智慧变电站联合巡检技术及其应用

顾孟飞

摘 要：智慧变电站联合巡检系统整合全站多源数据，通过采用多种先进传感器和采集设备，实现设备状态全面感知，通过图像识别、音频分析、人工智能技术实现联合巡检、智能联动、综合诊断，实現故障隐患的主动发现、主动预警，通过三维可视化技术结合实时音视频及设备状态信息，实现虚实结合、立体可视的全景展示，最终实现智慧变电站运维的巡视无人化、操作自动化、维护少人化。

关键词：智慧变电站;联合巡检技术;应用

1智能变电站的基本特点

智能变电站具有全站信息数字化、通信平台网络化、信息共享标准化、高级应用互动化的特点，通过光纤网络把采集到的各种数据，经过信息一体化系统进行自动分析，自主完成控制、保护、监测等功能，实现智能告警、顺序控制、事故分析决策等自动化功能，与系统无缝对接。

2需求分析

国家电网公司将“具有中国特色国际领先的能源互联网企业”确立为引领公司长远发展的战略目标。变电站在电力传输过程中是至关重要的环节，电网规模越来越复杂，变电站数量众多。变电站的安全运行需要运维人员投入大量的精力，并且随着新技术的出现，运维人员对运维智能化、可视化、远程化的需求也更加迫切。

2.1远程化需求

传统运维模式基于人工、定期巡检，变电站运维人员需要到站内对设备缺陷、故障信息进行巡视记录，属于被动式的巡检模式，且受恶劣天气影响较大，缺少在运维班远程运维的手段。

2.2智能化需求

智能变电站实施需要应用新的技术，结合先进传感器技术、物联网技术、人工智能技术，实现变电站运维的自动化、智能化。

2.3可视化需求

通过可见光摄像机拍摄实景，通过三维建模虚拟现实，虚实结合，实时采集和图像识别的设备状态在虚拟场景中实时再现，可视化的方式进行综合展示。

2.4立体化需求

将激光导航轮式机器人、轨道机器人、固定点位摄像机相结合，互为补充，构建一个全方位、无死角的立体化巡检体系。

2.5安全化需求

满足国家电网公司对信息安全的相关要求，应采用安全操作系统，双因子认证技术，使用国密算法对通信数据和通信链路进行加密，通过探针软件实时探测系统安全状态。

3关键技术

3.1图像采集技术

采集到高质量的图片是进行图像识别的基础，图像采集受摄像机镜头、安装位置、环境光线、拍摄角度等多种因素影响。图像采集需通过多种技术来保证高质量图片的获取：通过图像纠偏技术，消除摄像机云台转动的机械误差，确保多次拍摄角度一致;通过图像模糊搜索技术，消除摄像机镜头调焦时的机械误差，确保照片清晰;通过HDR技术，解决采集图像过曝或欠曝问题，确保图片照度适中。

3.2图像识别技术

传统的图像识别技术包括：图像获取、预处理、特征提取、分类等。基于深度学习的图像识别技术相比于传统方法，能够提供基于学习的特征表示，在自动特征提取和分割识别准确率方面具有良好表现。基于深度学习的图像识别技术是基于目标检测算法，具有高效的自动学习和分类能力，在多领域的图像处理问题上取得了接近甚至超越人类水平的效果。

采用Darknet深度学习框架，基于端到端的以速度闻名的YOLO算法，使用darknet-53主干网络，将目标检测问题重新构造成一个回归问题，可以达到以下几个目标：（1）检测速度快，在GTX1060显卡上识别一张图片在0.02s左右，可以达到实时检测要求。（2）位置准确率高，即检测框与目标物的框交并比高。所以需通过输入不同尺度的图像训练，通过边界框回归来解决宽高比不常见的物体检测。（3）漏检率低，召回率高，必须尽量检测出所有的目标物体。即使在密集情况下，位置靠近的物体识别准确率高，小尺寸物体识别准确率高，所以需输入高分辨率图片，使用更多的网格来预测，mAP（平均精度）达到97%。

