电力系统安全防护中图像识别技术的运用

朱 宾，蒋文鑫，郝清胜

（金现代信息产业股份有限公司，山东 济南 250101）

0 引 言

对电力系统的信息化变革进行分析，可知其在系统安全防护方面仍存在不足。将基于人工智能的图像识别技术融入到电力系统中，可以有效提升电力系统安全防护的效益，进一步促进系统运行机制的完善，保障电网的稳定运行与可持续发展。

1 电力系统安全防护现状

为进一步推动“碳达峰、碳中和”发展战略的落地，2021 年中央财经委员会于第九次会议创设性地提出了构建新型电力系统的要求，并着重强调了新型电力系统应具备的节能减排优势。所谓的新型电力系统便是在维护电网安全、稳定运行基础上所构建起的具备安全高效、清洁低碳、柔性灵活、智慧融合特征，并且在运行机制体制以及技术体系方面有所创新的“跨时代”电力系统[1]。

数字化技术的渗透不仅促进了电力系统的智慧化、创新化发展，同时也对既有电力系统的技术架构以及安全防护机制提出了更新挑战。一方面，随着分布式电源、储能分布式设备终端的接入，交互主体的多元化发展致使电力系统整体的安全防御关口持续增多。基于此背景，在外部主体安全防护能力有所不足的情况下，各类互联网安全风险隐患因素便会从各种渠道渗透至电力系统核心控制区域，导致电力系统边界安全风险隐患的激增；另一方面，5G 通信技术、人工智能、云计算、大数据等新型数字技术在电力系统中的应用，使得各种终端入侵风险、用户仿冒风险以及数据盗取风险也纷至沓来。在安全防护机制不足的情况下，不法分子便可能应用各种措施盗取、篡改电力系统的各项参数，进而威胁电网的运行稳定性以及用户用电的安全性[2-4]。因此，本文提出利用人工智能图像识别技术对既有的电力系统安全防护机制进行完善、升级，以期助推新型电力系统的安全落地和稳定运行。

2 基于电力系统安全防护的图像识别技术流程

适用于电力系统安全防护的图像识别流程是指应用图像数字处理技术对相关系统装置所能捕捉到的图像进行预处理、特征提取并进行判决的过程。具体流程如图1 所示。

图1 基于电力系统安全防护的图像识别技术流程

2.1 图像获取

利用与相关系统相契合的摄像头捕捉并收集电力系统运行过程中的各种图像[5]。为避免环境因素对后续阶段的图像处理效果造成负面影响，需要基于电力系统实际情况对图像进行适当的预处理后方可进入到特征抽取与判决环节；

2.2 图像预处理

通常情况下未经处理的RGB 彩色图像中都具有较大的信息量，直接分析这类图片会对系统最终判决成果的真实性与可参考性造成影响。因此需要对摄像头捕捉到的图像进行预处理。基于电力系统安全防护机制的需求，可重点使用4 种技术对图像进行预处理：a 灰度级变换，即对图像的对比度进行调整，保障图像的重点信息可以被系统精准识别；b 高斯低通滤波平滑，即利用相应的线性滤波器对图像噪声进行精准处理，提升图像平滑度；c 直方图均衡化，利用增强图片对比度的方式强化不同信息的灰度差，突出图像的重点信息；d 中值滤波去噪，大幅度去除图片中的噪点，提升图像清晰度。不同图像预处理技术的效果如图2 所示。

图2 四种图像预处理技术的效果示意图

2.3 运动目标检测与图像特征提取

针对电力系统运行过程中机械设备的颜色、纹理、轮廓以及相关工作人员的各种不安全行为等进行提取与分析，以期为后期的判决提供数据参考。重点运用帧间差分法对监控系统截取的视频、图像序列中相邻的两帧进行查分运算，最终捕获相应图像中人物、机械的目标轮廓。相较于传统图像识别技术系统而言，帧间差分法更适合捕捉具有动态性特征的目标，因此也更适应用于开展对动态化电力作业场景的监控与安全防护。

特定场景中的目标处于运动状态时，其在相邻两帧的图像中便会出现显著的状态变化。利用相邻两帧图像的亮度相减运算可以得到亮度差的绝对值，然后再进一步判断亮度差的绝对值是否在预设值范围内，以此分析图像或视频序列中是否存在运动的物体。

设图像视频序列为f1,f1…fk，这一序列中相邻的两帧图像fk(x,y)和fk-1(x,y)，如果相应图像视频中存在运动物体，则它们的差分图像Qfk(x,y)表示为

