換流站實景三維在線智能巡視系統研究

王文旗， 蔡毅凡， 周 歡， 陳國杰

（國網河南省電力公司直流中心， 河南 鄭州 450000）

0 引言

換流站作為電力系統電壓變換與電力傳輸的重要節點，隨著其智能化水平的不斷提升，換流站的智能化運維對運行維護人員業務水平提出新的要求。為提升智能換流站運維人員的業務能力，有必要開發換流站實景三維在線智能巡視系統。通過換流站實景三維在線智能巡視系統的開發可以實現換流站故障、異常的仿真分析及輔助決策，實現電網設備的三維可視化展示，能在與實際換流站完全相同的運行環境中進行系統正常操作、事故處理及系統恢復的培訓，高度逼真地體驗系統的變化情況[1-2]。因此，基于現有技術及智能算法支撐，開展換流站實景三維在線智能巡視系統研究。

1 實景三維在線智能巡視系統建設目標及原則

1.1 建設目標

1）基于計算機視覺、多視圖立體幾何原理和人工智能技術實現自動化重構生成換流站實景三維模型；

2）構建場景中重點關注的局部區域，實現換流站監控攝像機采集的視頻數據與實景三維模型的實時、無縫智能融合技術；構建實景三維場景鳥瞰式、沉浸式漫游，以上帝視角及第一視角在三維場景中身臨其境、直觀地與巡檢人員一起對換流站進行巡視；

3）在三維場景中疊加設備臺賬信息，可實時查看設備運行信息和實時信息；

4）還原換流站場景，可進行空間距離測量，為現場施工、大型車輛作業提供數據依據[3]。

1.2 建設原則

實景三維在線智能巡視系統建設應充分結合電力行業已有智能輔助系統的優點，并進行功能性提升，考慮系統建設的規范性、兼容性、可擴展性、業務融合、信息安全性、可推廣性等原則，系統基于網絡化架構，適應智能化發展，采用通用化的設備和技術[4-5]。實景三維在線智能巡視系統建設應遵守以下原則。

1.2.1 規范性原則

試點方案設計應參考國網相關技術、施工等規范及試點目標進行，站端系統建設應遵從“規范先行”的原則進行。

1.2.2 智能化原則

試點方案設計運用智能分析、帶有智能功能的攝像機等提高系統智能化水平，同時通過先進的編碼技術降低視頻碼流，減少存儲成本和網絡成本，減弱對網絡的依賴性，提高視頻預覽的流暢度。

1.2.3 兼容性原則

視頻監控系統應具備良好的硬件兼容性，滿足后續新建設的終端的接入。自身具備協議轉換軟件模塊，應支持不同廠家前端設備的無縫擴展接入。

1.2.4 可擴展性原則

系統支持對相關業務部門需求進行功能模塊擴展，并預留標準接口，考慮系統后期應用的可擴展性。

1.2.5 業務融合原則

系統功能及操作界面應與生產管理業務緊密融合，并兼顧其他業務部門使用需求，提升系統的實用性與多面性，提升系統應用價值。

1.2.6 安全性原則

站端系統應充分考慮信息安全問題，通過軟件、硬件確保系統具備抵御計算機病毒和非法入侵的能力。

1.2.7 可推廣原則

試點建設應考慮今后大面積推廣應用的建設成本、運行維護便利性，使系統具備較高的可推廣性。

2 實景三維在線智能巡視系統架構及技術支撐

2.1 實景三維在線智能巡視系統架構

在線智能巡視系統由高清攝像機和視頻主機、巡視主機、智能分析服務器、實景三維引擎主機、三維視頻融合主機等主要服務器組成。具體見圖1.

圖1 實景三維在線智能巡視系統架構圖

2.1.1 在線智能巡視主機

在線智能巡視主機搭載智能巡視系統軟件，制定和下發巡視任務、狀態跟蹤等指令；配置主輔監控系統智能聯動策略，當設備發生故障或其他狀況時，按預置位智能化關聯攝像機，自動調整攝像角度進行人工核查確認。

