變電站交互式智能運檢系統(tǒng)研究與應(yīng)用

廣東電網(wǎng)有限責任公司中山供電局 范德和 李新海 劉文平 羅其鋒 周 恒 侯 偉

變電站主要負責對電力分配和傳輸?shù)娜蝿?wù)，站內(nèi)設(shè)備的安全穩(wěn)定運行至關(guān)重要。而隨著電網(wǎng)規(guī)模的不斷擴大，變電設(shè)備巡視、檢修、缺陷消除工作量也隨之增長。如果不能及時消除設(shè)備缺陷，可能會造成設(shè)備損壞、爆炸，甚至引發(fā)大面積停電事件。目前，變電設(shè)備出現(xiàn)缺陷時，通常先由變電站運行人員進行現(xiàn)場檢查，然后向遠程應(yīng)急指揮人員進行匯報。遠程應(yīng)急指揮人員根據(jù)了解到的缺陷情況，組織檢修專業(yè)班組制定缺陷處理工作方案，安排檢修人員到站缺陷處理。遠程應(yīng)急指揮人員、遠程專家與現(xiàn)場運行人員、檢修人員主要通過電話、微信、網(wǎng)絡(luò)視頻等方式進行溝通?，F(xiàn)場運維檢修人員由于經(jīng)驗不足以及準備資料不夠全面，上報的缺陷信息可能失真而造成誤判，可能導(dǎo)致制定不準確的缺陷處理方案，進而影響相應(yīng)備品備件、工器具的準備工作，降低變電設(shè)備缺陷處理效率。同時，檢修人員缺陷處理時一邊翻看廠家說明書、圖紙資料、作業(yè)指導(dǎo)書等資料一邊操作，方法繁瑣且不方便，降低了作業(yè)效率。在上述問題下，如何提升變電站設(shè)備缺陷處理工作效率，是一個迫切需要解決的問題。

近年來，增強現(xiàn)實(Augmented Reality,AR)和智能語音技術(shù)的智能終端在變電站設(shè)備運檢中的應(yīng)用，為該問題提供了解決方法。電力系統(tǒng)中利用AR 技術(shù)是在現(xiàn)實世界中疊加一定時間和空間范圍內(nèi)難以體驗的實體信息，并將該信息應(yīng)用于現(xiàn)實世界，不僅可以展示現(xiàn)實世界信息，而且可以將虛擬世界的信息進行顯示，獲得超越現(xiàn)實的交互體驗，為變電站運維檢修工作提供技術(shù)支持[1]。智能語音通過將智能語音識別技術(shù)與電網(wǎng)業(yè)務(wù)的融合，使用語音命令進行操作，減輕工作量，提高工作效率[2]。但變電站交互式智能運檢系統(tǒng)等相關(guān)技術(shù)研究尚未系統(tǒng)開展。如何結(jié)合智能語音和AR 技術(shù)提高變電運行、檢修工作效率，成為新的研究目標。

本文提出了一種變電站交互式智能運檢系統(tǒng)，作業(yè)人員可以通過語音控制智能終端，實時觀看到AR目鏡所展現(xiàn)的后臺傳輸廠家資料、圖紙、歷史缺陷信息、作業(yè)指導(dǎo)書等作業(yè)指導(dǎo)資料，指導(dǎo)現(xiàn)場作業(yè)人員巡視、維護、缺陷處理等工作，作業(yè)過程中可以拍攝照片視頻方便歸檔，實時畫面可以同步視頻會診，后臺專家針對現(xiàn)場實況作業(yè)指導(dǎo)，提高了變電設(shè)備運檢效率，確保電網(wǎng)、設(shè)備安全可靠運行。

1 變電站交互式智能運檢系統(tǒng)結(jié)構(gòu)與功能設(shè)計

1.1 系統(tǒng)結(jié)構(gòu)設(shè)計

變電站交互式智能運檢系統(tǒng)主要由智能終端、后臺管理系統(tǒng)、云/本地服務(wù)器三個部分構(gòu)成，如圖1所示。

圖1 變電站交互式智能運檢系統(tǒng)整體架構(gòu)

