基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺的設(shè)計與實現(xiàn)

余里程 寧柏鋒 張國昌

摘要：本文介紹了基于深度學(xué)習(xí)框架和“微服務(wù)”架構(gòu)實現(xiàn)圖像識別的設(shè)計方案，在實踐應(yīng)用中，能識別設(shè)備狀態(tài)并將數(shù)據(jù)傳輸?shù)叫畔⑾到y(tǒng)，從而減少用戶數(shù)據(jù)錄入的工作量，提高了準(zhǔn)確率和員工滿意度。

關(guān)鍵詞：深度學(xué)習(xí)；電網(wǎng)圖像識別；平臺

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2018）06-0146-01

1 引言

電力企業(yè)經(jīng)過多年的信息系統(tǒng)建設(shè)，信息系統(tǒng)已經(jīng)覆蓋了生產(chǎn)、營銷、基建、財務(wù)、人資等各個業(yè)務(wù)領(lǐng)域，其中生產(chǎn)系統(tǒng)已經(jīng)覆蓋變電、輸電和安監(jiān)三大專業(yè)。為了提升生產(chǎn)現(xiàn)場作業(yè)效率，各專業(yè)班組已全部采用平板電腦加作業(yè)表單的工作模式，實現(xiàn)了現(xiàn)場作業(yè)信息化，輔助各專業(yè)班組高效完成現(xiàn)場作業(yè)，但是現(xiàn)場作業(yè)仍存在一些問題，有些業(yè)務(wù)場景班組人員仍需要進行大量機械式采集、歸檔的工作，如壓板核查業(yè)務(wù)等；有些業(yè)務(wù)場景需要同時拍照及人工填寫表單數(shù)據(jù)，如設(shè)備臺賬數(shù)據(jù)的核查等。針對這些問題擬進行圖像識別平臺的建設(shè)，通過圖像識別技術(shù)快速完成大量機械式采集的工作，提高班組現(xiàn)場作業(yè)數(shù)據(jù)采集效率。

目前國內(nèi)外利用圖像識別技術(shù)在電力行業(yè)也取得了不少成就，然而由于分開研究和建設(shè)，各產(chǎn)品對圖像識別算法以及電力模型的理解和應(yīng)用參差不齊，嚴(yán)重阻礙了圖像識別技術(shù)在國內(nèi)電力行業(yè)的發(fā)展速度，再加上圖像識別應(yīng)用一般是應(yīng)用于移動終端，獨立的應(yīng)用很多時候無法滿足快速識別和終端兼容性的要求，所以有必要搭建一套基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺，封裝先進的圖像識別算法，形成電力行業(yè)特有的圖像識別引擎，結(jié)合最新圖像識別模型構(gòu)建方法，構(gòu)建標(biāo)準(zhǔn)的電力設(shè)備特征模型，統(tǒng)一為其他系統(tǒng)應(yīng)用功能提供圖形識別服務(wù)，讓業(yè)務(wù)系統(tǒng)研發(fā)者擺脫復(fù)雜的圖像識別算法和模式構(gòu)建，專注于應(yīng)用功能的開發(fā)，同時也為以后圖形識別引擎的升級和擴展提供便利，讓圖形識別技術(shù)更好的服務(wù)于電力行業(yè)。

2 系統(tǒng)架構(gòu)與功能

2.1 系統(tǒng)業(yè)務(wù)定位

基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺的業(yè)務(wù)定位：（1）集成深度學(xué)習(xí)框架，以便能夠快捷實現(xiàn)深度學(xué)習(xí)圖像識別服務(wù)。（2）用“微服務(wù)+Docker”架構(gòu)，實現(xiàn)圖像識別服務(wù)的組件化，實現(xiàn)可插拔式管理，能夠獨立開發(fā)、部署、維護和彈性擴縮容，使平臺具備高速運算、分布式、易擴展、跨平臺。（3）通過服務(wù)網(wǎng)關(guān)為其他系統(tǒng)業(yè)務(wù)應(yīng)用功能和終端提供統(tǒng)一標(biāo)準(zhǔn)的圖形識別服務(wù)。

2.2 系統(tǒng)功能設(shè)計

根據(jù)系統(tǒng)業(yè)務(wù)定位，基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺的主要業(yè)務(wù)需求是：能夠快捷方便實現(xiàn)深度學(xué)習(xí)圖像識別功能；實現(xiàn)圖像識別服務(wù)的組件化，為其他業(yè)務(wù)應(yīng)用功能和終端提供統(tǒng)一標(biāo)準(zhǔn)的圖形識別服務(wù)。系統(tǒng)主要包含圖像識別基礎(chǔ)服務(wù)、業(yè)務(wù)服務(wù)和服務(wù)網(wǎng)關(guān)三部分功能。

2.3 系統(tǒng)架構(gòu)設(shè)計

基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺系統(tǒng)架構(gòu)設(shè)計遵循“微服務(wù)”架構(gòu)風(fēng)格進行設(shè)計，采用了Docker技術(shù)，使平臺具備高速運算、分布式、易擴展、跨平臺。

2.4 系統(tǒng)技術(shù)架構(gòu)

