人工智能圖像識別技術(shù)在電力系統(tǒng)中的應(yīng)用

吳躍，郭洋，張永梅，方銳

（國網(wǎng)安徽省電力有限公司信息通信分公司，安徽合肥，230000）

1 理論概述

人工智能的英文全稱為Artificial Intelligence，簡稱AI，主要是對人類的智能以及智能行為進(jìn)行研究、開發(fā)并模擬的科學(xué)學(xué)科，人工智能分屬于計算機(jī)學(xué)科，研究人工智能的核心目的在于模擬人類大腦的智慧，讓計算機(jī)系統(tǒng)、程序能夠模擬出人類智能的思維，能夠模仿人類的行為。

以人工智能技術(shù)為基礎(chǔ)的圖像識別處理技術(shù)，其組成原理主要是處理不同類型的圖片，通過積累大量的數(shù)據(jù)來對圖片、實際事物展開準(zhǔn)確分析判斷，人工智能能夠虛擬化識別的對象，依據(jù)平面圖形在不分析實物的基礎(chǔ)上就可以實現(xiàn)三維化。

2 以人工智能為基礎(chǔ)的圖像識別技術(shù)過程

2.1 圖像的預(yù)處理

以人工智能為基礎(chǔ)的圖像識別技術(shù)中，獲取信息的最主要方式就是圖像預(yù)處理工作，直接對識別結(jié)果造成直接影響，所以屬于整個流程中的關(guān)鍵環(huán)節(jié)。借助圖像預(yù)處理工作，能夠?qū)D像識別系統(tǒng)進(jìn)行輔助可以就圖片特點更加精準(zhǔn)，可以給后續(xù)的工作奠定一些基礎(chǔ)，將識別的時間有效縮減且將復(fù)雜程度有效降低。在進(jìn)行預(yù)處理的工作過程中，最重要的任務(wù)就是將辨識效率全面提高，最常用到的方式就是降噪和去霧。

利用預(yù)處理工作可以實現(xiàn)圖片還原，將圖片還原成質(zhì)量清晰地。在電力系統(tǒng)中的應(yīng)用就是，在進(jìn)行架空輸電線路巡檢過程中應(yīng)用智能圖像識別技術(shù)，能夠?qū)⑹占降膱D片進(jìn)行一鍵處理，實現(xiàn)圖片數(shù)據(jù)獲得最優(yōu)解。

2.2 圖像特征提取

對于圖像特征提取工作，主要分為提取、選擇兩個環(huán)節(jié)。在目標(biāo)圖像中，有可能包含許多個特征點，這些特征點都分別對應(yīng)著各自的特征子集，特征點的選擇要求科學(xué)這是充分保證能夠高效準(zhǔn)確識別圖片的關(guān)鍵。當(dāng)前圖像最常見的特征點包括以下幾個部分：顏色特征、圖像紋理、圖像形狀、空間關(guān)系特征等等，這些特征中顏色第一捕捉特征點,但在局部特征捕捉,圖像紋理特征是第一特征點,如圖1為圖片的關(guān)鍵點的截取。能夠看出來，以人工智能為基礎(chǔ)的圖像識別技術(shù)在應(yīng)用方向、識別需求上，能夠針對性的實現(xiàn)特征抽取、選擇?？傮w來講，圖片中會包含非常多的信息量，因此在應(yīng)用技術(shù)手段時應(yīng)該對圖片特征進(jìn)行有效區(qū)分。比如電力系統(tǒng)中，架空輸電線路巡查檢修時應(yīng)該對電線的紋理特征進(jìn)行提取，這樣能夠及時發(fā)現(xiàn)線路存在哪些問題。

圖1 圖片特點截取

2.3 圖像匹配分類

以人工智能為基礎(chǔ)的圖像識別技術(shù)，圖像匹配分類是其中最后的一個環(huán)節(jié)。通過嚴(yán)格落實各個流程，根據(jù)流程結(jié)果從數(shù)據(jù)庫中把相同圖片信息調(diào)取出來，這樣能夠完成特征的分析。對于電力系統(tǒng)來講，以人工智能為基礎(chǔ)的圖像識別技術(shù)開展架空輸電線路巡查檢修時，應(yīng)該按照圖片具體情況來做圖像匹配分類，從數(shù)據(jù)庫中將對應(yīng)信息調(diào)取出來以實現(xiàn)對應(yīng)處理。