1.1.1 云/本地服務(wù)器

云服務(wù)器是一種簡單高效、安全可靠、處理能力可彈性伸縮的計算服務(wù)。其管理方式比物理服務(wù)器更簡單高效。云服務(wù)器可以快速構(gòu)建更穩(wěn)定、安全的應(yīng)用，降低開發(fā)運維的難度和整體成本。云服務(wù)器存儲的數(shù)據(jù)包括作業(yè)現(xiàn)場圖片錄像、運檢數(shù)據(jù)庫（廠家資料，圖紙，缺陷信息）、智能終端定位信息、云數(shù)據(jù)識別庫等內(nèi)容。

1.1.2 后臺系統(tǒng)

變電站交互式智能運檢系統(tǒng)監(jiān)控后臺采用Linux 系統(tǒng)開發(fā)，包括電腦終端、攝像頭、音響、移動設(shè)備等。電腦終端通過網(wǎng)絡(luò)與移動終端、智能終端進行數(shù)據(jù)交互，并對數(shù)據(jù)進行儲存和處理，最后將處理結(jié)果輸出到智能終端供作業(yè)人員查看。用戶可以通過監(jiān)控后臺查看作業(yè)人員定位信息和作業(yè)現(xiàn)場的實時畫面，并與作業(yè)人員交流互動，具有良好的人機交互效果，實現(xiàn)遠程移動視頻監(jiān)控和指揮調(diào)度，極大方面了運檢人員的工作。

1.1.3 智能終端

智能終端是一款帶智能眼鏡攝像頭及帶網(wǎng)絡(luò)的智能安全帽。有錄像、本地存儲及夜間照明的功能。智能終端包括：主控模塊、攝像模塊、通信模塊、近電告警模塊、定位模塊、電源模塊、智能語音識別模塊、拾音器模塊和AR 成像模塊。如圖2所示；其中通信模塊包括4G/5G 通信單元、藍牙通信單元；主控模塊用以接收/輸出數(shù)據(jù)；電源模塊連接并為整個變電站交互式智能運檢系統(tǒng)提供運行用電?？梢?，在作業(yè)過程中，無需工作人員雙手手動介入，通過智能語音交互與穿透式AR 影像展示，即可實現(xiàn)攝制、遠程會診交流、影像展示、后臺專家的同步視頻會診及危險警告等功能，從而作業(yè)人員可專注于工作，降低操作難度，進而提高作業(yè)安全性。

圖2 智能安全帽硬件架構(gòu)

1.2 系統(tǒng)功能設(shè)計

1.2.1 智能識別

智能語音以作業(yè)人員語音和設(shè)備運行聲音為研究對象，通過語音信號處理和模式識別，使機器自動識別人聲和設(shè)備運行的聲音。運行人員在巡視過程中，通過識別指令信息展示巡視路線圖、作業(yè)表單、作業(yè)指導(dǎo)書、缺陷跟蹤情況、派工信息等內(nèi)容并自動記錄需要的信息；通過識別運行設(shè)備聲響并與缺陷庫對比，確認設(shè)備運行狀態(tài)；發(fā)現(xiàn)缺陷時，通過識別運行人員指令信息搜索備品備件庫。檢修人員在缺陷處理過程中，通過識別指令信息顯示需要的廠家說明書、圖紙、作業(yè)指導(dǎo)書、歷史缺陷信息等內(nèi)容。圖像識別是通過識別變電站設(shè)備圖片信息，在數(shù)據(jù)庫搜索作業(yè)人員需要的信息。

