圖像識別下的在線遠(yuǎn)程巡視方案設(shè)計(jì)應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了圖像識別下的在線遠(yuǎn)程巡視方案設(shè)計(jì)應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:隨著人工智能圖像識別技術(shù)的快速發(fā)展，基于各類典型網(wǎng)絡(luò)算法的變電站運(yùn)維巡視技術(shù)得到了業(yè)界的廣泛研究。文章基于人工智能算法成熟度以及應(yīng)用模型迭代完善需求，構(gòu)建了一種在線算法模型更新與迭代的在線遠(yuǎn)程巡視方案，為變電站端開展在線遠(yuǎn)程巡視應(yīng)用奠定了基礎(chǔ)。

關(guān)鍵詞:遠(yuǎn)程巡視;人工智能;在線迭代

1研究背景

變電站運(yùn)行管理方式已經(jīng)從傳統(tǒng)有人值班逐步向集中監(jiān)控、無人值班方式轉(zhuǎn)變，智能化應(yīng)用需求越來越高。隨著國務(wù)院《新一代人工智能發(fā)展規(guī)劃》和國家“新基建”工作的全面推進(jìn)，電力行業(yè)開啟了人工智能技術(shù)應(yīng)用的研究與應(yīng)用高潮，通過人工智能技術(shù)的高效應(yīng)用，挖掘海量變電站攝像機(jī)圖像數(shù)據(jù)價(jià)值，提升設(shè)備缺陷的發(fā)現(xiàn)能力，成為變電站關(guān)鍵設(shè)備巡視作業(yè)遠(yuǎn)程化，創(chuàng)新變電站運(yùn)維巡視新方法新模式一項(xiàng)重要?jiǎng)?chuàng)新實(shí)踐應(yīng)用。本文在前期系統(tǒng)性研究變電運(yùn)檢業(yè)務(wù)管理、技術(shù)、范圍和方式等基礎(chǔ)上最終達(dá)到基于人工智能技術(shù)的探究，如何在變電設(shè)備運(yùn)維管理方面取得實(shí)效是本文立意所在。通過搭建一種在線算法模型更新快捷、算法訓(xùn)練迭代敏捷的在線遠(yuǎn)程巡視方案，能夠有效推進(jìn)在線遠(yuǎn)程巡視技術(shù)的應(yīng)用，賦能變電設(shè)備智能運(yùn)檢管理［1－5］。

2方案設(shè)計(jì)

采用省級人工智能平臺－地市級/集控站業(yè)務(wù)系統(tǒng)－站端視頻智能分析服務(wù)器分層、分級的模式部署。物理架構(gòu)如圖1所示。(1)省級人工智能平臺部署樣本數(shù)據(jù)庫、算法在線驗(yàn)證、算法應(yīng)用商店，樣本數(shù)據(jù)庫提供海量標(biāo)注數(shù)據(jù)做優(yōu)化支撐，算法在線驗(yàn)證完成算法精確度和穩(wěn)定性做進(jìn)一步驗(yàn)證，算法應(yīng)用商店匯聚已驗(yàn)證的算法模型統(tǒng)一提供給地市變電站智能運(yùn)檢管控系統(tǒng)申領(lǐng)使用。(2)地市級/集控站業(yè)務(wù)系統(tǒng)部署智能運(yùn)檢管控系統(tǒng)，執(zhí)行所有業(yè)務(wù)邏輯，任務(wù)管理下發(fā)，給予各用戶分配相關(guān)變電站權(quán)限，進(jìn)行管理其相應(yīng)變電站業(yè)務(wù)。(3)端部署視頻分析服務(wù)器，解決傳輸流量大、消耗資源多問題，接收地市級/集控站業(yè)務(wù)系統(tǒng)智能分析業(yè)務(wù)，調(diào)度視頻圖像智能分析算法，進(jìn)行視頻圖像分析，達(dá)到快速響應(yīng)得目的。(4)數(shù)據(jù)交互內(nèi)容:地市/級集控站業(yè)務(wù)系統(tǒng)與省級平臺交互，主要進(jìn)行模型下載與更新、分析結(jié)果主動推送的交互;地市/級集控站業(yè)務(wù)系統(tǒng)與站端人工智能分析服務(wù)器交互，主要進(jìn)行任務(wù)下發(fā)與執(zhí)行、分析結(jié)果上送。(5)在算法層通過容器形式，將人員行為識別、設(shè)備狀態(tài)識別、設(shè)備缺識別等6類算法部署在人工智能分析服務(wù)器，算法調(diào)度模塊將根據(jù)解析出的相機(jī)點(diǎn)位及算法信息調(diào)用相應(yīng)算法進(jìn)行分析［6］。

3站端作業(yè)核心算法分析流程

在地市級智能運(yùn)檢管控系統(tǒng)設(shè)置巡檢任務(wù)，當(dāng)執(zhí)行巡檢計(jì)劃時(shí)，通過巡檢任務(wù)接口下發(fā)巡檢任務(wù)到人工智能分析服務(wù)器的巡檢控制服務(wù)，巡檢控制服務(wù)解析巡檢任務(wù)命令、執(zhí)行巡檢計(jì)劃，將算法調(diào)用指令傳送到算法調(diào)度服務(wù)。算法服務(wù)同時(shí)運(yùn)行不同的算法模型，并將分析結(jié)果返回到算法調(diào)度服務(wù)，并控制數(shù)據(jù)返回接口將分析結(jié)果上傳到地市的智能運(yùn)檢管控系統(tǒng)。流程如圖2所示。

