91学术服务平台

您好,欢迎来到91学术官网!站长邮箱:91xszz@sina.com

发布论文

论文咨询

基于视觉识别的配电台架故障监测系统及应用实践

  2025-06-08    60  上传者:管理员

摘要:随着用户负荷的增长,配电网规模迅速扩大,供电可靠性要求也不断提高,这使得配电网故障诊断和定位愈发重要。传统配电网故障排查方法主要依靠人力,存在效率低、成本高、实时性差的问题。而随着光学图像处理和人工智能计算的快速发展,视觉识别在电力行业故障检测中的应用变得切实可行。文中介绍了一种基于视觉识别的配电台架故障监测系统。该系统能够有效监测和定位配电台架运行故障,在配电云主站实现主动告警并展示抓拍图片,将被动抢修转变为主动抢修,从而缩短用户停电时间,提高供电可靠性,还能节约运维人工成本。该监测系统已在湖北荆州示范区成功部署并投入使用,投运后取得了预期效果。

  • 关键词:
  • 主动抓拍
  • 台区故障
  • 图像处理
  • 热成像
  • 视觉识别
  • 加入收藏

配电变压器是中低压配电网与用户380kV/220kV配电网的分界点,直接为低压用户供电,所以其长期稳定运行十分关键。在国内,户外柱上变压器数量多、分布广、运行环境差,经常受到鸟巢、塑料袋、树枝等异物侵扰。在恶劣天气时,物体可能会掉落到变压器与熔断器之间,造成线路短路,设备损坏。这些异物造成了严重的安全隐患,而传统人力排查法效率低、成本高、缺乏实时性[1-5]。

随着台区智能融合终端的广泛应用,配电变压器的电气数据可被实时监测,针对短路、过流等异常能及时报警[6-9]。但对配电台架非法入侵、变压器过温等异常难以监测。随着光学图像处理和人工智能技术的快速发展,利用视觉识别技术监测配电变压器故障成为可能[10]。因此,本文提出基于视觉识别的配电台架故障监测方法及系统,它能实时监测异物、熔断器异常、变压器过温等事件,并通过物联网协议上报至配电物联网云主站,实现对配电台架运行状态的实时在线监控。这一方法提高了配电台架的巡检效率,降低了人力成本,还提升了供电可靠性。该套监测系统已在湖北荆州示范区部署应用,投运后达到了预期效果。


1、系统整体框架


本套智能监测系统由摄像机、智能视频处理单元、台区智能融合终端以及配电物联网云主站四部分组成,整体系统架构如图1所示。

图1系统架构

摄像机:摄像机包含可见光视频、红外热成像视频两个通道,其中可见光视频通道用于非法入侵、熔断器异常等故障视频采集,红外热成像通道用于变压器温度的红外视频采集。本系统采用标准工业级摄像机。

智能视频处理单元:该单元内嵌深度学习芯片,支持对可见光和热成像视频通道进行并发实时分析处理。在检测到异常后,智能视频处理单元会生成故障信息及对应的抓拍图片,并上报至台区智能融合终端;同时它也支持台区智能融合终端下发的主动抓拍命令。

台区智能融合终端:该终端会实时接收智能视频处理单元上送的故障告警信息,并将其转换为物联网协议中的告警事件,再上报至配电物联网云主站,同时将告警对应的抓拍图片上送至云主站的文件服务器,供云主站调阅。

配电物联网云主站:该云主站实时接收和处理来自台区融合终端的告警事件,还会根据告警事件中的文件信息在文件服务器中提取告警拍图文件。


2、系统详细方案


2.1智能视频处理单元设计方案

2.1.1设计方案概要

如图2所示,智能视频处理单元包含七个功能模块,具体如下:

(1)主控管理模块:读取处理单元的配置文件config.xml,完成多个视频通道的调度管理,包括通道IP、端口、协议等方面。

(2)日志管理模块:负责写入日志文件和管理日志的存储空间。

(3)图像采集模块:负责采集指定视频通道的压缩视频流,将其解码转换为内部的分辨率,然后转交给移动入侵侦测和故障目标检测模块。

(4)移动入侵侦测模块:基于算法完成移动目标的信息检测,并将检测结果传递至业务规则处理模块。

(5)故障目标检测模块:基于深度学习模型完成故障目标检测,将检测结果传递给业务规则处理模块。

(6)业务规则处理模块:结合区域信息和规则参数,判断是否需要进行异常告警,然后将告警信息上报到融合终端API接口模块,按需生成抓拍图传递至API接口模块。

(7)融合终端API接口模块:接收业务规则处理模块传递的告警数据及抓拍图片,然后发送至台区智能融合终端。

图2智能视频处理单元设计

2.1.2移动入侵侦测方法

在本文的系统中,采用VIBE算法进行移动侦测。为过滤误检情况,采用如下处理方式:

(1)使用高斯混合模型(GaussianMixtureModel,GMM)或VIBE算法获取正在移动的目标。在此过程中,利用简单的滤波操作,在移动侦测算法输出的结果图上采用中值滤波器过滤较小尺寸的噪声,其中包括零散区域的光线变化影响;利用形态学的开关操作(Open/CloseOperation)消除小目标的影响,其中包含小范围的光线变化。

(2)分离前景与背景为两张图片,使用OpenCV的函数matchTemplate计算这两张图的相似度,如果前景与背景的相似度高于80%,则忽略该区域,认为该区域是由区域性的光线变化产生的。

(3)目标影子的边缘较为模糊,在阈值设置合适的情况下通过Canny边缘检测,可以在一定程度上检测出目标区域的锐利边缘。通过形态学的关操作(CloseOperation)连通这些边缘,并计算边缘的长度。如果边缘长度小于20个像素,则认为该区域是影子,而非真实移动的目标。

2.1.3温度骤变及超温侦测方法

智能视频处理单元基于ONVIF/RTSP获取热成像图像和可见光图像,并通过芯片完成实时解码。同时,基于ISAPI并发获取温度信息,从而实现多路通道的温度异常检测处理。

智能视频处理单元可在视频通道中绘制关注区域,进而实现对指定区域中温度突变(急速上升/下降)、绝对温度超过阈值等情况的的监测。一旦出现这些情况,它将主动上送告警信息并生成抓拍图,可支持生成热成像抓拍图和可见光抓拍图(如图3所示),且抓拍图会叠加异常位置和温度信息。

图3可见光及热成像抓拍图

2.2台区智能融合终端设计方案

2.2.1融合终端与视频处理单元交互方案

台区智能融合终端与智能视频处理单元之间通过RJ45以太网标准接口直连,其接口速率为100Mb/s。在传输层采用TCP协议确保可靠传输,由台区智能融合终端负责向智能视频盒子发起建立TCP连接的操作。交互流程如图4所示。

图4交互流程

(1)台区智能融合终端首先向指定的智能视频处理单元发起建立TCP连接的请求;连接建立成功后,台区智能融合终端会通过该TCP连接发送登录设备的请求消息(LOGIN.req),其中携带登录智能视频处理单元所需的用户名和密码、心跳间隔、当前时间、客户端类型等信息。

(2)智能视频处理单元在收到登录请求消息(LOGIN.req)后,会对登录的用户名和密码进行认证,一旦认证通过,就会返回登录成功的应答消息(LOGIN.resp)。

(3)台区智能融合终端按照心跳参数定期向智能视频处理单元发送心跳请求消息(PING.req),消息中携带台区智能融合终端的当前时间信息。

(4)智能视频处理单元收到心跳请求消息后,返回心跳应答消息(PING.resp),保持与台区智能融合终端时间同步。

(5)当智能视频处理单元检测到故障告警事件发生时,会主动向台区智能融合终端发送故障告警通知请求消息(InvasionNotify.req),此请求消息中携带告警ID、告警类型、告警时间、视频源ID、视频源IP、告警目标类型、告警目标所在的位置、抓拍图路径等内容。

