基于机器视觉的变电站危险区域作业风险监测预警

冯 蕾

（贵州电网有限责任公司贵阳供电局，贵州 贵阳 550001）

0 引 言

在变电站的正常作业中，变电站检修是保障电网运行的最为重要的一环，为避免变电站设备出现故障，保证变电站的正常运行，部分智能化的监测和巡查方法已经开始在变电站中应用[1-2]。其中，视频智能监控、机器人智能巡检、红外热像仪监控等技术在各个方面的应用已趋近于成熟，但并不能取代技术人员的维护工作[3]。据相关文件可知，如果设备在运行中出现了故障，则需要工作人员到现场进行事故的排查与应急处理[4]。一旦场所中电力设备的运行出现失控现象，则将导致现场人员面临生命安全问题。在变电站危险区域的作业中，实时监控并确定维护人员的位置，可以有效增强维护人员的人身安全。为解决上述问题，本文将在研究中引进机器视觉技术，开展变电站危险区域作业风险监测预警方法的设计研究，为变电站管理人员的现场作业提供帮助。

1 变电站电气设备的运行监测

为满足变电站危险区域的作业风险监测预警需求，设计变电站中电气设备在运行过程中的监测。根据变电站风险作业区域的分布，为满足监测过程中的相关需求，使用红外电荷耦合元件（Charge Coupled Device，CCD）摄像装置采集变电站现场作业图像，建立传感器终端与电气设备运行接口之间的连接。通过此种方式，实现对变电站电气设备运行的监测，此过程用计算公式表示为

式中：D为变电站电气设备运行的监测反馈数据；ΔI为电气设备在变电站中所处的空间位置；v为监测中的收敛条件；s为电气设备的作业条件。按照式（1），完成变电站电气设备运行的监测。

2 基于机器视觉的变电站作业区域背景建模

在上述设计内容的基础上，考虑通过上述方式获取的电气设备监测信息可能与实际情况存在一定的偏差，因此在完成监测后，根据变电站的实际情况引进机器视觉技术，进行变电站作业区域背景的建模。建模时，需要先在计算机中录入变电站的电气设备监测信息，将其作为建模的序列样本[5]。根据电气设备作业的覆盖范围，圈定传感器可感知或监测的范围，将一个图像划分成为N×N的网格，每一个网格作为一个视觉成像区域，数据的采样时间表示为t，在t时刻内，第i个网格对应的电气设备运行监测图像像素组表示为Gi(t)，对应区域的像素灰度值表示为Mj(t)。以此为依据，即可进行变电站作业区域背景的建模，此过程用计算公式表示为

式中：Ki(t)为变电站作业区域的背景模型；j为第j个像素值。在上述内容的基础上，考虑到作业区域中电气设备的运行状态并非一成不变，即模型会根据电气设备的运行状态进行更新。此过程用计算公式表示为

式中：δ为模型更新系数。按照上述方式，完成基于机器视觉的变电站作业区域背景建模。

3 区域危险点特征匹配与风险预警

完成上述研究后，提取空间中的尺度特征点，设定不同电气设备作业过程中的行为阈值，以此为依据进行区域危险点的特征匹配。在此过程中，使用高斯滤波器，对区域内的采样图像进行卷积运算，根据图像中的算子筛选特征点，将其与区域内的危险点进行特征匹配，此过程用计算公式表示为

式中：α为区域危险点的特征匹配度；(x,y)为图像在空间的像素值；σ为监测图像的空间尺度；g表示高斯滤波器；k表示尺度空间对应的倍数；C(x,y)表示邻域特征点的空间尺度。按照上述方式进行区域危险点特征的匹配，根据不同电气设备在运行过程中的危险程度、出现故障后影响的变电站异常范围等，设定不同区域危险点的特征匹配阈值。当匹配后α＞阈值时，说明变电站内存在触发危险区域作业风险的行为，此时变电站监控终端将主动进行该区域的预警，反之则不触发预警。

4 对比实验

上文从3 个方面引进机器视觉技术，完成了危险区域作业风险监测预警方法的设计。为实现对此方法在实际应用中监测效果的检验，选择某地区的大型变电站作为此次实验研究的试点场所。在此过程中，根据变电站中电气设备的作为方式、场所综合部署进行变电站现场危险区域的圈定，圈定前按照规范设计危险区域的划分与识别条件，相关内容如表1 所示。

表1 变电站危险区域的划分与识别条件

上述提出的不安全区域一旦在变电站运行中出现操作不当等现象，十分容易出现作业人员触电、现场爆炸、大规模停电断电等事故。为解决以上问题，在与变电站相关负责人商议后，决定使用本文设计的方法进行变电站危险区域的作业风险监测预警。监测预警前，进行变电站现场实验环境的构建，相关内容如图1 所示。

图1 变电站现场实验环境的构建

如图1 所示，在此基础上引进机器视觉技术，建立变电站中电气设备与监控终端之间的连接，以此方式实现对变电站电气设备运行的监测。同时，进行变电站作业区域前景与候选背景建模，通过对区域危险点特征的匹配，实现对危险区域作业风险的预警。

完成本文方法在测试环境中的应用后，引进基于模型修正的作业风险监测预警方法、基于物联网的作业风险监测预警方法，作为传统方法1、2，使用3种方法进行变电站危险区域的作业风险监测预警。

将变电站危险区域中出现的实际风险作业行为发生次数与终端预警次数作为评价指标，根据监测预警终端的记录结果，统计3 种方法对于变电站危险区域作业风险的监测预警情况，结果如表2 所示。

表2 变电站危险区域的作业风险监测预警结果

变电站中，每发生一次危险区域作业风险行为，便会触发一次终端预警，因此变电站作业风险行为发生次数与触发的终端预警次数应呈现对等状态。在已知变电站危险区域作业风险行为发生次数与应触发终端预警次数的基础上，使用3 种方法进行变电站风险的监测预警。根据上述表2 所示的实验结果可以看出，3 种方法中，只有本文方法在实际应用中可以确保识别的风险次数和风险预警次数与参照值一致，而传统方法无法实现对变电站危险区域作业风险的精准监测与预警。综合上述实验结果，得到如下所示的结论：相比传统方法，本文设计的基于机器视觉技术的风险监测预警方法的实际应用效果良好，可以在精准识别变电站危险区域作业风险的同时，实现对风险的及时预警，避免变电站运维管理等技术人员误入危险区域并发生安全风险事故，提高变电站作业的安全性，为其稳定运行提供技术保障。

5 结 论

电力系统在全国的能源供应中不仅可给系统末端用户提供良好、优质的供电服务，还可保障经济市场内企业的持续发展。变电站维护工作是保障电网稳定运行的高危性工作。为避免事故，本文引进机器视觉技术，通过变电站电气设备运行监测、变电站作业区域前景与候选背景建模、区域危险点特征匹配与风险预警，开展变电站危险区域作业风险监测预警方法的设计研究，通过对比实验证明可以精准识别变电站危险区域的作业风险，保证及时预警。