摘要：智能视频已经在安防和交通管理领域得到有效应用，但在电力系统中应用较少。本文首先介绍了智能视频的基本原理，介绍了智能视频在电力生产方面的应用现状，以及在输煤系统的应用设想。
关键词：智能视频；输煤系统
一、智能视频原理介绍
随着视频内容分析（Video Content Analysis）技术的不断发展和进步，智能视频在电力行业中有了一定的应用。
智能视频的核心部分是基于计算机视觉的视频内容理解技术，它能够在图像和图像描述之间建立映射关系，是人工智能的一个研究分支。通过对原始视频图像经过背景建模、目标检测与识别、目标跟踪等一系列算法分析，进而分析其中的目标行为及事件，然后按照预先设定好的安全规则发出报警【1】。
视频内容分析主要分为以下几步：首先从接收的视频流中截取设备的图片信息，然后对截取的图片进行预处理，包括图像的变换，增强，滤波等，之后再进一步提取图像的特征，获取能够反映被监控图像的本质特征和能够被用于进行状态判断的参量，最后执行设备状态的判断或分类。
数字图像处理已有较为成熟的研究，如采用傅里叶变换，沃尔什变换，离散余弦变换等间接处理可减少大量计算，为数字图像的快速处理打下了基础。由于近年来人工智能，机器学习的快速发展，基于人工神经网络，支持向量机等的分类识别算法也使得图像识别、分析诊断方面有了长足的进步。
二、研究与应用现状
目前较为成熟的智能视频主要应用在城市管理领域，例如视频安防和智能交通。
随着城市公共安全需求的不断增长，城市内视频监控系统、摄像头的安装数量也成几何倍数的增加，随之而来的就是极大量的视频数据，仅仅靠人工来对视频内容进行实时的监控与分析是无法满足需求的。因此，智能视频监控技术应运而生，并迅速成为了当前的一个研究热点。
智能视频监控技术起源于计算机视觉技术，它对视频信号进行分析，提取信息、发现感兴趣时间，从而可以在某些场合替代认为监控或者协助人为监控。智能视频监控的核心内容之一是对特定目标的自动跟踪。目标跟踪可分为5个步骤，包括运动检测、目标分类、目标跟踪、行为分析和目标个体跟踪。例如对人体的跟踪：首先从实时图像序列中检测出运动物体，再判定运动物体中的人体，然后跟踪人体的运动轨迹，并分析和选定有异常行为的人，如在车站，机场等遗留包裹的人，最后对行为异常的人进行持续跟踪。
近年来，把道路、车辆乃至与交通有关的一切事物都涵盖其中的智能交通系统（Intelligent Transport System，简称ITS）将先进的信息技术、数据通讯传输技术、电子传感技术以及计算机处理技术等有效的集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。智能交通系统可以为交通部门及时、准确的提供诸如车流量、道路拥塞度和事故监控等交通信息，使交通部门能有效的获取有关交通状况的信息并进行处理，从而提高交通管理系统在交通监视、交通控制、出入控制、救援管理等方面的准确性和调控作用。
在电力领域，智能视频目前主要在变电站无人值守监控、电力线路监测、电气开关状态检测，炉膛火焰检测，火灾检测等方面进行了一定程度的研究和应用，但智能视频技术在电厂设备的故障预警方面鲜有研究与应用。
对于变电站无人值守监控，主要用以解决特定的异常情况自动检测，如：限制、危险区域人体检测；人员行走轨迹分析；施工人员触电倒地事故检测报警；限制区域可疑人员身份验证等，准确率可达到90%以上【2】。文献【3】介绍了一种基于图像和视频分析的电力设备智能监控系统。把CCD摄像机拍摄到的图像和视频通过网络传输到后端服务器，利用边缘检测、特征提取、目标跟踪和支持向量机分类等图像处理和模式识别的方法，自动识别出输电线路的多种安全隐患，如大型机械靠近作业、飘挂物、导线覆冰，大风天气产生的导线舞动以及在高负荷状态时出现的弧垂等，产生预警信号。实验结果表明该算法可以在多种室外化境下工作，满足实时高效的要求。文献【4】提出了一种将数字图像识别应用于开关检测的方法，识别电器开关柜中的开关状态，与预设状态进行对比，来判断开关状态是否与预设状态一致，从而判断出是否存在故障。炉膛火焰监测在电厂中的应用较为成熟。通过从炉膛火焰中提取的火焰有效面积，火焰有效亮度等特征量，鉴别火焰燃烧的稳定性，为炉膛火焰的燃烧诊断和优化燃烧控制提供依据。
期刊文章分类查询,尽在期刊图书馆
