基于人工智能的变电站二次回路保护压板检测技术研究

纪秀平 李锦盛 王帅 张晓红

摘要：针对变电站二次系统物理回路保护压板运维存在的诸多安全隐患和信息化支撑手段不足的问题，本文研究基于人工智能辨识技术的二次回路压板状态智能校验技术，通过将人工智能、图像识别技术与二次系统运维业务流程深度融合，提出二次回路压板状态的智能数字化校验解决方案，实现二次回路硬压板状态的就地精准识别、压板投退状态的自动校对功能，降低误操作风险，提升现场运行维护、检修作业和专业管理水平，提高变电站运行的安全性和可靠性。

关键词：保护压板，人工智能，图像识别，数字化校验，二次系统

1 引言

变电站二次系统的继电保护是守护电网安全的重要防线，其物理回路上的保护压板是二次设备联系外部接线的桥梁和纽带，关系到保护的功能和动作出口能否正常发挥作用。虽然继电保护本身的信息化、智能化水平很高，但在保护硬压板管理方面的信息化、智能化水平则相对较低，技术手段已经不能满足运维管理精益化、自动化的需要，具体表现在物理回路硬压板运行状态完全依赖于现场人工巡检，而由于保护压板在屏柜布局上的高度密集性，在功能上的集成复合性等特点，很容易出现压板巡检疏漏及操作错误。

对变电站二次回路保护压板信息和状态的巡检和管理已成为当前困扰广大运维人员现场工作开展的难点和痛点。本文基于人工智能辨识技术的二次回路压板状态智能校验技术，通过将人工智能、图像识别技术与二次系统运维业务流程深度融合，提出二次回路压板状态的智能感知和主动监测解决方案，实现二次回路硬压板状态的就地精准识别、压板投退状态的自动校对、异常变位报警、五防逻辑判断及防误闭锁等功能。

2 二次回路压板模式识别技术架构

变电站二次系统物理回路硬压板模式识别系统由硬件与软件组成，硬件采用带摄像功能的平板电脑，搭载windows操作系统;软件基于VC++、OpenCV工具进行构建，主要功能模块包括图像拍照、标准数据库和图像分析等。系统结构如图2所示。

各模块的主要功能如下：

1）图像拍照。启动摄像头，对准要拍摄的保护压板，按下“拍照保存”，输入“压板型号”，存储为800×600像素图像文件。在图像上“截取图像”，作为基准图元关联相应的动作值。

2）标准数据库。顺序录入保护屏的屏号、压板行数及列数，输入保护屏各压板的投退状态，执行“写入”保存输入结果，作为压板定值。执行“修改”功能，以列表方式显示压板数据库，可根据需要修改各压板的投退状态，并保存修改结果。

3）图像分析。对图像文件进行模式识别，与对应型号的压板数据库进行比较，判定各压板状态是否正确，输出识别结果。

3 基于形态特征分析的二次物理回路压板状态识别策略

本文采用基于Mean Shift的图像分割算法作为去除背景、提取目标的方法，将分割后面积较大的区域作为背景区域去除，所有面积较小的区域均作为目标区域输入，以向量机决策分类器进行判决。向量机决策流程如图3所示。

（1）图像分割

由于二次物理回路保护压板图像的边缘条件不复杂，所以采用常规的图像分割方法，如基于区域、基于阈值以及基于边缘的算法，都能取得良好的分割效果。

Mean Shift是一种特征空间分析方法，运用于图像分割时，统一考虑图像的空间信息和色彩（或灰度等）信息，组成一个p+维的向量x=（xs，xr），其中，xs表示坐标空间（Spatia，px，py）;xr表示颜色空间（ Range：[r，g，b]），若圖像为灰度，则p=1，若图像为彩色RGB，则p=3。分别用xi和zi（i=1，…，n）表示原始和分割后的图像。定义向量：

