泉州地區輔助系統全遙控刀閘圖像智能糾偏的分析及應用

王曉蓉 張俊康 陳太

摘要：闡述了輔助系統全遙控刀閘圖像智能糾偏建設的必要性和意義，敘述了該系統的實現方式和基本結構，介紹了系統在電力全遙控、一鍵順控聯動實際運行和事故應急分析處理應用過程中的成效，同時對系統應用過程中存在的問題作出改進并取得成效，最后指明了系統進一步發展的方向。

關鍵詞：輔助監控;全遙控;一鍵順控;智能糾偏

中圖分類號：TM734 文獻標識碼：A 文章編號：1007-9416（2018）11-0065-03

0 引言

隨著經濟日益增長，電力建設高速發展，泉州地區電網規模不斷擴張，變電站輔助綜合監控系統建設趨于完善。對電力設備運行設備監控全覆蓋，尤其針對電網隔離開關遠方遙控操作和一鍵順控操作，對攝像機預置位提出了更高的要求[1]。本文將介紹泉州地區輔助系統全遙控刀圖像智能糾偏系統的建設與應用情況，并對系統存在的問題提出改進意見，以有效保障電力視頻監控系統的運行穩定性及可用性。

1 系統建設的必要性

1.1 預置位智能的重要性

電網的安全穩定運行關系國計民生，智能化變電站建設已經已經初具規模，福建省變電站輔助監控系統設備已初步部署，可以監視各變電站的電力設備設施。全省已有1111座變電站安裝了監控攝像機，1392座變電站安裝了安消防系統，有281座變電站具備全遙控資源（全省35kV以上變電站共有1625座）。全省變電站攝像機安裝數量已超過3萬臺，每臺攝像機平均預置位為32個，數量龐大的視頻監控設備的運維工作都是完全靠人工檢測和處理，監測難度大，故障處理不及時。運維工作量巨大，導致運維的成本不斷增加，使得視頻監控系統的使用效果大打折扣，嚴重影響了電網安全保障工作的有效開展。

隨著應用深入，必須把視頻系統應用到生產運行中，實現視頻系統代替人工對變電站電力設備巡檢、實現視頻系統與變電站安消防設備報警聯動、電力一鍵順控智能研判。

1.2 變電站輔助監控系統的原有狀況

泉州地區電網有37多個220 kV變電站，25多個110 kV變電站，7個集控中心，其中僅集控中心是有人值守的，其余都是無人值班站。變電站點多面廣，加之地處福建東南沿海，境內山巒起伏，交通十分不便，最遠的車程需要3小時還多。因此，對攝像機的運維檢修準確性和時效性都非常差。

變電站遙控、順控操作刀閘均通過變電站輔助監控系統進行查看，最常見的影響是出現在電機質量、滑環性能及電路的控制。變電站所使用的白光云臺攝像機重量大，負載轉動時產生慣性也大，這就決定了云臺驅動電機扭力要大，而帶動云臺旋轉的驅動電機在長期工作的情況下，內部機械齒輪的間距及結構件或皮帶傳動裝置的精度會出現機械磨損、老化等問題，并且長時間調用預置位會使誤差累積，造成預置位偏移原來設置的位置[2-4]。

攝像機發生偏移檢測僅通過人員判斷進行。不僅耗時耗力，準確性和實時性都無法達到實用化要求，遙控刀閘場景出現偏移時，遙控或順控操作流程無法實現可視化監控，對刀閘分合到位情況無法進行判斷。需安排人員前往現場進行監視及預置位重置，無法第一時間反映現場運行情況，容易造成安全事故。

從以上分析可知，有必要再日益擴大的泉州地區電網建設一套全遙控刀閘圖像智能糾偏系統，全面分析變電站輔助監控系統監控設備運行狀態[5-9]，對監控設備出現的預置位偏移情況，提供自動糾偏功能，提高電網安全可靠運行水平。

2 系統結構及功能

2.1 系統概述

本系統通過采集攝像機預置位的標準圖像和待檢測圖像，利用圖像分析，實現了標準圖像和待檢測圖像的比較，從而實現了預置位的精確檢測與糾偏功能[6]，該系統方法檢測精度高，可靠性強，受外界環境影響小，達到刀閘圖像智能糾偏要求。

