智能無人監管配電網實訓室的建設與研究

余國忠，鄒健輝，宋華，樊中奎

（深圳供電局有限公司，廣東 深圳 518000）

0 引 言

隨著配電網技術及設備的發展，配電網的從業人員的培訓工作需要長期開展，電力主管部門需要投入大量的人力物力建設培訓場所對電網從業人員進行培訓，傳統的培訓方式為教官教學員觀看學習的方式，往往需要投入巨大的精力而不能得到很好培訓效果，如何解決當前矛盾是亟待解決的問題。隨著人工智能技術的發展，基于深度學習的技術能夠對人臉進行實時檢測及識別，正確率達到99%以上；基于卷積神經網絡的特征提取技術能夠實時對行人進行跟蹤定位，借助以上人工智能技術能夠完成智能無人監管配電網實訓室的建設，對于提高培訓效率、增強培訓效果具有重要作用。

1 方案結構設計

配電網實訓室包含多個培訓項目，每個培訓項目需要操作多個實訓設備，培訓人員在培訓過程中需要對多個設備進行操作，為了完成智能無人監管配電網實訓室的建設，需要在關鍵位置安裝攝像頭實時采集處理視頻流，采用基于視覺分析的方式對培訓人員進行無人監管及考核。

1.1 智能無人監管培訓系統流程分析

根據培訓的業務場景系統可分為培訓任務初始化、培訓過程監督、培訓評估三個過程。培訓任務初始化是培訓的時間、項目、人員的安排；培訓過程監督主要為每一個學員培訓過程實時監管；培訓評估主要為對每個學員的培訓成績評估及培訓任務的分析。無人監管培訓流程如圖1所示。

圖1 無人監管培訓流程圖

培訓任務的整個過程解釋為：

培訓任務安排：管理人員制定培訓計劃，主要為制定培訓的時間、培訓目的、培訓內容描述等信息。

添加培訓項目：管理人員為培訓任務指定培訓項目。

安排培訓人員：管理人員為培訓任務指定參加的培訓人員，每個培訓人員需要身份證號、照片等信息。

培訓人員身份核驗：培訓人員進入培訓場所以前需要刷本人身份證與本人照片核對，認證通過方可進行實訓室進行培訓。

查看實訓路線：認證通過后培訓人員將看到自己的培訓項目、操作要求、培訓項目設備所在位置及路線圖。

自主學習：培訓人員到達培訓指定地點后通過自主學習系統學習相關設備的操作流程及相關理論知識。

實訓項目操作：培訓人員按照要求進行設備的操作訓練。

培訓人員跟蹤識別：通過攝像頭實時對培訓人員跟蹤及人臉識別確定培訓人員的身份，記錄學習過程。

實訓項目考核：考核系統隨機抽取項目的考核題目對學員進行考核。

培訓人員實訓評估：系統根據學員項目的考核情況進行綜合評估，不合格需要學員重新學習直到達到要求，所有項目合格后才能完成培訓。

所有學員培訓完成：系統實時檢測是否全部學員已完成了項目的培訓。

實訓結果分析：系統通過各個實訓人員的培訓結果綜合判斷培訓效果。

1.2 系統拓撲結構

配電網實訓室要對多個培訓人員進行實時監管，數據采集、數據處理、內容展示需要多個設備，怎么將各類設備有機的整合在一起并完成智能監管是一個首先要解決的問題。由于系統需要較高的實時性，系統采用高速以太網組網，大量的視頻流等信息在同一個網段內高效流轉，服務器及局域網采用千兆網口，終端設備則采用百兆以上網口，最大程度降低數據在網絡傳輸中的延時。系統拓撲結構圖如圖2所示。

圖2 系統拓撲結構圖

培訓管理服務器：服務器用來運行配電網培訓室設備、項目、人員等各類信息的管理，是整個系統的中心節點。

人臉識別服務器：服務器要實時人臉檢測、識別服務，需要高效的計算能力和穩定的網絡傳輸能力。

檢測跟蹤服務器：服務器用來實時分析多路攝像頭的視頻信息判斷培訓人員的位置及行為。

學習管理服務器：服務器存放各類的文本、音視頻資料供學員自主學習配電網各類知識。

考核服務器：管理各類考核試題，能夠隨機抽取試題對學員進行考核。

攝像頭：培訓室為每個培訓項目配備攝像頭用于人臉識別及檢測跟蹤。

學習考核終端：每個培訓項目配備一體機供學員自主學習及考核。

身份核驗終端：終端通過培訓人員的身份證與人臉比對進行身份核驗。

培訓評估終端：終端對學員培訓完成后的成績進行評估。

1.3 系統功能模塊設計

智能配電網培訓室建設，需要使用人工智能在內的各種先進技術。由于整個系統功能繁多過程復雜，為了能夠讓龐大的系統能夠高效穩定運行，系統功能模塊的設計嚴格遵循軟件工程設計的原則，首先對系統業務場景進行分析業務流程，抽象出系統的主要功能，再根據功能之間關聯耦合度把系統分為不同的子系統。根據以上原則，將系統分成五個子系統，每個子系統又包含多個功能模塊。

