变电检修计算机视觉技术应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了变电检修计算机视觉技术应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要：在本文的分析过程中，主要阐释现阶段在变电检修过程中应用到的计算机视觉技术，以此帮助相关领域的研究人员充分的理解。

关键字：计算机视觉技术；人工智能；计算模型；视觉系统

1计算机视觉技术

现阶段，人工智能系统已经成为全世界范围内的尖端科技之一，为此在各个领域当中，都有在进行人工智能系统的应用尝试。在人工智能系统当中，计算机视觉技术是核心的组成部分，计算机视觉技术，需要由若干个图像信息组合而成，在进行变电检修的过程中，便可以很好的对这一技术进行应用，进而替代原本的工作人员参与的工作，利用对各种图片信息的整合，以此形成视觉技术类型，从而有效的避免原本人工形式下，容易出现的各种误差和失误。对于现阶段的电力系统建设过程中，视觉技术的应用可以起到良好的作用[1]。计算机视觉技术，本质上就是一种可以让计算机系统“看”的技术类型，只不过在应用的过程中并不需要人类通过双眼去观察，而是需要使用计算机系统进行“看”，甚至可以说计算机视觉技术的出现，就是让计算机学会去“看”，进一步提升人工智能化的程度。对于计算机视觉技术而言，隶属于计算机技术的一个分支，在进行工作的过程中，需要由摄影机、扫描仪、成像仪以及电脑等诸多的设备仪器，以此来替代人眼的观看模式，对其需要被检测的对象，进行视觉层面上的识别、分析以及测量和监测等作业[2]。是现阶段逐渐发展起来的一种信息技术类型，随着人们对于计算机视觉技术的深入研究，已经逐渐朝着更高的人工智能方面进行着发展。在具体的应用过程中，人们也正在逐渐将图像当中的多维数据，同人工系统进行有机的融合，这样便可以很好的处理信息的分析工作，并对行为进行一定的控制。但是需要特别注意的是，计算机视觉不等同于机器视觉，这样的两个术语在概念上有着一定的区别，但是又有着一定的关联性。首先对于计算机视觉而言，在运行的过程中是对图像进行一定的处理、模式识别以及将人工智能技术进行有效的运用，因此在实际操作中更加偏向于，对单幅或者多组的图像进行计算机端的分析处理。对于图像的采集，可以进行单个传感器或者多组传感器的方式进行获取，同时也可以实现，在单一的传感器当中，在不同的时间点当中对图像进行序列的获取。在分析的过程中，需要对采集图像的目标进行识别，从而明确出观察对象的具体形状和位置，并采用三维景物的方式对物体进行解释[3]。通常情况下，在对计算机视觉进行研究的过程中，会比较常用几何模型或者复杂的知识进行图像信息的表述，并在建立起来的模型上进行匹配和检索。在具体的收缩模上，普遍采用自低向上的形式。而对于机器视觉技术而言，主要是在计算机视觉技术的基础之上，进行工程化的处理，以此让设备可以进行自动化的信息获取，并对一些特定的图像进行详细的分析，起到对行为进行控制的作用[4]。以此，机器视觉能够帮助计算机视觉在应用的过程中，提供出丰富的图像信息，以及对观察对象的分析理论，并赋予基本的逻辑算法。也就是，机器视觉需要为计算视觉的应用，提供基本的传感器模型、逻辑算法以及基本的系统结构。为此，现阶段可以这么认为，在一个机器当中，视觉系统可以对单一物体，进行自动化的单幅或者多组图像的识别，同时对获取到的视觉信息进行详细的分析，比对各种特征量，以此对分析的数据进行结果的计算，进而做出合理的决策。

