基于图像识别的在线远程巡视方案设计与应用

蒯 勇，丁 飞，朱凯枫，杨可军，汪金礼

(1.安徽南瑞继远电网技术有限公司，安徽 合肥 230088；2.国网山东济南供电公司，山东 济南 250000)

1 研究背景

变电站运行管理方式已经从传统有人值班逐步向集中监控、无人值班方式转变，智能化应用需求越来越高。随着国务院《新一代人工智能发展规划》发布和国家“新基建”工作的全面推进，电力行业开启了人工智能技术应用的研究与应用高潮，通过人工智能技术的高效应用，挖掘海量变电站摄像机图像数据价值，提升设备缺陷的发现能力，成为变电站关键设备巡视作业远程化，创新变电站运维巡视新方法新模式一项重要创新实践应用。

本文在前期系统性研究变电运检业务管理、技术、范围和方式等基础上最终达到基于人工智能技术的探究，如何在变电设备运维管理方面取得实效是本文立意所在。通过搭建一种在线算法模型更新快捷、算法训练迭代敏捷的在线远程巡视方案，能够有效推进在线远程巡视技术的应用，赋能变电设备智能运检管理[1-5]。

2 方案设计

采用省级人工智能平台-地市级/集控站业务系统-站端视频智能分析服务器分层、分级的模式部署。物理架构如图1所示。

图1 在线远程巡视方案

(1)省级人工智能平台部署样本数据库、算法在线验证、算法应用商店，样本数据库提供海量标注数据做优化支撑，算法在线验证完成算法精确度和稳定性做进一步验证，算法应用商店汇聚已验证的算法模型统一提供给地市变电站智能运检管控系统申领使用。

(2)地市级/集控站业务系统部署智能运检管控系统，执行所有业务逻辑，任务管理下发，给予各用户分配相关变电站权限，进行管理其相应变电站业务。

(3)端部署视频分析服务器，解决传输流量大、消耗资源多问题，接收地市级/集控站业务系统智能分析业务，调度视频图像智能分析算法，进行视频图像分析，达到快速响应得目的。

(4)数据交互内容：地市/级集控站业务系统与省级平台交互，主要进行模型下载与更新、分析结果主动推送的交互；地市/级集控站业务系统与站端人工智能分析服务器交互，主要进行任务下发与执行、分析结果上送。

(5)在算法层通过容器形式，将人员行为识别、设备状态识别、设备缺识别等6类算法部署在人工智能分析服务器，算法调度模块将根据解析出的相机点位及算法信息调用相应算法进行分析[6]。

3 站端作业核心算法分析流程

在地市级智能运检管控系统设置巡检任务，当执行巡检计划时，通过巡检任务接口下发巡检任务到人工智能分析服务器的巡检控制服务，巡检控制服务解析巡检任务命令、执行巡检计划，将算法调用指令传送到算法调度服务。算法服务同时运行不同的算法模型，并将分析结果返回到算法调度服务，并控制数据返回接口将分析结果上传到地市的智能运检管控系统。流程如图2所示。

图2 站端算法分析流程

3.1 人工智能分析服务器与主站业务系统API

(1)数据返回接口。站端将算法分析后的数据，按照规定格式通过数据返回接口上传到主站业务系统。返回的数据包括原始缺陷图片、分析后的画框图片、缺陷类型、设备状态信息。

(2)算法模型更新接口。通过该接口，地市级主站业务系统可远程向站端更新算法模型，管理站端服务器中的算法，如进行删除、上传、算法分类操作。

(3)巡检任务接口。接收主站业务系统下发的巡检任务信息，并将信息转发到站端巡检控制服务，同时可以返回该巡检任务执行的状态，如未开始、执行中、执行完成。

3.2 人工智能分析服务器应用层核心功能

(1)巡检任务控制服务。巡检控制服务将接收到的巡检任务进行解析，识别出其中的巡检周期、巡视点位、算法类型，然后发送算法调用指令到算法调度服务，同时控制相机将其转动到需要识别的预置位。

(2)算法调度。算法调度用于执行算法调用指令，启动指令中的算法模型，同时接收和转发算法的分析结果。

(3)数据流转。将分析结果存储到本地数据库，同时转发数据到数据返回接口。

(4)相机控制。根据巡检命令中的点位信息，通过角度、变焦距离将相机调整到需要分析的预置位。

4 优势分析

(1)减少硬件投入。在站端部署人工智能分析服务器，就地对现场采集的数据进行智能分析，人工智能分析服务器只上传识别后的分析结果，减少向上级平台的数据传输量，减少带宽的投入成本。

(2)节约人力成本。通过地市级变电智能运检管控系统对主机进行统一管理，对各站的巡检结果进行汇总分析，减少站端的人员巡视成本，减轻一线运维人员的工作量。通过省级平台统一进行算法模型训练，集中了优势力量，不仅提高模型研发和更新迭代能力，更是降低了重复人力脑力投入成本。

5 实践应用

该方案目前已经成功应用在500 kW，220 kW，110 kW等电压等级变电站智能运检管控系统及边缘物联一体化管控平台建设，作为智慧变电站在线远程巡视创新应用得到了广泛认可，下一步将根据项目推广建设逐步扩大应用。