人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用

白旭 宋祉明 李成剛

摘? 要：該文主要從人工智能圖像識(shí)別技術(shù)的應(yīng)用概況角度出發(fā)，闡述了人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用設(shè)計(jì)，敘述了人工智能圖像識(shí)別技術(shù)的應(yīng)用內(nèi)容，論述了基于計(jì)算機(jī)視覺(jué)的圖像處理識(shí)別平臺(tái)的應(yīng)用情況，并對(duì)應(yīng)用難點(diǎn)及解決措施進(jìn)行探究，從而為人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的實(shí)踐提供參考。

關(guān)鍵詞：人工智能;識(shí)別技術(shù);電力系統(tǒng)

中圖分類號(hào)：TP18? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

0 引言

基于人工智能的圖像分析識(shí)別技術(shù)在電力系統(tǒng)中的實(shí)踐應(yīng)用時(shí)，主要研究和分析了如何通過(guò)二次屏柜進(jìn)行智能監(jiān)控，有效設(shè)計(jì)指示燈、開關(guān)、壓板、儀表盤等不同監(jiān)控對(duì)象的圖像識(shí)別分析算法，有效規(guī)劃系統(tǒng)結(jié)構(gòu)設(shè)計(jì)及安裝部署，依照數(shù)據(jù)管理及顯示平臺(tái)等多個(gè)層面，優(yōu)化整個(gè)系統(tǒng)的運(yùn)行成本以及穩(wěn)定性。

1 人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用設(shè)計(jì)

1.1 人工智能圖像識(shí)別技術(shù)應(yīng)用概況

首先，電力系統(tǒng)中的所有監(jiān)測(cè)視頻均通過(guò)以太網(wǎng)傳輸至智能算法在線分析服務(wù)器進(jìn)行識(shí)別、分析及上傳數(shù)據(jù)。其識(shí)別對(duì)象涵蓋大部分的二次屏柜內(nèi)部對(duì)象，包括指示燈面板、開關(guān)狀態(tài)、壓板狀態(tài)和儀表數(shù)字等。其次，開發(fā)數(shù)據(jù)管理及展示平臺(tái)，將匯集的信息數(shù)據(jù)及監(jiān)控畫面顯示至監(jiān)控屏幕，供工作人員進(jìn)行異常狀態(tài)的監(jiān)測(cè)、往期數(shù)據(jù)查詢和報(bào)表查看等。最后，開發(fā)相應(yīng)的App，便于工作人員隨時(shí)查驗(yàn)現(xiàn)場(chǎng)情況[1]。

1.2 人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用設(shè)計(jì)分析

首先是人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用硬件設(shè)計(jì)，其要對(duì)分布式智能圖像采集單元硬件進(jìn)行設(shè)計(jì)，圖像輔助監(jiān)控系統(tǒng)的硬件主要由分布式視頻采集單元、以太網(wǎng)傳輸媒介、網(wǎng)絡(luò)交換機(jī)、網(wǎng)絡(luò)路由器及監(jiān)控管理服務(wù)器等設(shè)備組成。采集的圖像分別傳輸至圖像識(shí)別服務(wù)器及采集管理服務(wù)器。其次是軟件的應(yīng)用設(shè)計(jì)，主要是對(duì)集控信息系統(tǒng)軟件進(jìn)行設(shè)計(jì)，該采集單元的軟件主要由以下4個(gè)部分組成。1）CMOS圖像傳感器驅(qū)動(dòng)與參數(shù)配置。2）以太網(wǎng)驅(qū)動(dòng)及協(xié)議棧。3）圖像預(yù)處理與圖像編碼，裁取圖像有效區(qū)域，在不影響圖像識(shí)別精度的前提下，通過(guò)有損圖像壓縮編碼，大幅度減少數(shù)據(jù)冗余，便于后續(xù)傳輸與存儲(chǔ)。4）數(shù)據(jù)監(jiān)控服務(wù)器協(xié)議設(shè)計(jì)，如何高效、低成本的管理分布式智能圖像采集終端是該項(xiàng)目的難點(diǎn)之一[2]。

