一种模型自动更新的变电站智能巡视系统设计

蔡杰　陈富国　陈亮

摘 要：传统的变电站监视及巡检方法工作量大、效率低、对经验的依赖度高，已经难以满足日益增长的电网设备巡检需求。鉴于此，本文针对变电站巡检的业务需要，设计了一套具备实时监视、智能巡检、智能联动、智能分析、告警及缺陷管理等功能的智能监视及巡检系统。该系统利用机器视觉技术实现电气设备缺陷智能识别，并采用模型自动更新策略保证识别准确率，能大幅度提高变电站巡检的效率和质量。

关键词：智能巡检;变电站监控;模型自动更新

中图分类号：TM63文献标识码：A文章编号：1003-5168（2021）15-0023-04

Abstract： The traditional substation monitoring and inspection methods have the disadvantages of large workload， low efficiency， and high dependence on experience， and cannot meet the growing demand for inspection of power grid equipment. In view of this， this paper designed a set of intelligent monitoring and inspection system for the needs of substation inspection， which had the functions of real-time monitoring， intelligent inspection， intelligent linkage， intelligent analysis， alarm and defect management. The system uses machine vision technology to intelligently identify defects in electrical equipment， and adopts an automatic model update strategy to ensure recognition accuracy， which can greatly improve the efficiency and quality of substation inspection.

Keywords： intelligent inspection;substation monitoring;model updates automatically

变电站是指电力系统中对电压和电流进行变换，接受电能及分配电能的场所，是电力系统的核心接点，其内部包含电力变压器、高压开关设备、开关柜、二次设备等多种类型的电力设备[1]。为了保障变电站的运行环境安全，保证电力设备稳定可靠运行，需要采用各种方式对变电站内的环境、电力设备进行监视及巡检，以便及时发现问题并处理。目前，我国变电站巡检主要采用传统人工巡检、视频监控、临时检修车的方式[2]。传统的人工巡检方式能发现设备存在的一些异常，但工作量大，技术人员的业务水平、工作经验等主观因素对巡检结果影响较大，不可避免地会出现纰漏[3]。同时，一些可能危害巡检人员人身安全的巡检，还需要停电作业，给用户造成极大困扰。临时检修车方式也面临同样的问题，而且其不能实现对变电站全天候的监测。常规的变电站视频监控也只能对变电站周界、配电设备区、变压器区、二次设备室等重要区域进行全景监控[4]。基于图像识别技术的变电站智能巡视系统，目前搭载的缺陷识别模型是固定的，存在识别准确率不稳定，更新维护难度大等局限。

针对上述问题，本文设计了一套变电站端智能巡视系统，利用该系统实现前端摄像机统筹部署，通过信息化、智能化技术的应用，提升数据采集、分析能力，使监控范围更全面、巡检过程更智能、联动机制更有效，識别模型可自动更新[5]，以期为电网安全稳定运行提供技术支撑。

1 智能巡视系统总体架构及部署

1.1 系统总体功能架构

变电站智能巡视系统是具备实时监控、智能巡检、智能联动、智能分析、告警及缺陷管理等功能的完整系统。系统实行分级部署，站端分为感知层、网络层、边缘计算层、云端计算层、应用层，主站端部署在运维班、地市公司或省公司，包含云端计算层和平台应用层。系统总体功能架构如图1所示。

感知层和网络层：通过电力有线专网、无线网络、低功耗传感网络等方式采集变电站各类视频图像，主、辅设备监控系统的数据，为智能分析及应用提供基础支撑。

边缘计算层：实现各类监测数据的存储、处理、智能分析和传输，数据及分析结果在站端管理机上应用，也可以上传到主站平台做深化应用。

应用层：面向变电站，提供自动巡检、跟踪联动、缺陷分析、状态评估、环境监测、作业管控等功能，实现全站的智能监控及巡检。

云端计算层：在主站平台侧部署，为智能分析算法模型的训练、评价、发布、下载提供一站式管理服务。通过对前端视频图像数据的处理，分类建设电力设备外观视频训练样本库，采用GPU（图形处理器）与深度学习算法相结合的模式，持续训练与优化各类智能分析算法，输出模型，并可根据配置策略分发至各变电站站端系统，以提高电力设备状态监测与缺陷识别的准确率。

平台应用层：在原有地市级变电信息综合处理系统基础上做深化应用模块扩展，实现生产运维的可视化集中智能管控。

1.2 站端系统的部署方式

站端系统主要由智能巡视主机、高清视频、网络硬盘录像机、视频监控主机、智能分析主机、客户端工作站等组成。智能巡视主机制定和下发巡视任务、状态跟踪等指令，并配置主辅设备监控系统智能联动策略。当设备发生故障或接收到控制指令时，视频监控主机快速响应智能联动策略，实时采集、储存和上传图片、视频和红外测温等数据。智能分析主机搭载智能分析算法，当接收到巡视主机的指令时，实时智能分析站内环境和设备运行状态。视频监控主机、智能分析主机将巡视数据、分析结果等传送到智能巡视主机。智能巡视主机对数据进行综合分析及管理，形成巡视结果和巡视报告，及时发送告警。智能巡视主机应具备双网口和设置独立网段，信息安全应符合《国家发改委第14号令电力监控系统安全防护规定》的要求。站端系统架构如图2所示。