1.2.2 AR 影像展示

作業(yè)人員在使用穿透式AR 目鏡時，會診數(shù)據(jù)中的會診影像以AR 影像的形式顯示于穿透式AR目鏡的顯示屏上，作業(yè)人員近眼查看會診影像中所包含的施工圖紙、設(shè)計資料，專家指導(dǎo)等，可查閱并對照進行缺陷處理，有效解放了工作人員的雙手，使其可專注于缺陷處理作業(yè)，提高了作業(yè)效率。

1.2.3 遠程視頻會診平臺

會診平臺與現(xiàn)場作業(yè)前端進行實時交互、數(shù)據(jù)儲存、功能設(shè)置、人員定位、場景展示和數(shù)據(jù)收集，檢修人員在缺陷處理時通過遠程視頻會診平臺與專家交流互動，為現(xiàn)場缺陷處理工作提供遠程技術(shù)支持。

1.2.4 近電告警

當作業(yè)人員戴智能安全帽誤入帶電區(qū)和誤攀帶電桿時，近電報警器能及時發(fā)出連續(xù)的音響報警信號，提醒作業(yè)人員注意危險，防止由于錯覺和失誤造成的觸電傷亡事故。

1.2.5 人員定位

定位模塊是對巡視和檢修工作進行實時引導(dǎo)的基礎(chǔ)，系統(tǒng)提供實時準確的定位，通過在智能終端里面安裝定位模塊達到定位目的。

2 變電站交互式智能運檢系統(tǒng)關(guān)鍵技術(shù)

2.1 智能語音控制技術(shù)

智能語音控制技術(shù)通過4G、5G、WIFI 和藍牙等傳輸途徑，實現(xiàn)AR 自由曲面目鏡/穿透式顯示設(shè)備實現(xiàn)遠程攝像及視頻會診、錄制視頻同步上傳數(shù)據(jù)到后臺、高清攝像頭還原現(xiàn)場故障，即時傳至后臺，實時進行GPRS、北斗等全球定位，精準定位作業(yè)人員位置。

語音識別是以語音為研究對象，通過語音信號處理和模式識別，使機器自動識別人類口述的語音。高斯模型（Gaussian Mixture Model,GMM）和隱馬爾可夫模型(Hidden Markov Model,HMM)在語音識別領(lǐng)域廣泛使用[3]。隨著計算機人工智能領(lǐng)域廣泛發(fā)展，深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)被應(yīng)用于機器學(xué)習(xí)，可結(jié)合HMM與DNN 融合搭建DNN-HMM 混合系統(tǒng)，可以提高語音的識別率。

語音識別系統(tǒng)框圖包括聲音輸入、語音數(shù)據(jù)、聲學(xué)模型、語音模塊、詞組數(shù)據(jù)、語言模型、語言模塊、結(jié)果輸出等模塊，如圖3所示。聲音輸入到語音模塊，然后將麥克風(fēng)變化的聲音轉(zhuǎn)變?yōu)殡娦盘枺ㄟ^消除噪聲和信道失真增強語音信號，將時域信號轉(zhuǎn)化為頻域信號，并為聲學(xué)模型提取有代表性的特征向量，語音模塊數(shù)據(jù)到語言模塊進行組合和識別，最后輸出識別結(jié)果；語音數(shù)據(jù)輸出到聲學(xué)模型提取特征向量，輸出到語音模塊進行語音識別；詞組數(shù)據(jù)輸出到語言模型提取特征向量，輸出到語言模塊進行語言識別。

圖3 語音識別系統(tǒng)框圖

語音識別系統(tǒng)遵循貝葉斯模型，其表達式為式(1)、式(2)。

式中：L 表示文字序列概率；A 表示語音輸入。式(1)表示語音識別需要在給定的語音輸入情況下，找到最有可能的文字序列。根據(jù)貝葉斯規(guī)則變換，可得式(2)。其中，P(A/L)表示給定一個字節(jié)序列出現(xiàn)該條音頻的概率，即語音識別中的聲學(xué)模型；P(L)表示出現(xiàn)該文字序列的概率，即語音識別中的語言模型。基于GMM-HMM 算法屬于雙重隨機過程，該算法試圖找到顯性語音輸入與隱性文字輸出之間的概率。

