劉 鶴,劉芬香,伍 林
(1.國電大渡河瀑布溝水力發電總廠,四川 雅安625304;2.成都大匯智聯科技有限公司,四川 成都610000)
設備巡檢作為水電站運行管理的一項重要工作,目前各水電站普遍采用人工巡查監控上位機信息和定期現場巡檢相結合的方式進行。該方式的不足之處體現在:首先是受限于當前傳感技術,尚不能檢測水電站現場常見的油水管路及閥門漏水、機械表計示數異常、放電等缺陷信息,因此上位機無法采集該類缺陷信息;其次是采用定期現場巡檢方式(即通過每日按計劃安排生產人員對現場設備進行若干次的巡查,從而發現設備的隱患和缺陷)存在以下不足[1]:
(1)可靠性低。人工巡檢的工作質量受巡檢人員經驗、責任心、身心狀態、技能水平等因素影響大,導致巡檢質量不可控,容易發生漏檢等情況。
(2)追溯性低。依靠手工抄錄數據和記錄故障現象,不能形成標準的狀態描述,對巡檢數據也無法高效分析,不利于缺陷的判斷。
(3)存在人身傷害風險。水電站高壓、濕滑等不利環境因素多,人員頻繁開展現場巡檢發生人身傷害的風險較高。
目前,水電站開始采用“無人值班(少人值守)”的生產模式,部分電站也在積極開展智慧電廠建設探索,應用智能化的技術手段逐漸代替人員的現場工作[2],切實減少現場人員的數量,因此迫切需要設計開發水電站智能巡檢系統開展現場設備巡檢,完成水電站的日常巡檢任務,從而替代人、解脫人和超越人[3]。
本文針對水電站變革巡檢方式需求,從解決巡檢中“走到、看到、聽到、聞到、摸到、分析到”的感知入手,提出了移動監測與固定監測相結合、視覺識別與數據綜合分析應用相結合、前端設備采集與后臺系統分析相結合的巡檢系統設計思路,充分利用電站綜合數據平臺數據互聯互通的基礎和全面的設備數據信息[4],科學構建系統總體架構,合理設計系統功能,在不大量增加設備改造成本的前提下,完成了水電站智能巡檢系統的設計和開發。
系統旨在代替人員完成巡檢工作中對設備的“望”“聞”“問”“切”等工作,通過采集圖像、聲音、溫濕度和完善的電站數據,利用計算機視覺識別、機器學習、深度學習等技術,使之具備“智能”能力,代替人員的巡檢工作。系統具備以下特征:
(1)具備更明亮的“眼睛”:應用巡檢機器人和電站工業電視高清攝像機,根據需要增加攝像機和紅外熱成像儀,完善視覺功能。
(2)具備更敏銳的“耳朵”:在風洞、水車室、水輪機人孔門等部位增加聲音采集傳感器,記錄感知特殊工況下設備產生的異常聲音。
(3)具備更靈敏的“鼻子”:合理選用傳感器讓系統能感知現場的特殊氣體成分。
(4)具備更敏感的“觸覺”:利用高精度的紅外測溫手段,讓智能巡檢系統具有更敏感的溫度感知能力。
(5)具備更聰明的“大腦”:通過開發視覺識別算法模型、設備故障分析診斷模型、智能聯動告警模型等,實現對采集數據、圖像等信息的分析和識別,智能判別設備缺陷并及時發出預警信息通知生產人員處理。
智能巡檢系統的系統架構包括硬件系統拓撲架構、系統軟件架構兩部分。
水電站智能巡檢系統硬件設備分為前端數據采集設備、網絡傳輸系統和后端管理平臺系統3部分,前端數據采集設備包括智能巡檢機器人、高清可見光攝像機、紅外熱成像測溫攝像機、聲音監測裝置等傳感設備,網絡傳輸系統包括交換機、無線WIFI設備、網線和光纜等,后端管理平臺系統主要為服務器設備、存儲設備[5]。其典型系統拓撲結構如圖1所示。

圖1 巡檢系統拓撲圖
智能巡檢系統結構采用B/S架構方案,整個系統包括數據源層、基礎資源層、數據存儲層、中間件層、功能層和表現層,其中功能層為巡檢系統的核心功能,主要包括:系統管理、終端管理、巡檢管理、資產管理、可視化管理等功能。軟件功能總體架構如圖2所示。
該水電站智能巡檢系統采用虛擬化部署方案。智能巡檢系統將軟件系統整體部署在基于虛擬化技術的超融合平臺上,應用云計算、云存儲、虛擬化網絡技術,滿足系統運行對于資源高性能、高可靠、高安全性和高可適應性的要求。通過虛擬化技術的應用,將整個系統架構拆分為超融合基礎設施、云管理平臺、業務應用層3部分。
實時監視功能以“數據形象,多維度,多層展示”為核心,根據需求自動采集各系統的數據,通過常見的圖表(柱形圖、直線圖、餅圖、雷達圖等)方式展現設備狀態,將數據更加直觀地提供給生產人員。具體模塊有:

圖2 巡檢系統軟件功能架構圖
(1)設備狀態指標。展示當前巡檢結果,用數據化的方式展示設備巡檢點的正常、異常數量,使人員能直觀了解設備整體運行狀況。
(2)異常情況分布展示。按系統單元維度來展示巡檢發現的異常數據,統計當前年/月/日與上一個年/月/日的報警情況,便于對比分析。
(3)告警列表。可以查看并處理實時告警,并確認報警。
(4)水電站電子地圖。構建電站的空間電子地圖,實時展示巡檢機器人、高清攝像機、紅外熱成像、傳感器(溫度傳感)等巡檢終端的分布情況。
(5)實時數據查看功能。按設備和空間兩個維度調取機器人或者視頻流數據、圖像識別結果數據或者聲音數據。
以終端類型分布、系統終端分布、終端空間分布的維度展示智能巡檢系統內終端設備的分布情況,使用戶能直觀了解終端設備狀態。同時,在系統畫面中也可以實現對巡檢機器人、高清攝像機、紅外熱成像、聲音監測裝置等采集信息進行實時的調取和控制。
視覺識別融合了圖像分析處理技術、計算機視覺技術、計算機圖形學、人工智能等多項技術,其發展目標在于在監視場景與事件描述之間建立一種映射關系,使計算機從紛繁的視頻圖像中分辯、識別出關鍵目標物體。
本系統的視覺識別模型包括機械表識別模型、數字表識別模型、指示燈識別模型、壓板識別模型、油位計識別模型、漏油漏液識別模型等。
在指示燈、壓板、表計等設備的視覺識別上,系統采用的識別方法包括縮放、模糊等圖像預處理,獲得多幅預處理圖像;再通過目標區域成像信息,提取目標區域的多個特征,如紋理(LBP)特征、顏色(LUV、HSV)特征、邊緣梯度(HOG)特征等,來建立一個設備輪廓的分類器(如SVM支持向量機、樸素貝葉斯、決策樹等),形成識別模型。在設備漏油漏液識別上,采用高斯背景建模,利用背景檢測技術,實現目標物體自動檢測。
系統能夠根據水電站實際管理需要提供多種巡檢方案:
(1)日常巡檢:可按照用戶需求設置定時巡檢計劃,定時啟動機器人、攝像頭進行可視區域內設備的巡檢;
(2)特例巡檢:可設置需重點關注設備的特例巡檢,提高特例巡檢區域的巡檢頻次;
(3)事故巡檢:事故情況下,可建立臨時巡檢任務,自動啟動機器人或攝像頭至故障區域進行巡檢,實時采集傳輸圖像供人員查看。
(1)綜合智能分析。系統對設備進行圖像識別結果、溫度、聲音等數據綜合分析,判斷出設備異常狀態,并提醒生產人員,提高故障的分析和處理效率。
(2)歷史數據分析。根據巡檢機器人、智能監測設備采集的數據信息,系統可按照設備樹進行設備歷史數據、缺陷分析,同時也具備同類設備的橫向對比功能。
(3)報告自動生成功能。智能巡檢系統每執行一次巡檢任務自動生成巡檢報告。報告格式按用戶需求設計,主要內容包括:本次巡檢任務的巡檢地點、巡檢時間、本次任務完成的巡檢點、每個巡檢點中的設備讀數值、判斷讀數是否在閾值范圍內。巡檢報告中附有系統巡檢時拍攝并經過視覺識別處理的圖片。
聯動管理是通過智能巡檢系統與綜合數據平臺的對接,實現與ON-CALL系統、生產管理系統等系統的互聯互通,建立電廠中各子系統的聯動和快速反應機制,協助運維人員快速處理事故現場。
(1)告警聯動。系統接收到綜合數據平臺的設備報警信息或者內部報警,能聯動設備及其相關區域內的巡檢機器人、智能監測設備切換到現場識別確認并保存現場畫面。系統巡檢發現設備異常,能夠實時聯動電站ON-CALL系統,發出設備異常告警信息,通知生產人員進行處理。
(2)事故聯動。事故跳閘事件發生后,事故設備及其相關區域內巡檢機器人、智能監測設備切換到現場,進行事故確認并啟動錄像。
目前,水電站智能巡檢系統已在瀑布溝電站全面應用。系統能夠按照設定的巡檢頻次自動啟動智能巡檢機器人執行設備巡檢任務,實時采集分析工業電視攝像頭、紅外熱成像儀、聲音傳感器等多元信息,智能識別設備指示燈狀態、保護壓板及把手位置、設備滲漏缺陷、表計及液位讀數、設備及環境溫度等數據信息。在實際應用中,系統多次準確地識別發現運行設備的管路漏水、設備狀態異常等設備缺陷,并及時通過ON-CALL系統發出報警,充分驗證了水電站智能巡檢系統可以有效地代替生產人員開展現場設備巡檢工作。

圖3 智能巡檢系統主界面
水電站智能巡檢系統不僅具有傳統人工巡檢方式的靈活性,也彌補了傳統人工巡檢存在的時效性差、質量參差不齊的缺陷和不足,能夠有效降低人員勞動強度和水電站運維成本。水電站智能巡檢系統的成功研發和應用,實現了全天候、全方位、全自主的智能化設備巡檢,提升了巡檢作業的智能化管控水平,為無人值班(少人值守)電站建設提供了堅實基礎和可靠支撐,也為水電站開展智慧化電廠建設進行了有益的探索[6]。