2 人工智能圖像識(shí)別技術(shù)應(yīng)用內(nèi)容

2.1 采集數(shù)據(jù)信息在線監(jiān)控系統(tǒng)應(yīng)用分析

電力系統(tǒng)在運(yùn)行過(guò)程中可能會(huì)出現(xiàn)許多突發(fā)情況，危害電力系統(tǒng)的安全，例如：盜竊、失火等，因此，為了防止意外突發(fā)情況的發(fā)生，必須要及時(shí)進(jìn)行數(shù)據(jù)信息采集工作，對(duì)電力系統(tǒng)進(jìn)行在線監(jiān)控，為異常報(bào)警情況提供數(shù)據(jù)信息，讓工作人員及時(shí)了解異常原因，并對(duì)異常情況及時(shí)進(jìn)行處理。監(jiān)控系統(tǒng)可以通過(guò)常規(guī)的攝像頭對(duì)進(jìn)出人員進(jìn)行監(jiān)控，應(yīng)用圖像識(shí)別對(duì)人員進(jìn)行識(shí)別。常規(guī)攝像頭雖然可以及時(shí)看到是否發(fā)生火災(zāi)，但攝像頭精度不定，如果精度過(guò)低，識(shí)別正確率會(huì)有一定的影響，并且如果人員稍加進(jìn)行偽裝和遮擋，便不易掌握人員信息。因此還可以采用紅外攝像頭，掌握人員的紅外線輪廓，并根據(jù)輪廓應(yīng)用人工智能圖像識(shí)別技術(shù)對(duì)所獲取的數(shù)據(jù)進(jìn)行預(yù)處理，抽取人員的特征，確定人員身份和動(dòng)作，實(shí)現(xiàn)在線監(jiān)控。同時(shí)采用紅外攝像頭還可以對(duì)溫度有明顯的感應(yīng)，就算是在火力發(fā)電的情況下，也可以根據(jù)火的內(nèi)焰外焰的形態(tài)和顏色進(jìn)行人工智能圖像識(shí)別，確定火焰溫度，保證電力系統(tǒng)的安全性。

2.2 柜面圖像智能應(yīng)用分析

針對(duì)獲取的監(jiān)控圖像，主要涉及以下3個(gè)方面內(nèi)容。1）壓板內(nèi)容檢測(cè)與標(biāo)定，現(xiàn)有設(shè)備標(biāo)定算法通常由人工完成，煩瑣且效率低下。研究通過(guò)圖像自動(dòng)檢測(cè)的方法來(lái)進(jìn)行畫面區(qū)域的標(biāo)定與類型設(shè)定，提升人為標(biāo)定效率。2）指示燈狀態(tài)識(shí)別，研究通用的指示燈狀態(tài)識(shí)別算法，使其能讀取不同廠商、不同規(guī)格的非標(biāo)準(zhǔn)指示燈狀態(tài)的顯示結(jié)果。3） 報(bào)警狀態(tài)識(shí)別，研究可擴(kuò)展的報(bào)警狀態(tài)識(shí)別算法，便于后期添加和刪除一些報(bào)警規(guī)則。

