【摘要】電力設備是支撐電力穩定發展的基礎要素，實現對電力設備狀態的實時監測是保障電力系統高質量發展的重要舉措。基于機器人技術的不斷發展，構建基于機器視覺的電力設備監測系統對提升電力設備運行效果、降低設備故障率具有重要的現實意義。論文結合多年實踐研究，以變電站電氣控制柜開關狀態監測為例，構建基于機器視覺的電氣柜開關狀態監測系統，并且提出構建機器視覺監測系統的具體的保障措施，以此實現電力系統的智能化、網絡化發展。

　　【關鍵詞】機器視覺;電力設備;監測系統;電氣柜開關

　　1引言

　　隨著我國電力行業新常態的發展，推動電力行業高質量發展成為助力于社會經濟發展的重要因素。傳統的電力設備監測模式主要是通過人工巡視或者利用網絡系統實現局部在線監測，此種方式雖然能夠發現電力設備故障，但是其需要花費大量的人力、物力開展周期性巡視，而基于電力設備智能化的發展，導致工作人員的勞動量不斷增加，存在因巡視不到位或者沒有及時發現潛在故障而導致電力設備出現損壞，造成大面積停電的問題。機器視覺利用圖像信息技術可以實現對相關數據的快速處理，這樣可以大大提高電力設備的監測效率，因此依托機器視覺構建自動化、智能化的監測系統至關重要。

　　人工智能評職知識： 機器視覺類論文投稿的中文期刊

　　2構建基于機器視覺的電力設備監測系統的重要意義

　　隨著大數據技術在電力系統的運用，實現電力設備智能化監測成為我國電力發展的主要趨勢。無人值守模式實現了對電力系統設備的運行數據、狀態傳輸到調度中心，同時調度中心還可以實現對變電站現場設備的控制和調節。但是隨著電力設備種類的繁多，尤其是電力設備性能的不斷完善，實現電力系統的安全高效運行，還需要工作人員對電力設備的運行狀態進行監視，通過監視功能實現對電力設備的在線監控。

　　例如，電力工作人員通過利用圖像編碼技術與傳輸技術實現對電力設備的在線監測，但是此種遙視功能主要是集中在對傳感器的報警功能方面，需要工作人員不斷觀察場景現場畫面，這樣必然會存在遺漏現象。機器視覺則是依托機器人技術實現對電力設備進行在線監測的技術，結合機器視覺系統的工作原理，其在電力設備監測系統中的運用具有巨大的價值：

　　首先，機器視覺技術具有精度高、速度快的特點，其可以使電力設備進行精準的定位監測，這樣可以及時將監測的數據傳輸到機器視覺處理系統中，從而為決策處理中心提供最為全面的數據。其次，其具有非接觸性、可重復性動態測量的特點，機器視覺監測系統具有非接觸性，其可以利用圖像處理技術實現對電力設備的紅外遠程監測，這樣可以有效降低對電力設備運行狀態的影響程度，尤其是通過對電力設備運行狀態的在線測量等實現對電力設備潛在故障的及時分析，提升工作效率。最后，具有較大的經濟價值。通過運用機器視覺系統后，實現了電力設備監測的自動化、無人化操作，從而為電力企業節省了大量的人力資源成本，推動了電力系統智能化發展[1]。

　　3基于機器視覺的電力設備監測系統設計

　　為更加清晰地分析基于機器視覺的電力設備監測系統，以電氣控制柜壓板開關狀態監測為例。電氣控制柜開關是電力設備的重要組成部分，實現對電氣控制柜壓板開關狀態的監測具有重要現實意義。構建基于機器視覺的監測系統主要包括光源、鏡頭、圖像處理器等部件。具體的設計方案如下。3.1開關狀態監控系統架構設計基于機器視覺的電力柜開關監測系統主要是由目標開關圖像采集、目標開關位置監測和狀態監測算法以及結果處理與預警三大功能實現[2]。

