計算機視覺技術(shù)在變電檢修領(lǐng)域的應用

倪函玉

摘要：科學技術(shù)的不斷發(fā)展，使得相應的計算機控制技術(shù)不斷發(fā)展完善，在我國工程施工過程中的應用也越來越廣泛。同時，社會經(jīng)濟發(fā)展以及人民生活水平提高，對于電力系統(tǒng)變電運行質(zhì)量和效率要求越來越高。在變電工程施工過程中，合理應用計算機控制技術(shù)，能夠有效提高工程施工管理控制質(zhì)量，對于保障變電系統(tǒng)的安全、穩(wěn)定運行具有重要作用和意義。所以，在變電工程的未來發(fā)展過程中，應大力促進計算機控制技術(shù)在其中的應用，從而不斷提高工程施工質(zhì)量和效率。

關(guān)鍵詞：計算機視覺技術(shù);人工智能;計算模型;視覺系統(tǒng)

引言

隨著計算機網(wǎng)絡的復雜性愈來愈大，要求網(wǎng)絡管理的性能愈來愈高，為了滿足這種需求，今后的網(wǎng)絡管理將朝著層次化、集成化，Web化和智能化方向發(fā)展。網(wǎng)絡管理也不是簡單管理工具的堆砌，而是要制定管理規(guī)范，明確管理責任。將管理流程、運維人員和管理工具緊密結(jié)合，才能實現(xiàn)全面的、高質(zhì)量的、集成的管理。才有效地促進計算機網(wǎng)絡系統(tǒng)安全的應用、高效的運行，提高網(wǎng)絡管理的時效性，為辦公現(xiàn)代化提供了有力的技術(shù)保障。信息化是當今世界經(jīng)濟和社會發(fā)展的大趨勢，特別是信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的有機結(jié)合，成為推動企業(yè)發(fā)展的核心力量。那么，送變電施工企業(yè)如何利用信息技術(shù)提高企業(yè)管理效率和管理水平，推動施工企業(yè)向智能型和管理型企業(yè)轉(zhuǎn)化，提升企業(yè)核心競爭力，正在成為送變電施工企業(yè)關(guān)注的熱點?？v觀世界發(fā)達國家，各類建筑行業(yè)信息化起步普遍較早，國外各類建筑公司已有90%以上的項目都采用軟件進行管理，而在我國這個比例還不到10%，這使得我國施工企業(yè)加快信息化建設(shè)就顯得格外緊迫。目前，建設(shè)部已經(jīng)出臺了《2003～2008年全國建筑業(yè)信息化發(fā)展規(guī)劃綱要》，提出到2008年，中國建筑業(yè)將運用信息技術(shù)全面提升業(yè)內(nèi)管理水平和核心競爭能力，同時加快與國際先進技術(shù)接軌的步伐，形成一批具有國際水平的現(xiàn)代施工企業(yè)。

1計算機視覺技術(shù)

現(xiàn)階段，人工智能系統(tǒng)已經(jīng)成為全世界范圍內(nèi)的尖端科技之一，為此在各個領(lǐng)域當中，都有在進行人工智能系統(tǒng)的應用嘗試。在人工智能系統(tǒng)當中，計算機視覺技術(shù)是核心的組成部分，計算機視覺技術(shù)，需要由若干個圖像信息組合而成，在進行變電檢修的過程中，便可以很好的對這一技術(shù)進行應用，進而替代原本的工作人員參與的工作，利用對各種圖片信息的整合，以此形成視覺技術(shù)類型，從而有效的避免原本人工形式下，容易出現(xiàn)的各種誤差和失誤。對于現(xiàn)階段的電力系統(tǒng)建設(shè)過程中，視覺技術(shù)的應用可以起到良好的作用。計算機視覺技術(shù)，本質(zhì)上就是一種可以讓計算機系統(tǒng)“看”的技術(shù)類型，只不過在應用的過程中并不需要人類通過雙眼去觀察，而是需要使用計算機系統(tǒng)進行“看”，甚至可以說計算機視覺技術(shù)的出現(xiàn)，就是讓計算機學會去“看”，進一步提升人工智能化的程度。對于計算機視覺技術(shù)而言，隸屬于計算機技術(shù)的一個分支，在進行工作的過程中，需要由攝影機、掃描儀、成像儀以及電腦等諸多的設(shè)備儀器，以此來替代人眼的觀看模式，對其需要被檢測的對象，進行視覺層面上的識別、分析以及測量和監(jiān)測等作業(yè)。是現(xiàn)階段逐漸發(fā)展起來的一種信息技術(shù)類型，隨著人們對于計算機視覺技術(shù)的深入研究，已經(jīng)逐漸朝著更高的人工智能方面進行著發(fā)展。在具體的應用過程中，人們也正在逐漸將圖像當中的多維數(shù)據(jù)，同人工系統(tǒng)進行有機的融合，這樣便可以很好的處理信息的分析工作，并對行為進行一定的控制。但是需要特別注意的是，計算機視覺不等同于機器視覺，這樣的兩個術(shù)語在概念上有著一定的區(qū)別，但是又有著一定的關(guān)聯(lián)性。首先對于計算機視覺而言，在運行的過程中是對圖像進行一定的處理、模式識別以及將人工智能技術(shù)進行有效的運用，因此在實際操作中更加偏向于，對單幅或者多組的圖像進行計算機端的分析處理。對于圖像的采集，可以進行單個傳感器或者多組傳感器的方式進行獲取，同時也可以實現(xiàn)，在單一的傳感器當中，在不同的時間點當中對圖像進行序列的獲取。在分析的過程中，需要對采集圖像的目標進行識別，從而明確出觀察對象的具體形狀和位置，并采用三維景物的方式對物體進行解釋。通常情況下，在對計算機視覺進行研究的過程中，會比較常用幾何模型或者復雜的知識進行圖像信息的表述，并在建立起來的模型上進行匹配和檢索。在具體的收縮模上，普遍采用自低向上的形式。而對于機器視覺技術(shù)而言，主要是在計算機視覺技術(shù)的基礎(chǔ)之上，進行工程化的處理，以此讓設(shè)備可以進行自動化的信息獲取，并對一些特定的圖像進行詳細的分析，起到對行為進行控制的作用。以此，機器視覺能夠幫助計算機視覺在應用的過程中，提供出豐富的圖像信息，以及對觀察對象的分析理論，并賦予基本的邏輯算法。也就是，機器視覺需要為計算視覺的應用，提供基本的傳感器模型、邏輯算法以及基本的系統(tǒng)結(jié)構(gòu)。

