AR技术在配电站房巡检业务中的应用研究

何明 陈莹莹 张斌 李思尧

摘  要：目前，在电力设备巡检工作中，仍存在许多问题，包括工作环境复杂、工作效率较低、巡检数据不准确等。为了解决以上问题，本文提出了在智能配电站房巡检业务中引入AR技术，通过此技术来实现图像巡检的规范化，提升配电站房巡检的可靠性和效率，确保巡检数据的准确性，以有效完成智能巡检。

关键词：AR技术;配电站房;电力巡检

中图分类号：TP391.9     文献标识码：A 文章编号：2096-4706（2019）01-0175-02

Application of AR Technology in Patrol Service of Distribution Station Buildings

HE Ming，CHEN Yingying，ZHANG Bin，LI Siyao

（Shenzhen Power Supply Bureau Co.，Ltd. Luohu Power Supply Bureau，Shenzhen  518000，China）

Abstract：At present，there are still many problems in power equipment patrol inspection work，including complex working environment，low efficiency，inaccurate patrol data and so on. In order to solve the above problems，this paper proposes to introduce AR technology into the house inspection business of intelligent distribution station，through which the standardization of image inspection can be realized，the reliability and efficiency of the house inspection of distribution station can be improved，and the accuracy of inspection data can be ensured，so as to effectively complete the intelligent inspection.

Keywords：AR technology;distribution station building;power patrol inspection

0  引  言

電网巡检是确保输变电线路及设备安全的重要条件。在电力巡检工作中，通过巡视检查，我们可以及时了解线路和设备的运行情况，如果发现设备存在缺陷或者存在安全隐患，可及时提出检修建议，以弥补配电站房的缺陷。本文结合笔者的工作实践经验，从电力设备巡检角度论述了AR技术在配电站房巡检业务中的应用，以期为今后AR技术在电力项目中的应用提供借鉴。

1  AR技术概述

增强现实技术（Augmented Reality，简称AR），是一种实时地计算摄影机影像位置及角度并加上相应图像、视频、3D模型的技术，这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动。这种技术于1990年提出。随着随身电子产品CPU运算能力的提升，预期增强现实的用途将会越来越广。目前，在我国电力企业中，巡检工作量大，效率低，容易引发许多问题，如巡检数据不完善、巡检数据缺乏真实性，而通过AR技术在配电站房巡检业务中的应用，将人工智能与AR技术相结合，实现AR可视化指导、智能识别辅助工人巡检，从而解决传统人工巡检漏检的问题，提高工人的巡检效率，确保巡检数据的真实性。

2  AR智能巡检系统

2.1  模型建立

在配电站房巡检时，需要先根据配电站房设备管理需要建立模型，主要包括巡检流程和判定模型及图形识别模型（如图1所示）。其中，巡检流程作为巡检的依据，对巡检人员的操作过程进行巡检，确保人员的安全和设备的稳定性。其包括巡检人员信息的设定、路线设定、时间设定和巡检类型设定等。另外，还可以建立图形识别模型，实现AR智能巡检机自动识别目标，其主要包括物理参数识别和设备识别。

2.2  巡检指令

巡检指令是利用管理系统向巡检人员派发的巡检操作命令。其管理功能包括巡检流程管理、判定依据以及相关参数管理。

在配电站房巡检过程中，巡检人员可以根据相关参数，包括设备属性和与电力物理参数，通过AR技术对巡检设备进行识别。另外，还可以通过增强现实AR技术对电力设备巡检对象进行图片、视频、3D模型动画等形式的解说指导。AR智能技术可以实现指定对象和设备的各种物理参数识别，并可以根据判定模型对采集的物理参数进行合理判定，以实现设备工况的巡检，同时将判定结论和相关数据存储在AR智能数据库。

