基于5G-AR智聯技術的數字化電網遠程全景監控系統

廖坤玉 胡旭東 鄧立晨 夏東

（國網江蘇省電力有限公司蘇州供電分公司）

0 引言

安全生產于我國電力行業的重要性不言而喻，疫情防控要求下，蘇州和蘇州以外地區發生疫情，疫情管控區技術人員無法前往變電站，給變電站設備的維護檢修計劃帶來極大的不確定性。大量維修計劃擱淺或延期，導致設備“帶病帶傷”運維，潛藏隱患影響了電網可靠運維。運維人員在變電站現場遇到設備突發情況，由于不了解一些設備的結構、接線和處理方法，或難以判斷設備問題的嚴重性，經常需要與所轄區域的檢修人員聯系，尋求技術支持。但檢修人員由于缺乏及時全面地獲取現場情況的手段，經常浪費大量的信息溝通時間，造成問題不能快速解決，或無法鎖定癥結而喪失解決問題的最佳時機，導致隨后的應急消缺缺乏關鍵信息支撐，使得問題隱藏而不能解決。因此，電力作業現場亟需設置一個智能化的遠程監控系統，全過程、全天候地監控電力作業現場，降低電力設備管理的安全隱患。

1 數字化電網遠程全景監控系統硬件設施

1.1 基于5G網絡的硬件設施網絡架構

本文所設計的數字化電網遠程全景監控系統[1]主要是通過AR智聯設備接入5G網絡，再通過5G網絡將電網監控數據傳輸給后臺管理機，實現電網數據的數字化采集以及遠程診斷等。基于5G-AR智聯技術下的數字化電網遠程全景監控系統的硬件構成，主要包括AR智能穿戴、遠程移動終端等硬件設施，如圖1所示。

圖1 數字化電網遠程全景監控系統硬件架構

綜合考慮成本、安全性和功能適用范圍，本文所設計的數字化電網遠程全景監控系統的硬件設施搭建在5G網絡組織架構上，5G網絡[2]通過運營商網絡頻譜資源和移動網絡運營等優勢，滿足數字化電網遠程全景監控系統大帶寬、低時延、安全可靠的通信服務需求。本文系統所使用的5G網絡組織架構如圖2所示。

圖2 采用的5G網絡組織架構

5G網絡可為數字化電網遠程全景監控系統提供以下幾個方面的高級應用，集群調度：支持智能眼鏡、智能手機和對講機等終端設備接入，并提供PC端調度臺服務，發揮5G網絡的業務隔離、低時延、大帶寬等優勢，實現音視頻集群通信、遠程回傳存儲、分權分域管理調度、動態建組、可視化定位、電子圍欄、歷史軌跡回放等多種功能；AR遠程協作：基于5G網絡+MEC能力特性，通過智能眼鏡AI能力與深度學習引擎，實現設備、人員、手勢等多個智能識別能力，將電網作業現場的監控視頻、圖像等信息及時進行回傳并記錄，為遠程診斷專家平臺提供所需資源及數據，結合多種方式進行遠程多媒體信息溝通，提高協作效率；安全網關：通過部署聯通安全網關設備，可提供終端/用戶二次鑒權（基于IMSI、MSISDN、賬號密碼等）、ACL訪問控制、基于URL/IP地址的黑白名單訪問控制、信令及媒體加密、偽注冊攔截等服務。同時具備面向4/5G信令安全的靈活策略配置，并提供過載保護，支持SIP、Diameter、HTTP等信令協議。

1.2 AR智能穿戴

數字化電網遠程全景監控系統所采用的AR智能眼鏡[3]是一款無源頭戴式第一視角的新型人機交互設備，主要由數據連接線和眼鏡本體組成，眼鏡本身不帶電池，而是通過USB數據線插入終端或手機等設備，由設備供電并進行數據交互，該眼鏡的部件示意圖如圖3所示。