式中，ω（xi）为采样点x的权重。离x近的采样点，xi有较大的权重，即离x越近的采样点对估计x周围的统计特性越有效;反之亦然。

定义核函数来估计x的分布：

式中，hs、hr可看作分割分辨率，分别代表坐标空间和颜色空间的带宽，其值越大，越多的图像细节就会被忽略;C为归一化常量。

分割的具体步骤如下（对每一个像素点）：①初始化j=1，并且使yi，1=xi;②计算 mh（x）;③把mh（x）赋给x;④如果‖mh（x）-x‖<ε，分割结束，记收敛后的值为yi，c，否则，继续执行①;⑤赋值zi=（xsi，yri，c）;⑥收敛至同一点的起始点归为一类，合并像素点过少的类，融合局部像素，得到分割结果。

（2）特征提取

分割后的图像区域可以由多种特征表示，包括颜色、边缘、纹理、形状和大小等特征，并通过设计非线性分类器进行图像区域识别。首先，将颜色直方图作为图像区域特征;然后，采用计算图像区域的大小及形状、并与颜色直方图配合，来对图像区域进行描述。

（3）决策分类

经过图像分割之后，得到一系列区域，利用模式识别方法，建立一个SVM决策分类器。区域分为2类：一类为压板区域;另一类为非压板区域。设 n 维训练样本为x1，x2，…，xn，训练样本各个维度的物理意义为图像中的压板区域大小、长轴长度、短轴长度、周长、形心和颜色等特征。采用最优分类界面 H 为：

给定训练样本集：

式中，yi为某个区域是否为压板的标志位，取值为1或0。1表示是压板区域;0表示非压板区域。

4 基于图像识别的二次物理回路压板投退状态自动校核技术

变电站二次系统硬压板模式识别系统自动采集监控范围内所有硬压板的状态，与正常保护运行方式的状态进行全方位比对，自动生成核对结果，并以可视化图形、报表等形式展现，完成二次物理回路压板投退状态的就地精准识别与自动校核。系统通过技术手段完成二次压板的巡检工作，详细记录变电站二次保护硬压板的每一次投退操作，并记录相应的发生时间，形成压板动作档案，方便查找和事故追溯。

根据对变电站二次回路压板状态核对的要求，摄像头获取目标对象的图像后，则立即送入图像识别算法中。图像识别主要包括几何校正、光照补偿、滤波、转换为 HSV 空间、算法处理和状态判定。对保护压板现场实物图经过一系列图像处理后，再经过轮廓检测，便可得到压板检测的结果。

在核对时，系统获取与变电站压板运行方案中压板状态的定义和基准值，对二次物理回路硬压板位置可根据选定的运行方式进行数字化校验核对并生成核对报告，对于基准值不一致的压板进行告警，及时提醒运维人员处理异常信息。核对的起始时间点、核对周期以及待核对变电站支持动态设置，支持按变电站、起始时间、装置和压板等条件对压板的变化断面进行查询，包括压板名称、类型、变位时间和变位前后状态等，用于电网故障分析与回溯查询。

5 总结

本文以变电站二次系统物理回路的保护硬压板为对象，设计开发变电站二次回路压板智能运维管理系统，创建二次系统智能运维新模式，实现了变电站二次系统硬压板投退操作执行流程的规范化管理和操作前后的自适应防误校验，能够有效提高变电站二次物理回路压板的智能化运维管控水平。

变电站二次系统物理回路数字化验证与智能运维方案解决了变电站二次回路压板状态数据的采集及状态监测困难、人工巡检工作量大和误操作等问题，大幅提升了智能站运维的工作效率，变电站运维周期明显缩短;同时，降低了误操作风险，提升了现场运行维护、检修作业和专业管理水平。后续可在各电压等级、各类型变电站进行应用推广，深入推进变电站二次运维的信息化、智能化、移动化水平提升，具有广泛的应用前景。

参考文献：

[1]任俊杰，蒋岚. 电力系统继电保护压板图像识别系统[J].北京联合大学学报，2004，18（2）：60-64.

[2]王志坚，苏雁飞，李景新. 变电站压板智能检测技术及其应用[J].电工技术，2012，12