2.3  巡检数据上传

每个作业员通过身份登录APP，在巡检过程中，使用语音和触控交互确认完成每个巡检步骤，AR终端获得交互结果，并储存数据。

2.4  数据分析

通过对配电站房巡检数据和采集到的数据及结果进行分析、检查、过滤和总结，可以得到巡检人员的具体表现和存在的差距，及时发现巡检业务中巡检点的缺陷，以确保企业人员和设备的安全，同时，在大数据背景下，企业也可以通过对巡检数据进行采集、过滤、储存等方式，为企业合理决策奠定基础。

2.5  过程监控数据记录

通过相机拍摄照片或视频，来记录异常情况并储存。同时，通过红外测温模块，测出设备温度数据，AR终端储存数据。

3  AR智能眼镜巡检实现

本文对AR智能巡检方法进行了分析，并在建模阶段将文字、语音、图片、视频、3D模型动画等虚拟内容叠加，使其转变为可视化巡检数据，通过语音或触控方式，使拍照、录视频模块对当前设备状态和操作过程进行记录，利用增强现实技术，使得巡检工作更加规范，确保巡检工作顺利完成。

3.1  图像提取及场景匹配

对配电站房中的环境、设备、仪表等各个巡检场景进行计算机识别图形建模，以形成多个标准的训练图像。在实际的巡检工作中，巡检人员可以根据智能导航中所提示的达到位置进行场景图像采集，也就是将巡检的对象图像与多个训练图像进行对比与匹配，从而得到与图像场景吻合的图像。

场景匹配是对场景模型的位置和姿态参数进行估计的一种方法。将场景模型定义为一个离散函数Tx，y，此函数在一个窗口内进行取值，也就是点（x，y）∈w的坐标。如果图像收到的噪声干扰平均值为零，其未知的标准差为δ，放在坐标（i，j）处的模型中的一个点，并与（x，y）∈w处的相应像素匹配的概率是由正态分布得出：

由于影响不同像素的噪声较为独立，且模型位于坐标（x，y）的概率主要为该模型所覆盖的不同像素的联合概率，因此可以得到以下公式：

在选择参数时，需要使函数最大化。在使用以上公式计算时，场景匹配使用了存储模型相对于采集图像不同位置的匹配存储空间。

3.2  区域定位

在实际建模时，通常是根据现场的实际情况，在训练图像上对特定的设备和仪器仪表等进行区域定位。在图像区域定位时，可以利用查询图像与匹配图像之间的透视关系，将图片上的区域定位框拉伸到查询视角下，以确定查询图像所在的区域。

3.3  目标识别与跟踪

笔者深度学习了图像识别技术的相关内容，其包括分合闸开关状态识别、局放测试仪显示数字识别、数码显示管数字识别、气压计指针识别，并将其数据与后台预制数据进行对比判错。

识别出特定的巡检点后，根据《配网巡视作业指导书》，提供文字和语音，指导当前操作。同时，点击下拉按钮，可查看更多操作步骤指导。对于稍复杂的检查项，通过图片、视频、3D模型动画等形式进行解说指导。再触控点击“辅助工具”→“線路图”，或说出语音指令线路图，调出高清电子线路图。

在配电站房巡检过程中，AR技术采用了全方位的移动方式，同时设置了头部姿态传感器，以捕获人的头部，实现巡检业务的及时跟踪，避免识别受到识别对象头部运动的影响。

4  结  论

根据电力企业实际需要，利用AR智能眼镜以及AR技术，可以很好地改进目前电力设备巡检状况。AR技术的应用提高了巡检的效率，确保了电力系统更加稳定运行，并且进一步推进了巡检工作的标准化、管理的科学智能化，以及监督的自动化，因此，AR技术具有推广价值。

参考文献：

[1] 付跃安.移动增强现实（AR）技术在图书馆中应用前景分析 [J].中国图书馆学报，2013，39（3）：34-39.

[2] 刘重阳.基于物联网的工业设备智能巡检系统研究 [D].秦皇岛：燕山大学，2015.