智能監(jiān)控系統(tǒng)在現(xiàn)代變電站中的應(yīng)用

孔磊 孔德龍 孔德慧

摘要：現(xiàn)階段，我國的電力行業(yè)建設(shè)的發(fā)展迅速，變電站是電網(wǎng)系統(tǒng)的重要組元之一，傳統(tǒng)變電站依賴人工，可靠性差，無法滿足電網(wǎng)系統(tǒng)的智能化要求。因此建立一個具有智能識別分析能力的現(xiàn)代化變電站，實現(xiàn)對電網(wǎng)系統(tǒng)的智能監(jiān)控和管理，保障電網(wǎng)系統(tǒng)運行的安全性、可靠性，成為電力系統(tǒng)研究領(lǐng)域的一個重要課題。在調(diào)研了國內(nèi)外研究工作基礎(chǔ)上，闡述總結(jié)了智能監(jiān)控系統(tǒng)在現(xiàn)代變電站中的應(yīng)用。根據(jù)國內(nèi)變電站的實際情況，分別從設(shè)備儀表監(jiān)控、非法入侵監(jiān)控、作業(yè)人員行為規(guī)范監(jiān)控等方面進行分類討論，總結(jié)了智能視頻監(jiān)控技術(shù)在變電站中的應(yīng)用，提出了現(xiàn)代變電站建設(shè)的一個可行方式。

關(guān)鍵詞：智能監(jiān)控系統(tǒng);現(xiàn)代變電站;應(yīng)用

引言

智能變電站是構(gòu)成智能電網(wǎng)的重要組成部分，也是保障電能安全與穩(wěn)定輸送的關(guān)鍵。隨著我國智能電網(wǎng)建設(shè)的不斷推進，現(xiàn)有的智能變電站逐步開始信息化建設(shè)，對智能變電站中電力設(shè)備進行狀態(tài)監(jiān)測成為了必不可少的關(guān)鍵環(huán)節(jié)。大量的智能監(jiān)控設(shè)備得到了應(yīng)用，較大地提升了變電站智能化水平。而隨著監(jiān)測技術(shù)的進步，監(jiān)控設(shè)備采集數(shù)據(jù)的周期逐漸減小，由此導致智能變電站監(jiān)測系統(tǒng)無時無刻都需要處理海量的監(jiān)測數(shù)據(jù)，此類數(shù)據(jù)具有以下特征：數(shù)據(jù)量激增，規(guī)模呈指數(shù)級增長;數(shù)據(jù)所具有的結(jié)構(gòu)極為復雜;歷史監(jiān)測數(shù)據(jù)與實時監(jiān)測數(shù)據(jù)呈現(xiàn)多樣化，如電力設(shè)備的運行參數(shù)、實驗數(shù)據(jù)與故障數(shù)據(jù)等;監(jiān)測數(shù)據(jù)類型眾多，除數(shù)據(jù)結(jié)構(gòu)上有所不同外，其查詢與處理方法也有所區(qū)別;各監(jiān)測平臺的通訊互聯(lián)也存在一定的技術(shù)難題。監(jiān)測數(shù)據(jù)的快速增長使得傳統(tǒng)的運行狀態(tài)分析手段難以滿足現(xiàn)有數(shù)據(jù)處理的效率要求，因此亟需應(yīng)用大數(shù)據(jù)技術(shù)實現(xiàn)智能變電站的運行狀態(tài)分析。

1系統(tǒng)應(yīng)用功能

1.1基礎(chǔ)信息管理

監(jiān)控信息基礎(chǔ)數(shù)據(jù)管理實現(xiàn)本系統(tǒng)基礎(chǔ)數(shù)據(jù)的維護管理及與D5000系統(tǒng)的數(shù)據(jù)交互。主要包括：組織機構(gòu)信息、設(shè)備臺賬、標準信息庫、監(jiān)控信號規(guī)則維護等應(yīng)用功能。

