變電站作業(yè)安全智能預警系統(tǒng)的研究與應用

尹 琪，何升華，周作堅

（國網(wǎng)嘉興供電公司，浙江 嘉興 314000）

隨著電網(wǎng)的發(fā)展，變電站內間隔新建、設備改造、消缺等帶來的現(xiàn)場施工或檢修作業(yè)越來越多，作業(yè)現(xiàn)場的安全問題必須更加重視。目前，變電站內作業(yè)現(xiàn)場的安全監(jiān)管方式多種多樣，包括現(xiàn)場人工監(jiān)護、遠程視頻監(jiān)控、安全檢查等。然而這些監(jiān)管手段都需要大量的安全管理人員參與，隨著電網(wǎng)的日益龐大和工作量的日益增加，越來越難以適應現(xiàn)場的安全管控需求[1-2]。當前云計算、圖片智能識別技術、人工智能算法等技術不斷成熟，并不斷應用于電力作業(yè)的現(xiàn)場，有效節(jié)省人力資源，提升現(xiàn)場安全管控的效率與精度[3-7]。根據(jù)當前變電站內的實際施工及檢修作業(yè)情況，研究一套完整的智能安全預警規(guī)則，有效利用圖像智能識別、人工智能算法等技術，實現(xiàn)作業(yè)現(xiàn)場停電設備與非停電設備區(qū)域智能劃分、安全距離實時預警、現(xiàn)場違章行為智能識別等功能。

1 作業(yè)安全智能預警的原理

本系統(tǒng)通過構建三維數(shù)字化模型，結合人工智能深度學習算法，對現(xiàn)場安裝的三維激光攝像機傳回內容進行違章情況自動識別和主動預警。

1.1 變電站三維數(shù)字化建模

首先在變電站逐個間隔開展激光掃描，按照變電站實景搭建三維模型，并對三維模型中和安全預警相關的內容數(shù)字化，比如預警距離、是否帶電等，完善三維模型中各設備的數(shù)字屬性，如圖1所示。

圖1 變電站三維模型展示

1.2 編制人工智能深度學習算法

通過現(xiàn)場采集模擬違規(guī)作業(yè)行為，建立變電站作業(yè)違章數(shù)據(jù)庫。然后編制人工智能深度學習算法，對現(xiàn)場違章行為進行算法訓練，實現(xiàn)現(xiàn)場作業(yè)違章識別功能。

1.3 三維激光攝像機實時監(jiān)測

該攝像機的核心功能是激光測距和高精度視頻監(jiān)控，配合算法可以實現(xiàn)變電站設備帶電部位與作業(yè)人員的距離測量，并將拍攝到的現(xiàn)場視頻傳回后臺，實現(xiàn)多種安全預警分析。

2 作業(yè)安全預警規(guī)則研究

除了變電站全站停電，其他情況下的作業(yè)現(xiàn)場往往緊鄰帶電設備。必須根據(jù)變電站作業(yè)現(xiàn)場的實際情況研究一套完整的變電站作業(yè)安全預警規(guī)則，明確設備帶電的判斷方法，為系統(tǒng)識別停電作業(yè)區(qū)域與帶電區(qū)域提供依據(jù)。

在設備運行狀態(tài)下，認為導線經過的部位都是帶電的，電壓設置為該設備的額定運行電壓，設備的絕緣部位在設計中可以不考慮帶電問題。

設備是否帶電的核心判據(jù)是接地隔離開關是否合上，接地隔離開關合上時設備帶電部位電壓置零；接地隔離開關未合上時，即使設備已斷開電源，由于變電站內存在較強的感應電，認為該設備帶電，并且?guī)щ姴课浑妷喝栽O置為額定運行電壓。

2.1 線路間隔設備帶電判斷

開關母線側接地隔離開關合上，開關線路側接地隔離開關合上，此時線路隔離開關開關側與正母隔離開關開關側的設備及導線電壓為0，包括正母隔離開關的開關側部分、副母隔離開關、斷路器、電流互感器、線路隔離開關的開關側部分、相關導線，其他設備電壓保持不變。開關母線側接地隔離開關和開關線路側接地隔離開關分別如圖2和圖3所示。

