基于智能视觉的变电站设备状态智能巡视

沈海平++姚楠+黄薛凌

摘 要： 为了缩减变电站维修成本，提出基于智能视觉的变电站设备状态智能巡视方法，设计巡视系统。通过分析智能视觉基本结构，构建智能视觉巡视坐标系，给出机器人在变电站中的最优巡视路线，巡视路线的重要参数包括最优距离和机器人巡视角度。介绍了巡视系统中图像智能解析、无线通信、伺服管理、机器人导航和远程遥控五项基本功能，并以此拟定系统巡视方案，设计系统结构。实验结果证明，与市面上广泛应用的巡视系统相比，依据该方法设计的巡视系统的巡视准确程度更高。

关键词： 智能视觉； 变电站； 设备状态； 智能巡视

中图分类号： TN710?34； TP242 文献标识码： A 文章编号： 1004?373X（2017）09?0169?04

Abstract： In order to reduce the maintenance cost of substation， a substation equipment state intelligent patrol method based on intelligent vision is proposed to design the patrol system. The basic structure of the intelligent vision is analyzed in the method to construct the intelligent vision patrol coordinate system. The optimal patrol route of the robot in substation is given. The important parameters of the patrol route include the optimal patrol distance and robot′s patrol vision. Five fundamental functions of the patrol system are introduced， including the image intelligent analysis， wireless communication， servo management， robot navigation and remote control. On these basis， the system patrol scheme is set， and the system structure is designed. The experimental results show that， in comparison with the widely?used patrol system in the market， the patrol system according to the proposed method has higher patrol accuracy.

Keywords： intelligent vision； substation； equipment state； intelligent patrol

0 引 言

变电站是国民经济的支柱产业，它负责控制智能电网中的电压输出和电能流通方向，是电网各项数据的聚集地点，有着协调电网内部与外部数据交互的作用[1]。变电站中存在多种类型、多方功能的变电设备，设备状态人工巡视已不能取得良好成效[2]。据统计，2012年我国因设备漏检、误检等原因造成的经济损失已高达28亿元人民币。在信息化高度发展的二十一世纪，变电站设备状态智能巡视逐渐受到了业内人士的普遍关注。

变电站设备状态智能巡视需要借助机器人，在机器人内部安装红外探测仪器、摄像机、传感器等设备实现全天候、全方位的智能巡视，为变电站管理人员提供准确、实时的设备状态数据[3]。普及程度高一些的变电站设备状态智能巡视系统有轨道式巡视机器人和差分定位智能巡视系统。轨道式巡视机器人依靠红外探测仪器的测温原理，监控变电站设备温度，当某一设备温度存在问题时，机器人将对设备进行全面扫描，并将扫描数据发送至变电站管理人员进行人工分析，适用于小型变电站[4]。差分定位智能巡视系统先将变电站中所有设备的定位信息和标准状态信息统一发送到云端进行备份，在巡视过程中若发现设备处于不正常工作状态，则调取云端的设备信息发送给变电站管理人员，适用于大型变电站[5]。以上是两种典型的巡视系统，此外还有RFID巡视系统、3D地图导航巡视系统等，但均对变电站设备状态感知力不足，巡视工作的准确程度有待提高。根据上述分析，提出一种新的巡视方法，设计基于智能视觉的变电站设备状态智能巡视系统。

1 智能视觉的变电站设备状态智能巡视方法

1.1 智能视觉的逻辑设计

智能视觉是指通过视觉传感器采集物体的多维图像，利用图像处理技术提取重要信息，指引机器人行为。智能视觉是在人眼结构基础上提出的，在有光线存在的情况下，人眼看到的事物被视网膜构建出虚拟图像，驱动细胞发出脉冲信号传输到大脑皮层进行解析，此后人类便能感知到眼前的事物。智能视觉用计算机替代人体大脑皮层，用摄像机替代视网膜，用各类处理和通信设备实现脉冲信号的发出和传输[6]。图1给出了智能视觉基本结构。

分析图1可知，在变电站设备状态智能巡视系统中，智能视觉通过摄像机和传感器采集设备的位置和状态，采集到的多维图像经由图像处理设备提取出设备状态特征，传至计算机进行解析。计算机的解析依据是传感器中设备的实时状态。

1.2 智能视觉巡视坐标系

构建智能视觉巡视坐标系的目的是给出机器人在变电站中的最优巡视路线，在保证巡视任务能够被准确完成的前提下，以最短的时间进行设备状态巡视。

智能视觉摄像机的成像原理是小孔成像，摄像机镜头相当于小孔，光线入射到镜头在方焦面形成一个光点，经反射得到多维图像，如图2所示。依据图2中的成像原理构建智能视觉巡视坐标系，如图3所示。

在图3中，智能视觉巡视坐标系由轴、轴、轴组成，坐标系的中心点点就是图2中的光点，轴与方焦面平行，轴与摄像机镜头同光点的连线平行，轴的最高点是摄像机镜头的质心，轴的正向长度在数值上等同于焦距，用表示[7]。摄像机所得的多维图像的平面与轴平行，从轴最高点引出一条直线，经过多维图像的成像位置，终止于图像边缘，可得到物距。

设成像位置在智能视觉巡视坐标系的坐标点为为了方便理解，给出成像位置在现实坐标系（轴与地平线平行）中的坐标点在实际工作中通常无法直接给出而是已知的，故需要将坐标点转化[8]。两坐标点存在如下关系：

机器人在变电站中最优巡视路线的主要参数是和智能视觉摄像机参数是巡视路线中的辅助参数，都是必不可少的。基于智能数据的变电站设备状态智能巡视方法运算量小，巧妙避免了因变电站环境变化对摄像机工作数据的影响，对设备状态的实时巡视效果更加明显。