人工智能領(lǐng)域的重要分支深度神經(jīng)網(wǎng)絡(luò)的發(fā)展，混合DNN-HMM 聲學(xué)模型[4]具有很強的學(xué)習(xí)能力和序列化建模能力，在大規(guī)模復(fù)雜的連續(xù)語音識別任務(wù)中，DNN-HMM 聲學(xué)模型比傳統(tǒng)的GMMHMM 模型有大幅度的性能提升。DNN-HMM 混合型系統(tǒng)如圖4所示，HMM 用來描述語音信號的動態(tài)變化，其模型由不同狀態(tài)和狀態(tài)轉(zhuǎn)移概率組成。DNN 在估計觀測概率時考慮了語音特征，使概率分布更加合理有效?？梢酝ㄟ^給定的特征向量和詞序列，計算出聲學(xué)模型分數(shù)和語言模型分數(shù)，計算總分最高的詞序作為識別結(jié)果。

圖4 DNN-HMM 混合型結(jié)構(gòu)

變電站語音識別是通過求解輸出字符串與電力詞匯的相似程度，然后按照一定規(guī)則提取數(shù)字化、判決等方法，提高語音識別準確率。

當變電站語音識別模塊有特定語音偵輸入后，系統(tǒng)開始啟動，開始語音識別。語音識別處理程序?qū)⒉粩噍営?xùn)輸出，確認是否有識別輸出。如有輸出，則對該識別結(jié)果進行特征提取。否則超過一定時間后，系統(tǒng)進入休眠狀態(tài)。

2.2 人機交互技術(shù)

人機交互技術(shù)是結(jié)合語音或肢體手勢等識別算法，將用戶的交互操作經(jīng)過計算后顯示在設(shè)備上，實現(xiàn)虛擬事物與現(xiàn)實世界交互[5]。人機交互技術(shù)逐漸從鍵盤、鼠標、按鍵的交互方式發(fā)展為語音、手勢交互等交互方式。人機交互技術(shù)的發(fā)展，能夠使AR 設(shè)備的應(yīng)用范圍更廣。目前AR 人機交互的方式主要包括：

（1）手勢交互，人手被當成了人機交互接口，通過設(shè)定的手勢動作和動作作為輸入，對設(shè)備進行移動、拖拽和操作等，運檢人員可以通過手勢動作實現(xiàn)翻看文件、聚焦拍照等功能，這種交互方式更加直觀、自然；

（2）語音交互，運檢人員可以通過語音進行菜單操作，包括搜索資料、拍照、錄像、云臺呼叫等功能。語音交互可以解放用戶的雙手；

（3）多通道交互：作業(yè)人員的手勢、姿態(tài)、語言動作、眼球動作都可作為AR 系統(tǒng)與作業(yè)人員的交互方式。眼球運動的跟蹤是通過模式識別、角膜反射點分析、眼球形狀分析和用眼模式分析等方法與AR 系統(tǒng)互動，運檢人員頭戴AR 智能設(shè)備凝視特定設(shè)備，識別設(shè)備的狀態(tài)變化。

本系統(tǒng)通過多通道交互方式，實現(xiàn)變電設(shè)備巡視維護、操作、缺陷處理等工作更加高效便捷，保證電網(wǎng)的安全穩(wěn)定。

2.3 圖像識別技術(shù)

在變電站設(shè)備運檢工作過程中對設(shè)備的識別，包括設(shè)備本身的識別和設(shè)備銘牌識別。設(shè)備本身識別用于確定運檢的具體設(shè)備以及運檢任務(wù)信息等；設(shè)備銘牌識別則主要是獲取設(shè)備信息方便查找備品備件。具體的圖像識別包括一次設(shè)備、二次設(shè)備、設(shè)備銘牌等。