圖2 開關母線側接地隔離開關示意

圖3 開關線路側接地隔離開關示意

線路接地隔離開關合上，此線路隔離開關線路側的設備及導線電壓為0，包括線路隔離開關的線路側部分、避雷器、線路壓變、相應導線，其他設備電壓保持不變。線路接地隔離開關如圖4所示。

圖4 線路接地隔離開關示意

線路接地隔離開關合上，開關母線側接地隔離開關合上，開關線路側接地隔離開關合上，此時正母隔離開關開關側的所有設備及導線電壓全部為0。

2.2 主變220 kV間隔設備帶電判斷

主變220 kV主變接地隔離開關合上，此時主變220 kV主變隔離開關主變側電壓為0，其他設備電壓保持不變。

主變220 kV開關母線側接地隔離開關合上，主變220 kV開關主變側接地隔離開關合上，此時主變220 kV主變隔離開關開關側與主變220 kV正母隔離開關開關側的設備及導線電壓為0，其他設備電壓保持不變。

主變220kV主變接地隔離開關合上，主變220 kV開關母線側接地隔離開關合上，主變220 kV開關主變側接地隔離開關合上，此時主變220 kV正母隔離開關開關側的導線及設備電壓為0。

2.3 220 kV母線設備帶電判斷

220 kV正母接地隔離開關合上，此時220 kV正母線電壓全部為0，每個間隔正母隔離開關與正母線接觸部分的電壓為0。

220 kV副母接地隔離開關合上，此時220 kV副母線電壓全部為0，其他設備電壓不變。

2.4 220 kV母線壓變設備帶電判斷

220kV正母壓變接地隔離開關合上，此時220 kV正母壓變、220 kV正母壓變隔離開關、相關導線電壓為0。

3 安全預警系統(tǒng)的應用

3.1 安全距離智能預警

對三維激光攝像機實時采集到的現(xiàn)場激光掃描數(shù)據(jù)按照部件拆分，得到現(xiàn)場物理空間的實時三維點云數(shù)據(jù)，代入軟件系統(tǒng)的三維模型中，與原始三維模型的點云數(shù)據(jù)進行匹配和計算，得到現(xiàn)場的各類外來物體與原有設備帶電部位的距離，包括作業(yè)人員、車輛、工具等，如圖5所示。

圖5 實時三維點云數(shù)據(jù)

再結合工作票上所列安全措施，判斷設備帶電部位當前狀態(tài)下是否帶電。當安全距離小于安規(guī)中規(guī)定的安全距離時，向作業(yè)現(xiàn)場以及遠方監(jiān)控發(fā)出預警。

3.2 違章行為智能識別

在算法訓練階段，將變電站現(xiàn)場可以視覺識別到的各類違章行為，通過現(xiàn)場模擬的方式，逐一進行算法學習和訓練，構建違章行為數(shù)據(jù)庫。

實際作業(yè)時，攝像機將現(xiàn)場畫面實時傳回主機，對采集到的圖像實時處理，通過人工智能算法識別現(xiàn)場人員的行為，并與違章行為數(shù)據(jù)庫比對，判斷作業(yè)人員是否違章。具體的違章行為包括作業(yè)人員未佩戴安全帽、爬梯未水平搬運、未穿工作服等。

4 結束語

本文根據(jù)當前變電站內的實際施工及檢修作業(yè)情況，研究一套完整的智能安全預警規(guī)則，有效利用圖像智能識別、人工智能算法等技術，實現(xiàn)作業(yè)現(xiàn)場停電設備與非停電設備區(qū)域智能劃分、安全距離實時預警、現(xiàn)場違章行為智能識別等功能。

下一步研究重點放在該系統(tǒng)的研發(fā)成本降低與通信數(shù)據(jù)篩減，將該系統(tǒng)推廣應用，納入變電站視頻監(jiān)控的重要一環(huán)。