3 人工智能圖像識別技術(shù)應(yīng)用內(nèi)容

3.1 采集數(shù)據(jù)信息在線監(jiān)控系統(tǒng)應(yīng)用分析

電力系統(tǒng)在具體運(yùn)行的工作過程中，會有很多意外情況發(fā)生，對電力系統(tǒng)的安全危害很大，比如盜竊、失火等情況。所以，為了能夠有效避免意外情況造成的不利影響，需要及時的做好信息信息采集工作，通過在線監(jiān)控電力系統(tǒng)方便提供給異常警報數(shù)據(jù)方面的信息，能夠讓技術(shù)人員對具體異常情況作出及時了解，及時的處理異常情況。監(jiān)控系統(tǒng)能夠?qū)崿F(xiàn)進(jìn)出人員的實時監(jiān)控，能夠利用圖像識別技術(shù)來作出準(zhǔn)確識別。在線監(jiān)控系統(tǒng)可以利用紅外攝像頭，對進(jìn)出人員的紅外線輪廓進(jìn)行掌握，這樣能夠利用輪廓在進(jìn)行數(shù)據(jù)的預(yù)處理。還有就是，紅外攝像頭你能夠感應(yīng)溫度，即便是火力發(fā)電也可以根據(jù)火焰狀態(tài)進(jìn)行識別，將火焰溫度進(jìn)行確定來充分保障電力系統(tǒng)安全。

3.2 柜面圖像智能應(yīng)用分析

監(jiān)控圖像獲取以后，就需要進(jìn)行以下三個步驟。首先，檢測與標(biāo)定壓板內(nèi)容。當(dāng)前設(shè)備標(biāo)定算法一般都是人工來完成，效率比較低下。所以以人工智能為基礎(chǔ)的圖像自動檢測方法能夠?qū)崿F(xiàn)畫面區(qū)域的自動標(biāo)定與類型設(shè)定，將人為標(biāo)定效率全面提升；其次，指示燈狀態(tài)識別。通過研究通用的指示燈狀態(tài)識別算法，對不同廠商、不同規(guī)格的非標(biāo)準(zhǔn)指示燈狀態(tài)的顯示結(jié)果進(jìn)行讀取；最后，報警狀態(tài)識別。通過研究可擴(kuò)展的報警狀態(tài)識別算法，方便后期添加和刪除一些報警規(guī)則。

3.3 視頻濃縮快照與異常報警應(yīng)用分析

數(shù)據(jù)存儲量較大，可以選擇視頻濃縮的方式來科學(xué)降低。為了能夠滿足不同約束的數(shù)據(jù)檢索需要，其中包括按時間點檢索、按數(shù)據(jù)變化檢索方式等等，能夠?qū)?shù)據(jù)以及與之對應(yīng)的圖像進(jìn)行同步存儲，通過形成時間點的數(shù)據(jù)快照來提供給技術(shù)人員分析。首先，視頻排序是按照時間序列的，數(shù)據(jù)同步快照系統(tǒng)：要研究圖像與數(shù)據(jù)的存儲方式，將冗余數(shù)據(jù)摒除并且對數(shù)據(jù)庫進(jìn)行精簡，充分滿足用戶的定制化查詢需要；其次，異常報警。系統(tǒng)識別出某個異常數(shù)據(jù)時，進(jìn)行警報并作出同步異常顯示。二次屏柜對其進(jìn)行智能監(jiān)控，通過搭建一套以人工智能圖像識別技術(shù)為基礎(chǔ)的變電站二次設(shè)備智能巡檢系統(tǒng)，利用系統(tǒng)來進(jìn)行監(jiān)管；最后，將數(shù)據(jù)進(jìn)行匯總并報送至數(shù)據(jù)倉庫，通過大數(shù)據(jù)與電力模型結(jié)合形成的數(shù)據(jù)系統(tǒng)，全面提高監(jiān)控效率，降低值班人員的勞動量，為電網(wǎng)運(yùn)行提高堅實保障。

