變電站無人值守是變電站智能改造過程中的重要環(huán)節(jié),而關鍵電氣柜開關設備的運行狀態(tài)識別對于變電站的安全穩(wěn)定運行至關重要。當前變電站采用人工巡視的方式來監(jiān)測電氣柜開關的運行狀態(tài),人工方式需要工作人員花費大量的人力、物力去對電氣控制柜進行周期性巡視,對保護壓板開關進行核對。隨著電力網絡的不斷發(fā)展,變電站中的電氣控制柜越來越多,工作人員的工作量大幅增加,極容易出現個別設備出現故障或者開關工作狀態(tài)錯誤而沒有及時發(fā)現,造成重大電力事故。針對變電站電氣控制柜開關狀態(tài)自動識別問題,本文研究基于機器視覺技術進行變電站電氣控制柜開關狀態(tài)識別的方法。主要的研究內容如下:（1）設計基于機器視覺技術的電氣控制柜開關狀態(tài)識別系統,該系統包含開關面板圖像采集與開關控制信息獲取系統、開關位置檢測與狀態(tài)識別算法、后期識別結果處理與警報系統。系統使用工業(yè)相機或者智能手機采集開關面板圖像和保存開關控制信息的二維碼,然后輸送至開關檢測與識別系統進行狀態(tài)識別,最后上傳到變電站后臺管理系統進行比對,如果工作狀態(tài)有誤就及時預警。（2）針對開關面板上開關位置檢測問題,研究并提出了兩種算法。第一種算法使用SVM（Support Vect... 

【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校

【文章頁數】：73 頁

【學位級別】：碩士

【部分圖文】：

開關圖像

12事先準備好開關閉合與斷開狀態(tài)的模板，將檢測到的目標開關與模板進行匹配來判別當下開關的運行狀態(tài)。而基于深度學習技術的開關運行狀態(tài)識別算法則利用卷積神經網絡提取目標開關圖像的特征圖，然后基于該特征圖來進行分類，將開關的狀態(tài)識別任務轉換成二分類任務。本課題基于機器學習、卷積神經網絡以及深度學習技術，分別設計了目標開關的運行狀態(tài)識別算法，實現對目標開關運行狀態(tài)的精準識別。開關檢測與識別效果如圖2-3所示。圖2-3開關位置檢測與狀態(tài)識別2.4后期結果處理與警報系統本課題研究的變電站電氣控制柜壓板開關狀態(tài)識別的最終目的是促進變電站的無人值守化，將目前在一線值守的工作人員解放出來。所以整個開關狀態(tài)識別系統最后需要對目標開關的運行狀態(tài)進行處理，上傳至變電站數據管理信息系統，與設定的運行狀態(tài)進行比對并及時預警。當使用行列數先驗知識以及開關邊緣信息進行開關位置的劃分時，不會出現重復檢測問題。但是使用滑動窗口與分類器或者使用深度學習技術進行開關位置的檢測時，難以避免的會出現重復檢測的問題。在使用深度學習進行目標開關的位置檢測時，通常使用非極大值抑制來進行初步的篩選，剔除部分重復檢測結果。由于實際變電站使用系統時，安全責任重大，檢測結果需要保證絕對匹配。因而后期對開關狀態(tài)識別結果的處理首先是要進行去重，然后進行排序操作，將識別結果與電控制柜上的開關一一對應。識別結果去重操作主要計算各個檢測結果之間的歐氏距離，通過設定經驗閾值，判定兩個檢測結果是否有重復，保留目標預測概率較大的檢測結果。同時還需要根據行列數先驗知識，判定檢測是否漏檢，當漏檢比例超過設定的閾值時，

13當前檢測無效，重新進行下一次檢測。如若漏檢比例在可控誤差范圍內，則進行開關排序操作。排序操作將開關運行狀態(tài)識別結果按照電氣控制柜壓板上從上到下，從左到右的順序進行排列。并利用行列數先驗知識，判定漏檢的開關位置，設定漏檢位置開關的狀態(tài)為默認閉合狀態(tài)。將排序結果與開關控制信息進行融合，然后上傳到變電站后臺數據系統。整個數據采集與處理過程如圖2-4所示。圖2-4開關識別處理與警報對于開關狀態(tài)識別系統識別的開關運行結果，需要與變電站后臺管理系統設定的運行狀態(tài)一致，才能確保變電站的穩(wěn)定運行。本次電氣控制柜壓板開關狀態(tài)識別系統設計了警報系統，警報系統得到識別結果后，向變電站后臺管理系統發(fā)起請求，獲取到電網系統設定的開關目標運行狀態(tài)，然后與當前識別結果一一比對。當比對期間發(fā)現不一致的運行狀態(tài)時，立馬發(fā)出警報通知變電站的工作人員，及時進行調整，避免發(fā)生電網運行安全事故，給國家?guī)頁p失。2.5本章小結本章針對變電站電氣控制柜壓板開關狀態(tài)識別問題，設計了基于機器視覺的電氣控制柜壓板開關狀態(tài)識別系統。系統設計了導軌機器人攜帶工業(yè)相機和智能手機兩種方案來采集電氣柜控制面板上的開關圖片。利用滑動框和卷積神經網絡等技術對開關進行檢測，并利用深度學習技術對開關狀態(tài)進行識別。通過對開關狀態(tài)識別結果的去重和排序處理，上傳到變電站后臺數據管理系統，及時發(fā)現運行錯誤的開關控制器，進行報警。整個系統的設計能夠有效的提高變電站壓板開關狀態(tài)巡檢的效率，促進變電站的整體升級，朝向無人值守化進一步發(fā)展。

【參考文獻】：
期刊論文
[1]BOW-HOG特征圖像分類[J]. 鄒北驥,郭建京,朱承璋,楊文君,吳慧,何騏.  浙江大學學報(工學版). 2017(12)
[2]基于SVM的圖像分類算法研究[J]. 孟金龍,丁超洋,周慧,呂爽.  數字技術與應用. 2017(10)
[3]基于SURF的變電站開關分合監(jiān)視識別系統[J]. 公鑫,孟令楓,張濤,馬全云,公政.  儀表技術與傳感器. 2017(08)
[4]基于視頻去抖的室內開關柜狀態(tài)識別[J]. 張義蓮,黃李磊,錢忠,劉涌,王朋朋,馬成紅.  電視技術. 2017(06)
[5]基于直線檢測法的變電站開關狀態(tài)圖像識別系統的研究[J]. 孟令楓,楊興,于曉春,鄧梅,于永進.  電子質量. 2017(04)
[6]基于霍夫森林的變電站開關設備檢測及狀態(tài)識別[J]. 邵劍雄,閆云鳳,齊冬蓮.  電力系統自動化. 2016(11)
[7]變電站壓板在線狀態(tài)監(jiān)測系統的應用[J]. 吉瑞.  電力安全技術. 2016(02)
[8]結合SVM分類器與HOG特征提取的行人檢測[J]. 徐淵,許曉亮,李才年,姜梅,張建國.  計算機工程. 2016(01)
[9]機器視覺與應用[J]. 郭靜,羅華,張濤.  電子科技. 2014(07)
[10]數字圖像處理技術在電氣控制柜開關狀態(tài)識別中的應用[J]. 丁四海,劉玉雪,路林吉.  微型電腦應用. 2013(05)

碩士論文
[1]變電站保護壓板在線監(jiān)測及告警系統的研究[D]. 葉漢華.華南理工大學 2016



本文編號：3106090