(6)台区智能融合终端收到异常告警通知请求消息后,会返回应答消息(InvasionNotify.resp)。

(7)台区智能融合终端根据自身需要发起提取抓拍图请求消息(GetPicture.req),消息中携带抓拍图路径。

(8)智能视频处理单元收到提取抓拍图请求消息后,按照该路径读取抓拍图文件,并返回应答消息(GetPicture.resp)给台区智能融合终端,消息中携带抓拍图文件数据。

(9)台区智能融合终端可以主动发起退出登录请求消息(LOGOUT.req),从而关闭与智能视频处理单元的连接。

(10)智能视频处理单元收到退出登录请求消息后,返回退出登录应答消息(LOGOUT.resp),以便台区智能融合终端在收到消息后主动拆除TCP链路。

2.2.2融合终端与配电云主站交互方案

(1)告警信息上报

台区智能融合终端收到异物告警、温度越限告警、温度骤变告警后,通过物联网MQTT业务传输通道上送至云主站,上送时会携带告警类别、告警时间、告警抓拍的图片名称、图片的矩形信息。详细消息如图5所示。

(2)告警图片上送

告警同步的抓拍图片会通过FTP协议传送至配电云主站的文件服务器中,配电云主站在收到告警信息后可以从文件服务器中遍历查找出对应的告警图片并进行展示。

2.3配电云主站

配电云主站实时接收台区智能融合终端上报的故障信息及抓拍图片并展示。云主站故障告警展示界面如图6所示。抓拍图片如图7所示。

图5告警信息

图6云主站故障告警展示界面

图7告警抓拍图片


3、结语


本套系统通过结合人工智能视频算法,实现了对配电台架的可视化智能监控。这一举措提高了维修效率,也增强了企业的经营效率。目前,该系统已安装于湖北荆州示范台区(如图8所示)。

图8湖北试点现场应用

经测试验证,此系统能够准确识别台区的非法闯入、超温告警等情况,并且主动将告警图片上送至云主站系统。


参考文献:

[1]白洁音,赵瑞,谷丰强,等.多目标检测和故障识别图像处理方法[J].高电压技术,2019,45(11):3504-3511.

[2]李军锋,王钦若,李敏.结合深度学习和随机森林的电力设备图像识别[J].高电压技术,2017,43(11):3705-3711.

[3]王银立,闫斌.基于视觉的绝缘子“掉串”缺陷的检测与定位[J].计算机工程与设计,2014,35(2):583-587.

[4]崔俊.浅谈电力变压器常见故障及诊断技术[J].电力设备管理,2023(7):262-264.

[5]苗振林,金国忠,杨靖玮,等.基于变压器红外图像的高温区域识别方法[J].粘接,2022,49(12):125-128.

[6]代晓丰,陈泽涛,刘秦铭,等.基于红外传感的配电房变压器高温过热故障识别研究[J].电网与清洁能源,2022,38(9):73-79.

[7]徐伟,金国忠,苗振林,等.基于红外图像的变压器故障在线检测技术分析[J].粘接,2022,49(9):193-196.

[8]位一鸣,童力,罗麟,等.基于卷积神经网络的主变压器外观缺陷检测方法[J].浙江电力,2019,38(4):61-68.

[9]王斯凡.基于机器视觉的电力设备识别与故障诊断技术研究[D].北京:华北电力大学(北京),2018.

[10]万吉林,吴国强,管敏渊,等.基于RetinaNet的变压器图像小部件智能识别方法[J].电力系统保护与控制,2021,49(12):166-173.


基金资助:国家自然科学基金资助项目(60234030);


文章来源:王成伟,江泽鹏,魏浩铭.基于视觉识别的配电台架故障监测系统及应用实践[J].物联网技术,2025,15(11):47-49+56.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

高电压技术

期刊名称:高电压技术

期刊人气:2979

期刊详情

主管单位:国家电网有限公司

主办单位:国家高电压计量站,中国电机工程学会

出版地方:湖北

专业分类:电力

国际刊号:1003-6520

国内刊号:42-1239/TM

邮发代号:38-24

创刊时间:1975年

发行周期:月刊

期刊开本:大16开

见刊时间:一年半以上

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定