基于機器學習的電力調(diào)度SCADA系統(tǒng)信號自動識別研究

章杜錫，吳昱浩，楊 淇

(國網(wǎng)浙江省電力有限公司寧波供電公司，浙江 寧波 310014)

0 引言

電力調(diào)度數(shù)據(jù)采集與監(jiān)視控制(supervisory control and data acquisition，SCADA)系統(tǒng)作為電網(wǎng)運行的核心技術(shù)支撐手段，是保障電網(wǎng)安全運行的基礎(chǔ)。主廠站信息聯(lián)調(diào)工作是確保SCADA 系統(tǒng)精準反應(yīng)變電站一二次設(shè)備運行狀況的關(guān)鍵工序。傳統(tǒng)的信息聯(lián)調(diào)采用人工“逐一比對”方式，即調(diào)度主站人員一邊電話聯(lián)系變電站端觸發(fā)信號，一邊根據(jù)SCADA 系統(tǒng)確認信息。該方式不僅耗費時間和精力，還存在指令出錯風險，給電網(wǎng)運行埋下安全隱患。當前的解決方案有兩種：一是基于現(xiàn)有調(diào)度自動化體系架構(gòu)，利用數(shù)據(jù)庫關(guān)聯(lián)關(guān)系輔助開展信息聯(lián)調(diào)；二是利用專用工具對數(shù)據(jù)通信網(wǎng)關(guān)機的遠動配置進行靜態(tài)校核，通過報文比對，輔助開展信息聯(lián)調(diào)。但上述方案均無法解決SCADA 系統(tǒng)前端圖形畫面顯示、告警信息上窗等環(huán)節(jié)的信息核驗問題，需要一種更智能、高效的電力信息聯(lián)調(diào)技術(shù)用于支持信息聯(lián)調(diào)驗收。因此，提出應(yīng)用人工智能技術(shù)實現(xiàn)SCADA 系統(tǒng)各類電氣設(shè)備狀態(tài)信息的自動辨識，并通過與廠站端智能對點裝置聯(lián)動，實現(xiàn)主廠站信息的自動聯(lián)調(diào)。

1 方案設(shè)計

根據(jù)現(xiàn)場需求，對人工業(yè)務(wù)流程重新進行設(shè)計，利用視覺識別、機器學習等新技術(shù)，以人工智能方式自動開展信息校收，并形成符合電力規(guī)范要求的自動信息校驗機制和方法，智能對點信息校驗機制架構(gòu)如圖1 所示。通過部署運行在調(diào)度系統(tǒng)上的智能對點服務(wù)器，利用文字識別、電力圖像識別、機器人按鍵軌跡智能構(gòu)建、電力主備調(diào)同步驗證等人工智能技術(shù)，實現(xiàn)對點信號和畫面信息的自動識別與分析處理，解決調(diào)度技術(shù)支持系統(tǒng)中圖像圖元、告警信息、前置信息、設(shè)備信息等信息的校驗問題，提升主站端對點驗收效率和智能化作業(yè)水平。

圖1 智能對點信息校驗機制架構(gòu)

1.1 AI 控制鼠標操作軌跡智能構(gòu)建技術(shù)

在電力系統(tǒng)管理自動化流程中，當收到信息聯(lián)調(diào)請求后，系統(tǒng)首先自動檢索與請求相關(guān)的信號參數(shù)，并分析這些參數(shù)在電力接線圖上的具體位置；其次，系統(tǒng)會智能地規(guī)劃一個高效的鼠標操作軌跡，確保鼠標按照最短和最直接的路徑快速移動到目標位置；最后，基于移動軌跡信息，系統(tǒng)可自動控制鼠標指針的行為，即按照預定軌跡，自動驅(qū)動鼠標穿越不同的界面和菜單，直至抵達目標圖形畫面，從而實現(xiàn)快速并準確地導航至需要校核的圖形界面位置。

1.2 電網(wǎng)模型數(shù)據(jù)信息一致性核驗技術(shù)

