基于變電站巡檢機器人和綜合管控平臺的斷路器狀態(tài)識別方法

黃慰　葉強　楊超超　田亮　趙浚　宋丙順

【摘 要】為了解決變電站智能巡檢機器人不能對高壓斷路器開關分合狀態(tài)圖像實時采集、實時處理分析，影響變電站巡檢工作效率、效益和質量以及電力企業(yè)安全運營的問題，提出了一種能識別斷路器開關分合狀態(tài)的識別算法。該算法結構簡單，運行速度快，能及時正確地進行故障診斷、準確性高。在綜合管控平臺下可以提升變電站智能巡檢機器人的巡檢工作效率和質量。

【關鍵詞】變電站巡檢機器人;綜合管控平臺;斷路器;分合狀態(tài);模版匹配

中圖分類號： TP242 文獻標識碼： A文章編號： 2095-2457（2019）28-0095-002

DOI：10.19694/j.cnki.issn2095-2457.2019.28.039

0 引言

變電站是各級電網的核心樞紐，對站內設備例行檢查是保證電網安全運行的關鍵技術手段[1]。目前，我國電力變電站設備巡檢多采用人工巡檢方式[2]。即變電站工作人員進入設備區(qū)，進行設備巡視。但是人工巡檢主要靠的是作業(yè)人員的主觀的感官定性判斷分析，需要工作人員有豐富的工作經驗和較高的業(yè)務水平，并且這種模式勞動強度大，檢測質量分散，受惡劣天氣干擾大，很難做到數(shù)據(jù)的實時輸入管理信息系統(tǒng)，無法滿足現(xiàn)在高速發(fā)展的電力系統(tǒng)。

同時，變電站是個高危場所，在惡劣天氣下，設備的巡檢對工作人員來說存在較大的安全隱患[3]。隨著機器人技術的快速發(fā)展，將機器人技術與電力應用相結合，基于機器人移動平臺攜帶檢測設備代替人工進行設備巡檢成為了可能。

高壓斷路器開關是發(fā)電廠、變電站及電力系統(tǒng)中最重要的控制和保護設備，對斷路器設備的操作直接關系到變電站乃至整個電網的安全、穩(wěn)定運行。目前，國內變電站開關設備安全管理，大多采用24小時人工值班巡查工作制度，一般為3至7人，值守質量較低[4]，而且隨著電網規(guī)模的不斷增大，因開關拒動或者誤動的故障事件排查難度日益增大，而且大多數(shù)時候因開關故障所帶來的損失很大。而采用“無人值守”[5]的設計理念，可以加強變電站開關設備的安全監(jiān)管，改進拓展監(jiān)視功能、提高監(jiān)管效能。

本文針對現(xiàn)有技術存在的變電站智能巡檢機器人不能對高壓斷路器開關分合狀態(tài)圖像實時采集、實時處理分析，影響變電站巡檢工作效率、效益和質量以及電力企業(yè)安全運營的問題。提出了一種能識別斷路器開關分合狀態(tài)的識別算法。該算法結構簡單，能及時正確地進行故障診斷、準確性高。在綜合管控平臺的配合下，提升了機器人的巡檢工作效率和質量。

1 圖像去噪

圖像在形成、傳輸過程中，常因外界噪聲的干擾而導致質量退化。質量退化后，會嚴重影響后續(xù)的識別結果，降低了識別率。因此，噪聲檢測是比較關鍵的一步，它為圖像中像素點的正確分類提供基礎。目前，圖像噪聲檢測的方法較多，可以采取各種濾波方式對圖像進行去噪處理。其中，中值濾波和高斯濾波是濾波去噪常用的兩種方法。

1.1 中值濾波

中值濾波是一種非線性平滑技術，它將每一像素點的灰度值設置為該點某鄰域窗口內的所有像素點灰度值的中值[6]。就是用一個奇數(shù)點的移動窗口（中值窗），將窗口中心點的值用窗口內各點按其數(shù)值大小排序后中間的那個數(shù)（即中值）代替.中值濾波是一種優(yōu)化的保持邊界與濾除高頻噪聲干擾的濾波方法，尤其對處理突變尖峰之類的脈沖噪聲非常有效。并且在濾除噪聲的同時圖像不會被模糊。二維中值濾波的窗口形狀和尺寸設計對濾波效果影響較大，不同的圖像內容和應用要求，往往采用不同形狀和尺寸以達到滿意的濾波效果。

1.2 高斯濾波

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應用于圖像處理的減噪過程[7]。通俗的講，高斯濾波就是對整幅圖像進行加權平均的過程，每一個像素點的值，都由其本身和鄰域內的其他像素值經過加權平均后得到。高斯濾波的具體操作是：用一個模板（或稱卷積、掩模）掃描圖像中的每一個像素，用模板確定的鄰域內像素的加權平均灰度值去替代模板中心像素點的值。

