圖像識別下的在線遠程巡視方案設計應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了圖像識別下的在線遠程巡視方案設計應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:隨著人工智能圖像識別技術的快速發(fā)展，基于各類典型網絡算法的變電站運維巡視技術得到了業(yè)界的廣泛研究。文章基于人工智能算法成熟度以及應用模型迭代完善需求，構建了一種在線算法模型更新與迭代的在線遠程巡視方案，為變電站端開展在線遠程巡視應用奠定了基礎。

關鍵詞:遠程巡視;人工智能;在線迭代

1研究背景

變電站運行管理方式已經從傳統(tǒng)有人值班逐步向集中監(jiān)控、無人值班方式轉變，智能化應用需求越來越高。隨著國務院《新一代人工智能發(fā)展規(guī)劃》和國家“新基建”工作的全面推進，電力行業(yè)開啟了人工智能技術應用的研究與應用高潮，通過人工智能技術的高效應用，挖掘海量變電站攝像機圖像數(shù)據價值，提升設備缺陷的發(fā)現(xiàn)能力，成為變電站關鍵設備巡視作業(yè)遠程化，創(chuàng)新變電站運維巡視新方法新模式一項重要創(chuàng)新實踐應用。本文在前期系統(tǒng)性研究變電運檢業(yè)務管理、技術、范圍和方式等基礎上最終達到基于人工智能技術的探究，如何在變電設備運維管理方面取得實效是本文立意所在。通過搭建一種在線算法模型更新快捷、算法訓練迭代敏捷的在線遠程巡視方案，能夠有效推進在線遠程巡視技術的應用，賦能變電設備智能運檢管理［1－5］。

2方案設計

采用省級人工智能平臺－地市級/集控站業(yè)務系統(tǒng)－站端視頻智能分析服務器分層、分級的模式部署。物理架構如圖1所示。(1)省級人工智能平臺部署樣本數(shù)據庫、算法在線驗證、算法應用商店，樣本數(shù)據庫提供海量標注數(shù)據做優(yōu)化支撐，算法在線驗證完成算法精確度和穩(wěn)定性做進一步驗證，算法應用商店匯聚已驗證的算法模型統(tǒng)一提供給地市變電站智能運檢管控系統(tǒng)申領使用。(2)地市級/集控站業(yè)務系統(tǒng)部署智能運檢管控系統(tǒng)，執(zhí)行所有業(yè)務邏輯，任務管理下發(fā)，給予各用戶分配相關變電站權限，進行管理其相應變電站業(yè)務。(3)端部署視頻分析服務器，解決傳輸流量大、消耗資源多問題，接收地市級/集控站業(yè)務系統(tǒng)智能分析業(yè)務，調度視頻圖像智能分析算法，進行視頻圖像分析，達到快速響應得目的。(4)數(shù)據交互內容:地市/級集控站業(yè)務系統(tǒng)與省級平臺交互，主要進行模型下載與更新、分析結果主動推送的交互;地市/級集控站業(yè)務系統(tǒng)與站端人工智能分析服務器交互，主要進行任務下發(fā)與執(zhí)行、分析結果上送。(5)在算法層通過容器形式，將人員行為識別、設備狀態(tài)識別、設備缺識別等6類算法部署在人工智能分析服務器，算法調度模塊將根據解析出的相機點位及算法信息調用相應算法進行分析［6］。

3站端作業(yè)核心算法分析流程

在地市級智能運檢管控系統(tǒng)設置巡檢任務，當執(zhí)行巡檢計劃時，通過巡檢任務接口下發(fā)巡檢任務到人工智能分析服務器的巡檢控制服務，巡檢控制服務解析巡檢任務命令、執(zhí)行巡檢計劃，將算法調用指令傳送到算法調度服務。算法服務同時運行不同的算法模型，并將分析結果返回到算法調度服務，并控制數(shù)據返回接口將分析結果上傳到地市的智能運檢管控系統(tǒng)。流程如圖2所示。