根據(jù)需要重新建立圖形畫面中的設(shè)備連接關(guān)系和信息關(guān)聯(lián)的校驗規(guī)則?；陔娋W(wǎng)CIM 模型和電力接線圖數(shù)據(jù)解析技術(shù)，實現(xiàn)校核圖形畫面與電網(wǎng)模型數(shù)據(jù)信息的一致性。

根據(jù)電力圖形畫面文件中相關(guān)標簽的屬性，系統(tǒng)可找到與待核驗信號參數(shù)中密鑰標識符(key_id)相同的圖形文件，以此確定待核驗信號所屬電力圖形畫面文件名，生成一致性分析文件并進行如下步驟的核驗。

1) 變電站圖形畫面按鈕關(guān)聯(lián)檢查。解析一致性分析文件，可列出所有重復的圖形畫面跳轉(zhuǎn)按鈕以及其坐標位置。

2) 遙信、遙測關(guān)聯(lián)重復性檢查。解析一致性分析文件，列出測點在同一個畫面圖形界中關(guān)聯(lián)的多個圖元的異常信息以及圖元坐標位置。

3) 測點關(guān)聯(lián)所屬間隔錯位檢查。解析一致性分析文件，列出測點存在多個間隔分圖的告警信息，以及所在間隔分圖的坐標位置。

1.3 文字自動訓練技術(shù)

采用文字分割及圖像識別技術(shù)，通過訓練文字自動組合及過濾算法，生成待訓練文字的圖片，由算法自動計算各個文字的位置及特征，利用Tesseract (一個開源的光學字符識別(OCR)引擎)對文字進行智能訓練，訓練的迭代結(jié)果可不斷提高文字識別的準確率。具體過程如下。

1) 文字自動訓練首先通過OCR 將圖像內(nèi)的文字內(nèi)容轉(zhuǎn)化為機器可讀格式。

2) 其次利用深度學習模型實現(xiàn)高準確度的文字識別。為了增強模型的泛化性能和文字精準定位，數(shù)據(jù)增強技術(shù)和文字區(qū)域檢測技術(shù)被引入以豐富訓練數(shù)據(jù)；借助半監(jiān)督或無監(jiān)督學習，可以降低對大量手動標記的依賴；上下文的深度理解進一步提升了文字識別的精確性；實時的學習策略可以快速適應(yīng)SCADA 系統(tǒng)的動態(tài)變化。

3) 最后將安全策略納入其中，確保數(shù)據(jù)的完整性和安全。

通過與先進識別技術(shù)、模型等的結(jié)合，SCADA 系統(tǒng)能夠更加高效和準確地解析與處理顯示的信息。

1.4 告警信息識別技術(shù)

在SCADA 系統(tǒng)中，告警識別是至關(guān)重要的，將直接影響到系統(tǒng)的安全和運行效率。基于Tesseract 和OpenCV 架構(gòu)，設(shè)計一種高效的告警文字和顏色的識別方法，具體步驟如下。

1) 利用OpenCV 進行圖像處理，包括圖像閾值化以分離文字和背景。通過尋找連通域，可以定位到告警信息的具體區(qū)域，從而確保只對關(guān)鍵區(qū)域進行進一步處理，提高了整體效率。

2) 通過直方圖投影技術(shù)，將圖像按照水平或垂直方向進行投影生成直方圖。一旦確定了文字的行列位置，可進一步使用文字行分割技術(shù)將每一行或每一個字符分開，為后續(xù)的文字識別做好準備。

3) 利用Tesseract 的OCR 工具，可以將圖像中的文字轉(zhuǎn)化為機器可讀的文本；同時，OpenCV提供了顏色識別功能，系統(tǒng)不僅可以讀取到告警的文字內(nèi)容，還可識別文字的顏色，這對于區(qū)分不同級別的告警尤為重要。