4 基于計算機(jī)視覺的圖像處理識別平臺應(yīng)用

4.1 以計算機(jī)視覺為基礎(chǔ)的圖像處理識別平臺技術(shù)要求與性能指標(biāo)

技術(shù)要求與性能指標(biāo)重點包括以下六個方面。首先，預(yù)先處理采集到的二次設(shè)備圖片，處理的內(nèi)容包括圖片數(shù)據(jù)存儲與清洗、尺寸重整、分類標(biāo)注，完成預(yù)處理后的圖片再開展人工智能圖像分析系統(tǒng)的訓(xùn)練與識別工作；其次，圖像信息的提取。以計算機(jī)視覺深度學(xué)習(xí)算法為基礎(chǔ)，識別和信息提取預(yù)處理完以后的二次設(shè)備圖像，這一階段有待識別的關(guān)鍵點包括二次屏柜上的指示燈、壓板、開關(guān)狀態(tài)、指示數(shù)字等。要去高精度的識別，較快速的響應(yīng)時間；然后，上傳識別結(jié)果并作出分析。數(shù)據(jù)要整理成符合電網(wǎng)安全管理規(guī)范要求的，通過接入來源與通道設(shè)計并將數(shù)據(jù)識別結(jié)果上傳，上傳后系統(tǒng)分析識別結(jié)果，對正常、異常情況進(jìn)行判斷；接著，二次設(shè)備對信息結(jié)果進(jìn)行提取，可視化呈現(xiàn)出來。結(jié)果在Web和App上分別能呈現(xiàn)出來，二次屏柜上能夠顯示指示燈、壓板、開關(guān)狀態(tài)等圖像，圖像能夠直觀實現(xiàn)對二次設(shè)備的實時監(jiān)控；再就是，二次設(shè)備異常狀況告警。告警信息主要是二次屏柜的監(jiān)控圖像數(shù)據(jù)，以可視化的推送方式來實現(xiàn)異常設(shè)備的實時告警。異常狀況主要包括二次屏柜的監(jiān)控圖像數(shù)據(jù)，經(jīng)過深度學(xué)習(xí)網(wǎng)絡(luò)后得到識別結(jié)果，所有的數(shù)據(jù)信息及識別結(jié)果疊加后進(jìn)行可視化呈現(xiàn)，實現(xiàn)對二次設(shè)備的實時監(jiān)控；最后，性能指標(biāo)。指示燈定位準(zhǔn)確率>95%，狀態(tài)識別準(zhǔn)確率>90%，壓板定位準(zhǔn)確率>95%，狀態(tài)識別準(zhǔn)確率>90%，開關(guān)定位準(zhǔn)確率>95%，狀態(tài)識別準(zhǔn)確率>90%。

4.2 監(jiān)控界面及交互系統(tǒng)

對于監(jiān)控界面以及交互系統(tǒng)，重點包括四個方面的內(nèi)容。首先，技術(shù)方面的要求。以計算機(jī)視覺圖像處理識別平臺為基礎(chǔ)，圖像識別結(jié)果信息傳輸接口獲取信息后經(jīng)平臺處理獲得二次屏柜指示燈、開關(guān)狀態(tài)、壓板等數(shù)據(jù)信息，信息傳輸結(jié)果被儲存到了人機(jī)交互系統(tǒng)；其次，二次設(shè)備信息監(jiān)控界面。按照傳輸以后在交互系統(tǒng)中的設(shè)備儲存的設(shè)備狀態(tài)信息，對設(shè)備的監(jiān)控情況進(jìn)行實時動態(tài)顯示，界面能夠?qū)⒑笈_識別結(jié)果全面的展示出來，可以達(dá)到自動化的管理。監(jiān)控界面要求能夠?qū)⒏婢瘮?shù)據(jù)推送接口有效保留，能夠?qū)崟r對設(shè)備運(yùn)行的異常狀態(tài)進(jìn)行告警；然后，人機(jī)交互系統(tǒng)。人機(jī)交互系統(tǒng)能夠幫助監(jiān)控工作人員查驗各個設(shè)備的監(jiān)控信息，能及時的處理異常運(yùn)行狀況。還有就是，系統(tǒng)可以支持技術(shù)人員再確認(rèn)設(shè)備異常運(yùn)行信息，能夠及時準(zhǔn)確地發(fā)現(xiàn)設(shè)備存在哪些故障；最后，性能指標(biāo)。界面能夠?qū)⑺写R別信息呈現(xiàn)出來，界面包含著單點實時圖像信息，人機(jī)交互系統(tǒng)支持監(jiān)控人員隨時登陸與查驗。