圖3 AR智能眼鏡部件示意圖

可拆卸式結構具有對使用者友好的特征，質量輕、不會熱，滿足長時間佩戴不會影響使用者精神狀態的要求。AR眼鏡的攝像頭和顯示屏設置在人眼前端，攝像頭由Sony1300萬像素高感光度傳感器、ISP圖像處理器組成；顯示屏由OLED顯示器和折反式一體棱鏡組成。眼鏡組件與鏡架之間采用磁吸式設計，便于佩戴和收納，鏡架適配不同的鼻托、近視鏡片、墨鏡片和護目鏡，可以單獨佩戴。AR眼鏡內部設置集成化主控芯片和矢量處理器，為實現監控系統的聲音交互功能，配置了揚聲器和麥克風，為提升操作的便捷性，配備了物理按鍵。AR眼鏡的所有功能均由固件驅動，通過設備服務程序實現，圍繞“解放雙手，提高效率，遠程協作，智能識別”進行設計和優化。完全滿足本文所設計的數字化電網遠程全景監控系統需求。

2 數字化電網遠程全景監控系統軟件功能

基于5G-AR智聯技術的數字化電網遠程全景監控系統主要是通過AR智聯設備接入5G網絡，基于圖像識別和深度學習技術，以語音和手勢控制方式全景實時地采集二次設備的圖片、視頻和文字等信息，解放作業人員的雙手，通過5G網絡將上述數據傳輸給后臺管理機，實現數據的數字化采集、后臺與作業現場的實時信息交互、標準化作業、遠程診斷專家支持等數字化檢修新模式。該系統具有高清拍攝、人臉檢測識別、遠程視頻通話等功能，可以接收并處理圖像、視頻、聲音以及其他數據，實時存儲和上傳。

2.1 數字化采集數據

在電網監控數據的數字化采集功能中，本文首先引入圖像識別技術來獲取并處理電網監控圖像，然后引入深度學習算法[4]來提取監控圖像數據，實現電網數據的數字化采集。電網監控圖像識別是數字化遠程全景監控系統設計的必要處理環節，根據既定識別原理，將電網中每個區域的監控圖像節點進行摳像處理，結合連續電網監控圖像權值數據，來對電網監控圖像像素點的透明度水平進行強化，進而實現對電網監控圖像的分類識別。一般情況下，進行分類識別后的電網監控圖像具有更優越的綜合表達能力，能夠展現出電網各區域中節點組織的傳輸概率，以便數字化遠程全景監控系統可以計算出各監控圖像的節點權值，達到電網主控節點的連續性監控目的。假設電網監控圖像輸入系數的兩個不同極大值為A、B，兩個不同極小值為a、b，參考圖像既定識別原理，獲得電網監控圖像的分類識別結果F計算公式如下所示：

式中，k表示電網監控圖像的識別指標參數；w表示電網監控節點的位置指數值；ω表示圖像既定識別的權限參數；△c表示電網監控圖像單位時間內的傳輸變化數據。在獲得電網監控圖像之后，需要對圖像中數據進行提取，由于電網監控圖像中數據大多為非結構化數據，所以本文基于深度學習算法進行數據提取，從而實現電網設備的目標檢測。首先需要確定電網監控圖像中待檢測設備，然后將電網圖像輸入密集連接神經網絡中進行訓練，假設原始電網監控圖像為Y0，卷積神經網絡共有n層，輸出的監控圖像目標設備檢測結果為Yn，如果利用密集連接神經網絡對Y0進行特征重用，可以得到輸出結果的特征重用變化為：

式中，[Y0,Y1,Y2,…,Yn1]表示卷積神經網絡中第1層到第n-1層之間特征重用的電網監控圖像；h表示連續非線性變換。然后利用一個2×2大小的池化窗口，對電網特征圖像進行下采樣，并結合損失函數對采樣的電網特征圖進行數據提取。綜上所述，本文所設計的數字化電網全景監控系統通過分布式深度學習訓練，獲取電網監控圖像的狀態特征，實時監測電網設備的狀態變化，然后根據訓練好的卷積神經網絡對電網監控圖像特征進行提取，獲得監控數據，從而實現電網數據的數字化采集。

2.2 人機交互

基于5G-AR智聯技術的數字化電網遠程全景監控系統中最重要的就是人機交互[5]功能，人機交互的語義部分主要靠語音控制技術來完成，電網遠程全景監控系統對作業人員語音信號進行捕捉與識別，然后做出響應。監控系統的語音控制主要由語音信號檢測和語音信號分析這兩個步驟來實現，關于語音信號檢測，首先需要對語音信號進行加窗與分幀處理：分幀就是對語音信號進行分段，為確保語音信號的連續性，需要控制前后兩幀語音信號重合度在5%以上；加窗就是對每幀語音信號進行加權運算，可以有效避免語音幀出現截斷效應。然后對相鄰兩幀的語音信號進行IOU交并比計算：

