（国网漳州供电公司 福建省漳州市 363000）
摘要：文章首先分析了在智能电网发展的基础上，智能识别系统的工作原理和工作过程，针对开发构建过程中的硬件构成进行了详细的阐述，进而从图像信息多维度挖掘、图像信息要素的提取、整体智能数据库的构建等方面对智能识别系统的关键技术进行深入分析，最后文章为智能识别系统应用于变电台账收集的应用作了初步设计，通过本系统可大大减少变电二次人员在台账收集方面所耗费的时间，能够将变电二次人员原先收集台账时繁琐的离散的过程转化为一种连续性的过程。
关键词：智能识别；图像分析；关键技术；台账收集
1 前言
智能电网技术的飞度发展，给电力系统带来了一系列的深刻变革，许多新兴技术应运而起，计算机网络技术的发展使得智能识别系统功能逐渐得以完善，并广泛应用于社会生活的各个领域。图像视觉感知一直是人类重要的感知方式，其中包括了视觉信号的处理等过程。伴随着移动互联网技术的迅速发展，图片和视频逐渐发展成了信息传递的重要媒介。图形影像的识别和提取对于日常生活的许多领域都发挥着重要的作用，例如机械制造业中的自动化生产领域以及医学中的医疗成像领域等等。
2 智能识别系统的系统说明
2.1工作原理
智能电力识别系统，其基本原理在于将采集的图像信息映射出精要的内涵，对其中的关键字眼和重要特征进行充分归纳，再将具有相同或相近特征的图像部分进行分类排列。
图1为图像智能识别系统工作原理图。
图1 人工智能图像识别系统工作原理图
2.2工作过程
一个完整的智能识别系统工作过程如下：
（1）定位检测器向图像采集单元发出出发脉冲；
（2）图像采集单元按照预先设定的程序和延时，向摄像机和拍摄系统发出启动脉冲；
（3）拍摄系统开始拍摄，一轮拍摄完成后进行曝光；
（4）摄像系统停止曝光后，开始一帧图像的扫描和输出；
（5）图像采集单元将上送的图像存放在处理器或智能设备的内存中；
（6）处理器对图像进行处理、分析、识别；
（7）处理器识别后对具有相同或相近特征的图像归类到同一档（如同一文件夹），
（8）对于无法识别图像特征的图像，通过扫描条码与云端数据库对比获取信息归类；
（9）对于无法识别特征也无法扫描条码的图像，通过人工识别进行归类；
（10）数据库管理器按照上送的图像进行自动保存和实时更新。
3 智能识别系统的关键技术分析
（1）图像信息多维度挖掘：
智能识别系统能否有序对采集图像进行分类汇总，关键的环节在于智能处理器如何处理上送的图像包含的属性信息，然后根据属性，把具有相同或相近信息的图像信息归档到数据库中的同一子文件中，即对图像信息进行多维度挖掘。
（2）图像信息要素的提取
图像信息要素的提取必须将图像序列进行分割，得出具体的有代表性的信息含义（即关键字眼或关键信息），然后对信息含义进行识别和匹配，然后根据匹配的结果精确识别图像的信息。
图2 智能识别系统工作流程图
（3）整体智能数据库的构建
图像的多维度信息获取为智能数据库的构建提供了重要的素材支撑，而智能数据库的整体构建将大大优化智能识别系统的运行环境，缩短台账资料收集时间，实现高度集成自动化。智能数据库需要收集智能变电站过程层装置的型号、版本号、出厂日期、投运日期、生产序列号、在运变电站、电压等级等相关信息，还必须具备根据图像智能采集单元扫描上送的条码或版本号、序列号等信息访问大数据库，实现成形图像中的数据与智能大数据库中的在线关联。
由于整体智能数据库构建的过程中处理的数据量时分庞大，对信息比对处理的速度要求也非常高；因此，在数据信息实时交互的过程中，可以采用模糊处理技术来完成，即只提取数据库信息中与识别内容相近的部分，快速完成信息之间的对比匹配，在此基础上得到的数据不仅在准确度要求上可以达到智能识别系统的使用需求，扫描时间也得到了明显的缩短控制。
图3 图像信息要素识别流程图
4 智能识别系统的应用
目前电力生产行业中，经常需要收集电力设备的台账信息，台账信息相当于电气设备的“身份证”，在电力系统中有着不可替代的作用。针对智能变电站不断发展的情况，可利用上文所述智能识别系统的原理设计一种带有手持终端装置的设备台账收集系统。
例如，对智能变电站220kV线路保护装置屏柜进行数据采集识别时，需要处理的多维度信息如下：
使用智能识别系统对智能变电站台账进行数据分析，整个测试过程的顺利进行，实现了高效测试，与以往的变电站资料收集方式相比，节约了大量的时间，工程师在其中也不需要投入过多的精力。
这种智能台账收集系统可大大减少变电二次人员在台账收集方面所耗费的时间，能够将变电二次人员原先收集台账时繁琐的离散的过程转化为一种连续性的过程，大大了减少变电二次人员在台账收集方面所耗费的时间；同时智能识别系统与数据库管理器实时互联，能够将更新的台账资料实时上传、在线更新，规范了台账收集流程。
5 结束语
在未来泛在电力物联网大行其道的时代，变电智能识别系统可以看做是基于此基础的一项具体应用，可以快速收集智能变电站设备资料信息，充分运用“大数据”和“云平台”，减轻了工程师在工作过程中的作用，也大大降低了设备资料收集时间，提高了工作效率。随着信息科技的发展，智能识别系统在电力行业的应用汇更加广泛，作用也会更加突出。
参考文献：
[1]陈文鹏.计算机智能图像识别算法研究[J/OL].无线互联科技:1-2[2019-05-16].
[2] 王雪淳.基于图像识别与生成技术的人工智能应用[J].科技传播,2019,11(07):153-154.
[3] 张猛,蒋涛,高琴.基于图像识别的智能下棋机器人[J].物联网技术,2019,9(03):87-90.
[4] 查德翔.基于图像识别的智能装配车间体系研究[J].科技与创新,2019(05):104-105.
[5] 万兵.基于人工智能的图像识别技术的研究[J].信息与电脑(理论版),2019(02):141-142.
[6] 陈银萍.基于人工智能中的图像识别技术的分析[J].信息与电脑(理论版),2019(01):165-166.
作者简介：林辛（1992-07），男，福建漳州，大学本科学历，工程师，供职于国网漳州供电公司，主要从事变电站继电保护及变电站智能化应用方向的研究，通讯地址为福建省漳州市龙文区南昌东路19号，邮编：363000，手机：13960158868，邮箱：624313641@qq.com）
论文作者:林辛,柳杨,叶东华
论文发表刊物:《电力设备》2019年第10期
论文发表时间:2019/10/23
标签：智能论文; 图像论文; 台账论文; 信息论文; 识别系统论文; 变电站论文; 多维论文; 《电力设备》2019年第10期论文;