4.3 后臺服務(wù)系統(tǒng)及視頻流獲取程序

對于后臺服務(wù)系統(tǒng)以及視頻流獲取程序，重點包括四個方面的內(nèi)容。首先，技術(shù)方面要求。對攝像頭進(jìn)行驅(qū)動運(yùn)行并實現(xiàn)圖像采集，實現(xiàn)智能圖像采集終端運(yùn)行驅(qū)動，特別是能夠分清兩種明暗環(huán)境，將對應(yīng)的預(yù)制參數(shù)進(jìn)行自動加載，這樣可以獲得清晰、準(zhǔn)確地圖像，可以實時的進(jìn)行圖像抓取然后向服務(wù)器后代進(jìn)行傳輸并處理；其次，系統(tǒng)后臺服務(wù)。將底層的攝像頭驅(qū)動程序與識別算法服務(wù)相互串通，對于攝像頭上傳回來的圖片向數(shù)據(jù)庫中存入，通過對識別算法程序進(jìn)行調(diào)用來識別數(shù)據(jù)庫中圖像的狀態(tài)，重新將識別結(jié)果、圖像存入到數(shù)據(jù)庫中，將前端顯示出的識別結(jié)果調(diào)用出來；然后，歷史圖像及識別結(jié)果保存。存儲系統(tǒng)的歷史抓取圖像到redis數(shù)據(jù)庫，這一數(shù)據(jù)庫是在服務(wù)器上部署的，圖像與歷史識別結(jié)果相互對應(yīng)然后保存在My SQL數(shù)據(jù)庫，這樣方便追溯還原設(shè)備的歷史異常狀態(tài)，這樣可以確保后期分析出現(xiàn)異常情況時可以提供給使用者真實的現(xiàn)場數(shù)據(jù)；最后，性能指標(biāo)。能夠同時支持最少80單位的智能圖像采集終端，實現(xiàn)在線圖像采集，能夠做到3 000個以上點位的識別時間<15 min。

5 電力系統(tǒng)中人工智能圖像識別技術(shù)的應(yīng)用難點以及具體解決措施

首先，應(yīng)用難點在于電力系統(tǒng)數(shù)據(jù)深度分析和二次屏柜的主動識別算法框架設(shè)計。針對這類難點需要學(xué)會綜合運(yùn)用各類技術(shù)手段，比如圖像處理、機(jī)器學(xué)習(xí)技術(shù)等等，借助理論分析、實驗研究相互結(jié)合，利用高效、快速識別算法來對指示燈面板、開關(guān)、壓板、指示數(shù)字等圖像展開研究和設(shè)計，這樣可以做到視頻濃縮以及異常報警，通過研究系統(tǒng)架構(gòu)等關(guān)鍵技術(shù)來建立起一套可以實現(xiàn)快速反應(yīng)、準(zhǔn)確識別和報警的算法框架。其次，難點還包括數(shù)據(jù)快照及索引技術(shù)研究及應(yīng)用。這一技術(shù)應(yīng)用難點在于借助智能終端的采集，對識別服務(wù)器的量化匯總以后進(jìn)行數(shù)據(jù)快照及索引技術(shù)的研究，借助Key-Value型的數(shù)據(jù)庫LMDB來持久化的存儲、分析圖像和相關(guān)監(jiān)控數(shù)據(jù)，同時允許客戶進(jìn)行查詢、報警以及上傳。