变电站作业安全智能预警系统的研究与应用

尹 琪，何升华，周作坚

（国网嘉兴供电公司，浙江 嘉兴 314000）

随着电网的发展，变电站内间隔新建、设备改造、消缺等带来的现场施工或检修作业越来越多，作业现场的安全问题必须更加重视。目前，变电站内作业现场的安全监管方式多种多样，包括现场人工监护、远程视频监控、安全检查等。然而这些监管手段都需要大量的安全管理人员参与，随着电网的日益庞大和工作量的日益增加，越来越难以适应现场的安全管控需求[1-2]。当前云计算、图片智能识别技术、人工智能算法等技术不断成熟，并不断应用于电力作业的现场，有效节省人力资源，提升现场安全管控的效率与精度[3-7]。根据当前变电站内的实际施工及检修作业情况，研究一套完整的智能安全预警规则，有效利用图像智能识别、人工智能算法等技术，实现作业现场停电设备与非停电设备区域智能划分、安全距离实时预警、现场违章行为智能识别等功能。

1 作业安全智能预警的原理

本系统通过构建三维数字化模型，结合人工智能深度学习算法，对现场安装的三维激光摄像机传回内容进行违章情况自动识别和主动预警。

1.1 变电站三维数字化建模

首先在变电站逐个间隔开展激光扫描，按照变电站实景搭建三维模型，并对三维模型中和安全预警相关的内容数字化，比如预警距离、是否带电等，完善三维模型中各设备的数字属性，如图1所示。

图1 变电站三维模型展示

1.2 编制人工智能深度学习算法

通过现场采集模拟违规作业行为，建立变电站作业违章数据库。然后编制人工智能深度学习算法，对现场违章行为进行算法训练，实现现场作业违章识别功能。

1.3 三维激光摄像机实时监测

该摄像机的核心功能是激光测距和高精度视频监控，配合算法可以实现变电站设备带电部位与作业人员的距离测量，并将拍摄到的现场视频传回后台，实现多种安全预警分析。

2 作业安全预警规则研究

除了变电站全站停电，其他情况下的作业现场往往紧邻带电设备。必须根据变电站作业现场的实际情况研究一套完整的变电站作业安全预警规则，明确设备带电的判断方法，为系统识别停电作业区域与带电区域提供依据。

在设备运行状态下，认为导线经过的部位都是带电的，电压设置为该设备的额定运行电压，设备的绝缘部位在设计中可以不考虑带电问题。

设备是否带电的核心判据是接地隔离开关是否合上，接地隔离开关合上时设备带电部位电压置零；接地隔离开关未合上时，即使设备已断开电源，由于变电站内存在较强的感应电，认为该设备带电，并且带电部位电压仍设置为额定运行电压。

2.1 线路间隔设备带电判断

开关母线侧接地隔离开关合上，开关线路侧接地隔离开关合上，此时线路隔离开关开关侧与正母隔离开关开关侧的设备及导线电压为0，包括正母隔离开关的开关侧部分、副母隔离开关、断路器、电流互感器、线路隔离开关的开关侧部分、相关导线，其他设备电压保持不变。开关母线侧接地隔离开关和开关线路侧接地隔离开关分别如图2和图3所示。

图2 开关母线侧接地隔离开关示意

图3 开关线路侧接地隔离开关示意

线路接地隔离开关合上，此线路隔离开关线路侧的设备及导线电压为0，包括线路隔离开关的线路侧部分、避雷器、线路压变、相应导线，其他设备电压保持不变。线路接地隔离开关如图4所示。

图4 线路接地隔离开关示意

线路接地隔离开关合上，开关母线侧接地隔离开关合上，开关线路侧接地隔离开关合上，此时正母隔离开关开关侧的所有设备及导线电压全部为0。

2.2 主变220 kV间隔设备带电判断

主变220 kV主变接地隔离开关合上，此时主变220 kV主变隔离开关主变侧电压为0，其他设备电压保持不变。

主变220 kV开关母线侧接地隔离开关合上，主变220 kV开关主变侧接地隔离开关合上，此时主变220 kV主变隔离开关开关侧与主变220 kV正母隔离开关开关侧的设备及导线电压为0，其他设备电压保持不变。

主变220kV主变接地隔离开关合上，主变220 kV开关母线侧接地隔离开关合上，主变220 kV开关主变侧接地隔离开关合上，此时主变220 kV正母隔离开关开关侧的导线及设备电压为0。

2.3 220 kV母线设备带电判断

220 kV正母接地隔离开关合上，此时220 kV正母线电压全部为0，每个间隔正母隔离开关与正母线接触部分的电压为0。

220 kV副母接地隔离开关合上，此时220 kV副母线电压全部为0，其他设备电压不变。

2.4 220 kV母线压变设备带电判断

220kV正母压变接地隔离开关合上，此时220 kV正母压变、220 kV正母压变隔离开关、相关导线电压为0。

3 安全预警系统的应用

3.1 安全距离智能预警

对三维激光摄像机实时采集到的现场激光扫描数据按照部件拆分，得到现场物理空间的实时三维点云数据，代入软件系统的三维模型中，与原始三维模型的点云数据进行匹配和计算，得到现场的各类外来物体与原有设备带电部位的距离，包括作业人员、车辆、工具等，如图5所示。

图5 实时三维点云数据

再结合工作票上所列安全措施，判断设备带电部位当前状态下是否带电。当安全距离小于安规中规定的安全距离时，向作业现场以及远方监控发出预警。

3.2 违章行为智能识别

在算法训练阶段，将变电站现场可以视觉识别到的各类违章行为，通过现场模拟的方式，逐一进行算法学习和训练，构建违章行为数据库。

实际作业时，摄像机将现场画面实时传回主机，对采集到的图像实时处理，通过人工智能算法识别现场人员的行为，并与违章行为数据库比对，判断作业人员是否违章。具体的违章行为包括作业人员未佩戴安全帽、爬梯未水平搬运、未穿工作服等。

4 结束语

本文根据当前变电站内的实际施工及检修作业情况，研究一套完整的智能安全预警规则，有效利用图像智能识别、人工智能算法等技术，实现作业现场停电设备与非停电设备区域智能划分、安全距离实时预警、现场违章行为智能识别等功能。

下一步研究重点放在该系统的研发成本降低与通信数据筛减，将该系统推广应用，纳入变电站视频监控的重要一环。