基于智能辅控的变电站无人巡检技术研究及应用

港丽城建有限公司 刘志源

1 引言

变电站作为电力系统的重要组成部分，其安全稳定运行对电力系统的正常供电起着至关重要的作用。随着自动化技术的发展，变电站自动化水平不断提高，目前变电站的运行方式越来越复杂，同时变电站设备类型和种类越来越多，导致变电站运维人员数量不断增加。而现有变电站运维人员主要是通过现场巡视的方式来发现缺陷并解决问题，存在巡视效率低、巡视缺陷种类单一、巡检工作不规范等问题[1]。在发生设备故障时，运维人员只能通过人工进行故障判断和处理。针对以上问题，本文提出了基于智能辅控的变电站无人巡检技术，通过在智能辅控终端上设置状态检测装置以及采集装置和报警装置来实现对变电站设备状态的实时监测。

2 变电站传统巡检技术弊端分析

一是人力成本高，由于电力企业人力资源有限，变电站巡检人员劳动强度大、工作环境恶劣、工作效率较低，为变电站管理和运行带来很大压力。二是人工巡检过程中很容易发生安全事故，存在着一定的安全隐患。三是人工巡检只能针对部分设备进行巡检，不能对全部设备进行巡检。四是人工巡检只能进行巡检记录，缺乏对设备状态的判断能力，无法发现设备存在的故障。五是人工巡检只能针对故障点进行查找和记录，不能做到全面、系统和连续的检查，对于一些突发性、偶发性问题不能及时发现。

3 变电站无人巡检技术应用优势

3.1 智能识别

采用图像识别技术对变电站设备进行智能识别，利用摄像头采集的变电站设备图像信息，对变电站设备进行智能识别，并通过设备图像识别软件在监控大屏上显示其状态[2]。在变电站无人巡检系统中，采用基于深度学习算法的智能图像识别技术，对变电站设备进行智能识别，对设备图像进行分析和处理，能够自动发现设备存在的缺陷和异常，并发出警报信息，从而有效提升变电站运行安全性。

3.2 智能预警

智能预警功能是系统的核心功能，包括环境监测预警、设备故障预警、行为异常预警等功能。当变电站环境出现异常时，系统可以通过声光报警等方式进行预警提醒，工作人员可以及时发现问题，避免故障扩大；当设备出现异常时，系统能够实时采集现场图像信息，通过图像识别技术进行智能判断，自动识别出设备运行状态，并将异常信息及时发送到监控中心进行报警提醒；当设备出现故障时，系统可以通过声光报警等方式进行预警提醒。

3.3 智能分析

在智能分析方面，采用了先进的计算机视觉技术，可以对变电站内的各种设备进行无人值守、自主巡检，自动识别并识别现场设备的异常情况，实现对设备的远程监测、自动诊断和报警。此外，在智能分析方面，可以通过智能视频监控技术进行实时监控、智能分析，通过智能视频分析技术实现对现场环境的监测，能够对变电站内环境进行实时监控与异常监测，包括温度、湿度、烟雾等环境信息和人员行为信息等。变电站无人巡检系统能够实现变电站设备的自动检测和自动分析，从而帮助值班人员快速准确地找到设备故障原因和异常情况，避免了由于人为因素而造成的隐患和事故，保证变电站的安全运行。

3.4 智能决策

变电站无人巡检系统通过对变电站设备运行状态的分析，运用人工智能技术，根据设备的历史数据，对设备故障进行智能诊断分析，通过智能决策系统自动制定巡检计划并实施，可在不影响正常生产的情况下，定期对变电站内所有设备进行巡检[3]。当设备运行出现异常时，系统自动报警并发送告警信息到指定人员手机上。同时后台通过智能决策系统对告警信息进行智能分析判断，并根据巡检计划安排将相关缺陷或故障通知相关人员处理。当故障或缺陷无法处理时，系统自动通过智能决策系统生成异常或故障报表，通知相关人员处理。对于异常或故障发生的原因进行分析并制定相应的预防措施。

4 变电站无人巡检智能辅控系统构架

为解决传统人工巡检技术我国存在的各类问题，本文提出一种新型变电站智能辅控系统架构，如图1所示。该系统以智能控制平台为核心，实现对各辅控子系统信息的统一采集与控制，同时还能够实现对各辅控子系统间的联动、告警信息上送控制，保证变电站设备巡检及运行环境处在一体化监控之中。

图1 智能辅控系统架构

该智能辅控系统主要包含设备层、驱动层、服务层以及表面层。

设备层主要由各类传感器、设备子系统构成。整个辅控系统连接的智能设备及子系统种类繁多，数量庞大，包含遥视系统、消防系统、SF6监控系统、环境监测系统、灯光控制系统以及空调控制系统等。各电气设备均采用不同连接方式和通信规约。