1.2設(shè)備臺賬專家?guī)旃芾?/p>

設(shè)備臺賬專家?guī)旃芾硎菍崿F(xiàn)與OMS系統(tǒng)的設(shè)備臺賬保持一致，確保自動生成的監(jiān)控信息點表的間隔名、設(shè)備名能自動匹配，提高監(jiān)控信息點表的校驗合格率。主要包括變電站信息維護、設(shè)備臺賬維護、設(shè)備監(jiān)控信息點表規(guī)則配置等應(yīng)用功能。

1.3監(jiān)控信息點表智能管理

監(jiān)控信息點表智能管理實現(xiàn)監(jiān)控信息表的自動生成、智能審核以及與OMS現(xiàn)有流程的銜接，并在此基礎(chǔ)上實現(xiàn)監(jiān)控信息表的應(yīng)用功能。主要包括設(shè)備信息點表編制（錄入、自動生成）、信息點表管理流程、信息點表校核、信息點表發(fā)布等應(yīng)用功能。系統(tǒng)采用面向?qū)ο蟮谋O(jiān)控信息生成方案。該方案借鑒IEC61850面向?qū)ο筮M行建模的思路，首先將梳理形成的電網(wǎng)典型信息表模型化，形式基準信息庫，然后按照監(jiān)控信息生成規(guī)則對監(jiān)控信息表和基準信息庫進行映射。系統(tǒng)根據(jù)不同屬性的變電站和設(shè)備選擇對應(yīng)的模型對象，自動生成遙信、遙測、遙控信息點表。系統(tǒng)根據(jù)變電站類型、三側(cè)設(shè)備電壓等級、三側(cè)接線方式確定站內(nèi)存在的間隔類型，填寫變電站內(nèi)各類型間隔數(shù)量和間隔名稱后，自動生成站內(nèi)間隔。然后，根據(jù)間隔下設(shè)備生成規(guī)則自動生成間隔下存在設(shè)備，通過基準信息庫與設(shè)備映射關(guān)系生成單個設(shè)備信息表。最后，按照既定規(guī)則將全站設(shè)備信息排序后形成全站監(jiān)控信息表。

2優(yōu)化措施分析

2.1外來人員和小動物管控

變電站作為電網(wǎng)系統(tǒng)的樞紐，任何突發(fā)的變化都有可能對電網(wǎng)造成不可估計的損失。一旦有可疑外來人員或小動物侵入，如果無法迅速作出示警和報警，變電站的安全將無法得到保證。因此，對外來人員和小動物的管控是智能變電站智能識別系統(tǒng)重要的作用。外來人員和小動物管控在視頻監(jiān)控系統(tǒng)中均可歸結(jié)為運動目標監(jiān)控技術(shù)，國外對視頻監(jiān)控技術(shù)中的運動目標入侵識別監(jiān)控技術(shù)研究比較早，技術(shù)已經(jīng)成熟。美國已實現(xiàn)在復雜環(huán)境下對多個運動目標進行檢測、定位以及跟蹤，在部分遮擋環(huán)境下可持續(xù)對多個物體的跟蹤定位，并對運動目標的行為進行識別分析。目前對于運動物體的智能檢測主流的方法大致分為以下三種：光流法、圖像序列差分法和背景減除法。光流法是利用固定攝像機對穩(wěn)定靜止背景中的圖像進行識別，對突然出現(xiàn)的物體進行跟蹤。該方法對背景不是很敏感，但是其信息處理受周圍環(huán)境的影響較大;幀間差分法基本原理是利用圖像灰度來確定圖像中變化的部分，進而確定有無入侵生物。該方法用少量簡單程序就能較好的滿足實時監(jiān)控的要求，但其對勻速或慢速運動目標的監(jiān)控經(jīng)常出現(xiàn)遺漏;背景減除法的主要原理利用當前幀和背景幀作差分來檢測出運動目標。它能夠提取出相對完整的運動區(qū)域信息，提供完整的特征數(shù)據(jù)，但對氣候、光照、噪聲等干擾特別敏感。由于以上幾種方法均存在其優(yōu)點和不足，如果對上述方法的兩種或三種組合改進應(yīng)用，如把背景減除法和二幀差分法結(jié)合起來對運動目標檢測，將會有明顯的改善效果。該方法主要是對二幀差分法進行了改進，把其中的差值運算僅應(yīng)用于相鄰兩幀圖像件，通過和背景減除法做與運算，避免運動目標過大造成誤差，從而對運動目標進行識別。該方法克服了光線變化對背景減除法的影響，避免了二幀差分法帶來的“重影”現(xiàn)象，計算簡單，實現(xiàn)容易，能夠較好的適應(yīng)變電站的復雜環(huán)境，滿足現(xiàn)代變電站建設(shè)的需求。