圖像識別技術(shù)廣泛采用哈希算法[6]，但這種算法只能用于靜態(tài)圖片的識別，不同的光照、拍攝角度等因素會影響圖像識別質(zhì)量。采用一種性能更好的檢測算法尤為重要，A-KAZE 特征提取算法就比較適合。

2.3.1 圖像特征

圖像特征是指變電站設(shè)備識別時圖像唯一性，區(qū)別于其他圖像，具有可重復(fù)檢測性，在不同的角度，位置，姿態(tài)和環(huán)境亮度情況下，所提取的特征是相同的[7]。

2.3.2 A-KAZE 算法

A-KAZE 算法采用非線性方式擴散濾波法，將圖像亮度(L)在不同尺度上的變化視為流動函數(shù)的散度[8]，可以用以下非線性偏微分方程來表示：

式中，div 表示散度；?表示梯度；L 表示圖像的亮度；c 表示傳導(dǎo)擴散函數(shù)，其中t 表示尺度參數(shù)，其值越大表示圖像尺度越大，圖像就越簡單。

通過設(shè)置傳導(dǎo)函數(shù)c(x,y,t)，傳導(dǎo)函數(shù)設(shè)置公式如下：

由式(3)可知，圖像L(x,y,t)隨時間t 的推移而變化，由此構(gòu)成非線性尺度空間。且事件證明非線性尺度空間無線性尺度空間模糊圖像。

通過圖像識別技術(shù)可在AR 眼鏡上展示設(shè)備的出廠信息、運維信息、竣工圖紙等。為變電運檢工作帶來便捷，提高現(xiàn)場作業(yè)的效率。

3 應(yīng)用實例

本文研制的變電站交互式智能運檢系統(tǒng)已應(yīng)用于某220kV 變電站，共設(shè)計有三套智能終端設(shè)備，供變電運行、檢修、繼保人員使用，實現(xiàn)了變電專業(yè)人員全覆蓋。智能終端安裝在安全帽上，方便檢修人員使用。通過高清攝像視頻實時連接，語音在線通話，后方遠程觀看實時指導(dǎo)作業(yè)，管理更加高效便捷，APP 端直播視頻，支持多人觀看管理同一設(shè)備。檢修人員通過該系統(tǒng)可以與后臺專家的同步視頻會診，提高了檢修人員缺陷處理效率。通過后臺監(jiān)控系統(tǒng)與現(xiàn)場作業(yè)前端進行實時交互、數(shù)據(jù)儲存、功能設(shè)置、人員定位、場景展示和數(shù)據(jù)收集，通過大數(shù)據(jù)分析，為每位現(xiàn)場作業(yè)人員保駕護航，解除安全隱患、提高工作效率。

經(jīng)試驗該變電站交互式智能運檢系統(tǒng)語音識別率大于95%，能夠準確執(zhí)行檢修人員的命令，不受個體差異影響，智能語音識別穩(wěn)定可靠。

該變電站在投入該系統(tǒng)后，有效節(jié)省了人員和時間成本，提高了變電站運檢工作效率和識別準確率，具體作業(yè)時間統(tǒng)計如表1所示，耗時為多次數(shù)據(jù)平均值。

4 結(jié)語

本文研制的變電站交互式智能運檢系統(tǒng)集成應(yīng)用了智能語音控制技術(shù)、人機交互技術(shù)、圖像識別技術(shù)，通過智能語音識別即可獲取所需的文件資料，提高作業(yè)安全和作業(yè)效率。運檢人員通過AR 智能眼鏡查閱相關(guān)資料，指導(dǎo)現(xiàn)場作業(yè)人員巡視、維護、缺陷處理等工作；運檢人員通過該系統(tǒng)實現(xiàn)與專家遠程會診，為現(xiàn)場缺陷處理提供遠程技術(shù)支持，有效減輕了運檢人員的工作負擔，提升了變電部門缺陷處理工作質(zhì)量和效率，確保電網(wǎng)、設(shè)備安全可靠運行。