曹丽娜，高 潇，陈 硕，吕旭明，陈晓光

（国网辽宁省电力有限公司，辽宁 沈阳 110006）

基于统一视频监控平台与故障诊断技术的研究

曹丽娜，高 潇，陈 硕，吕旭明，陈晓光

（国网辽宁省电力有限公司，辽宁 沈阳 110006）

针对视频监控平台与故障诊断技术在实际应用中遇到的困难，对视频监控平台与故障诊断技术进行分析研究。以知识库、诊断缺陷库为基础，运用故障分析统计方法，列举实例来验证该方法的可行性，并对视频监控平台与故障诊断技术的未来发展进行展望。

视频监控；故障诊断；网络性能预警；自动巡检

1 概述

智能电网中，视频监控平台作为关键的组成部分，在电网的生产、经营和运用、建设等诸多方面都有广泛应用，视频监控平台对电网周边环境、电力路线、通用设备进行实时监控与记录。若发生电力事故，视频监控平台可提供相关图像资料，为分析事故原因提供支持。电网出现问题时，视频监控就会发挥其作用，为电网提供相关数据与图像资料，维修人员对其进行分析，找出故障发生的原因与地点，有针对性地进行维修。所以视频监控平台为设备故障的维修提供了非常有利的证据保障［1］。

目前，视频监控平台的规模变得越来越大，相关设备的操作流程也变得越来越复杂，监控场所没有做到合理的分配与规划，导致整个流程比较混乱，严重降低了设备维修的效率，从而也为整个平台的故障诊断带来不便。因此对视频监控平台与故障诊断技术进行分析与研究是非常必要的。本文对故障诊断技术进行分析，结合相关问题提出解决措施，并对视频监控平台与故障诊断分析前景进行展望，为相关部门提供一定参考［2］。

2 故障诊断技术

视频监控平台与故障诊断技术的分析研究，其目的是提高平台的实用化水平。一方面尽快对故障的设备进行分析定位；另一方面运用融合设备检修流程、故障诊断分析定位等方法，协助故障维修人员做好设备的运维检修、故障排查工作，故障发展进程如图 1 所示［3］。

图1 故障发展进程

2.1 研究目的

a. 为后期网络配置标准化、视频监控建设选型的数据提供支撑，计算故障频率，找出故障原因，确立故障区域、场景，这些多维度分析需要运用大数据策略等方法。

b. 在视频监控中，需全程跟踪故障维修人员及维修的各个流程、响应时间等。因此，需要对设备维修的整个流程进行高效融合。这样才能提高全程跟踪的质量，发现问题，最终找出解决问题的方案。

c. 在维修过程中，需要尽快对故障进行诊断，并对问题进行定位，告知故障维修人员对设备进行故障维修。设备的离线状态相对于为设备的诊断提供一个分界点，更有利于对设备进行分析。这一过程要运用故障精确诊断分析功能，从而对平台接入设备进行实时状态监控。

2.2 技术分类

a. 视频质量的分析技术

对视频质量进行分析是关键环节，首先找到视频质量经常出现的故障原因、故障类型及常见的维修方法，在视频监控平台中，对知识库、故障缺陷库的模版进行固化，并对视频图像质量、网络信号丢失率和系统的登陆情况等进行分类，以知识库和故障缺陷库为基础，运用视频质量分析方法，提出故障检修的意见，填入维修方案或者巡检工单中［4］。

视频质量的分析技术是以视频为基础，对视频故障产生的原因进行记录，结合相关原因找到故障类型后采用相应的维修方法进行解决。视频质量中会产生多种情况，将其准确分类，再以知识库与故障缺陷库为基础，进行故障分析，为整个设备故障的诊断提出合理建议。

b. 网络信道性能的预测技术

视频监控故障中，最常见的故障类型是网络性能故障，发生几率超过50%，而在网络故障中，带宽不足、图像信息丢失、时间延迟过大、路由器配置错误等又是最频繁的故障类型。因此可运用通信网络信道性能预测技术。

由于网络应用中对时间延迟的要求较高，所以采用视频传输技术，有两种能预测时间延迟的方法。方法一是对时间延迟的数据进行分析，找到数据之间的关系，再进行拟合，对未来的时间延迟进行预测；方法二在因特网中设立一个网络模型，对时间延迟进行预测。方法二的预测效果比方法一更好，因为网络模型一方面能包含时间延迟数据之间的规律，另一方面能了解现在和未来的时间延迟情况、网络信号的好坏状况。

c. 自动巡检技术

设备故障自动巡检技术不仅可解决人工巡检中故障发现效率低、故障原因无法精确定位等问题，还能对巡检故障任务进行设置，实现定期重复巡检，从而对故障的检查起到促进作用。自动巡检技术一方面可以在夜间工作，对设备异常和故障会自动生成工单，设备检修人员可以在自己账号上看到故障工单，从而进行排除异常和故障维修。另一方面可以对系统设置以时、天、月的单位进行故障诊断，减少工作人员重复建立的工作量，提高了工作效率。另外，设备故障的自动巡检可以使维修人员提前了解设备的运行状况，结合实际问题提出相应的改进措施，保障设备的使用周期与使用效率。