2 变电站设备状态智能巡视系统设计

2.1 系统功能与巡视方案设计

在确定基于智能数据的变电站设备状态智能巡视系统的结构之前，应先设计出系统所能提供的功能，并拟定巡视方案。

为了保证巡视工作的智能化、标准化和稳定输出，基于智能数据的变电站设备状态智能巡视系统提供了五项基本功能，分别是图像智能解析、无线通信、伺服管理、机器人导航和远程遥控。

智能解析指当机器人采集到可能存在故障的变电站设备状态图像时，系统自动开始图像解析，在输出设备定位信息的同时发出警报，给出故障处理方案并进行智能预处理；无线通信要求机器人可无差别地发送设备状态图像、接收控制指令；伺服管理是指系统控制中心能够根据变电站中设备位置的临时变动情况，指挥机器人开始新的巡视路线；机器人导航把最优巡视路线提供给机器人，在变电站管理人员需要查找某一设备时，机器人可进行自动导航；远程遥控指变电站管理人员能够足不出户地遥控机器人进行手动巡视。

系统在变电站设备间布置了机器人轨迹路线，从而实现对机器人的控制，也能减少机器人发生故障的几率[9]。为了减轻机器人重量，系统的设备检测元件应安装在变电器设备周围，实时采集设备状态信息。当机器人途经变电器设备并完成拍摄时，相应的检测元件通过无线通信将信息传输给机器人。系统使用三个智能视觉摄像机对变电站设备状态图像、设备定位图像以及机器人路线图像进行采集。

2.2 系统结构设计

根据系统功能与巡视方法设计系统结构，如图4所示，图5描述的是系统组装成功后的机器人实物图。

由图4可知，基于智能数据的变电站设备状态智能巡视系统由系统管理中心和智能巡视端组成，两部分通过无线通信设备连接。系统管理中心负责下达变电站设备巡视任务、显示机器人拍摄到的图像，并从细节上控制智能巡视端工作流程，调整系统不良状态。

智能巡视端由机器人和伺服管理中心组成，机器人内部还配备了修复模块、路线设计模块和导航模块，三个模块的技术支持都是智能视觉。修复模块负责检测机器人故障，提供故障修复方案。路线设计模块负责提供最优巡视路线。导航模块对系统的机器人导航功能进行实现。

伺服管理中心的管理方式有云臺管理和驱动管理。驱动管理负责驱动机器人进行工作。在机器人拍摄图像时，云台管理将提供最优拍摄角度，并控制机器人的运动速度。

3 实验结果与分析

对变电站设备状态智能巡视系统而言，巡视工作的准确程度是最为重要的性能[10]。本文使用Simulink组件对变电站进行动态建模，在模型中添加了150台设备。设备的初始状态均为正常工作状态，故障状态代码由Simulink组件自动随机生成。目前，市面上应用最为广泛的变电站设备状态巡视系统有轨道式巡视机器人和差分定位智能巡视系统，将这两个系统与本文设计的系统在相同条件下同时进行实验。

设置三个系统的机器人初始拍摄仰角为80°，控制机器人的拍摄高度依次为0.5 m，1 m和1.5 m。实验结束后发现三个系统均能准确识别出变电站中存在故障的设备，但三个系统传输到变电站设备管理人员的故障设备状态信息却不相同。将故障设备状态信息与Simulink组件模拟出的实际设备信息进行对比，利用误差率公式进行计算，计算结果见表1。

误差率与巡视系统的巡视工作准确程度成正比。由表1可知，三个系统的误差率均达标（不高于2.5%）。从平均误差率来看，轨道式巡视机器人高于本文算法1.5倍，差分定位智能巡视系统高于本文算法1.4倍，证明本文方法的巡视工作准确程度要明显高于其他两个系统。

4 结 论

本文基于智能视觉对巡视系统进行设计，设计出的巡视系统由系统管理中心和智能巡视端组成，智能巡视端包括机器人和伺服管理中心。系统又基于智能视觉为机器人添加了修复模块、路线设计模块和导航模块，给出巡视路线，对机器人导航等功能进行实现。最后利用实验证明了该巡视系统拥有很高的巡视准确度。

参考文献

[1] 敖非，许立强，沈杨，等.变电站二次专业巡视模式的构建与应用[J].湖南电力，2015，35（3）：38?40.

[2] 聂勇.变电站设备巡视的要因分析[J].科技资讯，2014，12（14）：115.

[3] 陈珊珊.变电站故障巡视检查管理的关键点[J].科技资讯， 2014，12（6）：151.

[4] BASOLE R C. Visual business ecosystem intelligence： lessons from the field [J]. IEEE computer graphics & applications， 2014， 34（5）： 26?34.

[5] 范李平，姚迪.基于智能化变电站的缺陷维护管理模式探讨[J].电气开关，2015，53（6）：68?72.

[6] 张益男，袁杰.基于场边界线的多摄像机智能监控系统研究[J].现代电子技术，2015，38（21）：6?10.

[7] 杨跃辉，杨明权，童凯，等.变电站交流配电系统隐患分析[J].电力安全技术，2014，16（2）：26?27.

[8] 应玉龙，项明.局部相位量化特征的织物瑕疵检测算法[J].西安工程大学学报，2015，29（5）：541?545.

[9] 张茜婷，闫国伟.基于三维逆投影图的车速检测[J].现代电子技术，2015，38（16）：70?72.

[10] 张灿峰，黄景婧，汤国文，等.变电站智能机器人巡检系统应用案例分析[J].科技资讯，2015（30）：59?60.