賈玲

摘 要：隨著全球能源危機(jī)的席卷，智能電網(wǎng)建設(shè)已經(jīng)納入到我國電力建設(shè)的戰(zhàn)略組成部分，電網(wǎng)規(guī)模的擴(kuò)大必然導(dǎo)致無人值守變電站的增多。然而，近年來，電網(wǎng)安全生產(chǎn)中事故的大量出現(xiàn)，嚴(yán)重威脅著電網(wǎng)的穩(wěn)定運行。為解決該問題，非常有必要對其運行風(fēng)險進(jìn)行準(zhǔn)確地辨析，并做好相應(yīng)的預(yù)防措施。

關(guān)鍵詞：變電站 預(yù)處理 智能圖像識別 應(yīng)用

中圖分類號：TM764 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）11（a）-0095-02

1 技術(shù)現(xiàn)狀和不足

基于圖像識別的視頻檢測系統(tǒng)已經(jīng)取得了技術(shù)上的突破，在其他行業(yè)也進(jìn)行了初步的應(yīng)用，如文字識別技術(shù)在遠(yuǎn)程調(diào)用上的應(yīng)用、指紋識別識別技術(shù)在簽到系統(tǒng)上的應(yīng)用、人物識別技術(shù)在安保上的應(yīng)用、產(chǎn)品檢測技術(shù)在化工方面的應(yīng)用、軍事偵察分析技術(shù)等。

目前筆者所在局已經(jīng)安裝了視頻監(jiān)控系統(tǒng)，但僅僅實現(xiàn)了監(jiān)視變電站現(xiàn)場設(shè)備、控制遠(yuǎn)程攝像球機(jī)運動以及視頻錄像存儲上送等功能。但這些視頻監(jiān)控系統(tǒng)只有視頻監(jiān)視功能而沒有視頻圖像識別功能。存在的問題主要體現(xiàn)在以下三個方面。

1.1 覆蓋范圍及容量不足

筆者所在局已安裝的變電站視頻監(jiān)控系統(tǒng)是將特定的圖像經(jīng)監(jiān)控球機(jī)和采集卡輸入到視頻分站，對數(shù)據(jù)進(jìn)行經(jīng)壓縮后傳輸?shù)较到y(tǒng)運行部監(jiān)控主站處，主站同時顯示多個變電站的實時圖像。這種方式數(shù)據(jù)傳輸量極大，對網(wǎng)絡(luò)帶寬、服務(wù)器存儲能力及數(shù)據(jù)處理能力要求極高，同時在出現(xiàn)災(zāi)害情況下，網(wǎng)絡(luò)傳輸收到襲擾就無法工作，這導(dǎo)致現(xiàn)有的變電站視頻監(jiān)控系統(tǒng)難以普及且在關(guān)鍵時刻無法發(fā)揮作用。

1.2 系統(tǒng)廠家眾多、兼容性較差

目前電力系統(tǒng)內(nèi)有數(shù)家不同視頻監(jiān)控設(shè)備廠商提供服務(wù)，雖然大部分遵循統(tǒng)一的視頻監(jiān)控標(biāo)準(zhǔn)，但存在大部分分站設(shè)備無法接入監(jiān)控主站，進(jìn)而無法實現(xiàn)遠(yuǎn)方監(jiān)控的目的。

1.3 功能簡單

變電站視頻監(jiān)控系統(tǒng)設(shè)計伊始使即為了除了配合遠(yuǎn)動“四遙”及時上傳圖像外，作為獨立的系統(tǒng)，擁有遠(yuǎn)動系統(tǒng)所不具有的前端圖像信息。通過這些信息可以遠(yuǎn)程掌握變電站環(huán)境、設(shè)備、人員等詳細(xì)運行狀態(tài)，主動發(fā)現(xiàn)“四遙”發(fā)現(xiàn)不了的問題，前置無人值班變電站問題的發(fā)現(xiàn)點。但當(dāng)前已經(jīng)建設(shè)的變電站視頻監(jiān)控系統(tǒng)卻沒有賦予遠(yuǎn)程監(jiān)控系統(tǒng)獨立發(fā)現(xiàn)問題的“大腦”，即缺乏了圖像智能分析功能而無法實施主動前置的發(fā)現(xiàn)問題。