　　①圖像數據采集與開關信息獲取。對于電力柜開關面板圖像數據的采集包括2種方案：一種導航機器人自動采集系統，其主要是在電力柜前安裝機器人導軌，并且在機器人身上安裝相機，通過定點拍攝的方式采集電力柜開關的相關信息，然后通過局域網將采集的圖像信息傳入圖像處理算法分析平臺;另一種采取智能手機進行圖像采集，并且在智能手機內移植開關的狀態識別算法，經過智能手機的處理后在局域網狀態下將運行結果上傳到數據管理系統。需要注意的是，需要根據電力柜開關狀態的監測數據進行分類，保證每個開關狀態數據對應相應的開關狀態[3]。

　　②開關位置監測與狀態識別。圖像采集系統采集的電氣柜壓板開關圖像中不僅包括開關，而且還包括標簽等。目前主流的目標監測算法主要是基于深度學習模型，其主要是利用卷積神經網絡提取目標開關圖像的特征圖，然后基于該特征圖進行分類，將開關的狀態識別任務轉化為二分類任務[4]。

　　③后期結果處理與報警系統。設計基于機器視覺的電力設備監測系統最終目的就是解放工作人員，實現對電力設備的精準化監測。對于電氣柜開關狀態的監測需要將開關狀態進行結果處理，根據狀態對比得出相關的結論，從而及時處理電力系統。開關狀態識別結果處理的首要任務就是去重，然后再進行排序操作，將識別結果與電控制柜上的開關一一對應[5]。在進行識別結果去重操作主要是計算各個檢測結果之間的歐式距離，通過設定經驗閾值，判定2個檢測結果是否有重復，保留目標預測概率較大的檢測結果。檢測結果中，如果漏檢的比例超出了設定的數值，表明此次檢測無效，需要重新檢測。當然如果漏檢比例在可以控制的范圍則進行開關排序操作。將排序結果與開關控制進行融合后傳輸到系統中，保證其處理結果要與系統設定的運行狀態一致。如果發現不一致則會發出警報。

　　3.2目標開關的位置監測

　　對于目標開關的監測主要包括2個步驟：一是對目標進行定位;二是對目標開關狀態進行監測識別。基于機器視覺的開關位置監測主要采取的是基于RPN網絡的設計方案，整個網絡主要分為卷積神經網絡(其主要是負責提取輸入圖像的特征圖)和RPN網絡(將提取的特征圖進行目標區域監測)2個部分。之所以這樣設計主要是借鑒AlexNet的網絡結構，因為如果設計過多的冗余會增加計算量，不利于提取到精準的數據，影響工作效率，如果設計層數過少又不能提取豐富的圖像特征。因此，通過設定5層卷積輸出大小為39×39×256的特征圖，這樣可以有效地提升目標開關的監測質量[6]。

　　3.3目標開關狀態的識別

　　于機器視覺系統的特點，對于電氣柜開關狀態的監測主要是通過二分類卷積神經網絡，構建模型參數實現對目標開關狀態的精準識別。

　　①訓練樣本集制作與轉換格式。圖像分類是開關狀態監測識別的首要基礎，圖像分類主要是根據給定的圖像屬性級別對其進行計算，由于整個電氣柜壓板面板排序諸多開關目標，因此，需要通過計算法將橫豎排列的開關進行定位分割，以此作為卷積神經網絡的輸入[7]。具體在圖片分類中可以將斷開狀態的圖片以“0”開頭，閉合狀態的開關圖片則是“1”開頭進行命名，同時為了提升監測的準確度，需要對不同角度、不同光照的圖片進行樣本采集，這樣可以有效提升圖片監測的質量。采取Pytorch框架制作不直接使用圖片格式文件，需要將圖片進行格式轉化。

