摘要：无人值守变电站是变电站运维管理的基础，视频监控是无人值守的核心内容，时刻监控变电站安全、环境和设备运行状态，为变电站运维提供重要信息。在原有视频监控基础上，通过视频设备的升级融入图像识别系统，研发基于人眼视觉的图像识别技术，实现变电站内重点区域、设备运行、人员车辆、安全防火等智能视频监控，自动分析视频图像信息，感知变电站实时监控情况，对于异常情况及时报警。实现变电站智能视频监控，为变电站运行节约了大量人力物力，提高变电站运维管理效率，真正达到无人值守变电站运行标准。
关键词：人眼视觉识；变电站监控
变电站内的人员是变电站各类作业的主体之一，因各类作业均需要在变电站内不断活动，因此是变电站作业安全管控的重要对象之一。随着计算机视觉辨识技术水平的不断提高和算法的不断改进，基于计算机视觉辨识技术的变电站作业安全管控系统开始得到应用。
一、慨况与技术原理
1.慨况。随着无人值守变电站的建设和改造，视频监控系统已经成为一项重要组成部分，为变电站的无人值守管理提供支持。视频监控系统实时监视主变压器、开关、刀闸、开关柜等设备运行状态，同时对变电站安全防护进行重要关注。目前各电压等级的变电站都已经建设了基础的视频监控系统，并不断增加、改造监控点，保障变电站没有监控死角。变电站内可以查看到实时视频监控图像，并将图像信息自动汇集到监控中心，集中对各变电站进行远程视频监控，及时、准确地掌握变电站现场运行情况。视频监控已经逐渐实现变电站内外的全面监视管理，加强了变电站安全防范，保障设备运行稳定。变电站视频监控的建设，覆盖了变电站各个角度，在监控中心通过图像就可以查看变电站的一举一动。但视频监控系统需要通过人工监视图像信息，查看监控图像的异常情况，这样很容易产生疲劳，对设备状态异常、变电站安全防护不能及时准确地作出判断，无法在事前实现异常情况的预警，视频图像往往作为事后追溯的依据，降低了视频监控系统的建设意义。对于无人值守变电站的安全管理来说存在一定的隐患。未来无人值守将是变电站运行维护的发展趋势，因此提升变电站视频监控的智能化水平，对于无人值守变电站运行是十分重要的。将基于人眼视觉方式的图像识别技术，应用于视频监控，使视频监控智能的判断设备状态、人员行为、安全防护、物品移动，实现主动、自动的实时监控图像分析，对监控异常情况及时预警，从而真正意义上实现变电站的无人值守管理。
2.技术原理。人眼识别技术是人体工学技术的延伸，通过技术创新和算法研发，仿真人眼识别的方式，对事物进行判断。人眼识别技术的一项重要应用是图像识别，人眼存在疲劳期，长时间用眼会造成眼睛的损害。因此人们希望有一种技术既能实现人眼视觉识别和分析，同时又减轻人眼损害的技术出现。基于人眼视觉的图像识别技术，已经在交通领域成功应用，实现道路交通违章情况的自动识别。图像识别技术应用于变电站监控技术上是十分可行的。智能视频分析技术
在无人值守变电站的应用，将全面提升变电站监控智能化水平。基于人眼视觉方式的视频图像识别技术，模拟人眼视觉原理，对于视频监控图像自动分析和判断，通过图像处理技术、图像分割、识别特征点和信息识别。高速处理图像信息，图像识别算法和分析方法对于图像信息上任意一点的变化，都能够立即分辨。自动判断变电站设备的异常状态和人员的状态、行为情况。主动感知安防、防盗行为，针对人员、物品的移动、变更，自动发现和判断。-实现主动预警报警，达到无人值守管理需求。利用现有视频监控系统，增加图像识别系统，完成视频图像的智能识别分析。
二、变电站视频监控系统的架构分析
在电力系统运行发展的过程中，许多先进技术的应用为电网调度自动化的实现提供了技术保障，智能化视频监控和视频分析成为当前变电站的主要发展趋势。处在当前信息化时代，电力企业的核心发展方向就是减少人力资源的消耗，优化变电站管理水平，达到无人管理的发展程度。但当前变电站视频监控系统仍需要借助监测人员、传感器才能发挥作用，智能化发展程度较低。集视频监控、视频