式（1）中(x,y)为“异常”物体在图像中像素点的空间坐标。将Qk(x,y)和预设的数值P进行比较，最后得到差分后的二值化图像Tk(x,y)，以此还可以对图像中的像素点进行分析，判断不同像素点归属于运动对象像素，亦或是指定监测场景中的背景像素。其中，灰度值是1 的为运动对象像素点半，而灰度值为0 的则代表场景背景像素点，以此便可以提取出监测场景中移动目标的轮廓。差分后的Tk(x,y)可以表示为

结合电力系统安全防护的实际需求，式（2）中的数值P既可以通过预先测算的方法进行设定，同时也可以采用系统自适应的方法进行动态化确定。其原理如图3 所示。

图3 图像识别技术中帧间差分法的原理

帧间差分法具有运算简单、适应力强以及检测效果好等优势，同时也存在帧与帧之间匹配度不高的隐患；最终检测与识别质量受预设值影响程度较大，预设值范围较广的情况下可能出现大量的背景区域空白现象，无法精准识别运动目标的完整轮廓。应用该算法的过程中，可以结合腐蚀、膨胀、开/闭等运算方法对既有的帧间差分法进行调整。如针对差分后二值化图像中存在大量的空洞，便可以利用膨胀、腐蚀等算法对其进行处理，使运动木目标的轮廓变得更光滑。

2.4 判 决

针对图像特征参数对图像所指代的电力系统运行状态亦或是某工序的本质等进行分析、判断，该过程会自动生成结果参数，识别出电力系统运行过程中存在的安全风险隐患因素。

3 基于电力系统安全防护需求的图像识别处理系统应用

3.1 采集数据信息在线监控系统应用分析

电力系统在日常运行过程中会受到各种突发情况的影响，例如因机械设备温度过高引发的火灾、电力系统信息数据失窃等。为防止意外情况影响电力系统运行稳定性，必须要依托于图像识别技术对系统运行的各环节进行图像识别与数据采集工作，落实对电力系统的全天候监控。在检测到异常图像信息后，能够及时告警并提供精准的数据信息，保障相应的工作人员可以充分了解电力系统发生异常的原因，并及时做出针对性的处理措施。以因机械设备负载过高而引发的高温隐患为例，寻常的摄像头能够对已经发生火灾事故的生产、作业现场进行判决，但因摄像头精度的限制，使得具体图像采集与识别效果不佳。因此需要配合红外摄像装置，对不同机械设备的整体温度进行判决，即使在火力发电场景中也能根据火焰的具体形态与红外成像颜色判断其温度，在有需要的情况下向安全防护人员提供关键数据信息。

3.2 基于图像识别的配电柜柜面图像智能分析

（1）基于图像识别技术进行压板内容检测与标定。电力系统安全防护体系中现有的设备标定作业通常需要依赖人工进行计算，整体计算流程繁琐且效率低下[6]。因此需要借助图像识别技术对既定监控区域中的柜面进行标定与类型设定；

（2）柜面指示灯状态识别与告警。针对不同厂家、规格特点，对配电柜柜面指示灯的非常规状态进行监测、识别与告警，在发现特殊指示灯状态的情况下及时将指示灯状态图像、对标故障原因以及处理建议等传递给相应维护人员，保障柜面发生问题后相关技术人员的及时响应与处理；

（3）告警状态识别。针对电力系统安全防护工作的设计需求，对可拓展、缩减的告警状态、告警措施以及图像识别算法等进行研究，以便在电力系统不断升级完善的情况下满足相关技术人员后期增设、删减告警规则的需求[7]。

3.3 视频浓缩快照与异常报警应用分析

结合电力系统的实际运行情况，利用视频浓缩的方式降低图像识别技术的数据储存量。同时基于不同约束条件下的数据检索需求，提供依照图像时间节点、数据变化状态节点等检索机制，同步落实数据对标图像的储存工作，形成相应的数据快照，方便工作人员的分析与使用。

4 结 论

电力系统在现代经济社会的建设与发展进程中具有不可或缺的重要作用，同时其也是维护我国各领域工作稳定性、保障居民日常生活质量的核心要素。新时期发展背景下，电力领域的工作人员应全面加强对新型人工智能技术的关注，并有选择地将诸如图片识别技术的新型科技产物融入到电力系统。以此进一步突出电力系统安全防护、运行效率等各方面优势，实现对电力信息的全天候安全防护，为电力系统的持续健康发展夯实基础。