分析人工智能圖像識別技術在電力系統中的應用

李秋婷 林建雄 李海濤 韓宇 劉媛

摘要：在電力系統當中應用人工智能圖像識別技術時，需要對二次屏柜的智能監控進行深入分析和研究，結合指示燈、儀表盤、壓板以及開關等不同監控對象，合理設計圖像識別分析算法，并對系統結構的設計和安裝進行有效規劃，綜合考慮數據管理和顯示平臺等層面，從而使電力系統的運行成本得到降低，使系統運行的穩定性得到有效提升。本文針對人工智能圖像識別技術在電力系統當中的應用進行分析，介紹了以人工智能為基礎的圖像識別技術過程，探討了人工智能圖像識別技術應用內容，并提出基于計算機視覺的圖像處理識別平臺應用對策，希望能夠為相關工作人員起到一些參考和借鑒。

關鍵詞：人工智能;圖像識別技術;電力系統;應用

人工智能主要研究人類的智能和智能行為，并進行相應的開發和模擬。對于人工智能這一科學學科，其分屬于計算機學科，對人工智能進行研究的目的在于，對人類大腦當中的智慧進行模擬，從而使計算機系統和程序能夠對人類智能思維進行模擬，最后使其對人類行為進行模仿。人工智能可以對相應對象進行虛擬化識別，從而在不分析實物的基礎上通過平面圖形實現三維化目標。通過將人工智能圖像識別技術在電力系統當中進行應用，可以有效提升系統運行水平，使系統的功能性得到增強。

一、以人工智能為基礎的圖像識別技術過程

（一）圖像的預處理

人工智能圖像識別技術在實際應用過程中，主要通過圖像預處理工作來獲取相關信息，因此其對識別結果具有直接影響，在整體流程當中是十分重要的一項環節。通過有效開展圖像預處理工作，可以輔助圖像識別系統運行，保證相關圖片特點的精準程度，從而為后續工作開展打好基礎，同時還可以縮減識別時間，降低識別過程的復雜程度。在預處理工作開展過程中，需要全面提高辨識效率，具體可以對降噪和去霧等方式進行采用。圖像預處理工作的開展，可以還原圖片，并保證圖片還原質量和清晰度。在電力系統對人工智能圖像識別技術進行應用，需要在架空輸電線路巡檢期間對該技術進行運用，一鍵處理收集圖片，從而使相關圖片數據能夠獲得最優解[1]。

（二）圖像特征提取

針對圖像特征提取工作進行分析，其主要包括提取和選擇兩個不同環節。在相應的目標圖像當中，可能會包含多個特征點，而且每個特征點都對應著相應的特征子集。對此，需要科學合理的選擇特征點，從而使圖片能夠得到高效、準確的識別。目前，圖像中比較常見的特征主要包括圖像紋理、形狀、顏色特征以及空間關系特征等。在這些特征當中，顏色為第一捕捉特征點，但在對局部特征進行捕捉時，紋理特征則為第一特征點。通過運用人工智能圖像識別技術，可以在識別需求和應用方向等方面，有針對性的抽取和選擇特征。

（三）圖像匹配分類

圖像匹配分類是人工智能圖像識別技術應用過程當中的最后一個環節，通過對各個流程進行嚴格落實，可以結合流程結果從數據庫當中調取出相同圖片信息，并能夠有效分析特征。從電力系統角度進行分析，應用人工智能圖像識別技術，可以在巡查檢修架空輸電線路時，結合圖片實際情況，準確匹配和分類圖像，并在數據庫當中調取和處理相應信息[2]。

二、人工智能圖像識別技術應用內容

（一）采集數據信息在線監控系統應用分析

在電力系統的實際運行過程當中，可能會有許多突發情況出現，進而對電力系統的安全運行產生影響，具體包括失火、盜竊等。所以，為了有效預防突發情況發生，需要有效采集數據信息，并在線監控電力系統，從而為異常報警情況提供準確的數據信息，使工作人員能夠對異常原因及時進行了解，并采取針對性措施進行處理。監控系統可以利用常規攝像頭監控進出人員，并運用圖像識別技術來準確識別人員。對常規攝像頭進行使用，雖然可以對火災情況是否發生進行監測，但由于攝像頭精度不夠統一，進而會影響到識別正確率。一旦人員對自身稍加遮擋和偽裝，將不容易對人員信息進行掌握。除此之外，還可以對紅外攝像頭進行使用，從而對人員紅外線輪廓進行掌握。具體需要結合輪廓采用人工智能圖像識別技術，預處理獲取到的數據，對人員特征進行抽取，從而在線監控，對人員的身份和動作進行明確[3]。

（二）柜面圖像智能應用分析

對于獲取到的監控圖像，其主要包括以下幾方面內容。首先，檢測和標定壓板內容，傳統設備標定算法主要利用人工開展相關工作，不僅過程繁瑣，而且效率相對較低。通過對圖像自動檢測法進行應用，可以有效標定畫面區域，并設定具體的區域類型，從而使人為標定效率得到有效提升。其次，識別指示燈狀態，對通用的指示燈狀態識別算法進行研究，可以對不同廠商和規格的非標準指示燈狀態進行明確，并讀取其顯示結果。最后，識別報警狀態，具體需要對可擴展的報警狀態識別算法進行研究，從而使一些報警規則可以在后期進行添加和刪除。