式中，I、J分別表示相鄰兩幀語音信號。如果這兩幀語音信號的重疊比例較大，系統則將這兩幀語音信號當作同一目標；反之如果重疊比例較小，則為不同目標，也就是新的語音內容。假設z代表作業人員語音信號的狀態量，可以根據下式來判斷語音信號是否為同一目標：

式中，將IOU=3當作判斷的分界點，當z=0時，說明這兩幀語音信號為同一目標；當z=1時，說明這兩幀語音信號非同一目標。根據上式對各幀語音信號進行檢測之后，需要對語音信號進行分析，語音信號分析是語音控制技術的關鍵，只有分析出可以代表語音信號本質特征的參數，才可以進一步精準識別、控制語音信號。語音信號屬于非平穩態過程，其特征參數具有多變性，所以本文引入梅爾頻率倒譜系數當作全景監控系統語音控制方案的特征參數，梅爾頻率尺度和頻率之間的關系如下式所示：

式中，P0表示以梅爾為單位的語音信號感知頻率；P1表示語音信號的實際頻率。合理的特征參數提取是確保全景監控系統的實時性與識別率的關鍵因素，所以本文通過式（5）選取合理、有效的語音信號特征參數進行分析，并將分析結果當作人機交互功能的語義內容。

3 系統測試

研發的初代系統在220kV商務變電站、玉峰變電站、陽山變電站開展了測試應用。設計標準化作業流程，測試了數字化電網全景監控系統在智能站220kV線路保護安措執行上的應用，按照系統音頻指導，通過語音控制流程運轉，執行標準化安措步驟，實時拍照記錄執行結果，圖4為標準作業的系統編輯頁面，可進行靈活自主地編輯，添加圖文指導和語音控制，適應不同型號保護裝置的安措執行。

圖4 標準化作業的系統編輯頁面

數字化電網全景監控系統對220kV母差第一套保護裝置與第二套保護裝置掛“檢修牌”，根據保護裝置和智能站其他二次設備之間的連接關系，參考安措診斷規則庫來制定操作票，如下表所示。

表 數字化電網全景監控系統的安措票部分示意

遠程診斷專家通過AR眼鏡獲取變電站現場人員的第一視角，專家通過在后臺對現場關鍵設備和接線的劃域，指導現場人員快速定位故障點、規范執行作業，開展事故處理、搶修指導、作業培訓，通過節省技術專家趕赴變電站現場的路程時間、縮短現場人員的排查時間，該系統可實現異常缺陷處理時間平均縮短15%，遠程指導記錄如圖5所示。

圖5 遠程診斷專家指導記錄圖

由此可知，本文所設計基于5G-AR智聯技術的數字化電網遠程全景監控系統可有效規范現場二次安措的作業流程，實現保護設備圖像信息的即時記錄與上傳，將電網作業現場中第一視角的監控信息分享給遠程專家平臺，實現遠程專家平臺與前端的語音、圖文、視頻、AR標記的互動互傳，開展高效的遠程診斷、調度指揮現場作業，同步分析工作效率和留檔培訓資料，顯著提升了檢修作業的質量和數字化水平。預計未來可“清零”新員工的現場作業“觀察期”，實現流程作業的“無縫入工”，縮短培養周期，提升班組承載力。

4 結束語

為提升電網檢修作業的規范性，加強第三方的即時指導和監督效果，本文基于5G-AR智聯技術設計一個數字化電網遠程全景監控系統。該系統基于AR智能眼鏡的AI深度學習引擎，實現二次回路測溫、裝置異常判別等綜合智能識別功能，前端將第一視角的畫面實時回傳與記錄；基于5G網絡大帶寬和高安全性的特點，通過變電站設備的信息共享和處理，為二次工作人員（運維人員）現場工作（操作）提供實時監控信息和移動式操作平臺。標準化作業流程式語音引導作業人員按規范執行安措等工作，實現作業的100%合規；通過現場與后臺之間“信息同視角”，助力專家“身臨其境”地掌控現場情況，實現作業人員和技術專家在知識經驗和現場信息的雙融合，開展遠程診斷、部門協作、實景培訓，提高消缺效率；解決疫情防控下異地技術人員無法流動造成缺陷不能及時處理的情況，實現設備停役時間“0”延長，避免電網可靠度下降。