2.2 系統結構

該系統需預先采集并存儲預置位的標準圖像;之后包括如下步驟：采集待檢測圖像;將采集到的圖像與標準圖像進行匹配，計算整體偏移量;將整體偏移量與預先設置的閾值進行比較：若整體偏移量大于預先設置的閾值，則根據整體偏移量控制云臺轉動進行糾偏;之后返回執行所述采集圖像的步驟;若整體偏移量不大于預先設置的閾值，則糾偏完成。如圖1所示。

2.3 系統應用功能

2.3.1 圖像特征提取和匹配

首先對標準圖像和待檢測圖像，進行高級形態學閉運算操作，去除圖像上固有的文字信，之后提取圖像的GFTT特征，根據每個特征點計算特征向量，并利用特征向量進行特征匹配。

2.3.2 偏移量計算

設變電站某攝像機預置位處拍攝的標準圖像為f（x，y），實際采集到的待檢測圖像為g（x，y），對圖像進行特征提取和匹配，并根據匹配特征點間的位置關系獲取圖像g（x，y）到圖像f（x，y）的變換矩陣A，利用變換矩陣A對圖像g（x，y）做變換，獲取變換后圖像s（x，y），即：

s（x，y）=A*f（x，y）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

設變換后的圖像s（x，y）的中心點坐標為centerS=（sx，sy），標準圖像f（x，y）的中心點坐標為centerF=（fx，fy），則圖像基于中心點在x和y方向的偏移量分別為：

Xoffset=sx-fx? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

Yoffset=sy-fy? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

2.3.3 預置位糾偏

設待檢測圖像相較于標準圖像在x和y方向的偏移量分別為Xoffset和Yoffset，為驗證算法可信度，將攝像機從預置位置上下左右分別移動100個像素點，獲取移動后的四張圖像，分別記作top（x，y），bottom（x，y），left（x，y），right（x，y），將這四張圖像分別與待檢測圖像進行比較并計算偏移量。理論上這四張圖像與待檢測圖像間的偏移量分別為：Xoffset和Yoffset-100，Xoffset和Yoffset+100，Xoffset-100和Yoffset以及Xoffset+100和Yoffset，使用本文方法同樣計算出這四張圖像與待檢測圖像間的偏移量，同時給定誤差閾值，如果四組驗證圖像中有三組偏移量小于給定的誤差閾值，則認為該次檢測可信度較高，可以進行校正;否則該次檢測可信度較低，此時會傳輸到系統并提示預置位異常。

在完成算法驗證后自動進行糾偏，根據攝像頭配置信息獲取其在x和y方向可選擇的不同的轉動速度，其中轉動速度的單位為pixel/ms，設置x和y方向的轉動速度分別為Vx和 Vy，本文采用多次移動相機的方式實現攝像頭預置位校正，設定每次轉動的時間為t，則x和y方向一次移動后偏移量結果如下：

Xoffset（new）=Xoffset-Vx*t? ? ? ? ? ? ? ? ? ? ? ? ? （4）

Yoffset（new）=Yoffset-Vy*t? ? ? ? ? ? ? ? ? ? ? ? ? （5）

完成一次x和y方向移動后先利用攝像機獲取移動后的圖像，再利用算法計算移動后圖像與標準圖像間的x和y方向偏移量，記作Xoffset1和Yoffset1，再將Xoffset1和Yoffset1分別與Xoffset和Yoffset進行比較，若Xoffset1的絕對值小于 Xoffset的絕對值且Yoffset1的絕對值小于Yoffset的絕對值，則表明第一次移動為正確移動，繼續根據給定的轉動速度和時間對攝像機進行移動，直到移動后的圖像與標準圖像間的偏移量小于給定的偏移量閾值，否則根據新的偏移量結果進行糾偏。

2.3.4 實驗結果與分析

圖2展示了發生偏移的刀閘圖像檢測結果，其中左邊為標準圖像，右邊為待檢測圖像，從圖中可以看出待檢測圖像向上和向左偏移，圖中的藍色線段以圖像中心點為起點，給出了向上和向左偏移的方向和偏移量，根據預設的相機轉動速度和每次轉動的時間對攝像機進行自動糾偏，在糾偏過程中，每次移動后會再計算移動后圖像與標準圖像的偏移量，然后根據新的偏移量結果繼續進行移動，直到x和y方向的偏移量結果均小于5個像素點。