1.3 系统配置及接口

根据系统功能需求，对智能监视巡视主机的硬件要求：CPU不低于2 GHz主频，不低于4核，内存不低于16 GB，独立显卡不低于8 GB，硬盘存储容量不低于2 TB，系统数据及运行日志数据存储时间≥1年，支持机架式安装。对系统的对外接口要求如下。

第一，与主、辅设备监控系统之间的接口。智能巡视主机与主、辅设备监控系统通信采用100M/1000M自适应以太网电口物理介质的通信接口，需要经正向隔离装置，采用UDP（User Datagram Protocol，用户数据报）协议。

第二，与视频监控系统之间的接口。智能巡视主机与视频监控系统通信采用100M/1000M自适应以太网电口物理介质的通信接口。视频数据传输通信符合《电网视频监控系统及接口 第1部分：技术要求》（Q/GDW 1517.1—2014）的规定，遵循国网视频接口B协议扩展协议传输视频等信息，接受视频主机注册，获取视频主机的视频、图片，并实现对视频主机的控制。

第三，与变电信息综合处理系统之间的接口。智能巡视主机与变电信息综合处理系统通信采用100M/1000M自适应以太网电口物理介质的通信接口。变电信息综合处理系统和巡视主机之间交互采用TCP传输协议。

2 智能分析模型及自动更新策略

2.1 智能分析缺陷类型

系统支持对巡检过程记录的红外图谱、可见光图像等进行智能分析，自动判断设备运行状态，包括表计读数、开关类设备位置指示以及压板、空开、把手、指示灯等二次设备状态。通过深度学习算法，采用机器视觉技术，从足够多的缺陷样本库提取特征值，支持多类缺陷智能识别，只能分析算法分类统计见表1。

2.2 模型自动更新策略

本系统采用典型缺陷识别模型和管理应用平台相分离的开发方式，当决策模型改变时，不需要重新开发管理应用平台，而只需要运行模型升级部分的代码即可实现业务逻辑的更新，其系统体系如图3所示。

在调用接口部分采用规则引擎来处理规则模型和管理应用平台的通信接口。规则引擎嵌入应用程序中，應用程序通过向规则引擎提交数据从而使其触发，规则引擎调用相应的业务规则，完成相应的识别任务。规则引擎采用规则库与系统源代码相分离的策略来实现规则的管理，使用规则描述语言来进行逻辑规则的描述，同时在规则描述语言中嵌入多种编程语言如Java、Python来扩展规则引擎的逻辑表达能力。

系统的规则管理器负责缺陷识别模型的生成和管理，从实物上表现为具备高算力的图像处理服务器，搭载深度学习算法等，可与规则引擎分开部署，通过接口调用。通过算法训练生成新的决策模型后，模型结果通常以数据库或XML文件形式存储。

一种固定不变的识别模型在运用一段时间后，其识别准确率会有不同程度的下降，因此，有必要通过模型更新的办法来维持乃至进一步提高识别准确率。本文提出的模型更新策略具体实现流程如图4所示，实现关键点包括：①识别模型自动更新条件为平均识别准确率<设定阈值;②图形预处理包括图像灰度化、去噪、前景提升及背景展平、确定训练及测试集等过程，模型训练集和模型测试分离;③若测试结果≥设定阈值，则训练结束，否则，不断反复训练，以得到符合要求的识别模型;④模型结果作为新的规则存入规则库。

3 结语

随着经济社会的发展，电网建设规模不断扩大，变电站巡检难度日益增大。变电站智能巡视系统实现了电气设备部分典型缺陷的智能识别，但识别模型固定，不支持在线更新，存在识别准确率不稳定、系统更新维护难度大的问题。本文设计的变电站智能巡视系统，实现了变电站实时监视、智能巡检、智能联动、智能分析、告警及缺陷管理等多项应用，并支持智能分析模型自动更新。同时，该系统还推动了人工智能技术与运维检修核心业务的深度融合，能大幅提高变电站巡检的效率和质量，具有极大的推广应用价值。

参考文献：

[1]黄焕.变电站智能巡检机器人系统的设计与应用[J].现代科学仪器，2019（3）：124-127.

[2]郭升，童晓阳，王洪彬.计及设备老化与计划检修的智能变电站保护系统可靠性评估方法[J].电力系统保护与控制，2019（9）：97-104.

[3]李静.变电站智能巡检系统研究[D].青岛：青岛理工大学，2012：24.

[4]周友武，刘明军，叶爱民，等.一种适用于电网中智能安全帽系统的研究与测试[J].江西电力，2017（12）：21-24.

[5]陈晓云，王磊，罗兴峰，等.决策支持系统模型自动更新策略[J].兰州大学学报，2007（4）：83-85.