法安网

法安网内容检索

当前位置:首页 > 人工智能 > 视频监控

红外视频系统设备差异化监测预警技术在肉直阀厅中的应用

时间:2019-06-17 15:11:15   来源:国网福建省电力有限公司检修分公司、浙江大立科技股份有限公司

[法安导读]    厦门柔性直流工程是世界上第一个采用真双极接线的柔性直流输电工程,工程额定电压土320干伏,额定容量100万干瓦,于2015年12月投产。该工

  厦门柔性直流工程是世界上第一个采用真双极接线的柔性直流输电工程,工程额定电压土320干伏,额定容量100万干瓦,于2015年12月投产。该工程新建换流站两座,分别是位于厦门市翔安南部地区的彭厝换流站和位于厦门岛内湖里区的鹭岛换流站,线路总长10.7干米。厦门柔性直流工程的建成,将有效消除厦门岛作为无源电网的劣势,不仅可以补充厦门岛内电力缺额实现有功功率的快速调节,还具备动态无功补偿功能,能快速调节岛内电网的无功功率,稳定电网电压。 该工程不仅满足厦门岛内负荷增长需求,提高供电可靠性、输电能力和稳定运行水平,还对推动大容量柔性直流输电先进技术在世界的示范应用有着重要意义。

  目前厦门检修公司所管辖的柔性换流站的核心换流设备均布置在桥臂电抗器室、阀厅、直流场室内,主要设备有换流阀、电压测重装直、电流测重装置、避雷器、穿墙套管、直流转换开关、直流刀闸、平波电抗器、桥臂电抗器,设备仕带电运行中田于安全距离原因人员无法进入室内巡视。例行巡检主要依赖配置于柔直阀厅的内部视频监控系统和红外监控系统。

  一、现状之不足及解决方案

  目前配置的红外监视系统及视频监控系统完成了直流场、桥臂电抗器室、阀厅内设备工作温度状态监测功能,但仍不具备智能视频分析预警功能,无设备潜在缺陷发展过程的提前预警功能,采用现有系统对直流场、阀厅、交流场设备巡视时,由于室内设备数量巨大,画面数量多,仅仅依靠人工的观察视频画面判断和检查不但耗费时间巨大并且可能遗漏重要的设备潜在隐患或异常。

  在此基础背景下,提出了一种基于智能识别技术的智能变电站设备识别分析管理系统的应用研究,实现换流阀子模块爆裂、直流设备绝缘放电自动判别功能。并将现有的在线监测系统进行升级。

  二、应用方案

  1.系统用户界面设计方案系统增加如下友好的人机界面:

  (1)可以配置报警声音开关。

  (2)可以配置定时启动判别的时间间隔。

  (3)可以手动启动判别。

  (4)可以选择基准图片的目录和待判别的图片目录.

  (5)可以输出常见的错误信息,如基准图片与待判别的图片数量不符等等。

  (6)判别到差异图像后应能自动显示图像文件名、显示基准图片与待判别的图片。可以批量显示或者逐个显示.

  (7)判别过程有进度条显示.

  (8)判别结束后显示语音提示如“智能判别正常”或者“智能判别异常,请查看异常图片清单”。

  (9)可见光图片和红外图片均进行判别。

  (10)当用户可以提供更多的现有数据时,模型可以人工启动进行再训练。(11)具备可以备份旧模型参数功能。

  2.项目架构设计

  系统配置1080P的可见光摄像头,可以获取高清可见光视频图像,对目标进行放大、定位观测分析。

  系统结构图如1所示.

  3.智能识别功能设计

  (1)图像配准处理模株式

  系统采用Sift图像特征算法的原理获取特征点,Sift是David Lowe于1999年提出的局部特征描述子,并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中,Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。

  总体来说,Sift算子具有以下特性:

  1 Sift特征是图像的局部特征,对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性,对视觉变化、仿射变换也保持一定程度的稳定性。

  2独特性好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。

  3多量性,即使少数的几个物体也可以产生大量Sift特征向量.

  4速度相对较快,经优化的 Sif匹配算法甚至可以达到实时的要求。

  5可扩展性强,可以很方便的与其他形式的特征向量进行联合.

  Sift特征匹配算法主要包括两个阶段,一个是Sift特征的生成,即从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量;第二阶段是Sift特征向量的匹配。

红外视频系统设备差异化监测预警技术在肉直阀厅中的应用

  Sift特征的生成包括以下几个步骤:

  1构建尺度空间,检测极值点,获得尺度不变性。

  2特征点过滤并进行精确定位。

  3为特征点分配方向值.

  4生成特征描述子。

  5寻找匹配点.

  以特征点为中心取16x16的邻域作为采样窗口,将采样点与特征点的相对方向通过高斯加权后归入包含8个bin的方向直方图,最后获得4x4x8的128维特征描述子(如图2所示).

