廣東電網(wǎng)有限責(zé)任公司陽江供電局 潘坤年

在當(dāng)今變電站的日常運(yùn)維工作中，SF6氣體壓力是SF6開關(guān)設(shè)備運(yùn)行中不可或缺的重要技術(shù)指標(biāo)。對(duì)SF6開關(guān)壓力值的記錄一直是一項(xiàng)必不可少的工作，此項(xiàng)工作時(shí)間并不長，但加上往返變電站的路程和變電站的數(shù)量就不再簡單，成為一項(xiàng)需要消耗很長時(shí)間和較多人力的工作。

物聯(lián)網(wǎng)、云服務(wù)、智能化表計(jì)視覺識(shí)別感知系統(tǒng)的發(fā)展提供了新的選擇，將一些重復(fù)性較多的測試工作通過智能化監(jiān)測系統(tǒng)改造，提高測試工作效率，減少不必要的工作環(huán)節(jié)，有效降低運(yùn)維成本[1]。

指針式儀表因具有低成本、高可靠性、讀數(shù)直觀等優(yōu)點(diǎn)，在電力行業(yè)中得到了廣泛的應(yīng)用，但指針式儀表在智能視覺識(shí)別技術(shù)上較數(shù)字式儀表要復(fù)雜很多，指針式壓力表視覺識(shí)別是實(shí)現(xiàn)變電站智能在線監(jiān)控中必須要實(shí)現(xiàn)的關(guān)鍵技術(shù)。通過研究現(xiàn)有變電站監(jiān)控系統(tǒng)的監(jiān)測方式，發(fā)現(xiàn)目前的監(jiān)控方式主要采用視頻監(jiān)控和傳感器經(jīng)數(shù)模轉(zhuǎn)換后直接傳輸數(shù)字信息監(jiān)控。傳統(tǒng)視頻監(jiān)控由于數(shù)量和角度等問題不能準(zhǔn)確拍攝儀表的數(shù)值，且需人工識(shí)別和記錄。而廣泛采用的SF6開關(guān)設(shè)備的指針式壓力表由于歷史及成本等原因目前難以用數(shù)字式儀表替換。

1 系統(tǒng)組成

SF6開關(guān)設(shè)備壓力表智能識(shí)別系統(tǒng)由圖像采集單元和圖像處理、用戶端三部分組成。圖像采集單元采用CCD數(shù)字?jǐn)z像機(jī)采集圖像，并通過物聯(lián)網(wǎng)技術(shù)或4G、5G網(wǎng)絡(luò)將圖像信息上傳至互聯(lián)網(wǎng)上的信息處理服務(wù)器。為保證儀表的準(zhǔn)確識(shí)別，采用帶補(bǔ)光及夜視功能的攝像頭進(jìn)行視頻圖像采集，在儀表上安裝攝像頭以保證拍攝效果，獲取質(zhì)量較好的目標(biāo)初始圖像。圖像處理由連接在互聯(lián)網(wǎng)上的云視覺控制模塊完成，可根據(jù)用戶要求選擇服務(wù)器或網(wǎng)絡(luò)云服務(wù)進(jìn)行圖像數(shù)據(jù)處理。用戶端可使用手機(jī)或電腦查看和編輯處理后的數(shù)據(jù)。

SF6開關(guān)設(shè)備壓力表智能識(shí)別系統(tǒng)主要功能有圖像灰度處理、圖像分割處理、圖像二值化處理、圖像傾斜校正、圖像增強(qiáng)處理、圖像邊緣識(shí)別、表盤特征識(shí)別、多層神經(jīng)網(wǎng)絡(luò)系統(tǒng)、數(shù)據(jù)庫，主要開發(fā)環(huán)境為微軟Visual studio2010，開發(fā)語言為C++和opencv。OpenCV是一個(gè)基于BSD許可(開源)發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，可運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。由一系列C函數(shù)和少量C++類構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法[2]。

2 指針式壓力表視覺識(shí)別

圖像預(yù)處理：為保證測量效果和處理效率，需對(duì)圖像進(jìn)行預(yù)處理。從攝像機(jī)獲得的圖像信息通常為彩色，彩色圖像需耗用大量的傳輸帶寬和存儲(chǔ)空間，進(jìn)行處理時(shí)也需要耗費(fèi)較多的運(yùn)算，故工程上通常將彩色圖像轉(zhuǎn)為灰度圖像，放棄色彩信息?；叶葓D是通過某種計(jì)算方式對(duì)彩色圖像進(jìn)行處理，放棄彩色信息，只保留彩色圖像的亮度信息灰度，采用加權(quán)平均法對(duì)儀表圖像進(jìn)行灰度化處理（圖1），灰度計(jì)算公式gray=0.299R+0.587G+0.114B。

圖1 圖像預(yù)處理

圖像分割處理：通過函數(shù)計(jì)算方式將圖像中對(duì)儀表自動(dòng)識(shí)別有影響的部分除去，保留表盤和指針信息。

圖像二值化處理及傾斜校正：采用最大類間方差法將圖像處理，進(jìn)行二值化圖像，將圖像區(qū)分為前景和背景兩類。儀器儀表與攝像設(shè)備間通常存在一定的傾斜角，需對(duì)圖像進(jìn)行傾斜校正，以免影響后面的字符串分割和圖像識(shí)別。