2.3 視頻濃縮快照與異常報(bào)警應(yīng)用分析

采用視頻濃縮的方式降低數(shù)據(jù)的存儲(chǔ)量。為滿足使用不同約束的數(shù)據(jù)檢索需求，例如按時(shí)間點(diǎn)檢索、按數(shù)據(jù)變化檢索方式等，需要將數(shù)據(jù)及對(duì)應(yīng)的圖像進(jìn)行同步存儲(chǔ)，形成時(shí)間點(diǎn)的數(shù)據(jù)快照，供人工分析使用。首先是按時(shí)間序列排序的視頻，數(shù)據(jù)同步快照系統(tǒng)：研究圖像與數(shù)據(jù)的存儲(chǔ)方式，摒除冗余數(shù)據(jù)，精簡(jiǎn)數(shù)據(jù)庫(kù)。滿足用戶的定制化查詢需求。其次是異常報(bào)警，當(dāng)某個(gè)識(shí)別數(shù)據(jù)超出既定報(bào)警范圍時(shí)，研究同一時(shí)刻不同識(shí)別區(qū)域的數(shù)據(jù)相關(guān)性，在報(bào)警后進(jìn)行同步異常顯示。通過(guò)二次屏柜進(jìn)行智能監(jiān)控，搭建一套基于人工智能圖像分析識(shí)別技術(shù)的變電站二次設(shè)備智能巡檢系統(tǒng)，從智能圖像采集終端的軟件設(shè)計(jì)和部署，到指示燈、開關(guān)、壓板、指示數(shù)字等不同監(jiān)控對(duì)象的圖像識(shí)別分析算法設(shè)計(jì)，系統(tǒng)結(jié)構(gòu)設(shè)計(jì)及安裝部署，數(shù)據(jù)管理及顯示平臺(tái)等多個(gè)層面去優(yōu)化整個(gè)系統(tǒng)的運(yùn)行成本以及穩(wěn)定性。同時(shí)，通過(guò)匯集電網(wǎng)運(yùn)行和設(shè)備檢測(cè)或監(jiān)測(cè)數(shù)據(jù)至數(shù)據(jù)倉(cāng)庫(kù)，結(jié)合大數(shù)據(jù)分析與電力系統(tǒng)模型，對(duì)采集的電力大數(shù)據(jù)進(jìn)行系統(tǒng)的處理和分析，不但有效降低值班人員的勞動(dòng)強(qiáng)度，提高效率，并且有助于今后對(duì)電網(wǎng)運(yùn)行進(jìn)行診斷、優(yōu)化和預(yù)測(cè)，為電網(wǎng)安全、可靠、經(jīng)濟(jì)、高效地運(yùn)行提供保障[3]。

3 基于計(jì)算機(jī)視覺(jué)的圖像處理識(shí)別平臺(tái)應(yīng)用

3.1 基于計(jì)算機(jī)視覺(jué)的圖像處理識(shí)別平臺(tái)技術(shù)要求與性能指標(biāo)

主要包括6個(gè)方面的內(nèi)容。1）對(duì)采集到的二次設(shè)備圖片進(jìn)行預(yù)處理，包括圖片數(shù)據(jù)存儲(chǔ)與清洗、尺寸重整、分類標(biāo)注，基于整理后的圖片數(shù)據(jù)進(jìn)行人工智能圖像分析系統(tǒng)的訓(xùn)練與識(shí)別。2） 圖像信息的提取，基于計(jì)算機(jī)視覺(jué)深度學(xué)習(xí)算法，對(duì)處理后的二次設(shè)備圖像進(jìn)行識(shí)別與信息提取。待識(shí)別的關(guān)鍵點(diǎn)包括二次屏柜上的指示燈、壓板、開關(guān)狀態(tài)、指示數(shù)字等。識(shí)別要求精度高，響應(yīng)時(shí)間快。3）識(shí)別結(jié)果的上傳與分析，采用符合電網(wǎng)安全管理規(guī)范要求的數(shù)據(jù)接入來(lái)源與通道設(shè)計(jì)，實(shí)現(xiàn)數(shù)據(jù)識(shí)別結(jié)果的上傳。上傳后，由系統(tǒng)對(duì)識(shí)別結(jié)果進(jìn)行分析，判斷出正常和異常情況。4）二次設(shè)備信息提取結(jié)果可視化展現(xiàn)，可視化結(jié)果分別在Web和App上呈現(xiàn)，二次屏柜上的指示燈、壓板、開關(guān)狀態(tài)等圖像，經(jīng)過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)后得到識(shí)別結(jié)果，所有的數(shù)據(jù)信息及識(shí)別結(jié)果疊加后進(jìn)行可視化呈現(xiàn)，實(shí)現(xiàn)對(duì)二次設(shè)備的實(shí)時(shí)監(jiān)控?？梢暬尸F(xiàn)包括二次屏柜監(jiān)控狀態(tài)的實(shí)時(shí)反饋以及告警推送。5）二次設(shè)備異常狀況告警，支持基于二次屏柜的監(jiān)控圖像數(shù)據(jù)，通過(guò)可視化推送的方式，對(duì)異常設(shè)備進(jìn)行實(shí)時(shí)告警。故障包括指示燈、壓板及開關(guān)狀態(tài)所提供的二次設(shè)備故障。6）性能指標(biāo)中，指示燈定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%，壓板定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%，開關(guān)定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%。