2 技術(shù)驗證

2.1 數(shù)據(jù)概述

2.1.1 數(shù)據(jù)來源

因技術(shù)開發(fā)主要針對電力調(diào)度技術(shù)支持系統(tǒng)，數(shù)據(jù)主要包括：電力CIM 模型(CIM-E 格式與CIM-G 格式)、變電站接線圖畫面的SVG 或者G格式圖形文件(可縮放的矢量圖形)、數(shù)據(jù)庫測點key_id 關(guān)系對應(yīng)表(文本格式)、變電站電力監(jiān)控信息表以及電力調(diào)度技術(shù)支持系統(tǒng)中廠站主接線圖、間隔圖和告警窗界面截圖(無損壓縮圖形)等。

2.1.2 數(shù)據(jù)預處理

為提高智能對點實時過程的處理速度和質(zhì)量，對部分原始數(shù)據(jù)進行簡單預處理，解決包括數(shù)據(jù)關(guān)系對應(yīng)混亂、信號缺失等問題，預處理方法如表1所示。

表1 數(shù)據(jù)預處理方法

2.2 模型算法

2.2.1 子模型1——圖形畫面識別算法

1) 模型輸入。變電站接線圖、電力調(diào)度技術(shù)支持系統(tǒng)元器件圖元、數(shù)據(jù)庫測點key_id 關(guān)系對應(yīng)表。

2) 算法邏輯。圖像處理和識別系統(tǒng)由預處理、目標檢測、圖像分割、特征提取與選擇、目標分類等幾個步驟構(gòu)成(見圖2)，根據(jù)圖形畫面上的文字、圖元形狀、圖元顏色、閃爍等特性，形成(非聯(lián)網(wǎng)環(huán)境)非深度學習方式的圖像識別方法。通過調(diào)用電力圖形畫面識別引擎，實現(xiàn)對電力接線圖畫面中測點信息的實時驗收。

圖2 圖像處理和識別系統(tǒng)步驟

采用圖像識別技術(shù)代替人工辨識，通過二值化處理、顏色提取分類、SIFT 圖像匹配算法、霍夫變換等，準確識別電力圖形畫面上圖元狀態(tài)，達到采用圖像識別技術(shù)代替人工辨識的目的。算法示意圖如圖3 所示。

圖3 圖形畫面識別算法示意

3) 模型輸出。圖形畫面測點狀態(tài)。

4) 算例應(yīng)用。根據(jù)電網(wǎng)相關(guān)規(guī)范，調(diào)用電力圖形畫面識別引擎，實現(xiàn)對接線圖畫面中測點信息的驗收，包括遙測數(shù)據(jù)、遙信變位、圖元顏色、光字閃爍等。畫面測點識別正確率達99.2 %。

2.2.2 子模型2——文字模型離線自動訓練

1) 模型輸入。變電站電力監(jiān)控信息表，電力調(diào)度技術(shù)支持系統(tǒng)廠站主接線圖、間隔圖和告警窗界面截圖。

2) 算法邏輯。采用文字分割及圖像識別技術(shù)，通過訓練文字自動組合及過濾算法，以及Tesseract 對文字進行自動智能訓練，提高文字識別的準確率。同時該算法簡化了文字訓練的步驟，能快速實現(xiàn)文字訓練，生成所需的訓練模型，提高訓練效率。文字自動訓練流程如圖4 所示。

圖4 文字自動訓練流程

3) 模型輸出。文字模型離線自動訓練識別。

4) 算例應(yīng)用。調(diào)度主站系統(tǒng)因安全性無法具備在線環(huán)境，且配置的工作站、服務(wù)器不具備GPU 等圖像硬件設(shè)備，因此，采用OpenCV+識別引擎Tesseract，通過非深度學習的方式進行離線環(huán)境下的接線圖圖像識別和告警窗文字識別，實現(xiàn)對告警窗內(nèi)容的自適應(yīng)識別處理(包含信息推送方式、時標、字體顏色、告警內(nèi)容格式等)，自動判別告警內(nèi)容及信號等級是否有誤，并自主完成對點信號的驗證及記錄。文字識別通過率達98.3 %。