在电厂设备故障监测方面，文献【5】提出了一种基于红外热成像技术监测电气设备局部超温的故障监测手段，采用智能视频技术对电气温度进行实时跟踪，预警电气设备的温度异常，当检测到某部分的温度发生变化时，判断其连通的异常区域是否大于预先给定阈值，从而发出报警。
三、智能视频在输煤系统的应用设想
燃煤电厂的输煤系统直接关系到整个燃煤发电的燃料供给，其运行状态直接影响电力生产的安全性和经济性。现代燃煤电厂对输煤系统设备的可靠性提出了极高的要求。电厂当前主要关注于设备的故障分析与处理，这是一种故障出现后的补救处理方式。而故障预警是在设备出现早期故障迹象时即进行分析，从而在故障的早期阶段发出预警，提醒运行及维护人员注意，从而避免更大事故的发生，保证设备和系统的安全稳定运行。
智能视频监控的核心内容之一是对特定的目标的自动跟踪与行为识别，基于这个特点，可在输煤皮带在线监测方面开展研究。
输煤皮带常见的故障主要有皮带跑偏，皮带打滑和皮带撕裂。目前对于皮带跑偏主要使用跑偏开关进行检测。当皮带发生跑偏时，跑偏开关的滚轮部分在受到偏离中心运转的输送带的边沿挤压后产生偏转，当滚轮偏转到一定角度时触发开关接点动作。皮带打滑可以用来检测输送带与传动滚筒之间的滑动并进行报警的一种保护装置，可用于在皮带输送机发生打滑时自动触发紧急停机。打滑开关的种类较多，按照检测方法划分，可分为触轮式打滑开关，其通过输送带速度与设定的标准速度进行比较；对比式打滑开关，其通过检测滚筒转速和输送带速度并进行比较；按照内部工作原理分，有磁阻式，磁电式，光敏式等等。皮带撕裂的检测方式主要有基于压力传感器的防撕裂装置，当贯穿的异物随皮带移动时，触到传感检测器，将压力信号转换为报警信号发出；有基于超声波检测器的防撕裂装置，当发生撕裂故障时，导波管因弯曲而损坏，此时超声波发送波和接受波的状态发生改变，触发报警。
跑偏开关和打滑开关由于其机械结构容易产生误报，防撕裂检测装置存在检测设备成本高的问题，且以上几种检测方式都是在故障已经发生后才发出报警，无法监测设备的状态变化趋势。
智能视频监测有着设备成本低，可靠性高等特点。通过对输煤皮带使用图像处理中的边缘检测算法，当皮带边缘发生位移，超出正常范围时可发出报警，提早发现皮带跑偏。基于图像处理的皮带撕裂监测已有很多研究【6-9】，通过对皮带裂纹的特征提取，识别皮带的撕裂；同时可以对皮带背景建模，来识别皮带中可能导致皮带撕裂的异物。同时，结合人工神经网络，支持向量机等人工智能算法，可更准确的对故障进行定位。
四、展望
智能视频监控技术作为下一代视频监控发展的趋势，具有广阔的发展空间。但大规模应用中的核心关键技术尚处在积累阶段，需要深厚的技术功底以及不断地应用验证。燃煤电厂数字化的进程中，必将深化物联网和大数据的应用，将计算机视觉和人工智能算法相结合必将是今后研究的重点之一。
参考文献：
[1] 黄凯奇，陈晓棠，康运锋，等.智能视频监控技术综述[J].计算机学报，2015，20（6）：1093-1118.
[2] 刘玮，黄曙，马凯，等.视频监控技术在电力系统中的应用[J].广东电力，2014（4）：57-60.
[3] 杨永辉，刘昌平，黄磊.图像和视频分析在电力设备监控系统中的应用[J].计算机应用，2010，30（a01）：281-284.
[4] 丁四海.数字图像识别用于电气控制柜开关状态检测的研究[D].上海交通大学，2012.
[5] 姜鹏.电气设备温度与局部放电的智能视频检测算法[D].哈尔滨理工大学，2012.
[6] 卫霞.基于图像处理的传送皮带裂纹检测[D].太原理工大学，2011.
[7] 宋庆军，姜海燕，赵协广，等.一种可调控巡检式运输皮带无线视频监控系统：，CN 103281515 A[P].2013.
[8] 祁隽燕，谭超，李浩.基于数字图像处理的皮带纵向撕裂视觉识别[J].煤炭技术，2006，25（11）：15-17.
[9] 张明军.基于数字图像处理技术的矿用胶带纵向撕裂识别研究[J].数字技术与应用，2010（3）：37-38.
论文作者:王爽
论文发表刊物:《电力设备》2019年第2期
论文发表时间:2019/6/5
标签：皮带论文; 视频论文; 智能论文; 技术论文; 故障论文; 图像论文; 状态论文; 《电力设备》2019年第2期论文;