分析技术为一体的智能变电站视频监控系统，拥有遥控信息、遥测信息、遥调信息、遥视及遥信信息等多项功能，核心作用是便于工作人员对变电站的设备及现场状况进行分析，通过视频监控系统对变电站的运行状况进行远程监控，保证电力系统的正常运行。该系统能够对报警位置进行准确地判断，并确保报警的正确性，便于工作人员采取有效的措施进行处理。分层、分区式结构是智能变电站视频监控系统的显著特征，可以划分为站端系统、地区级主站系统及省级主站系统。
三、无人值守变电站监控现状
无人值守变电站远程监控系统应用中比较常见的是将后台机侧增加一个网卡，将后台机所得到的数据上传到调度或集控中心监控室，而视频监控一般是采用典型的客户、服务器体系结构，可分为前端现场系统、中间数据传输系统和后端管控系统三个部分。视频监控中前端客户系统设在变电站监控现场，设备有360度摄像机、视频服务器、电子围栏、烟雾探测器等，负责现场音视频信号、报警信号等数据的采集、编码和上传，控制信号的下载和解码，实现对摄像机的控制和本地监控任务。中间传输系统主要由网络通信设备和网络通道组成，用来完成前端和后端之间的数据传输交换任务。同时，前端也对所有的监控用户进行统一的管理。通过以上技术，无人值守变电站的管理还是采用集中监控，基本实现了调压、无功补偿投切以及单项断路器分合的远方操作，同时通过视频监控进行定期巡视，但是由于技术还不成熟，仍需定期进行现场巡视。
期刊文章分类查询,尽在期刊图书馆
四、视觉识别技术在变电站视频监控的应用
基于现有变电站视频监控设备，加入人眼视觉的智能图像分析技术，首先对动态的视频图像进行处理，以帧为单位定时抓取静态图像信息，完成图像的初步处理，然后对每一帧视频图像进行分析计算。剪裁出有效的图像区域，完成图像的二次处理。对于不太清晰的彩色图像，进行灰度化处理，灰度化处理有助于增强图像的清晰度，更好地进行图像信息识别。之后对黑白图像进行进一步的分析和计算，获取图像上的特征点，然后采用二值化处理方式进行图像处理，形成可以进行深入识别的图像。最后采用BP神经网络技术，对图像识别进行反复试验，对监控设备、人员、位置的图像信息，进行识别计算分析，识别出图像中的特征点，与神经网络中记录的特征点进行对比，最后得出准确的图像识别信息。根据不同视频识别项目，识别算法将分辨出不同的异常情况。
1.视觉辨识系统的组成。视觉辨识要用计算机来模拟人的视觉功能，通过摄像头获取物品图像，再由视觉系统软件利用获取的物品图像与预先摄取并存储于图像数据库的物品信息比较，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，搜寻与获取的物品信息相匹配的存储图像。这并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能—从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。视觉辨识系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。
图像采集指利用图像传感器件捕捉目标以及环境中的图像信息，完成图像数据采集是视觉辨识系统的基础。配网设备的环境复杂，设备多样，所需采集的图像信息量较大，包括杆上的导线、横担、绝缘子、避雷器、开关、刀闸、变压器等，配电站房内开关柜、直流屏、UPS、远动柜等。