3．1人工智能分析服務(wù)器與主站業(yè)務(wù)系統(tǒng)

API(1)數(shù)據(jù)返回接口。站端將算法分析后的數(shù)據(jù)，按照規(guī)定格式通過數(shù)據(jù)返回接口上傳到主站業(yè)務(wù)系統(tǒng)。返回的數(shù)據(jù)包括原始缺陷圖片、分析后的畫框圖片、缺陷類型、設(shè)備狀態(tài)信息。(2)算法模型更新接口。通過該接口，地市級主站業(yè)務(wù)系統(tǒng)可遠(yuǎn)程向站端更新算法模型，管理站端服務(wù)器中的算法，如進(jìn)行刪除、上傳、算法分類操作。(3)巡檢任務(wù)接口。接收主站業(yè)務(wù)系統(tǒng)下發(fā)的巡檢任務(wù)信息，并將信息轉(zhuǎn)發(fā)到站端巡檢控制服務(wù)，同時(shí)可以返回該巡檢任務(wù)執(zhí)行的狀態(tài)，如未開始、執(zhí)行中、執(zhí)行完成。

3．2人工智能分析服務(wù)器應(yīng)用層核心功能

(1)巡檢任務(wù)控制服務(wù)。巡檢控制服務(wù)將接收到的巡檢任務(wù)進(jìn)行解析，識別出其中的巡檢周期、巡視點(diǎn)位、算法類型，然后發(fā)送算法調(diào)用指令到算法調(diào)度服務(wù)，同時(shí)控制相機(jī)將其轉(zhuǎn)動到需要識別的預(yù)置位。(2)算法調(diào)度。算法調(diào)度用于執(zhí)行算法調(diào)用指令，啟動指令中的算法模型，同時(shí)接收和轉(zhuǎn)發(fā)算法的分析結(jié)果。(3)數(shù)據(jù)流轉(zhuǎn)。將分析結(jié)果存儲到本地?cái)?shù)據(jù)庫，同時(shí)轉(zhuǎn)發(fā)數(shù)據(jù)到數(shù)據(jù)返回接口。(4)相機(jī)控制。根據(jù)巡檢命令中的點(diǎn)位信息，通過角度、變焦距離將相機(jī)調(diào)整到需要分析的預(yù)置位。

4優(yōu)勢分析

(1)減少硬件投入。在站端部署人工智能分析服務(wù)器，就地對現(xiàn)場采集的數(shù)據(jù)進(jìn)行智能分析，人工智能分析服務(wù)器只上傳識別后的分析結(jié)果，減少向上級平臺的數(shù)據(jù)傳輸量，減少帶寬的投入成本。(2)節(jié)約人力成本。通過地市級變電智能運(yùn)檢管控系統(tǒng)對主機(jī)進(jìn)行統(tǒng)一管理，對各站的巡檢結(jié)果進(jìn)行匯總分析，減少站端的人員巡視成本，減輕一線運(yùn)維人員的工作量。通過省級平臺統(tǒng)一進(jìn)行算法模型訓(xùn)練，集中了優(yōu)勢力量，不僅提高模型研發(fā)和更新迭代能力，更是降低了重復(fù)人力腦力投入成本。

5實(shí)踐應(yīng)用

該方案目前已經(jīng)成功應(yīng)用在500kW，220kW，110kW等電壓等級變電站智能運(yùn)檢管控系統(tǒng)及邊緣物聯(lián)一體化管控平臺建設(shè)，作為智慧變電站在線遠(yuǎn)程巡視創(chuàng)新應(yīng)用得到了廣泛認(rèn)可，下一步將根據(jù)項(xiàng)目推廣建設(shè)逐步擴(kuò)大應(yīng)用。

［參考文獻(xiàn)］

［1］李振偉，蘇濤，張麗麗．人工智能技術(shù)在智能電網(wǎng)中的應(yīng)用分析和展望［J］．通信電源技術(shù)，2020(5):152－153．

［2］何書毅，何啟遠(yuǎn)，鄭丁，等．基于視頻圖像技術(shù)的變電站智能化應(yīng)用系統(tǒng)研究［J］．測試技術(shù)學(xué)報(bào)，2018(1):65－70．

［3］陳積光，董知周．變電站關(guān)鍵圖像識別技術(shù)研究［J］．自動化與儀表，2020(4):48－52，57．

［41］尹雁和，賈子然，曾毅豪，等．變電站巡視中的圖像識別技術(shù)應(yīng)用［J］．通信電源技術(shù)，2020(3):141－142．

［5］汪金禮，楊可軍，張帆，王皓，等．基于“AI+”的變電站作業(yè)人員行為管控設(shè)計(jì)［J］．無線互聯(lián)科技，2019(23):37－38．

［6］袁天偉．容器云平臺下任務(wù)調(diào)度策略研究［D］．桂林:桂林理工大學(xué)，2019．

作者：蒯勇 丁飛 朱凱楓 楊可軍 汪金禮 單位：安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司