3 故障诊断实施方案

3.1 建立故障知识库和缺陷库

建立与故障相关的知识库和缺陷库，以多维度方法进行分析，可了解设备发生故障的原因、故障类型、故障发生频率和典型的故障区域等。从而精准地对设备进行定位。

知识库和缺陷库的建立可对平台设备的运行数据进行综合统计，通过平台设备的历史运行数据，可以进行多时间维度的分析。出现故障时，检修人员可以根据相关数据进行设备维修，对重点故障区域与设备故障一目了然，提高维修人员的效率。建立故障知识库和缺陷库有利于相关人员对平台设备的掌控，有针对性给予决策，对故障进行合理维修与整改。

3.2 故障诊断业务架构

各个变电站、营业厅、办公大楼、输电等都是由电网统一视频监控平台提供视频源服务，包括视频的实时播放到录像回放，再到运行工况等。

检修流程标准化：设备诊断结果必须与整个设备的诊断过程做到高效融合，对设备检修过程的各个环节进行实时跟踪与处理，对设备检修流程要做到最大限度的规范。检修流程的标准化有利于维修过程的顺利进行，同时使设备的运行更顺畅。

缺陷库：缺陷库是将设备在运行过程中存在的需要补充、调整与改进的问题统计成一个整体，有利于维修人员对设备中的故障一目了然。在缺陷库里可以找到很多设备故障的类似案例，进一步保证维修的质量，提升维修人员能力，保证设备的安全运行。

统计分析：设备产生故障要进行多维度的统计分析。首先必须了解监控设备部署区域与运维区域的故障再进行统计，生成与设备故障相关的统计表、分析报表与图表，可以为故障案例统计提供更加实际的资料。统计分析在整个故障业务架构中是不可缺少的部分，它能够为设备维修提供准确的数据，从而实现精准维修。

4 未来发展目标

目前，视频监控平台与故障诊断技术已经得到广泛应用。该技术为后续设备的运行情况分析、标准化网络配置的制定、设备选型、关键故障类型、区域等情况提供辅助数据，以更好地制定整改方法和决策。对视频设备和网络设备检修流程、视频离线原因、网络通道的故障定位、预测进行实时跟踪，并迅速处理，根据运维检修标准化，对检索发布机制、故障情况、知识库、缺陷库等进行分析，对历史运行情况进行统计整理。

5 结束语

应用视频监控平台与故障诊断技术，一方面使原先种类繁多、规模巨大、设备复杂的电网系统实现安全运行；另一方面对视频监控平台的故障维修有着一定的推广意义。在未来，该技术会在统一监控的平台上，广泛应用于资源的运维管控、信息通信系统中。即运维检修平台、设备管理系统、网络和通信网管等得到广泛应用，最终成为一个统一、协同的运维管控平台。

［1］ 钟方伟，马 斌，周 平，等.视频监控设备与网络故障诊断分析技术 ［J］.电脑知识与技术，2016，12（31）：205－207.

［2］ 陈惠清.机械设备远程监控与故障诊断技术分析 ［J］.中国设备工程， 2017， 37 （6）： 66－67.

［3］ 潘瑞雪.基于SVM的故障视频图像识别与诊断技术研究与实现 ［D］.武汉：华中师范大学，2015.

［4］ 朱元全，王印松，常政威.变电站视频质量诊断系统的应用研究 ［J］.四川电力技术， 2014， 33 （5）： 45－49.

Research on Fault Diagnosis and Analysis Technology
Based on Unified Video Surveillance Platform

CAO Lina，GAO Xiao， CHEN Shuo， LÜ Xuming， CHEN Xiaoguang

（State Grid Liaoning Electric Power Co.， Ltd.， Shenyang， Liaoning 110006， China）

This paper briefly introduces the difficulties encountered in the practical application of video surveillance platform and fault diagnosis technology.It analyzes from the fault diagnosis technology.Based on the knowledge base and the diagnosis defect database，the method of fault analysis and statistics is used.It gives a few examples to verify the feasibility of themethod.Finally，the future development of video surveillance platform and fault diagnosis technology are briefly introduced.

video surveillance； fault diagnosis； network performance warning； automatic inspection

TP393.06

A

1004－7913（2017）11－0024－03

曹丽娜 （1978），女，博士，高级工程师，主要从事电力系统管理及智能电网新技术研究工作。

2017－08－30）