YOLO模型通过前馈运算包括卷积、池化、非线性激活等操作将图像中的高层语义逐渐由原始图像提取出来，在最后一层根据不同的任务（分类、回归）表示为损失函数（预测识别结果与真实值之间的误差函数）。训练过程是通过计算损失函数，再使用反向传播算法，逐层向前反馈更新每一层的神经元的参数，然后再进行前馈操作，再反馈更新参数，最终达到损失值收敛的结果。

3.3红外测温与诊断技术

红外监测诊断技术是利用带电设备的热效应，利用专用设备从设备表面获取红外辐射信息，进而判断设备状况和缺陷性质的综合技术。红外热像仪利用红外探测器和光学成像物镜接收被测目标的红外辐射能量分布，并将其反射到红外探测器的光敏元件上，从而获得与温度场相对应的红外热像。热像仪对所有运行设备进行扫描，找出温度异常点，然后重点检测温度异常部位，对异常点进行温度测量。为了判断设备是否有故障，将异常点的温度与正常运行时的温度进行比较，并考虑周围环境条件的影响。最后根据设备的相对温差以及是否超过规定值来判断设备故障。它不仅可以形成某一时间某一关键设备的温度曲线，还可以形成某一历史时间某一设备的时温曲线。

3.4智能巡检技术

通过预先设置的巡检策略，按特定逻辑并行或串行调用可见光摄像机、红外测温摄像机、导轨机器人、灯光控制器、轮式巡检机器人、噪声采集器、局放传感器等采集设备，对变电站一二次设备进行全方位立体式体检。智能巡检可分为例行巡检、特殊巡检、专项巡检、人工巡检等。

3.5机器视觉

近几年来，随着产业结构调整的深化，现代制造业的结构转换和升级，越来越多的企业实施“机器人策略”，机器人在汽车、物流、航天航空、甚至在食品等领域的应用越来越广泛，带动了相关产业的发展，机器人是将机器设备、传感器、识别、决策、控制等多种先进技术汇聚在一起，组成具有一定智能化能力的自动化设备或装置。机器人技术及其应用已经成为科学技术和工业发展的必经之路，具有重要的战略意义。机器视觉是自动获得目标图像，分析处理图像特征，分析结果，获得目标知识并做出决定的系统，运动目标测试技术是机器视觉系统的功能之一，这是序列化图像变化区域检查和从背景图像中提取运动目标的过程。

3.6大数据分析处理

大数据领域涉及很广，其深化在工业领域中发生的大数据，随着信息化与产业化的深度融合，信息技术渗透到各个行业产业链的各个部分。例如条形码、二维码、传播识别、产业传感器、产业自动控制系统、产业网络等，企业资源规划、计算机辅助设计、计算机辅助制造、计算机辅助工程等在企业中广泛应用。互联网、移动互联网、物联网等下一代信息技术在产业领域的应用让企业进入新的发展阶段，数据也日益丰富，尤其是在制造企业中，生产线处于高速运行状态，大量数据在产业设备中产生。模型和算法是大数据分析的两个核心问题，大数据分析模型的研究可以分为三个层次。描述分析，预测分析和规范分析，描述分析是分析和探索历史数据，这个阶段包括发现数据规则的集合，挖掘相关规则，描述模型发现和数据规则的视觉分析。预测分析用于预测未来的概率和趋势。例如基于逻辑回归的预测和分类器的预测等，规范分析是基于预期结果和特定领域的场景、资源和过去以及当前事件的知识，对未来的决定提出建议。

结束语

为了解决目前变电站运维人员对运维智能化、可视化、远程化的需求，研究了图像采集、图像识别、红外测温与诊断、智能巡检、综合诊断、可视展示等关键技术。开发并应用了一种基于人工智能分析技术的联合巡检系统，包括联合巡检、全面感知、智能联动、诊断分析、综合展示等功能。

参考文献

[1]谢艺辉.智能变电站故障检修系统运维技术研究[J].无线互联科技，2020，17（22）：90-91.

[2]于邦业.变电站运行维护工作的现状与完善[J].电力设备管理，2020（11）：51-52+55.

[3]耿晓辉.智能变电站集约式监控系统的研究[D].山东大学，2020.

[4]翟晶晶.智能变电站变电运维安全与设备维护探讨[J].技术与市场，2020，27（11）：161-162.