計算機視覺技術及其在電力系統自動化中的應用

王 青

（廣東電網有限責任公司河源供電局，廣東 河源 517000）

1 計算機視覺技術概述

1.1 基本概念

作為一門研究計算機認知能力的科學，計算機視覺技術主要利用電腦代替人腦、攝像機代替人眼，使計算機對目標處理最終具備類似于人類的識別、跟蹤、判斷、測量以及記憶等功能，以此代替人類進行部分生產作業。計算機視覺技術作為當前人工智能技術研究的重要內容，可使計算機具備利用二維圖像認知三維環境的能力[1]。總體而言，基于信息處理、網絡神經、概率分析統計以及圖像與信號處理等技術的集成和運用，計算機視覺技術實現了利用計算機對視覺信息的分析和處理，擁有一定的邏輯推理和決策能力。

1.2 工作原理

計算機視覺系統組成，如圖1所示。在滿足亮度的要求下，由攝像機對目標物體進行圖像信息采集后，通過網絡將所采信息傳遞至計算機，然后通過計算機處理得到目標物體的原始圖像，并經圖像處理技術進一步加工，以優化圖像品質[1]。在獲得較高品質圖像后，以圖像特征價值信息為依據進行整理和分類，并由智能識別技術在對圖像信息特征識別后進行掃描提取，以此獲得高層次抽象信息并進行存儲。最后，在識別事物時，通過存儲信息的分析和對比，實現對目標物體的識別。

圖1 計算機視覺系統組成

1.3 理論框架

對于計算機視覺技術的研究，可以追溯到19世紀60年代初。但是，受當時計算機性能的限制，并未取得實質性進展。直到19世紀70年末，在計算機性能提升至足以對大規模數據（如圖像）進行處理時，該技術得到了較大關注和發展。在視覺計算理論下，信息處理過程極為復雜。要想準確、完整地理解視覺本質，須從不同層次和角度進行分析與研究。對于視覺計算理論研究層次，可大致分為計算機理論、算法以及實際執行三大部分。以理論角度分析視覺技術，對視覺信息則需通過要素圖、2.5維圖以及3維模型加以描述[2]。因此，對于計算機視覺技術，可看作為從3維環境圖像中提取、描述與解釋信息的過程，具體可分為感覺、處理、描述、識別與解釋等步驟。如圖2所示，若以上述各過程實現所需技術的復雜性為依據劃分層次，計算機視覺技術可大致分為低層視覺、中層視覺和高層視覺三個處理層次。

圖2 計算機視覺理論框架

2 計算機視覺技術在電力系統自動化中的應用

2.1 在線監測中的應用

隨著智能化電力系統的發展和應用，電氣設備檢修不再以時間為唯一標準，而是結合了設備的運行狀態，實現了計劃檢修向狀態檢修的轉變。作為電氣設備運行狀態檢修的基礎，在線監測技術中，紅外圖像故障檢測應用最為成功，而計算機視覺系統則主要應用于電氣設備紅外圖像識別方面。

由于物體的表面溫度為影響紅外圖像的決定性因素，因此目前對電氣設備紅外圖像的拍攝和圖譜分析主要以紅外熱像儀為主，同時也是發電廠（或變電站）實施溫度監控和電氣設備運行狀態監測與故障診斷的最佳手段。例如，在變壓器少油、輸電線路絕緣惡化、斷路器觸頭接觸不良等情況下所引發的局部發熱現象，均可借助紅外圖像進行有效識別。對于紅外圖像的具體識別，主要是通過電氣設備實時紅外圖像和標準紅外圖像（即正常運行狀態下的紅外圖像）的對比實現的。當變化超過規定閾值時，便可判定設備存在故障，同時可以對應紅外圖像為依據確定故障位置。此外，可通過實時監測的紅外圖像分析電氣設備溫度及其分布情況，以此實施發電廠（或變電站）運行溫度的有效控制[2]。例如，在火力發電廠爐墻和熱力管道的熱損耗檢測與節能管理、保溫材料的性能評價、聯合循環電廠的漏熱與溫度管理、電廠排取冷卻水的布局研究以及熱污染控制等方面，理論上均可利用計算機視覺技術的紅外圖像識別能力進行有效監測。但是，實際應用方面，由于涉及到的圖像分析和模式識別較為復雜，因此目前因實施難度較大還未得到推廣，但是勢必是以后的發展趨勢。