3．1人工智能分析服務器與主站業(yè)務系統(tǒng)

API(1)數(shù)據返回接口。站端將算法分析后的數(shù)據，按照規(guī)定格式通過數(shù)據返回接口上傳到主站業(yè)務系統(tǒng)。返回的數(shù)據包括原始缺陷圖片、分析后的畫框圖片、缺陷類型、設備狀態(tài)信息。(2)算法模型更新接口。通過該接口，地市級主站業(yè)務系統(tǒng)可遠程向站端更新算法模型，管理站端服務器中的算法，如進行刪除、上傳、算法分類操作。(3)巡檢任務接口。接收主站業(yè)務系統(tǒng)下發(fā)的巡檢任務信息，并將信息轉發(fā)到站端巡檢控制服務，同時可以返回該巡檢任務執(zhí)行的狀態(tài)，如未開始、執(zhí)行中、執(zhí)行完成。

3．2人工智能分析服務器應用層核心功能

(1)巡檢任務控制服務。巡檢控制服務將接收到的巡檢任務進行解析，識別出其中的巡檢周期、巡視點位、算法類型，然后發(fā)送算法調用指令到算法調度服務，同時控制相機將其轉動到需要識別的預置位。(2)算法調度。算法調度用于執(zhí)行算法調用指令，啟動指令中的算法模型，同時接收和轉發(fā)算法的分析結果。(3)數(shù)據流轉。將分析結果存儲到本地數(shù)據庫，同時轉發(fā)數(shù)據到數(shù)據返回接口。(4)相機控制。根據巡檢命令中的點位信息，通過角度、變焦距離將相機調整到需要分析的預置位。

4優(yōu)勢分析

(1)減少硬件投入。在站端部署人工智能分析服務器，就地對現(xiàn)場采集的數(shù)據進行智能分析，人工智能分析服務器只上傳識別后的分析結果，減少向上級平臺的數(shù)據傳輸量，減少帶寬的投入成本。(2)節(jié)約人力成本。通過地市級變電智能運檢管控系統(tǒng)對主機進行統(tǒng)一管理，對各站的巡檢結果進行匯總分析，減少站端的人員巡視成本，減輕一線運維人員的工作量。通過省級平臺統(tǒng)一進行算法模型訓練，集中了優(yōu)勢力量，不僅提高模型研發(fā)和更新迭代能力，更是降低了重復人力腦力投入成本。

5實踐應用

該方案目前已經成功應用在500kW，220kW，110kW等電壓等級變電站智能運檢管控系統(tǒng)及邊緣物聯(lián)一體化管控平臺建設，作為智慧變電站在線遠程巡視創(chuàng)新應用得到了廣泛認可，下一步將根據項目推廣建設逐步擴大應用。

［參考文獻］

［1］李振偉，蘇濤，張麗麗．人工智能技術在智能電網中的應用分析和展望［J］．通信電源技術，2020(5):152－153．

［2］何書毅，何啟遠，鄭丁，等．基于視頻圖像技術的變電站智能化應用系統(tǒng)研究［J］．測試技術學報，2018(1):65－70．

［3］陳積光，董知周．變電站關鍵圖像識別技術研究［J］．自動化與儀表，2020(4):48－52，57．

［41］尹雁和，賈子然，曾毅豪，等．變電站巡視中的圖像識別技術應用［J］．通信電源技術，2020(3):141－142．

［5］汪金禮，楊可軍，張帆，王皓，等．基于“AI+”的變電站作業(yè)人員行為管控設計［J］．無線互聯(lián)科技，2019(23):37－38．

［6］袁天偉．容器云平臺下任務調度策略研究［D］．桂林:桂林理工大學，2019．

作者：蒯勇 丁飛 朱凱楓 楊可軍 汪金禮 單位：安徽南瑞繼遠電網技術有限公司