（三）視頻濃縮快照與異常報警應用分析

通過對視頻濃縮方式進行采用，可以使數據存儲量得到降低。具體來說，為了使不同數據檢索需求得到滿足，需要同步存儲數據和圖像，并要形成相應時間點的數據快照，從而為人工分析提供依據。首先，需要按照時間序列對視頻進行排序，然后應將數據和快照系統同步。其次，針對異常報警，當某識別數據與既定報警范圍不符時，需要對同一時刻識別區域不同的數據相關性進行研究，并在報警后同步顯示異常情況。通過智能監控二次屏柜，可以在應用人工智能圖像識別技術的基礎上，對變電站二次設備智能巡檢系統進行建立。

（四）電廠中“跑、冒、滴、漏”等現象及室外架空輸電線路巡檢的圖像識別

在電廠當中，相關電氣設備在實際運行過程中，需要對“跑、冒、滴、漏”等問題進行嚴格監控。通過對人工智能圖像識別技術進行有效應用，合理通過設定程序，嚴格監測各類電氣設備的運行情況，并對設備信息數據進行收集，形成相應的圖像，有效進行識別，使相關工作人員能夠及時對此類問題進行發現和解決。同時，在應用人工智能圖像識別技術時，還需要對相關的監測和巡檢系統進行建立，從而全面監測和檢查電廠各類設備的運行狀態，保障設備的安全穩定運行。另外，在室外架空輸電線路巡檢工作中運用人工智能圖像識別技術，可提升巡檢效率及準確性，進而對存在問題的線路及時實施檢修。

三、基于計算機視覺的圖像處理識別平臺應用

（一）基于計算機視覺的圖像處理識別平臺技術要求與性能指標

針對計算機視覺的圖像處理識別平臺技術要求以及性能指標具體包括以下幾方面內容。首先，需要預處理采集的二次設備圖片，其主要包括對圖片數據進行尺寸重整、存儲、清洗、分類以及標注。在將圖片數據整理后，可以將其在人工智能圖像分析系統當中進行有效訓練和識別。其次，提取圖像信息，具體需要對計算機視覺深度學習算法進行應用，從而識別二次設備圖像，并提取信息。再次，需要上傳和分析識別結果，應嚴格按照電網安全管理規范要求來接入數據，并設計通道，從而有效上傳數據識別結果。最后，可視化展現二次設備信息提取結果。對于可視化結果，可以具體在Web和App當中進行呈現，具體包括二次屏柜當中的壓板、指示燈以及開關狀態等相關圖像，并在經過深度學習網絡后，可以得到相應的識別結果。在疊加數據信息和識別結果后，可以實現可視化呈現，從而實時監控二次設備。

（二）監控界面及交互系統

對于監控界面和交互系統，其具體包括下幾個方面。首先，技術要求。圖像識別結果的信息傳輸接口，可以在經過計算機視覺圖像處理識別平臺的有效處理后，傳輸二次屏柜開關狀態、指示燈以及壓板等數據信息，并在人機交互系統當中有效存儲傳輸結果。其次，二次設備信息的監控界面，其可以結合交互系統當中所存儲的設備狀態信息，對設備監控情況進行實時顯示。監控界面可以對后臺識別結果進行充分展示，從而有效實現自動化管理目標。與此同時，監控界面還對告警數據推送接口進行保留，可以實時告警設備運行期間的異常狀態。最后，人機交互系統，其可以有效查驗各設備的相關監控信息，并及時處理異常運行狀況。

（三）后臺服務系統及視頻流獲取程序

針對后臺服務系統和視頻流獲取程序進行分析，其包括以下幾方面內容。首先，技術要求，需要驅動攝像頭運行，對圖像進行采集，同時還需要使智能圖像采集終端的運行得到驅動，對預置參數進行自動加載，以此來獲得相應的清晰圖像。這樣一來，可以實時對圖像進行抓取，并向服務器后臺進行傳輸，有效處理圖像。其次，系統后臺服務，需要對底層攝像頭驅動程序以及識別算法服務進行傳統，從而在數據庫當中存入圖片，利用識別算法程序準確識別數據庫當中圖像狀態，然后在數據庫當中重新存入圖像和識別結果，最后通過前端對識別結果進行顯示。最后，保存歷史圖像和識別結果。

結束語：

綜上所述，在電力系統當中應用人工智能圖像識別技術，需要結合電力系統運行狀態，合理規劃和設計對應平臺，并要對其中的難點進行明確，合理采取解決對策，從而使人工智能圖像識別技術具有的作用和優勢得到充分發揮，進一步保證電力系統的安全穩定運行。

參考文獻：

[1]范貝貝，王弼虎，周鵬成，等.人工智能識別的關鍵技術分析[J].電子測試，2021，24（15）：81-82+126.

[2]張天放，張先玲，韓濤，等.人工智能圖像識別技術在高爐風口監測中的應用[J].冶金自動化，2021，45（03）：58-66.

[3]李博彤，高強偉，邱巧紅，等.圖像識別技術在電力運維中的應用[J].集成電路應用，2021，38（03）：118-119.