2计算机视觉技术在变电检修领域的应用

2.1智能变电站的当中的应用

现阶段智能变电站的出现，是一种具有着较低能源损耗，以及可以长期稳定运行下去的智能设备。在这样的变电站当中，主要形成了在全站信息的数字化传输形式，同时也是进一步的将通信的网络化，保障在变电站运行的过程中，信息可以具有着较高的共享性，同时在对信息的共享、采集、测量以及具体的控制过程中，都可以实现自动化的保护，在变电站运行的过程中，也能够实现全天候不间断的自动控制，对其中出现的各种问题以及状态进行调节。变电站在智能化之后，从技术层面上来看，是一种技术性的自动化发展，可以将原本人工需要参与的工作全部交给系统来执行。而在结构上来看，智能变电站当中，需要安装各种电子互感器以及电子的传感器，包括一些智能开关以及各种先进的智能化设备，为此需要对整体的系统进行全面的信息化革新。但是在这样拥有较高数量的电子设备的变电站来说，一旦在发生变电站故障的时候，就会需要信息系统进行良好的管控，能够实现计算机系统层面的智能化监测。虽然在传统的巡检过程中，会使用到二次设备，进行变电系统的自动诊断，是相比较传统的人工检修过程有着质的变化，可以最大限度的降低人工的参与程度，从而保障在对变电站进行更高效的检修。但是，虽然在应用的过程中，其智能后台可以为检修的工作人员，提供一些保护设备的运行状态的信息，以及对当前电力线路以及各种运行当中的电力设备的运行状态信息进行提供，但是在一些现场保护装置的面板上，对于各种出现的知识等，以及新厂保护装置面屏上的重要信息提示，还需要相关技术人员来到现场进行人工形式的判断和分析。对于这一类信息而言，在进行故障的成因以及对故障进行精准定位的过程中，有着重要的价值，也是重要的参考数据。对于变电站现场而言，其中变电站的控制室里由于安装了诸多的电力保护装置，使得在这个区域当中，需要进行摄像头的安装，并实现了智能巡检机器人的设置，这样在进行电力巡检的过程中，便可以不需要在利用人工的方式，来到现场进行保护装置的监测。同时也能够对现场当中，各种装置面板上的致死等，以及文字信息进行分析和获取。在具体的应用过程中大体上可以分为两种不同的场景。首先当变电站发生故障的时候，安装的智能巡检机器人hi第一时间进行现场情况的拍照，对现场出现的各种设备以图像的形式，传输给系统的后台，进行分析。第二种情况主要是会对故障发生的时候，对信息的变化进行相应的比较分析，一旦在信息出现异常情况的时候，例如故障灯亮起、成长运行过程中的灯灭掉，或者应该进行闪烁的灯突然不闪烁等情况，这时候系统就能够及时的发出警报，通知相关技术人员。对于上述的第一种情况而言，在系统运行的过程中，需要利用视觉技术的手段，对在外观上几乎等同的电力设备进行智能化的分析，从而找到与故障有着密切关联的保护装置，之后再对该设备进行拍摄的自动对焦、方法缩小、录像等操作。而对于第二种情况而言，则需要利用计算机视觉技术的图像识别能力，对设备进行多组的拍摄，从而进行图像的信息分析处理，以此能够进行各种预警模式的识别，进而做出相应的判断。同时，对于变电站当中的室外隔离开关而言，也就是刀闸，也需要对其具体的位置信息，采用计算机视觉技术的方式进行信息的识别，例如需要对合闸、分闸以及接地的状态进行图像的识别。

2.2在线检测的应用

伴随着电力系统的高速发展，因此对电气设备的检修工作，从原本的计划检修方式，转变为状态型的检修方式。而利用计算机视觉技术实现的在线状态监测，能够利用摄像头当中的红外拍摄技术手段，对其故障问题进行检测。在进行红外图像的识别过程中，是由于不同物体在不同状态当中的温度有着较为密切的联系。为此，在使用红外热像仪进行拍摄的过程中，可以得到对各类检测对象的红外图像信息，之后再对其图谱进行相应的比对和分析，进而实现现阶段的智能化变电站当中的电力设备的巡检作业。这样的工作开展方式，是建立在对整个变电站温度有效管理的基础之上所开展的，因此在也是能够有效的保障维持整个系统的安全稳定性关键所在。例如在变电站运行的过程中，一旦在断路器出现了接触不良的情况，就会直接导致在局部位置发生温度的上升，又或者由于在局部位置出现少油的情况，使得发生了升温的故障，这样的故障分析当中，均可以使用计算机视觉技术，来对温度异常的位置进行精准的定位，之后在将其图谱拍摄下来对比正常情况下的数据信息，一旦当下的红外图像超出了规定的阈值，就表明在该位置发生了故障问题，之后在通知相关技术人员，进行故障的全面信息判定。

参考文献

[1]柳琦,涂郑禹,陈超,吴鹏.计算机视觉技术在食品品质检测中的应用[J].食品研究与开发,2020,41(16):208-213.

[2]张钰玲,卢丹萍.基于机器视觉的工业机器人分拣技术研究[J].科学技术创新,2020(22):95-96.

[3]罗元,肖航,欧俊雄.基于深度学习的目标跟踪技术的研究综述[J/OL].半导体光电:1-12[2020-08-11].

[4]王爱丽.基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D].北京交通大学,2016.

作者：蔡骏峰 汤胜 刘海琼 邹芹 张磊 王丹君 单位：国网湖北省电力公司武汉供电公司