2 研究思路、研究內(nèi)容及關(guān)鍵技術(shù)

2.1 研究思路

（1）圖像預(yù)處理算法的研究：以圖像的邊緣檢測為核心，以圖像分割方面為突破點，在圖像變換、圖像增強(qiáng)、圖像恢復(fù)上進(jìn)行深入剖析和建模，使其吻合變電站工作的特定環(huán)境，提高預(yù)處理的效果和準(zhǔn)確性。

（2）構(gòu)建一種圖像識別檢測模式。根據(jù)分析預(yù)置的圖像識別規(guī)則，使用圖像視覺分析技術(shù)對變電站視頻中的目標(biāo)物體進(jìn)行分離、偵測、監(jiān)控、追蹤，實現(xiàn)目標(biāo)偵測與跟蹤功能。重點解決變電站內(nèi)設(shè)備狀態(tài)以及工作人員的操作行為等問題。

（3）提高前端設(shè)備的與處理能力，降低正常狀態(tài)下的刷新次數(shù)，濾除常視頻畫面以減少傳輸帶寬占用及擾動。當(dāng)異常發(fā)生時，采用畫面推圖的模式將異常畫面實施對主站進(jìn)行推送，提高監(jiān)控系統(tǒng)的針對性。

2.2 研究內(nèi)容

（1）研究圖像智能核心算法，去繁化簡，提升系統(tǒng)圖像預(yù)處理速度。

（2）研究變電站視頻監(jiān)控系統(tǒng)中的智能圖像識別預(yù)處理服務(wù)器參數(shù)，確定其符合變電站、電廠等特定工作環(huán)境下正常工作的相關(guān)條件。

（3）研究及開發(fā)智能變電站視頻監(jiān)控系統(tǒng)。

2.3 關(guān)鍵技術(shù)

根據(jù)對比預(yù)置的圖像識別規(guī)則，通過圖像視覺分析技術(shù)對視頻中的目標(biāo)物體進(jìn)行分離、偵測、監(jiān)控，當(dāng)視頻場景中出現(xiàn)違反預(yù)定義規(guī)則的行為時，站端系統(tǒng)實時的將報警信息及相關(guān)視頻文件傳輸給遠(yuǎn)程主站。

圖像智能識別的原理如圖1所示。

2.3.1 目標(biāo)偵測

包括對于移動物體的檢測、分割、目標(biāo)定位和追蹤。

使用幀間差分與背景差分相融合的目標(biāo)變化檢測算法，這種算法允許在物體存在的情況下進(jìn)行建模，預(yù)先選取一幀圖像作為背景幀圖像，建立各像素點的高斯模型，之后對相鄰兩幀圖像運用幀間差分法進(jìn)行差分處理，有效區(qū)分出背景點和變化的區(qū)域，然后將變化區(qū)域與背景幀的對應(yīng)區(qū)域進(jìn)行模型擬合，明確顯露區(qū)和目標(biāo)物體，最后通過去除陰影及噪聲將不帶陰影及噪聲的目標(biāo)物體分割出來。

目標(biāo)跟蹤包括目標(biāo)特征提取、匹配模板的建立、目標(biāo)位置預(yù)測及目標(biāo)跟蹤。

在識別與跟蹤過程中，為了有效識別和跟蹤目標(biāo)，準(zhǔn)確地確定目標(biāo)特征是變化跟蹤與匹配的關(guān)鍵。目標(biāo)特征主要包括邊界、面積、重心特征及慣性主軸。根據(jù)從二值圖像中提取的目標(biāo)特征，檢測出目標(biāo)變化，并建立相應(yīng)的特征模板。根據(jù)前幾幀圖像的檢測結(jié)果，通過預(yù)測算法，預(yù)測在下幀圖像中出現(xiàn)的位置、大小、面積等信息，然后進(jìn)行模板匹配，根據(jù)目標(biāo)模板匹配的結(jié)果，將視頻圖像中的同一目標(biāo)變化關(guān)聯(lián)起來，并在圖像序列中的目標(biāo)之間建立對應(yīng)關(guān)系，建立目標(biāo)鍵，進(jìn)而得到各個目標(biāo)完整的運動軌跡。