（1）服務(wù)集成層：使用Spring Cloud構(gòu)建服務(wù)集成層。Spring Cloud為基于JVM應(yīng)用的配置管理、服務(wù)發(fā)現(xiàn)、斷路器、智能路由、微代理、控制總線、全局鎖、決策競選、分布式會話和集群狀態(tài)管理等操作提供了一種簡單的開發(fā)方式。（2）業(yè)務(wù)服務(wù)層：以jdk1.7為基礎(chǔ)通過Spring MVC輕量級組合構(gòu)建業(yè)務(wù)服務(wù)。（3）基礎(chǔ)服務(wù)層：運用JAVA、C++和Python編程語言，以O(shè)penCV和TensorFlow為基礎(chǔ)實現(xiàn)并封裝電力行業(yè)圖像識別服務(wù)，使用coherence構(gòu)建網(wǎng)格緩存提升數(shù)據(jù)訪問效率。（4）數(shù)據(jù)訪問服務(wù)層：通過JDBC2.0訪問Oracle數(shù)據(jù)庫，通過TCP訪問mongoDB，使用FTP協(xié)議訪問文件系統(tǒng)。（5）資源層：關(guān)系型數(shù)據(jù)存儲在Oracle數(shù)據(jù)庫中，非結(jié)構(gòu)化數(shù)據(jù)存儲在MongoDB中，圖檔存儲在文件系統(tǒng)中。

3 采用的關(guān)鍵技術(shù)

3.1 深度學(xué)習(xí)框架TensorFlow

TensorFlowTM是一個采用數(shù)據(jù)流圖（data flow graphs），用于數(shù)值計算的開源軟件庫。TensorFlow 最初由Google大腦小組（隸屬于Google機器智能研究機構(gòu)）的研究員和工程師們開發(fā)出來，用于機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，但這個系統(tǒng)的通用性使其也可廣泛用于其他計算領(lǐng)域。

3.2 微服務(wù)架構(gòu)

微服務(wù)架構(gòu)（Microservice Architecture）是一種架構(gòu)模式，它提倡將單塊架構(gòu)的應(yīng)用劃分成一組小的服務(wù)，服務(wù)之間互相協(xié)調(diào)、互相配合，為用戶提供最終價值。每個服務(wù)運行在其獨立的進程中，服務(wù)與服務(wù)間采用輕量級的通信機制互相溝通。每個服務(wù)都圍繞著具體業(yè)務(wù)進行構(gòu)建，并且能夠被獨立的部署到生產(chǎn)環(huán)境、類生產(chǎn)環(huán)境等。

4 在電力企業(yè)中應(yīng)用

4.1 構(gòu)建統(tǒng)一電網(wǎng)圖像識別平臺

能夠為南方電網(wǎng)一體化“6+1”系統(tǒng)的業(yè)務(wù)應(yīng)用和多終端提供統(tǒng)一標(biāo)準(zhǔn)的圖形識別服務(wù)，讓業(yè)務(wù)系統(tǒng)研發(fā)者擺脫復(fù)雜的圖像識別算法和模式構(gòu)建，專注于應(yīng)用功能的開發(fā)，提高資源合理利用和信息共享。

4.2 應(yīng)用場景

將圖像識別技術(shù)與變電站運行維護工作有機結(jié)合起來，實現(xiàn)對變電站壓板核查等日常運維工作的高效處理，主要應(yīng)用在以下變電站日常運維工作場景。

（1）變電站保護裝置的壓板投退狀態(tài)巡檢。保護屏柜壓板核查的方式為人工檢查方式，一人讀取壓板位置，一人按照壓板核查作業(yè)指導(dǎo)書與要求壓板位置的標(biāo)準(zhǔn)庫進行對照，來檢查壓板位置是否匹配。基于圖像識別技術(shù)，變電站值班人員核查保護裝置的壓板投退狀態(tài)時，使用移動終端設(shè)備對保護屏柜壓板拍照攝像，通過圖像識別技術(shù)與壓板投退位置標(biāo)準(zhǔn)庫進行比較，輔助值班人員快速采集保護屏柜壓板投退狀態(tài)，值班人員再對與正確位置不符的壓板核查結(jié)果進行復(fù)查并分析原因。（2）銘牌信息核查。檢修運行人員在日常巡視或維護檢修過程需要對設(shè)備信息進行核查，目前主要通過人工現(xiàn)場手動采集的方式進行，效率比較低。通過計算機圖像處理技術(shù)對設(shè)備銘牌信息進行自動提取，可以省去班組人員手動記錄的工作量，大幅提高工作效率。

5 結(jié)語

搭建統(tǒng)一的基于深度學(xué)習(xí)的電網(wǎng)圖像識別平臺，通過電力設(shè)備銘牌圖像識別服務(wù)，提升數(shù)據(jù)質(zhì)量專項治理的工作效率；通過站內(nèi)壓板等識別服務(wù)，實現(xiàn)一線班組敏捷巡視。本平臺可拓展到其他領(lǐng)域的圖像識別的應(yīng)用，如：基于銀行卡識別的營銷業(yè)務(wù)應(yīng)用等。此外，本平臺也可接入智能終端采集的信息，擴展圖像識別技術(shù)在電力系統(tǒng)業(yè)務(wù)中的應(yīng)用范圍，促進圖像識別技術(shù)在電力行業(yè)的應(yīng)用。

Abstract：This paper introduces the design of image recognition based on the depth learning framework and the "micro service" architecture. In practical application， it can identify the state of the equipment and transmit the data to the information system， thus reducing the workload of the user data entry， improving the accuracy and the job satisfaction.

Key words：deep learning； power grid image recognition； platform