2.2 在電力線路監測中的應用

近年來，隨著電力需求的日益增大，輸電線路架設所處環境越來越復雜，給線路巡檢工作人員帶來了極大難度。僅靠人工地面目測，不僅難以保證巡檢精度，而且存在較多盲區，無法實現全面、實時、精準監控。而直升機航測費用昂貴，且安全隱患較多（特別是在山區等地形復雜地帶），進行線路實時監測顯然不太現實[3]。在此背景下，計算機視覺技術的研發和應用，可通過熱成像圖處理技術對輸電線路及其設備進行溫度識別與分布判斷，從而實現電力線路的實時監測。例如，在變壓器引線接觸不良的情況下，過負荷運行必然會使導電回路產生局部過熱現象，此時可由無線圖像傳輸設備、檢測裝置、傳感器（包括CCD視覺傳感器、位置傳感器以及測距傳感器，其中CCD與測距傳感器安裝于機器人每只手的前方，位置傳感器安裝于機器人各個關節電機的末端）與控制裝置組成的電力線路監測裝置安裝于監測機器人，利用機器人行走功能自主跨越輸電線路上與機器人本體連接的各種障礙，以此對全線路進行溫度識別和分布判斷。同時，利用軟件分析可準確獲取輸電線路巡檢結果，從而代替人工完成線路巡檢工作。該方法受環境影響較小，特別是在惡劣環境下，可有效解決線路巡檢難的問題，且檢測精確和效率較高，可為線路故障判斷提供可靠依據。

2.3 在開關刀閘位置監測中的應用

對于電力設備中開關刀閘的監測，計算機可通過視覺技術自動識別開關刀閘的開合和異常狀態，并對異常狀態（即刀閘不到位狀態）進行報警。開關刀閘的狀態分為閉合狀態、斷開狀態以及異常狀態三種形式。此外，刀閘開關狀態監測圖位置監測技術還可以利用到繼電保護壓板的位置（聯通或開斷）監測。繼電保護壓板隨變電站和電網運行方式的變化而改變，而運行規程規定值班人員應掌握并保證壓板位置的準確性。但是，現實情況中，因值班人員難以熟記而造成的錯誤甚至釀成繼電保護誤動作事故的情況時有發生。由于壓板上難以引出電信息，因此一般檢測方法難以解決這個問題[3]。在此情況下，采用計算機視覺技術，由CCD相機獲取壓板盤面圖像，然后利用計算機對攝錄的圖像進行自動識別，判別出各個壓板的位置是否符合規程要求，并對不符合要求的發出語音、圖文警報。

2.4 在變電站環境監視中的應用

對于無人值班變電站，可運用無人監視系統（主要由計算機網絡和微波雙鑒探測器組成）實時視頻監控變電站及其周邊環境，然后對移動物體利用光流法與差分圖像法等計算機視覺技術進行識別與判斷，以此確認物體屬性，判斷其是否為危險因素。若有異常情況，可實時發出警報。實踐表明，當天氣條件良好時，計算視覺技術對變電站監測可保持較高水平的準確度；如有火災等急情發生，還可輔助紅外圖像識別系統判斷火勢并發出警報。

3 結 論

計算機視覺技術在電力系統自動化控制中的應用，有效解決了一些實際問題，應用前景廣泛。但是，隨著現代電力系統的日趨復雜，計算機視覺技術表現出一定的局限性，只能解決較為簡單的實際問題，因此仍需不斷進行完善和優化。