3 系統應用成果

因電網的龐大復雜及建設工作涉及多個站端廠家原因，泉州地區全遙控刀閘像智能糾偏系統建設是漸進性、離散性、長期性的，在建設過程中就取得系統的應用和成果的獲得。系統在實際應用過程中，取得了良好的實踐成果。

首先在刀閘遠方遙控分析處理的時效性與正確性。具體表現在：

（1）有效地增強了刀閘監控過程偏移檢測的時效性，系統通過后臺服務器，對全市輔助監控系統刀閘場景進行監控，對出現預置位偏移的刀閘場景，進行預警處理。

（2）有效地提高了刀閘監控場景偏移檢測的準確性，系統通過機器視覺技術、深度學習技術、大數據分析技術，提高了預置位偏移檢測的準確性。系統可對初步診斷的結果進行二次標記，有效的提高判斷的準確性，降低故障誤報率，達到實用化目標。

（3）系統對預置位偏移實現自動校準功能，避免人員前往變電站現場進行校準去過程。根據原有驗收的場景基準位進行人工智能分析，通過智能化、系統信息的全面性和系統的統一坐標平臺自動校準工作，避免由于人為校準出現的誤操作事件。

4 結語

本文中用到的方法具有如下特點：

（1）檢測精度高：通過提取圖像的GFTT特征，同時去除圖像上的固有文字特征，能夠有效進行特征匹配并計算偏移量，因此具有較高的檢測精度;

（2）糾偏效果好：在預置位糾偏時，先驗證檢測結果的可信度，然后通過多次移動進行糾偏，提高了系統的可靠性，能夠有效保證糾偏效果;

（3）系統穩定性好：不受天氣因素影響，在睛天、陰天、雨天、下雪等天氣情況下，能夠長時間穩定可靠工作。

因此本文方法可以廣泛應用于變電站刀閘預置位檢測，具有重要的實際應用價值。

參考文獻

[1]吉彬，趙書國.視頻監控系統在安防領域中的發展趨勢[J].艦船防化，20101：39-42.

[2]馬俊明.全方位云臺預置位的精準控制[J].電子材料與電子技術，2008（3）：15-19.

[3]董安國.圖像匹配最大互相關快速算法[J].浙江萬里學院學報，2005，18（4）：13-15.

[4]劉治彬，王述洋.利用單片機實現對云臺的轉動控制[J].林業勞動安全，2005，18（2）：31-33.

[5]華磊，袁曉輝.一種基于圖像的攝像機云臺快速定位方法[J].儀器儀表與分析監測，2009（3）：15-17.

[6]張游杰，焦榮華.一種基于圖像分析的云臺預置位控制方法[J].現代電子技術，2012（10）：57-60.

[7]董美娜，劉笑楠.基于線性回歸的圖像邊緣處理算法的研究[J].電子元器件與信息技術，2018（7）69-73.

[8]劉治紅，駱云志.智能視頻監控技術及其在安防領域的應用[J].兵工自動化，2009，28（4）：75-78.

[9]裴靜，柳娜.人工智能推動安防發展智能網絡攝像機引領前沿—SVAC 2.0技術助力安防智能網絡攝像機新發展[J].中國安防，2018（3）：68-74.

Quanzhou area Auxiliary System full Remote Control Knife image Intelligent Correction Analysis and Application

WANG Xiao-rong， ZHANG Jun-kang， CHEN Tai

（Guozhou Power Supply Co.， Ltd.， State Grid Fujian Electric Power Co.， Ltd.， Quanzhou Fujian 362000）

Abstract：The necessity and significance of the intelligent remote correction of the auxiliary remote control knife gate image are expounded. The realization mode and basic structure of the system are described. The actual remote control， one-button sequence control and actual operation and accident emergency analysis of the system are introduced. To deal with the effectiveness of the application process， and to improve the problems in the system application process and achieve results， and finally pointed out the direction of further development of the system.

Key words：auxiliary monitoring; full remote control; one-button sequence control; intelligent correction