2.3.2 特征提取

要進(jìn)行圖像識別，必須先對圖像的特征進(jìn)行提取。然而，哪些部分是圖像的特征，哪些部分是共通點呢？因此，并不是所有的信息都需要提取，只需提取有意義的能夠反映圖像本質(zhì)的特征就可以了。例如，圖像的紋理特征、形狀特征、顏色特征等都是圖像本質(zhì)的特征。實際上，在進(jìn)行圖像分割和邊沿提取的時候就已經(jīng)為圖像某些特征的提取做好了準(zhǔn)備，當(dāng)然這只是一部分，有些特征是需要經(jīng)過變換才能夠提取出來的。特征提取非常關(guān)鍵，其直接影響圖像識別能否進(jìn)行、識別速度快慢以及識別結(jié)果的準(zhǔn)確性。

2.3.3 分類器及識別算法

圖像識別方法的不同主要是分類器的不同，在分類系統(tǒng)中，特征是識別對象的唯一依據(jù)，選擇適當(dāng)?shù)奶卣魇种匾?/p>

一般情況下，需要根據(jù)待分類對象的特點列出一些可能有用的特征，然后用特征排序方法計算不同特征的相對效率，利用結(jié)果對特征進(jìn)行選擇。

良好的特征應(yīng)具備以下4個特點：可區(qū)別性、可靠性、獨立性、數(shù)量少?？蓞^(qū)別性就是該特征應(yīng)當(dāng)具有明顯的差異，可以被區(qū)別出來；可靠性就是說對于相同類別的對象，特征值都是比較相近的；獨立性就是說特征之間應(yīng)彼此不相關(guān)，可以獨立進(jìn)行分析；而數(shù)量少則指特征數(shù)量不能過多，因為復(fù)雜度隨著特征向量的維數(shù)增長而幾何倍數(shù)增長。

3 成果預(yù)期應(yīng)用

在一些重要的區(qū)域型樞紐站中，電壓等級涵蓋交直流，800～10 kV各個電壓等級，其相對應(yīng)的視頻監(jiān)控點數(shù)量巨大，極易造成工作人員的視覺疲勞。同時，由于站端監(jiān)控系統(tǒng)缺少智能識別功能以及預(yù)處理能力，傳輸帶寬被大量占用，故障發(fā)生時無法及時做出正確的反應(yīng)。因此迫切需要建立一套能夠在事故、事件發(fā)生初期甚至于準(zhǔn)備發(fā)生期，即現(xiàn)場設(shè)備工作狀態(tài)有明顯變化或工作人員即將進(jìn)行某項操作時對其進(jìn)行實時監(jiān)控，及時檢測其行為、狀態(tài)的正確性、規(guī)范性，這對于預(yù)防事故發(fā)生、提高無人值班變電站運行安全性，構(gòu)建現(xiàn)代化智能電網(wǎng)具有重要意義。文章通過對圖像識別核心算法進(jìn)行研究，建立一套專用于變電站工作環(huán)境的智能識別功能以及相應(yīng)的系統(tǒng)，可以有效地提高原有視頻監(jiān)控系統(tǒng)的實時監(jiān)測能力，進(jìn)而提出有效的改造方案。

參考文獻(xiàn)

[1] 周杰，盧春雨，張長水，等.人臉自動識別方法綜述[J].電子學(xué)報，2000，4（4）：102-105.

[2] 張宗平，劉貴忠.基于小波的視頻圖像壓縮研究進(jìn)展[J].電子學(xué)報，2002，30（6）：883-889.