2計算機視覺技術(shù)在變電檢修領(lǐng)域的應用

2.1計算機控制技術(shù)在質(zhì)量管理中的應用

質(zhì)量管理是變電工程施工過程中的重要管理內(nèi)容，是保障工程施工質(zhì)量的關(guān)鍵。在工程施工過程中，可以利用計算機技術(shù)進行施工資料的全面收集、分析和整理，并將整理好的施工資料進行合理的分類和貯存，方便日后的查詢使用。同時，要對施工材料以及施工人員流動信息進行合理監(jiān)控，確保材料質(zhì)量，保障施工人員的施工操作，強化工程施工質(zhì)量。施工單位還應利用計算機控制技術(shù)控制好工程的每一個施工細節(jié)，對工程施工質(zhì)量進行嚴格的控制和監(jiān)管，不斷提高工程施工質(zhì)量。

2.2數(shù)據(jù)的存貯形式和設(shè)備定級的自動實現(xiàn)

本系統(tǒng)的數(shù)據(jù)庫分為：主數(shù)據(jù)庫、次數(shù)據(jù)庫和暫時庫三類。主數(shù)據(jù)庫存放原始數(shù)據(jù)或經(jīng)過加工后的新數(shù)據(jù)，系統(tǒng)中對庫的絕大部分操作在主數(shù)據(jù)庫上進行。次數(shù)據(jù)庫中一般存放不常變化的信息，主要服務于屏幕顯示或打印輸出。暫時庫一般存放中間結(jié)果，用作統(tǒng)計或輸出。系統(tǒng)的原始數(shù)據(jù)是指設(shè)備在運行過程中的缺陷信息，它們包括設(shè)備類名、變電站名、設(shè)備名、缺陷內(nèi)容、發(fā)現(xiàn)日期、發(fā)現(xiàn)者、處理日期、處理者等。其中缺陷內(nèi)容信息是文字型的。由于不同類沒備出現(xiàn)的缺陷不盡相同，因此如何確定這些數(shù)據(jù)的結(jié)構(gòu)，關(guān)系到數(shù)據(jù)庫的存貯吝量、原始數(shù)據(jù)的輸入方式及設(shè)備定級的自動化實現(xiàn)等問題。我們采取原始數(shù)據(jù)分流處理的辦法，將一部分信息存入次庫中，其余的存入主庫中，并把一切可能出現(xiàn)的缺防分類整理，轉(zhuǎn)化為數(shù)字量，然后按類將經(jīng)過整理的缺陷內(nèi)容及缺陷號存入相應的各類缺陷內(nèi)容庫作為系統(tǒng)的次數(shù)據(jù)庫。

結(jié)語

隨著網(wǎng)絡技術(shù)的發(fā)展和普及，網(wǎng)絡的應用已滲透到社會的各個領(lǐng)域，作為電力行業(yè)而言，生產(chǎn)規(guī)模不斷擴大，技術(shù)不斷更新，電力行業(yè)的重要性日益突出，信息流量大，對信息的及時性、準確性要求都非常高。為保障如此規(guī)模的計算機網(wǎng)絡系統(tǒng)的正常、可靠、高效、安全地持續(xù)正常運行，并在計算機網(wǎng)絡系統(tǒng)運行出現(xiàn)異常時能及時響應和排除故障。必須制定一些有效的計算機網(wǎng)絡管理制度、網(wǎng)絡管理系統(tǒng)的建設(shè)及機房工程的合理建設(shè)等來提供計算機網(wǎng)絡安全技術(shù)保障。

參考文獻

[1]柳琦，涂鄭禹，陳超，吳鵬.計算機視覺技術(shù)在食品品質(zhì)檢測中的應用[J].食品研究與開發(fā)，2020，41（16）：208-213.

[2]張鈺玲，盧丹萍.基于機器視覺的工業(yè)機器人分揀技術(shù)研究[J].科學技術(shù)創(chuàng)新，2020（22）：95-96.

[3]羅元，肖航，歐俊雄.基于深度學習的目標跟蹤技術(shù)的研究綜述[J/OL].半導體光電：1-12[2020-08-11].

[4]王愛麗.基于計算機視覺的行人交通信息智能檢測理論和關(guān)鍵技術(shù)研究[D].北京交通大學，2016.