  (2)采用Sif图像特征算法的判断设备表面特征系统采用数字高清相机拍摄每个设备的高清图像,采用Sift图像特征算法建立识别模型,在巡检过程中,首先定位识别该设备,然后通过图像特征比较,判别设备表面是否有异常,可识别换流阀子模块爆裂、直流设备绝缘放电等特征。一旦发现设备表面特征变化较大,系统发出报警提示某个设备可能存在故障。

  表面特征变化系数在实际使用过程中可以根据实际情况调整。

  1采用改良感知哈希算法判断设备形变。 分别生成基图和当前图像中设备的二维“指纹”,然后根据改良汉明距离来判断两设备是否有发生形变。

红外视频系统设备差异化监测预警技术在肉直阀厅中的应用

  2缩小尺寸。 将图像缩小到8*8的尺寸,总共64个像素。这一步的作用是去除图像的细节,只保留结构/明暗等基本信息,摒弃不同尺寸/比例带来的图像差异。

  3简化色彩。将缩小后的图像,转为64级灰度,即所有像素点总共只有64种颜色。

  4计算平均值。计算所有64个像素的灰度平均值。

  5比较像素的灰度。 将每个像素的灰度,与平均值进行比较,大于或等于平均值记为1,小于平均值记为0。

  6计算二维哈希值。将上一步的比较结果,存储在8x8的整数型数组中,就构成了一个64位的整数二维数组,这就是这张图像的二维指纹。

  (3)设备温度获取及分析判断系统具备如下几个功能:

  1设备自动识别管理

  对与系统采集的热图(无论自动采集还是人工采集)进行自动识别,通过图像配准的方法识别出该热图能有效的设备目标,保证温度检测的有效性。

  2防误报识别系统

  所有的温度测量都基于有效的目标识别,根据巡查策略可以只测量标记过的设备,对于外界的干扰热源自动剔除,有效地防治了误报警的产生。

  3详细设备工作状态管理建立所有设备以及设备部件的管理体系,在自动巡检的同时对本红外热像仪巡视范围内的所有设备部件进行温度分析记录。 在报警的时候可以详细到具体设备故障部位.

  4自动巡检

  系统可对云台设置预置位(每个云台可设置128个预置位),并最大利用机器智能方式运作,无需看管而自动定时启动巡测,并保存巡检时所采集的热图和记录巡检时的温度信息。

  系统在运行过程中采用同类设备温差判断预警,在自动巡检的基础上,通过算法对同类设备温差判断预警。 在设备设别的基础上,将阀组件温度时间散点集合,可以分别拟合构成不规则曲线,通过同类设备时间温度曲线相似度判断预警(如图3所示)。

红外视频系统设备差异化监测预警技术在肉直阀厅中的应用

  设备时间温度曲线判断时采用的Pearson相关性系数可以看出是升级版的欧氏距离平方,因为它提供了对于变量取值范围不同的处理步骤。 因此对不同变量间的取值范围没有要求,最后得到的相关性所衡量的是趋势,而不同变量量纲上差别在计算过程中去掉了,等价于z-score标准化。

  三、预期的实施效果

  系统预期可实现柔直阀厅设备自动巡检,并按预先设定的预警值发出声音报警信号,使运行人员(或通过值班监控人员)能及时采取相应的措施,用减少负荷或改变系统运行方式等手段,确保设备运行的安全,提高运行人员对设备缺陷的识别能力和预见性。系统在完成除预先设计的自动巡检、自动预警、远程控制、远程监视以及告警等功能外,更进一步提供了后续数据处理及分析的功能。 系统预期可自动根据预先设计的巡检策略,定时控制视频系统转动的各个设备位置,监测采集当前设备的外形形态及工作状态热图,记录这时设备的工作温度,通过以上的工作序列以后,系统可以给出所有处于巡检策略的设备在一段时间内每天同一时间上的温度数据,并形成温度变化曲线图,当该温度曲线产生明显的拐点时,就是该设备将出现故障的前兆,需要辅以其他的观测手段特别重点观察。当然,在观察设备工作状态变化趋势时,也需要同时结合其他在线检测系统的数据(如该设备的电流变化趋势),以便对设备的工作状态给出尽量准确的判断。

  采用视频设备差异化预警技术的新型在线巡检系统,在确保设备异常可以及时得到预警的同时,也大幅提高了巡视工作效率,实现了阀厅设备巡检的智能化,为电网安全稳定运行提供了技术保障。

  作者:何志甘、范彦琨、陈光焰、陈红强、朱光南

  编辑:广汉

声明:

本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。

征稿启事

  • 投稿信箱:195024562@qq.com

品牌推荐更多>>