風電場智能視頻識別與安全管控技術應用研究

郭 強，李 峰

（北京華電天仁電力控制技術有限公司，北京 100039）

0 引言

隨著風電自動化技術的日益發(fā)展，通過建設調度中心（集控中心）實現(xiàn)無人值守的模式已成為一種趨勢，但由于多方原因如技術、管理等，導致風電場暫時并不能真正的無人值守，無法徹底實現(xiàn)本質安全和減員增效。管理人員不僅需要遠程觀察風電場的每處角落，還要能夠發(fā)現(xiàn)周邊環(huán)境的不正?，F(xiàn)象，并通過遠方遙控技術進行處理。

結合上述需求，本文規(guī)劃的系統(tǒng)能夠自動識別監(jiān)控圖像中的不正常情況，并能夠通過高效可用的方式發(fā)出報警信息，及時協(xié)助運行檢修人員處理問題，最大限度地降低漏報和誤報，杜絕可能的潛在風險。

1 技術可行性研究

通過以下步驟驗證并通過視頻識別的技術可行性：

（1）去背景噪聲和二值化。方法一，統(tǒng)計圖像中的顏色分布，占有率低的顏色判定為背景噪聲。但是前景色和背景噪聲的區(qū)分并不明顯，假如多種取景方法都不能有效的去除背景噪聲，可使用方法二；方法二，本項目中計算灰度后設定一個閾值進行二值化。原理如下：所謂的灰度圖片是取得人眼對色彩敏感度的權值，這個權值對計算機沒有意義?？梢园l(fā)現(xiàn)，這兩個過程完全可以合并。閾值設置為RGB 三分量之和到500。

（2）制作字符樣本。對識別庫來說最重要的就是樣本，因為識別庫很難有獨立的邏輯思維，就算有也要經(jīng)過長期的訓練才能形成滿意的結果。所以必須用事先準備好的樣本進行比較。由人工制作一套樣本，因為上一步已經(jīng)有去除背景噪聲的結果，直接利用即可。

（3）匹配。通過最簡單原始的二值比較進行單個匹配，不過匹配的是匹配率而不是匹配數(shù)。再定義一個計分原則，即應有的有就加分，應有的沒有就減分，不應有的有了就適度減分，可達區(qū)域外的不計分。

由于一些符號的完整匹配結果跟另一些符號的部分區(qū)域匹配結果相似，需要在一個擴大的區(qū)域內把單個匹配進行擇優(yōu)處理，并在一定的范圍內找到最佳匹配，這個匹配就是當前位置對應的符號。完成了一次最佳匹配，可以把匹配位置向右推進一大步，若找不到合適的最佳匹配就向右推進一小步。

（4）優(yōu)化和調整。任意算法都需要優(yōu)化和調整。這一步花費大量的時間和精力來找到最佳代碼組織和參數(shù)配置。

（5）驗證結果。依靠人力來驗證結果，并統(tǒng)計出正確率，修改優(yōu)化算法。

2 項目研究內容

（1）室內接近設備保護區(qū)監(jiān)測與報警。進入室內生產(chǎn)（施工）現(xiàn)場的工作人員，進入設備保護區(qū)容易對設備造成損壞并產(chǎn)生安全事故，系統(tǒng)建設后應能在操作人員靠近或進入設備保護區(qū)時現(xiàn)場自動語音提醒，同時自動上傳現(xiàn)場視頻圖像。

（2）室外進入保護區(qū)監(jiān)測與報警。室外生產(chǎn)（施工）現(xiàn)場的工作人員，如發(fā)生誤入保護區(qū)或翻越現(xiàn)場保護圍欄等違反操作規(guī)程的行為時，很容易造成生產(chǎn)安全事故，系統(tǒng)建設后應能在操作人員靠近或進入設備保護區(qū)時現(xiàn)場自動語音提醒，同時自動上傳現(xiàn)場視頻圖像。

（3）升壓站刀閘開閉狀態(tài)監(jiān)測與報警。風電場升壓站內線路開關存在刀閘跳閘現(xiàn)象，很容易出現(xiàn)大面積停電從而造成跳閘事故；系統(tǒng)建設后由攝像機全程監(jiān)控刀閘狀態(tài)，在刀閘狀態(tài)發(fā)生改變時產(chǎn)生報警，自動上傳現(xiàn)場視頻圖像。

