基于机器视觉的变电站压板开关状态识别系统研究

发布时间：2021-03-28 19:08

　　变电站无人值守是变电站智能改造过程中的重要环节,而关键电气柜开关设备的运行状态识别对于变电站的安全稳定运行至关重要。当前变电站采用人工巡视的方式来监测电气柜开关的运行状态,人工方式需要工作人员花费大量的人力、物力去对电气控制柜进行周期性巡视,对保护压板开关进行核对。随着电力网络的不断发展,变电站中的电气控制柜越来越多,工作人员的工作量大幅增加,极容易出现个别设备出现故障或者开关工作状态错误而没有及时发现,造成重大电力事故。针对变电站电气控制柜开关状态自动识别问题,本文研究基于机器视觉技术进行变电站电气控制柜开关状态识别的方法。主要的研究内容如下:（1）设计基于机器视觉技术的电气控制柜开关状态识别系统,该系统包含开关面板图像采集与开关控制信息获取系统、开关位置检测与状态识别算法、后期识别结果处理与警报系统。系统使用工业相机或者智能手机采集开关面板图像和保存开关控制信息的二维码,然后输送至开关检测与识别系统进行状态识别,最后上传到变电站后台管理系统进行比对,如果工作状态有误就及时预警。（2）针对开关面板上开关位置检测问题,研究并提出了两种算法。第一种算法使用SVM（Support Vect... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

开关图像

12事先准备好开关闭合与断开状态的模板，将检测到的目标开关与模板进行匹配来判别当下开关的运行状态。而基于深度学习技术的开关运行状态识别算法则利用卷积神经网络提取目标开关图像的特征图，然后基于该特征图来进行分类，将开关的状态识别任务转换成二分类任务。本课题基于机器学习、卷积神经网络以及深度学习技术，分别设计了目标开关的运行状态识别算法，实现对目标开关运行状态的精准识别。开关检测与识别效果如图2-3所示。图2-3开关位置检测与状态识别2.4后期结果处理与警报系统本课题研究的变电站电气控制柜压板开关状态识别的最终目的是促进变电站的无人值守化，将目前在一线值守的工作人员解放出来。所以整个开关状态识别系统最后需要对目标开关的运行状态进行处理，上传至变电站数据管理信息系统，与设定的运行状态进行比对并及时预警。当使用行列数先验知识以及开关边缘信息进行开关位置的划分时，不会出现重复检测问题。但是使用滑动窗口与分类器或者使用深度学习技术进行开关位置的检测时，难以避免的会出现重复检测的问题。在使用深度学习进行目标开关的位置检测时，通常使用非极大值抑制来进行初步的筛选，剔除部分重复检测结果。由于实际变电站使用系统时，安全责任重大，检测结果需要保证绝对匹配。因而后期对开关状态识别结果的处理首先是要进行去重，然后进行排序操作，将识别结果与电控制柜上的开关一一对应。识别结果去重操作主要计算各个检测结果之间的欧氏距离，通过设定经验阈值，判定两个检测结果是否有重复，保留目标预测概率较大的检测结果。同时还需要根据行列数先验知识，判定检测是否漏检，当漏检比例超过设定的阈值时，

13当前检测无效，重新进行下一次检测。如若漏检比例在可控误差范围内，则进行开关排序操作。排序操作将开关运行状态识别结果按照电气控制柜压板上从上到下，从左到右的顺序进行排列。并利用行列数先验知识，判定漏检的开关位置，设定漏检位置开关的状态为默认闭合状态。将排序结果与开关控制信息进行融合，然后上传到变电站后台数据系统。整个数据采集与处理过程如图2-4所示。图2-4开关识别处理与警报对于开关状态识别系统识别的开关运行结果，需要与变电站后台管理系统设定的运行状态一致，才能确保变电站的稳定运行。本次电气控制柜压板开关状态识别系统设计了警报系统，警报系统得到识别结果后，向变电站后台管理系统发起请求，获取到电网系统设定的开关目标运行状态，然后与当前识别结果一一比对。当比对期间发现不一致的运行状态时，立马发出警报通知变电站的工作人员，及时进行调整，避免发生电网运行安全事故，给国家带来损失。2.5本章小结本章针对变电站电气控制柜压板开关状态识别问题，设计了基于机器视觉的电气控制柜压板开关状态识别系统。系统设计了导轨机器人携带工业相机和智能手机两种方案来采集电气柜控制面板上的开关图片。利用滑动框和卷积神经网络等技术对开关进行检测，并利用深度学习技术对开关状态进行识别。通过对开关状态识别结果的去重和排序处理，上传到变电站后台数据管理系统，及时发现运行错误的开关控制器，进行报警。整个系统的设计能够有效的提高变电站压板开关状态巡检的效率，促进变电站的整体升级，朝向无人值守化进一步发展。

【参考文献】：
期刊论文
[1]BOW-HOG特征图像分类[J]. 邹北骥,郭建京,朱承璋,杨文君,吴慧,何骐.  浙江大学学报(工学版). 2017(12)
[2]基于SVM的图像分类算法研究[J]. 孟金龙,丁超洋,周慧,吕爽.  数字技术与应用. 2017(10)
[3]基于SURF的变电站开关分合监视识别系统[J]. 公鑫,孟令枫,张涛,马全云,公政.  仪表技术与传感器. 2017(08)
[4]基于视频去抖的室内开关柜状态识别[J]. 张义莲,黄李磊,钱忠,刘涌,王朋朋,马成红.  电视技术. 2017(06)
[5]基于直线检测法的变电站开关状态图像识别系统的研究[J]. 孟令枫,杨兴,于晓春,邓梅,于永进.  电子质量. 2017(04)
[6]基于霍夫森林的变电站开关设备检测及状态识别[J]. 邵剑雄,闫云凤,齐冬莲.  电力系统自动化. 2016(11)
[7]变电站压板在线状态监测系统的应用[J]. 吉瑞.  电力安全技术. 2016(02)
[8]结合SVM分类器与HOG特征提取的行人检测[J]. 徐渊,许晓亮,李才年,姜梅,张建国.  计算机工程. 2016(01)
[9]机器视觉与应用[J]. 郭静,罗华,张涛.  电子科技. 2014(07)
[10]数字图像处理技术在电气控制柜开关状态识别中的应用[J]. 丁四海,刘玉雪,路林吉.  微型电脑应用. 2013(05)

硕士论文
[1]变电站保护压板在线监测及告警系统的研究[D]. 叶汉华.华南理工大学 2016



本文编号：3106090