2.设备状态运行识别。主变压器、刀开关、开关柜等设备运行时，由专用定位摄像机采集图像信息。设备状态识别重点关注细微的变化。图像识别准确度要求也较高。因此识别算法将采用图像1∶1对比的方式，保证关键设备的运行状态实时、准确监测。图像识别算法，首先以设备正常运行时的状态为基准，作为标准状态图像，设置图像特征点。然后对实时监控视频的每一帧进行抓取，形成静态图片。将每一帧图片信息与标准图像进行对比，当特征点发生变化时，表明设备出现异常，自动生成预警信息，提醒运维人员关注设备运行状态。设备状态识别采用多种试验识别机制，保证了极高的识别信息准确度。
3.闯入和边界识别。变电站围墙、大门、带电区域、设备区域等，需要实时进行视频监控，防止人员的非法闯入。为保证闯入行为和边界监控图像的准确识别，采用视频图像识别方式，对每一帧图像上的边界和区域进行识别分析。事先由变电站运维人员在在视频图像中设置监控边界和区域，图像识别系统记录边界和区域的特征点数据。设置完成后，将监控边界和区域自动标识在视频图像中，识别算法对每一帧图像的边界位置进行抓取，形成静态图片，对于不清晰的图片进行灰度处理，之后对比边界图像的特征点位置分布，当边界图像特征点发生变化或者缺失时，表示边界有异常闯入情况发生。启动闯入异常预警功能，实现闯入行为的视频图像自动识别。
4.物体位置识别。通过图像识别技术，完成智能视频分析，实现变电站警戒区域穿越检测、进入/离开防护区域检测、物体快速移动检测、物品拿取放置检测、停车检测、徘徊检测、人物聚集检测等应用。识别算法结合闯入边界识别和设备状态识别的特点，将人员、物品中的穿越、进入、离开行为，采用静态图片特征点对比方式进行识别，物品移动、拿取、放置采用神经网络方式分析识别。对于重点区域可采取两种方式双重识别的方式，确定识别信息的准确。图像识别算法对视频图像进行分析，未识别出异常情况则正常运行。当识别异常状态时或者发生入侵行为后，针对监视目标进行实时检测并按照用户设置的预案触发报警。
并且能够对非法目标实现移动跟踪。除了行为分析外，系统还可通过智能车牌识别功能对变电站的来访车辆进行识别，已登记车辆自动开启门禁放行，未登记车辆联动报警并抓拍记录。
五、变电站作业安全管控现场对人体的识别
作为变电站现场最重要的安全监控对象，计算机视觉系统首先要对人体进行准确识别才能完成后续的定位、报警、统计、作业管理等工作。但受计算机软硬件资源的限制，需要采用有针对性的算法。根据人体特征以及变电站具体环境有遮挡自然环境变化剧烈等现象采用的上述算法，能够实现对变电站现场活动对象的准确快速识别，达到提高系统技术性能和系统实用化的目的。可以实现对变电站中的人员检测和识别，为变电站作业人员的自动化监视和管理提供实用技术手段，在此基础上可进一步研究人员定位、人员行为等，最终实现对变电站作业的全面监控，全面解决变电站的作业安全和规范的管理难题，以及外来人员非法闯入的监视盲区。
通过对现有变电站视频监控系统进行升级改造，就可实现视频图像识别，无需更新摄像机和硬盘录像机等设备，减少改造资金投入，提高视频设备利用率。通过丰富的图像识别算法，准确、快速、实时地分辨出视频图像信息，智能化识别变电站设备运行、人员、位置、安全等图像信息，保证变电站运行处于可控状态。基于人眼视觉原理的智能视频识别技术，将改善原有依靠人工监控视频的工作方式，提高变电站运维管理工作效率，提升变电站智能化水平，为无人值守变电站的建设和发展提供良好的支持。
参考文献：
[1]陆建涛．视频分析技术在无人值守变电站监控中的应用.2016
[2]昊然.人眼视觉识别技术在变电站视频监控的应用.2016
[3]康俊．变电站视频监控系统中关键技术的研究.2016
论文作者:王含
论文发表刊物:《电力设备》2018年第32期
论文发表时间:2019/5/17
标签：变电站论文; 图像论文; 视频论文; 视频监控论文; 信息论文; 技术论文; 视觉论文; 《电力设备》2018年第32期论文;