2.2.3 子模型3——智能核驗關(guān)聯(lián)一致性算法

1) 模型輸入。變電站接線圖可縮放矢量圖形、電力CIM-E 模型、電力CIM-G 圖形、數(shù)據(jù)庫測點key_id 關(guān)系對應(yīng)表、變電站電力監(jiān)控信息表。

2) 算法邏輯。該算法通過分別解析調(diào)度技術(shù)支持系統(tǒng)中的CIM-E 模型和CIM-G 圖形，得到所有間隔對象的連接信息。以CIM-E 模型解析得到的對象連接信息為基準，與CIM-G 圖形的對象連接信息進行核對，以此核驗調(diào)度系統(tǒng)圖形畫面關(guān)聯(lián)的一致性。具體流程如圖5 所示。

圖5 智能核驗圖形關(guān)聯(lián)一致性算法流程

3) 模型輸出。圖形畫面關(guān)聯(lián)、按鈕跳轉(zhuǎn)校核結(jié)果。

4) 算例應(yīng)用。智能對點前會完成對測試變電站的調(diào)度圖形畫面關(guān)聯(lián)工程一致性校驗，包括變電站圖形畫面按鈕關(guān)聯(lián)檢查、遙信遙測關(guān)聯(lián)重復性檢查、測點關(guān)聯(lián)所屬間隔錯位檢查等，及時發(fā)現(xiàn)糾正人工關(guān)聯(lián)的失誤。

2.2.4 子模型4——圖形畫面切換路徑規(guī)劃算法

1) 模型輸入。變電站接線圖、數(shù)據(jù)庫測點key_id 關(guān)系對應(yīng)表、變電站電力監(jiān)控信息表。

2) 算法邏輯。該算法實現(xiàn)了從當前畫面依次切換跳轉(zhuǎn)至某一測點全部所屬畫面的路徑規(guī)劃，以最短路徑為原則，畫面切換速度快，效率高，且畫面切換瀏覽準確無誤。圖形畫面切換路徑規(guī)劃算法流程如圖6 所示。

圖6 圖形畫面切換路徑規(guī)劃算法流程

3) 模型輸出。智能跳轉(zhuǎn)切換電力接線圖畫面。

4) 算例應(yīng)用?；陔娏φ{(diào)度系統(tǒng)圖形畫面切換路徑軌跡算法，解析目標位置相對屏幕坐標系的精準坐標等信息，自動驅(qū)動鼠標實現(xiàn)SCADA系統(tǒng)圖形畫面及時準確的切換跳轉(zhuǎn)，正確率可達100 %，且支持動態(tài)指令鼠標操作(移動、按鍵)等；可同時自動按鍵切換多個程序或窗口，例如告警窗、圖形畫面主接線圖、間隔分圖、前置多通道數(shù)據(jù)界面等，可實現(xiàn)聯(lián)調(diào)對點過程中的畫面自動切換。

3 工程實踐

基于前述理論基礎(chǔ)，研制開發(fā)了調(diào)度主廠站信息聯(lián)調(diào)裝置并投入應(yīng)用，截至目前，該信息聯(lián)調(diào)裝置應(yīng)用效果良好，識別效率和準確率得到有效提升，改變了傳統(tǒng)的人工信息聯(lián)調(diào)工作易遺漏、易出錯的狀態(tài)。

4 結(jié)束語

基于機器學習的電力調(diào)度SCADA 系統(tǒng)信號自動識別技術(shù)可有效解決電力調(diào)度主站SCADA 系統(tǒng)中海量的圖像圖元、告警信號、前置信息、設(shè)備狀態(tài)的校驗問題，實現(xiàn)主廠站信息的自動聯(lián)調(diào)，從根本上發(fā)現(xiàn)和消除信息聯(lián)調(diào)工作不到位帶來了的安全隱患，有效提升了電網(wǎng)安全運行的水平。