高斯濾波器脈沖響應函數(shù)為：

從圖中可以看出，雖然中值濾波提高了圖像的對比度，但是它破壞了圖像的輪廓，尤其是字符區(qū)域。而高斯濾波保持的輪廓性比較完整，完整的輪廓在對目標檢測的特征比對時會表現(xiàn)出更好的優(yōu)勢，因此本文選擇高斯濾波進行去噪。

2 架構設計及其工作原理

基于模板匹配的能識別斷路器開關分合狀態(tài)的變電站智能巡檢機器人，包括機器人本體、數(shù)據(jù)處理系統(tǒng)。機器人本體上安裝有云臺，云臺上搭建與變電站斷路器開關相對應的圖像采集器，圖像采集器與解碼器相連，解碼器與數(shù)據(jù)初級處理器相連，而數(shù)據(jù)初級處理器通過數(shù)據(jù)線與數(shù)據(jù)處理系統(tǒng)相連，數(shù)據(jù)處理系統(tǒng)通過無線方式與綜合管控平臺相連。

其中，圖像采集器為可見光攝像頭，數(shù)據(jù)初級處理器為數(shù)據(jù)處理芯片，數(shù)據(jù)處理系統(tǒng)為工控機，或單片機，或PLC。

對設備進行智能巡檢工作時，通過可見光攝像頭采集變電站斷路器開關設備“分”狀態(tài)與“合”狀態(tài)的標志字可見光圖像，標定出圖像中開關設備顯示“分”或“合”字體的區(qū)域，并用圖像處理的方法生成開關分離狀態(tài)和開關合并狀態(tài)的模板，將此模板存儲于數(shù)據(jù)處理芯片。當機器人接收到下達的巡檢任務后，機器人按照預先規(guī)劃的線路，由行進驅動系統(tǒng)及導航系統(tǒng)驅動機器人向變電站設備行進。到達預定位置后、在預置位停駐，機器人對斷路器開關設備實時采集可見光圖像，并將圖像通過解碼器解碼保存在數(shù)據(jù)處理芯片中。數(shù)據(jù)處理系統(tǒng)對機器人實時采集到的可見光圖像進行分析，首先實現(xiàn)圖像中斷路器設備區(qū)域的精確定位，然后與分合狀態(tài)標志字圖像模板分別進行匹配，以相似度高的模板作為匹配結果，從而識別出標志字為“分”或是“合”。

3 算法設計及其分析

正如以上所述，巡檢得到的待檢測斷路器開關圖像和模板圖像進行匹配，將相似度高的模板結果作為識別結果輸出，圖3為變電站智能巡檢機器人系統(tǒng)組成結構。

算法步驟如下：

Step1：模板圖像庫建立;

Step2：巡檢圖像采集;

Step3：圖像濾波去噪;

Step4：圖像匹配;

Step5：相似度計算;

Step6：相似度分析;

Step7：輸出識別結果。

算法處理過程圖如下：

4 結論

本文能夠有效的在巡檢過程中實時采集圖像并實時識別高壓斷路器的開關狀態(tài)，實現(xiàn)了機器人巡檢工作的及時性、有效性和可靠性，進一步促進了電力巡檢機器人的智能化。并且，本文算法能代替運行人員實現(xiàn)斷路器分合狀態(tài)的識別，減輕運行人員的勞動強度，縮短操作時間，消除現(xiàn)場人員的主觀因素的影響。保障了工作人員在高危環(huán)境下的人身安全，滿足國家電網的現(xiàn)場需求。

【參考文獻】

[1]楊旭東，黃玉柱，李繼剛，等.變電站巡檢機器人研究現(xiàn)狀綜述[J].山東電力技術，2015，24（204）：30-34.

[2]宋曉明.變電站智能巡檢機器人關鍵技術研究[D].長沙理工大學，2013，2-9.

[3]石易，袁新讓，史超，等.變電站智能巡檢機器人關鍵技術研究[J].電力系統(tǒng)裝備，2019，11：153-154.

[4]孫澤宇，李蒙，楊濤.礦區(qū)網絡監(jiān)控系統(tǒng)防雷機制分析與設計[J].煤礦安全，2011（8）：98-91.

[5]王麗敏，關延偉，劉新宇.基于圖像處理的無人值守變電站目標自動跟蹤系統(tǒng)[J].華北水利水電學院學報，2010，31（1）：67-69.

[6]梁利利.基于小波變換與中值濾波的爐膛火焰圖像去噪方法研究[J].工業(yè)加熱，2019，48（2）：21-24.

[7]李健，丁小奇，陳光，等.基于改進高斯濾波算法的葉片圖像去噪方法[J].南方農業(yè)學報，2019，50（6）：1385-1391.