隨著軟件開發技術的發展，新的技術構架不斷出現給軟件的開發及維護提供了極大便利，結合智能配電網培訓室建設的需求，整個系統采用瀏覽器、服務端、客戶端技術混合的方式進行構建：服務端使用微服務集群方式部署提高系統運行的可靠性；瀏覽器用來快捷管理系統數據；客戶端技術用來開發學習考核終端、身份驗證端、培訓評估終端以此來提高穩定性。系統的功能結構如圖3所示。

圖3 系統功能結構

各子系統模塊功能為：

培訓子系統：管理培訓的各類信息，如培訓設備的特性、用途、培訓室培訓項目信息、培訓人員信息、培訓任務建立和下發、培訓結果分析與查詢。

人臉識別子系統：人臉識別是實現無人化監管的重要方法，該子系統包括返回人臉特征碼、兩張人臉圖片的人臉相識度、人臉在圖片中的位置、人臉識別。

檢測跟蹤子系統：對培訓人員的檢測跟蹤是監管的重要方法，該子系經包括人員檢測定位、人員的軌跡描述、異常行為判斷、學員人數實時統計。

學習子系統：自主學習是培訓的重要組部分，該子系經包括對學習資源管理、學習信息記錄分析、終端自主學習等。

考核子系統：考核包括考核人員的身份認證、試題的產生、學員成績管理以及對學員能力的綜合評價。

2 系統方案實現

2.1 培訓子系統實現

培訓子系統是管理員對培訓的管理，子系統采用基于Java 語言的B/S（瀏覽器/服務器）模式研發，系統在開發過程中使用面向對象的MVC（模型，視圖，控制）分層開發方式，系統能夠安全、穩定、高效的運行。系統實現如圖4所示。

圖4 培訓管理子系統

2.2 人臉識別子系統實現

人臉識別是人工智能中的重要應用，近年來深度學習技術發展推動人臉識別準確度大幅提高，當前人臉識別已經廣泛地應用到交通、教育、電子支付等各行各業中。系統采用自主研發的基于自注意力深度學習網絡模型進行的人臉識別服務。系統采用服務集群的方式進行部署以滿足服務使用頻率高的特性，系統實現如圖5所示。

圖5 人臉識別子系統

2.3 檢測跟蹤子系統實現

人員檢測跟蹤在日常生活中具廣泛的應用，也是學術研究熱點，當前涌現RCNN、Fast-RCNN、YOLO、SSD 等優秀目標檢測算法，系統采用YOLOv5 算法實現行人檢測，DeepSort 算法實現人員跟蹤，整個系統使用Python 語言開發達到了很好效果。系統實現如圖6所示。

圖6 檢測跟蹤子系統

2.4 學習子系統實現

自主學習系統是實現無人監管培訓的重要環節，培訓人員應能方便地對培訓項目進行知識學習。子系統采前后端結合的方式建立，后端使用基于Java 的WEB 系統，終端使用基于安卓系統進行開發，培訓人員在平板上通過觸摸方式進行學習。系統實現如圖7所示。

圖7 學習子系統

2.5 考核子系統實現

考核子系統包括服務端和客戶端兩個部分，服務端使用基本Java 的Web 系統進行構建，客戶端采用Java 實現考核及對考核人員進行身份認證的功能。系統實現如圖8所示。

圖8 考核子系統

3 結 論

在智能無人監管配電網實訓室的建設中，充分使用人工智能技術實現了智能的無人監管培訓，經過長時間應用達到了降低勞動強度、提高培訓質量預期目標，從根本上解決了困擾電力培訓工作強度大、效率不高、質量差的問題，對培養高素質配電網從業人員具有重要的意義。系統采用的技術方法具有普遍性，可以快速應用到其他領域的教育培訓中，具有很好的推廣價值。今后，隨著越來越多人工智能技術應用到各行各業中能夠為人類創造更加美好的未來。