（4）升壓站儀表讀數(shù)監(jiān)測與報警。使用攝像機對風電場內升壓站的儀表讀數(shù)進行復核，通過對站內設備儀表圖像的采集和處理，完成數(shù)字儀表的自動識別，并轉換成數(shù)字信號。同時可對儀表顯示讀數(shù)進行范圍檢測，如果超出規(guī)定范圍則產(chǎn)生報警，自動上傳現(xiàn)場視頻圖像。

3 項目實施方案

以本項目中的刀閘為例闡述項目實現(xiàn)過程，識別刀閘的開關狀態(tài)主要是通過識別其拉桿位置實現(xiàn)的，常用的技術和算法包括：去背景去噪，二化值，神經(jīng)網(wǎng)絡算法，字體分割，訓練（字庫），匹配，優(yōu)化，測試正確率，在次優(yōu)化字庫（提高識別率），返回值（答案），拉桿識別。

（1）定位去干擾反光和抓識別色。首先要確定拉桿的位置和拉桿的狀態(tài)，比如合為0，分開為1，去干擾反光，根據(jù)RGB 圖像建立彩色圖像直方圖，對RGB 圖像進行直方圖均衡化，消除反光對拉桿位置定位的影響。抓識別色，將RGB 顏色空間轉為HSV 顏色空間，根據(jù)識別色的H，S 的閾值確定識別色的范圍。

（2）二值化和去噪。根據(jù)識別色的H，S 的閾值對整體圖像進行分割，對于像素值在H，S 范圍內的將其像素置為255，不在其內部的設為0；這樣就得到了拉桿的二值圖像，在圖像中，白色的區(qū)域就為拉桿區(qū)域，黑色為無關區(qū)域。由于二值化后存在一些噪聲，采用中值濾波方式對圖像進行平滑處理，得到平滑二值圖像。

（3）霍夫線變換，判斷狀態(tài)。由于三只拉桿呈直線狀態(tài)并排出現(xiàn)在二值圖像中，如果對二值圖像做霍夫變換檢測到直線，就可知道各個拉桿的首位坐標。根據(jù)各個拉桿的首尾坐標即可得到拉桿是否是合還是分開。若拉桿底部坐標比合狀態(tài)的高，則表示拉桿為分開狀態(tài)。

（4）特殊環(huán)境處理。由于拉桿監(jiān)控是在室外情況進行，所以要考慮到風，雨，霧等惡劣環(huán)境下的檢測。大風會導致攝像機抖動，拍攝的圖片會模糊不清晰，在這種情況下霍夫變換有可能出現(xiàn)誤差，所以可以采用局部自適應二值化（局部Otsu 算法）對圖像進行二值化，得到二值圖像。而后根據(jù)水平投影獲取到上部與下部的坐標，根據(jù)上部分與下部分的坐標判斷拉桿的開合。具體如圖1 所示。

圖1 二值圖像處理

4 總結與展望

智能視頻識別技術是基于計算機視覺技術對監(jiān)控場景的視頻圖像內容進行分析，提取場景中的關鍵信息，并形成相應事件和告警的監(jiān)控方式，是人工智能的重要組成部分。如果把攝像機看作人的眼睛，智能視頻監(jiān)控系統(tǒng)或設備則可以看作人的大腦。智能視頻監(jiān)控技術借助計算機強大的數(shù)據(jù)處理功能，對視頻畫面中的海量數(shù)據(jù)進行高速分析，過濾掉用戶不關心的信息，為監(jiān)控者提供有用的關鍵信息。

風電場智能視頻識別及安全管控系統(tǒng)建設完成后可與現(xiàn)有風電管理系統(tǒng)及自動化系統(tǒng)無縫對接，根據(jù)上述系統(tǒng)要求，提供升壓站或風機設備運行狀態(tài)圖像、開關操作過程狀態(tài)圖像、儀器儀表工作狀態(tài)圖像，以及風電場巡視、檢修、試驗等工作現(xiàn)場實時圖像的顯示和存儲；并按照調度系統(tǒng)的指令，可手動或系統(tǒng)自動設置相應防區(qū)的布撤防，可對電力調度、高壓區(qū)操作（間隔防護）、高壓區(qū)設備現(xiàn)場維護、設備運行狀態(tài)以及開關異動等異?，F(xiàn)象，提供現(xiàn)場異常圖像自動報警顯示和現(xiàn)場的語音自動播放，從而達到“風電場安全運行”的可視化、智能化的監(jiān)控管理。并從技術手段上進一步對風電場安全生產(chǎn)，尤其是有效杜絕人身傷亡事故，提供了有力保障。