　　②開關狀態識別網絡模型設計與訓練。基于電氣柜開關的2種運行狀態，設計了卷積神經網絡結構圖。為檢驗模型的準確性，選擇1000張開關圖片作為訓練集，其中“閉合”與“斷開”狀態圖片數量相等，選擇SGD(StochasticGradientDescent)作為優化算法，設置學習策略為步進學習，基礎學習率為0.01，每經過300個迭代次數，基礎學習率減小一個數量級，最后設定使用CPU模式訓練網絡[8]。通過與傳統圖片梯度邊緣信息的算法對比，得出以下結論，采取機器視覺的電氣柜開關算法具有較高的價值[9]。

　　4機器視覺電氣柜開關監測系統設計的保障措施

　　構建基于機器視覺的電氣柜開關狀態監測系統需要多方面因素的參與，結合多年實踐調查研究，需要我們做好以下保障措施。

　　4.1培養高素質的電力專業人才，為電氣柜開關智能監測提供智力支撐基于機器視覺監測系統的構建，電力企業必須要重視人才引進力度，通過專業的培訓體系提高工作人員的智能化操作技術：一是電力企業要加大對工作人員的培訓力度，不定期組織工作人員學習機器視覺監測系統的操作技能，增強工作人員適應大數據環境的能力。

　　例如，基于機器視覺監測系統的設計與應用，電力企業要第一時間組織相關人員學習該操作軟件系統的應用流程，懂得基本的處理故障問題的能力。二是及時引進高素質人才。基于電力行業高質量發展要求，電力企業必須要及時引進高素質的復合型人才。例如，電力企業要加強與電力行業協會、科研機構的合作力度，針對機器視覺監測系統的要求引進相應的人才。當然最重要的就是要為人才培養提供良好的機制環境，增加我國高素質復合型電力人才的數量。

　　4.2加大資金投入，完善基礎配套設施基于機器視覺的監控系統離不開系列的改造工程，因此，我國要加大資金投入為機器視覺監測系統的構建提供必要的支撐：一是電力企業要加大資金投入，為機器視覺監測系統的構建提供必要的資金支持。例如，為了加快機器視覺電力監測系統的建設，電力企業要專門設置專項資金用于開展機器視覺監測改造工作。二是要完善相應的配套設施。機器視覺監測系統需要相應配套設施的支持，因此，電力企業要積極完善相應的配套設施建設，為機器視覺監測系統提供相應的硬件支持。

　　4.3完善管理制度，為機器視覺應用提供良好的環境我國相關部門要進一步完善機器視覺監測系統運用的管理制度，為規范機器視覺監測系統運行而提供相應的制度。例如，電氣企業在針對機器視覺監測系統的運行特點而制定相應的管理制度，規范機器視覺監測系統的運行。

　　5結語

　　總之，基于機器人技術的不斷發展與完善，構建基于機器視覺的電力設備監測系統對提升電力設備運行效率、降低故障發生率具有重要意義，因此，我們要立足于電力設備日常管理工作的要求，積極構建機器視覺監測系統，以此推動電力行業的高質量發展。

　　【參考文獻】

　　【1】冷從林.基于機器視覺的變電站壓板開關狀態識別系統研究[D].武漢:武漢理工大學,2019.

　　【2】魏秀琨,所達,魏德華,等.機器視覺在軌道交通系統狀態檢測中的應用綜述[J].控制與決策,2021,36(02):257-282.

　　【3】李煥.基于物聯網技術的智能電力監控系統研究[D].長春:吉林大學,2019.

　　【4】陳文棟.具有CMD邏輯復用功能的高壓輸電線路智能巡檢系統設計[D].濟南:山東大學,2020.

　　【5】孫熙.復雜背景下電力設備識別及狀態監測[D].北京:華北電力大學,2018.

　　【6】王立軍,張拓,劉光偉,等.基于機器視覺技術的高壓斷路器機械特性診斷[J].高電壓技術,2020,46(06):2148-2154.

　　作者：李巖1，李丹2，李建2，騰飛3