3.2 監(jiān)控界面及交互系統(tǒng)

主要包括4個(gè)方面的內(nèi)容。1）技術(shù)要求，圖像識(shí)別結(jié)果信息傳輸接口支持基于計(jì)算機(jī)視覺(jué)圖像處理識(shí)別平臺(tái)處理后得到的二次屏柜指示燈、開關(guān)狀態(tài)、壓板等數(shù)據(jù)信息的傳輸，傳輸結(jié)果存儲(chǔ)到人機(jī)交互系統(tǒng)。2）二次設(shè)備信息監(jiān)控界面，根據(jù)傳輸后存儲(chǔ)在交互系統(tǒng)中的設(shè)備狀態(tài)信息，實(shí)時(shí)顯示設(shè)備監(jiān)控情況，監(jiān)控界面全面地展示后臺(tái)識(shí)別結(jié)果，實(shí)現(xiàn)自動(dòng)化管理。監(jiān)控界面還應(yīng)保留告警數(shù)據(jù)推送接口，對(duì)于設(shè)備運(yùn)行的異常狀態(tài)實(shí)時(shí)告警。3）人機(jī)交互系統(tǒng)，人機(jī)交互系統(tǒng)支持監(jiān)控人員對(duì)各設(shè)備的監(jiān)控信息進(jìn)行查驗(yàn)，對(duì)異常運(yùn)行狀況進(jìn)行及時(shí)處理。此外，人機(jī)交互系統(tǒng)支持監(jiān)控人員對(duì)異常設(shè)備運(yùn)行信息進(jìn)行再確認(rèn)，使設(shè)備故障的發(fā)現(xiàn)更加及時(shí)準(zhǔn)確。4）性能指標(biāo)，可視化呈現(xiàn)界面包括所有待識(shí)別信息，可視化界面包括所有單點(diǎn)實(shí)時(shí)圖像信息，人機(jī)交互系統(tǒng)支持監(jiān)控人員隨時(shí)登陸與查驗(yàn)。

