黃嘉東,廖俊蓉
(1.南方電網調峰調頻發(fā)電有限公司信息通信分公司,廣東 廣州 510620;2.廣州調峰調頻科技發(fā)展有限公司,廣東 廣州 510620)
電力信息通信機房是電網的基礎管理設施,它對于電網業(yè)務的各個環(huán)節(jié)如電力營銷、調度、運行等有著十分重要的作用。然而在電力信息通信機房的人工巡檢過程中,存在費時耗力、有巡檢盲區(qū)和滯后等缺點[1]。這些問題都給機房整體造成了巨大的安全隱患,更為嚴重的是會影響到整個電力系統(tǒng)的安全和穩(wěn)定。而隨著機器人和人工智能技術的發(fā)展,智能化電力機房的概念被提出,為了促進電力機房智能化、信息數字化、無人操作管理化,使用巡檢機器人逐步代替人工進行工作成為了一大趨勢[2]。電力機房巡檢機器人主要是在機器人上搭載高清可見光攝像機,結合視頻圖像處理技術,對電力生產區(qū)域的表計,包括壓力表、溫度表、數顯表電氣開關和閥門狀態(tài)等示值和位置進行數據讀取,自動記錄并生成報表,并經計算、判斷后發(fā)出報告,同時實時拍照和錄像上傳至后臺,供運維人員隨時調用查看。巡檢機器人可以有效地應對如光照變化、陰影遮擋、視角變化與尺度縮放等問題產生的干擾。不僅具有人工巡檢的靈活性、智能性,還能避免人工漏巡、錯看、誤記等可能,降低了人力成本,提升了巡檢質量和效率。
智能巡檢機器人最早源于20世紀80年代,美國與加拿大等國家率先在電力行業(yè)中應用了巡線機器人[3]。到80年代末,美國在此基礎上逐步使用了自主巡線機器人,此外如日本三菱公司、加拿大魁北克水電公司和巴西圣保羅大學都相繼研發(fā)過電力系統(tǒng)巡檢機器人,用于變電站設備的圖像采集和紅外測溫[4]。相對于國外而言,中國研究電力巡檢機器人較晚,直到20世紀90年代才開始對電力巡檢機器人有相關的研究。1999年,國家電網山東電力公司正式投入使用了智能巡檢機器人,在高溫雨雪等惡劣環(huán)境中解放了電力工人,標志著電力巡檢逐步邁入智能化時代[5]。但除了變電站、高壓線路等國家電網應用場景,應用面更廣的智能機房巡檢機器人也有很大的市場和應用前景。近些年來,各大高校與研究院等科研單位相繼在室內巡檢機器人上展開了研究并取得了一些成果。
2013年,深圳朗馳欣創(chuàng)科技股份有限公司開發(fā)了一種專門針對電力機房設計研發(fā)的智能一體化巡檢機器人。這款機器人分為智能巡檢和手動巡檢兩種模式,可以實現智能識別電力機房內各種儀表示數,準確分析機房內煙霧和溫濕度等環(huán)境信息等功能,24 h對機房進行不間斷巡檢。電力機房搭建巡檢機器人實現了真正意義上的無人化、智能化機房。
2016年,山東電力研究院研制了一種軌道式智能巡檢機器人,通過導軌滑觸供電[6],從而保證機器人可以24 h不間斷進行巡檢工作,還可以自定義周期和設備進行特殊巡視。這款機器人可以實現開關柜紅外測溫、局部放電檢測、開關柜信號指示燈狀態(tài)的自動識別、數字式儀表和指針式儀表的自動識別等功能。并于2018年在廣東電網中山供電局投入運行,相比人工巡檢不僅提高了工作效率,并且解決了巡檢范圍廣、巡檢設備多、巡檢人員不足的問題。這款巡檢機器人在指針式儀表的識別上達到了95%以上的準確率,并且能夠對電力機房設備進行智能分析和危害預警。軌道式巡檢機器人如圖1所示。
圖1 軌道式巡檢機器人
2019年,長沙理工大學的司朋偉[7]研究了一款電力機房巡檢機器人,用于識別電力機房內指針式儀表,具體內容包括運用深度學習算法檢測儀表、檢測表盤線段、識別刻度與表盤線段和儀表讀數計算,從而實現電力機房內指針式儀表示數的自動識別。主要是研究了一種基于Faster RCNN和相似性度量的儀表檢測算法,然后通過基于輪廓的邊緣檢測算法計算儀表傾斜角度來完成對儀表的校正,大大提高了指針式儀表讀數識別的效率。最后通過現場實驗,驗證了電力機房巡檢機器人的指針式儀表讀數識別的準確率,符合實際使用要求,提高了巡檢機器人的工作效率。
2019年,中通服咨詢設計研究院有限公司研發(fā)了一款應用于數據機房巡檢的雙目視覺機器人[8]。此款智能巡檢機器人運行在5G網絡下,融合了Wi-Fi模組、NB-IoT模組和NR模組以滿足多場景下的低時延、高穩(wěn)定數據傳輸。5G網絡具有高帶寬和低時延的優(yōu)越性能,因此運維人員可以實時監(jiān)測機房狀況,并可遠程操控機器人提供簡單的故障修復。并且通過長期積累數據實現AI深度學習算法,每臺巡檢機器人可以滿足700~1 300 m2機房全天候巡檢需求,并提供詳細的機房數據分析報告和智能化的優(yōu)化建議。
