摘要：技术的发展，推动了变电站的现代化发展模式，现在将人眼视觉识别技术应用在变电站的视频监控中，有效的提升了变电站的工作效率，实现了现代化的发展方向。本文针对人眼视觉识别技术在变电站视频监控的运用做出了进一步探究，对技术原理、技术的现状以及不足、主要功能做出了具体分析。
关键词：人眼视觉识别技术；变电站；视频监控；运用
变电站的视频监控是其运作管理的重要基础，更是其关键核心内容，对变电站的安全情况进行实时监控，以便工作人员对变电站的运行设备以及环境等有全面的把控，是提供维护信息的重要来源。在变电站已经拥有的视频监控体系当中，将图像识别系统、人眼视觉识别技术等融入其中，实现了对变电站的智能监控。将视频图像信息实施自动分析，对变电站的实时情况有所感知，可及时对异常情况发出警报。将变电站升级为智能监控，缓解了工作人员的工作压力以及工作量，提升了变电站的管理运行时效，推进了变电站的现代化发展。
一、人眼视觉识别技术在变电站视频监控中应用的技术原理
（一）技术的产生原因
该项技术是在人体工学技术的发展基础之上进一步进行延伸形成的，利用对技术的创新以及对算法的研究，对人眼识别原理进行模仿，以便可以像人眼一样判断事物。该项技术主要功能为能够准确的对图像进行识别，由于人的眼睛在长时间的应用中会产生视觉疲劳，因此在变电站的高速发展中，人们希望可以通过一项技术来代替人眼对图像进行识别，以便缓解工作人员的压力【1】。由于该项技术已经成功的应用在了不同的领域，典型应用成功的领域为交通领域，对于违章情况的有效识别程度非常高。现在，将该项技术应用在变电站的监控体系当中也是切实可行的，将全面提升变电站的智能化程度以及现代化程度。
（二）技术原理
该项技术的原理为对人眼视觉进行模仿，对图像可自行实施智能分析，对异常情况进行判断，应用处理图像技术、分割图像技术以及特点特征识别技术对信息进行有效的识别。对图像的高度处理，图像识别的具体算法以及分析的形式，对图像上任何一处的变化皆能马上分辨出来。对变电站的异常情况进行自动判断，安全防护以及防盗等实施主动感知，自动发现物品的改变等。并且可以实现自动预警，使变电站即使在无人监管的条件下依旧可以正常运作。
二、技术的现状以及不足
（一）覆盖范围以及容量不足
目前，一些变电站安装的该项系统是将制定的图像经过监控球机以及采集卡传送到视频分站，压缩之后的数据传输到运行部门的监控主站处，这时主站会对多个图像实时进行监控。应用这种形式传输的数据量会非常大，因此对网络宽带以及服务器的数据存储功能有较高的要求，并且如果有异常情况发生，网络传输在有干扰的情况下不能正常进行工作，会导致视频监控系统在关键时刻不能将价值作用发挥出来。
期刊文章分类查询,尽在期刊图书馆
（二）系统厂家比较多，兼容性比较差
在电力系统当中，有较多的供应商可以提供该项系统的服务，尽管有较大部分的视频监控遵循了统一的标准，但还是有一些设备不能较好的在监控主站中接入，不能实现远方进行监控的目的。
三、主要功能
（一）整体功能分析
对于将该项技术加入到已有的设备当中，首先可对视频中的动态图像实施处理，用帧作为单位，对静态图像进行初步的处理，之后针对不同的帧实施图像计算分析；其次，将有应用价值的区域进行裁剪，对图像实施二次处理。如果存在有些不清晰的彩色图像，要实施灰度化处置，有益于加强图像的清晰程度，以便对图像信息实施更好的识别。对于黑白图像，要进行深层次的计算分析，将图像上的特征点截获下来，应用二值化处理手段对其实施处理，构成可以实施深入辨别的图像；最后，应用BP神经网络技术，反复对图像实施识别试验，对设备、工作人员以及具体的位置信息进行有效的识别，以便将特征点分析出来，通过与神经中心网络已经记录的特征实施对比分析，获取精准的识别信息。依照视频识别的不同项目以及计算方式可以分析出各种异常情况。
（二）设备状态运行识别分析
在主要变压器等设备正常运行的过程中，可由专门的定位摄像机对相关的图像信息进行采集。识别重点关注的方向为设备的细微变化，所以对图像准确程度的识别要求非常高。因此，识别算法要应用将图像进行1：1的形式实施对比，确保重要设备的实时运行状态，进行精准的监控【2】。对于识别图像的具体算法，要以设备运行正常时的情况为原则，将其作为标准情况的图像，将图像的特征点设置出来。之后要针对视频监控中每一帧都要实施有效的抓取，构成静态图像。将帧中图片与标准的图像实施对此，如果有特征点存在变化，说明设备有异常情况发生，便会自动形成预警，提示相关工作人员。对设备状态的有效识别一般会应用较多的试验识别体系，全力保障其精准程度。
（三）物体位置识别
利用该项技术，可完成对智能视频的的分析，将警戒区域穿越检测、进入或者离开防护区域的相关检测，对物体的迅速移动检测，取拿放置检测等应用进行实现。闯入识别的算法和设备识别的特点，将人员或者物品的闯入或者穿越行为等应用图片静态特征点实施对比识别，采取神经网络的形式对其进行具体的识别分析。对于关键区域，可应用两种不同的形式进行双重保障识别，保障了识别信息的精准性。图像算法识别可对视频当中的图像实施有效的分析，如果没有识别出异常情况那么设备便正常运行，如果有异常情况存在以及有入侵的现象，会对目标实时进行监控，并且发出警报，对目标进行移动跟踪。此外，除了可对其进行具体的分析，系统还具备智能车牌有效识别功能，这一功能可对来访的车辆进行有效的识别，对没有登记过的车辆闯入会发生警报进行抓拍。
结束语
该项技术的应用，通过对图像进行识别分析处理，试验等，精准的将视频当中存在的特征点进行辨识，实现同人眼识别一样的效果。该项技术在变电站中的应用，将变电站的工作效率进行了有效的提升，使变电站的工作模式更加智能化以及现代化。
参考文献：
[1]贾玲.变电站视频监控系统中的智能图像识别预处理技术应用[J].科技创新导报，2015，（31）：95-96.
[2]张朝龙，王硕，梁凯，迟海琛，唐海峰.人眼视觉识别技术在变电站视频监控的应用[J].电气应用，2013，（S1）：496-497+510.
论文作者:赵薇
论文发表刊物:《电力设备》2017年第4期
论文发表时间:2017/5/15
标签：变电站论文; 图像论文; 技术论文; 该项论文; 情况论文; 设备论文; 视频监控论文; 《电力设备》2017年第4期论文;