3.3 后臺(tái)服務(wù)系統(tǒng)及視頻流獲取程序

主要包括4個(gè)方面的內(nèi)容。1）技術(shù)要求，驅(qū)動(dòng)攝像頭運(yùn)行及采集圖像，驅(qū)動(dòng)智能圖像采集終端運(yùn)行，針對(duì)明暗2種環(huán)境，自動(dòng)加載對(duì)應(yīng)的預(yù)置參數(shù)，獲得合適清晰的圖像，做到實(shí)時(shí)抓取圖像并傳輸?shù)椒?wù)器后臺(tái)進(jìn)行處理。2）系統(tǒng)后臺(tái)服務(wù)，串通底層的攝像頭驅(qū)動(dòng)程序和識(shí)別算法服務(wù)，將攝像頭上傳的圖片存入數(shù)據(jù)庫(kù)，并調(diào)用識(shí)別算法程序?qū)?shù)據(jù)庫(kù)中的圖像進(jìn)行狀態(tài)識(shí)別，將識(shí)別結(jié)果及圖像重新存入數(shù)據(jù)庫(kù)，同時(shí)調(diào)用前端顯示識(shí)別結(jié)果。3）歷史圖像及識(shí)別結(jié)果保存，將系統(tǒng)的歷史抓取圖像存儲(chǔ)到部署在服務(wù)器上的redis數(shù)據(jù)庫(kù)，將歷史識(shí)別結(jié)果與圖像一一對(duì)應(yīng)，并存到MySQL數(shù)據(jù)庫(kù)，便于追溯還原設(shè)備的歷史異常狀態(tài)，為后期分析異常原因提供可靠的現(xiàn)場(chǎng)真實(shí)數(shù)據(jù)。4）性能指標(biāo)，最少支持80個(gè)智能圖像采集終端同時(shí)在線并采集圖像，3 000個(gè)以上點(diǎn)位的識(shí)別時(shí)間<15 min[4]。

4 人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中應(yīng)用難點(diǎn)及解決措施分析

首先，系統(tǒng)數(shù)據(jù)深度分析及二次屏柜的主動(dòng)識(shí)別算法框架設(shè)計(jì)，針對(duì)該難點(diǎn)要綜合運(yùn)用圖像處理、機(jī)器學(xué)習(xí)技術(shù)等學(xué)科的相關(guān)理論和技術(shù)，采用理論分析和實(shí)驗(yàn)研究相結(jié)合的方法，對(duì)指示燈面板、開關(guān)、壓板、指示數(shù)字等圖像的高效、快速識(shí)別算法進(jìn)行研究與設(shè)計(jì)，進(jìn)行視頻濃縮與異常報(bào)警，系統(tǒng)架構(gòu)等關(guān)鍵技術(shù)的研究，建立一套能夠快速反應(yīng)、準(zhǔn)確識(shí)別和報(bào)警的算法框架。其次，數(shù)據(jù)快照及索引技術(shù)研究及應(yīng)用，該難點(diǎn)要通過(guò)智能終端的采集和識(shí)別服務(wù)器的量化匯總后，研究數(shù)據(jù)快照及索引技術(shù)，通過(guò)Key-Value型的數(shù)據(jù)庫(kù)LMDB進(jìn)行圖像和相關(guān)監(jiān)控?cái)?shù)據(jù)的持久化存儲(chǔ)和分析，允許客戶進(jìn)行查詢、報(bào)警及上傳。

5 結(jié)語(yǔ)

綜上所述，人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中應(yīng)用和實(shí)踐時(shí)，要依照電力系統(tǒng)運(yùn)行狀態(tài)來(lái)進(jìn)行對(duì)應(yīng)平臺(tái)的規(guī)劃和設(shè)計(jì)，明確其中的難點(diǎn)，獲取有效的解決措施，從而充分發(fā)揮人工智能圖像識(shí)別技術(shù)的作用和優(yōu)勢(shì)，為電力系統(tǒng)安全穩(wěn)定運(yùn)行提供保障。

參考文獻(xiàn)

[1]朱永利，尹金良.人工智能在電力系統(tǒng)中的應(yīng)用研究與實(shí)踐綜述[J].發(fā)電技術(shù)，2018，v.39;No.180（2）：14-19.

[2]韓揚(yáng).人工智能技術(shù)在電氣自動(dòng)化控制的應(yīng)用分析[J].環(huán)球市場(chǎng)，2018（34）：384.

[3]鄭健生.人工智能技術(shù)在電力系統(tǒng)故障診斷中的運(yùn)用分析[J].微計(jì)算機(jī)信息，2019（2）：136，139.

[4]趙啟純.人工智能技術(shù)在電力系統(tǒng)故障診斷中的運(yùn)用分析[J].電腦知識(shí)與技術(shù)，2017（2）：12-13.