對(duì)傾斜程度的判斷主要是將圖像進(jìn)行大津法二值化后，對(duì)二值化的圖像做水平投影，用水平投影的陡峭程度來進(jìn)行判斷：用最大類間方差法獲得儀表區(qū)域的二值化閾值，從而得到候選區(qū)域的二值化圖像；將二值化后的圖像旋轉(zhuǎn)一定角度-φ后做水平投影并求差分，求差分的最大模值；以一定的步長Δφ，在（-φ+φ）角度之間重復(fù)做水平投影并求差分，求得所有差分中模值最大的數(shù)所對(duì)應(yīng)的角度值，該角度值即為圖像的傾斜校正的角度；根據(jù)上述結(jié)果對(duì)該圖像進(jìn)行傾斜校正。

圖像增強(qiáng)處理：圖像拍攝過程中，如有其他光源導(dǎo)致圖像中有光暈則圖像質(zhì)量較差，需進(jìn)行增強(qiáng)處理。將圖像中的數(shù)據(jù)分為兩類，一類為比較明亮的背景部分、占比約為80%以上，另一類為較暗的表盤指針部分、占比約20%以內(nèi)，故可利用該特點(diǎn)采用計(jì)算公式對(duì)圖像區(qū)域中前20%像素進(jìn)行增強(qiáng)而對(duì)其他的像素進(jìn)行抑制，從而達(dá)到增強(qiáng)目標(biāo)指針表盤部分、抑制背景的目的。通過增強(qiáng)圖像為下一步的分割和識(shí)別創(chuàng)造有利條件。

儀表圖像邊緣識(shí)別：為突出圖像中的特征，將指針和表盤邊緣描繪出來，采用Sobel邊緣檢測對(duì)圖像進(jìn)行邊緣檢測。邊緣檢測及二值化后的圖像如圖2。

圖2 圖像邊緣識(shí)別

表盤特征圖像提?。簝x表圖像經(jīng)處理后指針和表盤特征信息已清晰可見。首先讀取指針信息，指針為圖中長度最長直線，以此為特征，采用Hough變換法進(jìn)行直線提取，提取指針信息。在一定區(qū)域內(nèi)，用同樣的方法找到表盤的上下限刻度量程線，根據(jù)圖像中的刻度盤找出圓心，并測量上下限刻度量程線的角度和指針的角度。SF6開關(guān)設(shè)備壓力表的量程已知，可按公式計(jì)算壓力數(shù)值：N=A×(θ1-θ)/(θ1-θ2)，N表示測量數(shù)值，A為量程，θ為指針角度，θ1為下限刻度值角度，θ2為上限值角度。當(dāng)壓力表為正負(fù)刻度時(shí)，當(dāng)θ≤90°時(shí)θ2取90°，當(dāng)θ＞90°時(shí)θ1取90°。

多層神經(jīng)網(wǎng)絡(luò)：人工神經(jīng)網(wǎng)絡(luò)是受構(gòu)成動(dòng)物大腦的生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而設(shè)計(jì)的智能計(jì)算系統(tǒng)。這種系統(tǒng)通過數(shù)據(jù)庫中的樣本來“深度學(xué)習(xí)”執(zhí)行任務(wù)，而不用特定于任務(wù)的規(guī)則進(jìn)行編程。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的，并具有自學(xué)習(xí)和自適應(yīng)的能力[3]。去具有的特點(diǎn)是：自學(xué)習(xí)功能；聯(lián)想存儲(chǔ)功能；高速尋找優(yōu)化解的能力；任意復(fù)雜的非線性關(guān)系無法計(jì)算和深度學(xué)習(xí)。

BP網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一，其突出優(yōu)點(diǎn)是具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)。網(wǎng)絡(luò)的中間層數(shù)(或隱藏的中間層數(shù))、各層的神經(jīng)元個(gè)數(shù)可根據(jù)具體情況任意設(shè)定，且隨著結(jié)構(gòu)的差異其性能也有所不同。

BP神經(jīng)網(wǎng)絡(luò)的計(jì)算過程是由正向計(jì)算和反向計(jì)算過程組成。正向計(jì)算過程為從輸入層經(jīng)隱單元層逐層處理，并轉(zhuǎn)向輸出層，每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。如果在輸出層不能得到期望的輸出則轉(zhuǎn)入反向傳播，將誤差信號(hào)沿原來的連接通路返回，通過修改各神經(jīng)元的權(quán)值，使得誤差信號(hào)最小。BP神經(jīng)網(wǎng)絡(luò)模型包括其輸入輸出模型、作用函數(shù)模型、誤差計(jì)算模型和自學(xué)習(xí)模型。BP神經(jīng)網(wǎng)絡(luò)可有效的提高指針式SF6壓力表視覺識(shí)別的準(zhǔn)確率，可有效的識(shí)別出有光暈、表盤輕度臟污等情況下的測量數(shù)值。

數(shù)據(jù)庫系統(tǒng)：采用SQLServer數(shù)據(jù)庫管理系統(tǒng)，為每塊壓力表建立測試數(shù)據(jù)檔案，并可轉(zhuǎn)換為Excel表格格式供用戶在手機(jī)或電腦端查看和編輯數(shù)據(jù)。