2.1.2 視頻監控主機

視頻監控主機實時統計攝像機在線數量，采集、儲存和上傳圖片、視頻和紅外測溫等數據至在線智能巡視主機，快速響應智能聯動策略。

2.1.3 智能分析服務器

智能分析服務器搭載智能分析算法，接收巡視主機交互的數據，實時智能分析站內環境和設備運行狀態。

2.1.4 實景三維引擎主機（擴展功能）

實景3D 模型的加載算法植入服務器中，實現3DWeb 服務發布，實現各類跨平臺客戶端的快速訪問。

2.1.5 三維視頻融合主機（擴展功能）

實景3D 模型與監控視頻的融合算法植入服務器中。部署在換流站內與監控視頻進行實時融合預處理，對視頻流進行轉碼以滿足3D 模型中實時視頻融合碼率要求，實現動態實景3D 模型渲染[6-7]。

2.1.6 前端采集裝置

前端采集裝置包括紅外高清網絡云臺一體化攝像機、紅外高清網絡球型攝像機、紅外高清網絡筒型攝像機、微型攝像機、雙光譜熱成像測溫攝像機、軌道攝像機、拾音器、視頻處理服務器等。

紅外高清網絡云臺—體化攝像機或球型攝像機：可向上/向下自由旋轉，單個設備可關聯多個角度進行監視，涉及常規監視、設備巡檢分析、設備狀態分析、環境狀態分析、人員行為分析。既可以查看室外場地開關、刀閘分合狀態，主變油溫、油位以及機器人無法觀測到的角度，還可以查看室內場景環境。具體根據立桿條件選擇使用云臺還是球型攝像機。

紅外高清網絡筒型攝像機：用于室內外特殊位置的單點監測。

微型攝像機：體積小，造價低，可用于彌補機器人無法進入室內進行巡視的劣勢，監測室內設備的狀態，如GIS 站主變油溫、油位和開關、刀閘分合狀態等。

雙光譜熱成像測溫攝像機：用于采集設備本體、接頭、套管、引線等重點部位的紅外圖譜數據。

軌道攝像機：可監測室內屏柜的設備狀態，進行設備巡檢分析、設備狀態分析。

可穿戴定位設備：可采集當前人員或者裝置的地理位置坐標[8]。

2.2 實景三維在線智能巡視系統技術支撐

2.2.1 實景三維與實時視頻融合技術

實時視頻與實景三維無縫融合，實現沉浸式三維模型中整體或局部區域實時監控，有效監視換流站現場設備及人員狀態。基于換流站三維模型，結合換流站中布點的監控攝像機，利用實景3D 實時視頻融合引擎的AI 算法，采集視頻數據與實景三維模型進行智能融合，從而實現三維模型與視頻數據的實時、無縫融合，達到實時的可視化監控[9-10]。

實時視頻融合需要以下步驟：

1）融合視頻預處理，基于視頻數據進行預處理，對視頻流進行轉碼以滿足實景3D 引擎端的動態渲染要求；

2）對視頻進行幾何校正、噪聲消除、色彩和亮度調整、配準等；

3）視頻融合投影，基于視頻與三維場景之間的空間位置關系、用戶視角、以及渲染所需的深度信息，根據合適的視頻映射（透視投影或正射投影）算法進行投影計算。

通過以上步驟，實現三維模型與換流站監控視頻的實時、無縫融合處理，以及動態的實景三維模型渲染，當用戶視角發生改變時，通過特有的AI 算法實現視頻渲染隨著用戶視角變化而變化，避免畫面出現畸變的情況。

2.2.2 深度學習算法訓練技術框架

基于深度學習和計算機視覺技術相結合的生產視頻在電網運維檢修中的應用，設計并構建一套智能計算服務（深度學習算法訓練框架），實現生產用視頻數據的采集預處理，海量視頻數據的分布式存儲，分類建設電力設備視頻圖像訓練庫，采用GPU 與深度學習算法結合的模式，提高數據處理速度，達到持續訓練與優化各類智能分析算法，分類輸出各類智能算法模型，并可根據配置策略分發至各個換流站智能分析模塊單元，以此不斷提高在各種環境條件下電力設備狀態監測與識別的準確率。

3 結語

為提升智能換流站運維人員的業務能力，有必要開發換流站實景三維在線智能巡視系統。基于現有技術及智能算法支撐，開展換流站實景三維在線智能巡視系統的研究，提出了換流站實景三維在線智能巡視系統建設目標及原則，分析了實景三維在線智能巡視系統架構及技術支撐，為實現換流站故障、異常的仿真分析及輔助決策，為實現電網設備的三維可視化展示提供相關依據。