2020年,廣東電科院能源技術有限責任公司研制了一款室內輪式智能巡檢機器人,如圖2所示,這款機器人具有無軌化導航、智能任務規(guī)劃、定制化傳感器末端和在線離線混合巡檢等功能。此款機器人主要是針對室內環(huán)境巡檢需求而研發(fā),通過智能規(guī)劃和先進的控制算法來操控五自由度機械臂,可以實現室內空間區(qū)域設備與環(huán)境狀態(tài)全覆蓋巡檢。已經在南方電網韶關220 kV芙蓉站、抽水蓄能電站等場站推廣應用,大大提升了巡檢質量和效率。
圖2 輪式智能巡檢機器人
3.1.1 目標投索功能
對人員和設備關鍵部件可實現高水平識別率和準確率,結合視覺伺服追蹤和人臉識別技術實現目標搜索、目標識別鎖定、目標讀數的智能分析過程,當目標不在機器人視場范圍時,先啟動目標投索功能,從周圍環(huán)境中找到目標,發(fā)現目標后,進入目標伺服跟蹤鎖定過程,將目標調整到正中,后續(xù)變焦放大、獲取高質量圖片,提升識別準確率[9]。
3.1.2 綜合分析和自動存檔功能
針對壓力表、溫度表、數顯表電氣開關和閥門狀態(tài)等示值和位置的數據信息,后臺系統(tǒng)進行自動分析和處理。例如,可以自動識別儀表數字表、圓形表讀數,識別各類開關的狀態(tài),對罐體、容器、管道進行外觀變形對比判別。同時,還可以自動記錄生成歷史數據。當經計算判斷出巡檢數據超出閾值時,后臺系統(tǒng)自動發(fā)出報警信號,并實時拍照和錄像至后臺,方便運行人員隨時調用查看。
3.1.3 儀表精確讀數、開關自動檢測功能
機器人搭載的高清可見光攝像機,具備圖像配準技術,用于儀表和外觀形狀對比圖像智能判別分析,可以有效地應對如光照變化、陰影、遮擋、低對比和低分辨率、視角變化與尺度縮放等產生的干擾。通過附加中心檢測參數和指針本身的參數,可以很好地過濾掉干擾直線,避免指針的錯誤檢測,得到準確的儀表讀數[10]。通過應用圖像處理技術的一些方法,將開關分割出來,并利用開關圖像的特點,提取其關鍵特征,判別開關的狀態(tài)。
3.2.1 面向復雜結構設備的智慧視覺識別技術
利用機器人搭載的高清可見光攝像機,結合視頻圖像識別技術,對發(fā)電生產區(qū)域的表計,包括壓力表、溫度表、數顯表電氣開關和閥門狀態(tài)等示值和位置的進行數據讀取,對罐體、容器、管道進行外觀變形對比判別[11],自動記錄并生成報表,并經計算、判斷后發(fā)出報警,同時實時拍照和錄像上傳至后臺,滿足運行人員隨時調用查看及自動存檔的功能。實現全方位、全覆蓋智能識別、綜合監(jiān)控與分析,節(jié)省大量的人力,提高設備運維的安全性和可靠性。
3.2.2 基于數字圖像處理的開關狀態(tài)檢測方法
為達到提高檢測效率和減少人力的目的,本文通過圖像處理和模式識別技術[12]來判別開關狀態(tài)。
該方法首先通過CCD相機采集開關圖像,再將圖像傳輸到工控機上。其次,采用直方圖均衡化的方法調整圖像亮度,將圖像的灰度歸一化進行預處理;之后,特征提取過程采用邊緣檢測與圖像二值化實現圖像前景與背景的分割。最后,通過判別是否存在近似圓形的封閉曲線對開關狀態(tài)進行判斷。邊緣檢測圖片和測試圖片分別如圖3和圖4所示。
圖3 邊緣檢測圖片
圖4 測試圖片
3.2.3 基于機器學習的機房儀表智能識讀方法
為了滿足對機房室內機器人識讀指針儀表的實時性和準確性要求,提出了一種基于一維測量線映射的指針儀表圖像智能識讀方法。
該方法首先對現場圖進行圖像預處理,并對現場圖和基準圖都進行了灰度處理。由于基準圖中包含先驗知識,使用已知邊界包圍基準圖表盤并在邊界的中心進行漫水填充,如是即可定位基準圖的表盤?;鶞蕡D表盤圖和現場圖進行特征匹配并利用匹配點求出單應矩陣,用單應矩陣表示現場圖和基準圖之間像素的對應關系。在基準圖中繪制已知弧線擬合刻度線,并利用單應矩陣將刻度弧線映射到現場圖中。在修正的表盤中定位指針并計算弧線修正后的位置。通過分析指針與弧線的位置關系得出表計讀數。
如果表計中包含轉軸式數字儀表,采用矩形檢測定位數字表表框并修正數字儀表的表框。切分數字表盤中的數字并求取其HOG特征,將其輸入訓練好的SVM即可得到數字式儀表的讀數。機房儀表智能識讀方法實驗結果如表1所示。
表1 機房儀表智能識讀方法實驗結果表
隨著科技水平的提高和工業(yè)生產規(guī)模的不斷擴大,對機房室內巡檢機器人的應用需求也隨之增加。首先,本文綜述了電力機房智能巡檢機器人的研究應用現狀。之后,本文給出了電力機房智能巡檢機器人的關鍵功能和關鍵研究要點。本文使用的基于一維測量線映射的指針儀表圖像智能識讀方法,利用SURF算法進行圖像匹配,提升了算法的執(zhí)行率。
由于機房可能存在人員入侵、氣體泄漏等潛在問題,應對電力機房智能巡檢機器人的功能進行進一步的擴展,增加人員入侵檢測、氣體泄漏檢測功能。針對網狀柜門,需要有特殊的識別算法去實現設備狀態(tài)識別,例如多角度成像、拼接等方法。此外,用于柜門開合操作和巡檢的多自由度機械臂機房操作機器人也是未來的發(fā)展方向。