为有效解决各个系统独立运行问题，保证不同设备能够实现互联操作，系统还专门设计了一套设备驱动连接方案，即驱动层。驱动层主要由若干设备驱动进程构成，每一套驱动进程通过拷贝方式独立连接不同设备。

服务层是该辅控系统的核心组件，主要负责一切设备当前信息及变化趋势管理及定时事务和告警联动事务执行工作。系统运行时，上位机发出交互请求，并将执行结果反馈至数据库及配置工作站，实现系统功能与接口信息实时传递至目标。

表面层主要由安装于工作站的各种软件构成，相关设备及各类子系统信息由人机界面呈现。当人机界面接收到控制操作指令后，智能控制平台随即进行数据分析处理，并将处理结果展示在人机交互界面上，展示形式可以是趋势化数据分析图或监控图表。

5 基于智能辅控的变电站无人巡检技术

从智能辅控系统架构来看，辅控设施与主设备运行信息通过智能控制平台进行关联，从而对设备故障点进行视频定位，并通过应用事件关联、图像处理技术获取设备实际故障位置及运行状态信息，从而实现变电站设备无人巡检。基于智能辅控的变电站无人巡检流程如图2所示。

图2 基于智能辅控的变电站无人巡检流程

首先，在系统中进行巡检周期、主要巡检设备、巡检历史查询等功能设备，然后进行巡检数据采集，采集对象为各辅控子系统数据及相关视频数据[4]。数据采集完成后，经图像处理设备进行识别分析，并将识别结果与SCADA 数据比对，当发现异常时，第一时间联动故障点视频，并将巡检结果推送给运维人员。

由图2可知，实现变电站智能巡检的关键在于准确读取设备状态数据信息。一般地，温湿度数据信息通过传感器检测获得，设备位置、运行状态等数据信息则依靠视频流获取。视频流获取方式较多，其中，最典型获取方式为特定设备供应商的SDK、ONVIF 协议、GB28181协议等。因特定设备供应商SDK 具备一定的局限性，而前端摄像机均具备支持ONVIF 协议功能，因此，本系统采用ONVIF 接入方式，使系统兼容性得到保证。

5.1 基于颜色差异的状态识别

系统在获取视频信息后，通过对图像进行特殊化处理，从而使设备运行状态信息得到完美呈现。由于系统指示灯、断路器位置均具有明显的颜色差异，因此，系统可结合此特征进行基于颜色差异的状态识别[5]。在系统应用实践中，可针对视频画面进行区域标定，同时通过关联特殊设备状态或相关属性，从而达到降低分析时的资源消耗之目的。以10kV 开关实际指示为例，利用矩形工具选择待识别区域，并标明设备在不同状态下的颜色特征，从而利用颜色差异分析模型进行颜色参数读取与分析，以全面掌握设备实际运行状态。

5.2 基于色彩亮度的状态识别

目标检测是指检测出图像中的一类或一类以上的点，是后续进行目标识别和跟踪的基础，也是整个计算机视觉系统的关键技术之一。目标检测有两种方式，一种是基于形状、颜色和纹理等特征，另一种是基于像素模式。在本文中主要研究基于颜色和亮度的目标检测方法。亮度和颜色特征在实际应用中，目标检测和跟踪技术可以通过颜色和亮度特征来实现。如通过颜色特征可以确定目标的位置，进而定位目标；利用亮度特征可以确定目标的类型，进而确定目标。在试验中，采用了RGB 空间的HSV 颜色空间来提取图像中的目标区域。利用HSV 颜色空间下的H 分量与S 分量进行叠加来得到亮度信息。在本文利用RGB 空间中的H 分量、S分量和饱和度（saturation）来描述图像中的目标区域，从而得到清晰、完整且具有区分度的目标区域。通过对图像进行处理可以得到：在试验中，通过HSV 颜色空间可以较好地将彩色图像和灰度图像进行区分。

对于10kV 开关柜面板指示灯的状态识别，一般采用色彩亮度状态识别法。在YUV 色彩空间中，Y（0～255）值表示色彩亮度，Y值越大，表明亮度越高。巡检过程中，先根据此特性设定一个亮部、暗部的临界值BV 和亮度占比阈值OT，系统通过BV 判定某像素是亮还是暗。在结束分辨后，对亮度进行计算，如果计算值达到阈值OT，则判定为开启，反之则判定其关闭。在特定场景中，灯光的亮、暗存在一定的差异，但为增强判定结果准确性，可通过调节BV 和OT 方式实现。

6 结语

研究基于变电站传统人工巡检方式存在的辅控系统联动不足、接口不统一等问题分析设计了一种新型智能辅控系统。该系统设计中，通过对不同设备统一接入的驱动程序、故障点视频联动优化，实现了站内设备温湿度、红外热像、GIS 局放等信息的综合监测及相关故障视频联动，实现了设备故障的精准定位，实现了对变电站设备状态的实时监测，有效地提高了变电站运维人员的巡检效率，降低了巡检风险。