2.2作業(yè)人員行為規(guī)范監(jiān)控

現(xiàn)代變電站仍需要作業(yè)人員對設(shè)備進行日常維護、點檢，為保障作業(yè)人員安全和設(shè)備穩(wěn)定運行，需對變電站核心區(qū)域的作業(yè)人員進行實時監(jiān)控，以確保其行為規(guī)范性和操作安全性。由于變電站作業(yè)人員衣著規(guī)范，特征顯著，具有較強的辨識度，本文對變電站人員所戴安全帽、所穿防護服等特征衣著進行組合監(jiān)控，通過視頻識別技術(shù)進行智能分析監(jiān)測，對作業(yè)人員活動區(qū)域及操作過程特征動作的規(guī)范性進行實時監(jiān)控，對違規(guī)操作進行警示。電工安全帽是變電站工作人員必須佩戴的安全防護用品，對安全帽佩戴狀態(tài)的自動識別，可以識別作業(yè)人員的佩戴規(guī)范，還能跟蹤識別作業(yè)人員面部特征，判斷作業(yè)人員與現(xiàn)場袖標信息是否一致，更能對其活動區(qū)域和行為規(guī)范作出更準確判斷，從而作為作業(yè)人員行為安全規(guī)范的重要依據(jù)。安全帽識別最重要的指標是檢出準確率，傳統(tǒng)的模式識別方式由于誤報漏報率高，不能滿足現(xiàn)代變電站的要求。此次研究方向，基于深度學習技術(shù)的安全帽檢測算法。深度學習的框架概念很早就被提出，因為當時缺少平臺支持和樣板數(shù)據(jù)，只訓練出了三層神經(jīng)網(wǎng)絡(luò)。隨著GPU芯片的發(fā)展，工業(yè)繁榮期，深度學習技術(shù)得到了飛速發(fā)展，不斷在突破。基于深度學習的算法也不斷在發(fā)布，如基于深度學習的人臉識別技術(shù)、基于深度學習的煙火識別技術(shù)、基于深度學習的車牌識別技術(shù)等。

結(jié)語

針對現(xiàn)有的智能變電站狀態(tài)監(jiān)測所衍生的監(jiān)控設(shè)備大數(shù)據(jù)處理問題，引入大數(shù)據(jù)技術(shù)，在考慮智能變電站監(jiān)控設(shè)備數(shù)據(jù)特性的基礎(chǔ)上，從監(jiān)測、傳輸與分析3個方面分別構(gòu)建智能變電站監(jiān)控設(shè)備大數(shù)據(jù)監(jiān)測平臺、分布式數(shù)據(jù)傳輸系統(tǒng)與數(shù)據(jù)挖掘系統(tǒng)。相比傳統(tǒng)的智能變電站運行狀態(tài)分析方法，有效提升了數(shù)據(jù)讀寫、數(shù)據(jù)傳輸與數(shù)據(jù)分析的效率，并在減少用時的同時提升了分析的準確率。從而有助于維護智能變電站的穩(wěn)定運行，提升電網(wǎng)運行的可靠性。

參考文獻

[1]嚴濤.第三代智能變電站的應(yīng)用研究[D].南昌：南昌大學，2019.

[2]郭俊敏.智能變電站在線監(jiān)測與故障診斷系統(tǒng)設(shè)計與實現(xiàn)[D].福州：福州大學，2017.

（1國網(wǎng)濱州供電公司?山東?濱州?256600：2濱州市高級技工學校?山東?濱州?256600：3國網(wǎng)濱州市濱城區(qū)供電公司?山東?濱州?256600）