孔磊 孔德龙 孔德慧

摘要：现阶段，我国的电力行业建设的发展迅速，变电站是电网系统的重要组元之一，传统变电站依赖人工，可靠性差，无法满足电网系统的智能化要求。因此建立一个具有智能识别分析能力的现代化变电站，实现对电网系统的智能监控和管理，保障电网系统运行的安全性、可靠性，成为电力系统研究领域的一个重要课题。在调研了国内外研究工作基础上，阐述总结了智能监控系统在现代变电站中的应用。根据国内变电站的实际情况，分别从设备仪表监控、非法入侵监控、作业人员行为规范监控等方面进行分类讨论，总结了智能视频监控技术在变电站中的应用，提出了现代变电站建设的一个可行方式。

关键词：智能监控系统;现代变电站;应用

引言

智能变电站是构成智能电网的重要组成部分，也是保障电能安全与稳定输送的关键。随着我国智能电网建设的不断推进，现有的智能变电站逐步开始信息化建设，对智能变电站中电力设备进行状态监测成为了必不可少的关键环节。大量的智能监控设备得到了应用，较大地提升了变电站智能化水平。而随着监测技术的进步，监控设备采集数据的周期逐渐减小，由此导致智能变电站监测系统无时无刻都需要处理海量的监测数据，此类数据具有以下特征：數据量激增，规模呈指数级增长;数据所具有的结构极为复杂;历史监测数据与实时监测数据呈现多样化，如电力设备的运行参数、实验数据与故障数据等;监测数据类型众多，除数据结构上有所不同外，其查询与处理方法也有所区别;各监测平台的通讯互联也存在一定的技术难题。监测数据的快速增长使得传统的运行状态分析手段难以满足现有数据处理的效率要求，因此亟需应用大数据技术实现智能变电站的运行状态分析。

1系统应用功能

1.1基础信息管理

监控信息基础数据管理实现本系统基础数据的维护管理及与D5000系统的数据交互。主要包括：组织机构信息、设备台账、标准信息库、监控信号规则维护等应用功能。

1.2设备台账专家库管理

设备台账专家库管理是实现与OMS系统的设备台账保持一致，确保自动生成的监控信息点表的间隔名、设备名能自动匹配，提高监控信息点表的校验合格率。主要包括变电站信息维护、设备台账维护、设备监控信息点表规则配置等应用功能。

1.3监控信息点表智能管理

监控信息点表智能管理实现监控信息表的自动生成、智能审核以及与OMS现有流程的衔接，并在此基础上实现监控信息表的应用功能。主要包括设备信息点表编制（录入、自动生成）、信息点表管理流程、信息点表校核、信息点表发布等应用功能。系统采用面向对象的监控信息生成方案。该方案借鉴IEC61850面向对象进行建模的思路，首先将梳理形成的电网典型信息表模型化，形式基准信息库，然后按照监控信息生成规则对监控信息表和基准信息库进行映射。系统根据不同属性的变电站和设备选择对应的模型对象，自动生成遥信、遥测、遥控信息点表。系统根据变电站类型、三侧设备电压等级、三侧接线方式确定站内存在的间隔类型，填写变电站内各类型间隔数量和间隔名称后，自动生成站内间隔。然后，根据间隔下设备生成规则自动生成间隔下存在设备，通过基准信息库与设备映射关系生成单个设备信息表。最后，按照既定规则将全站设备信息排序后形成全站监控信息表。

2优化措施分析

2.1外来人员和小动物管控

变电站作为电网系统的枢纽，任何突发的变化都有可能对电网造成不可估计的损失。一旦有可疑外来人员或小动物侵入，如果无法迅速作出示警和报警，变电站的安全将无法得到保证。因此，对外来人员和小动物的管控是智能变电站智能识别系统重要的作用。外来人员和小动物管控在视频监控系统中均可归结为运动目标监控技术，国外对视频监控技术中的运动目标入侵识别监控技术研究比较早，技术已经成熟。美国已实现在复杂环境下对多个运动目标进行检测、定位以及跟踪，在部分遮挡环境下可持续对多个物体的跟踪定位，并对运动目标的行为进行识别分析。目前对于运动物体的智能检测主流的方法大致分为以下三种：光流法、图像序列差分法和背景减除法。光流法是利用固定摄像机对稳定静止背景中的图像进行识别，对突然出现的物体进行跟踪。该方法对背景不是很敏感，但是其信息处理受周围环境的影响较大;帧间差分法基本原理是利用图像灰度来确定图像中变化的部分，进而确定有无入侵生物。该方法用少量简单程序就能较好的满足实时监控的要求，但其对匀速或慢速运动目标的监控经常出现遗漏;背景减除法的主要原理利用当前帧和背景帧作差分来检测出运动目标。它能够提取出相对完整的运动区域信息，提供完整的特征数据，但对气候、光照、噪声等干扰特别敏感。由于以上几种方法均存在其优点和不足，如果对上述方法的两种或三种组合改进应用，如把背景减除法和二帧差分法结合起来对运动目标检测，将会有明显的改善效果。该方法主要是对二帧差分法进行了改进，把其中的差值运算仅应用于相邻两帧图像件，通过和背景减除法做与运算，避免运动目标过大造成误差，从而对运动目标进行识别。该方法克服了光线变化对背景减除法的影响，避免了二帧差分法带来的“重影”现象，计算简单，实现容易，能够较好的适应变电站的复杂环境，满足现代变电站建设的需求。

2.2作业人员行为规范监控

现代变电站仍需要作业人员对设备进行日常维护、点检，为保障作业人员安全和设备稳定运行，需对变电站核心区域的作业人员进行实时监控，以确保其行为规范性和操作安全性。由于变电站作业人员衣着规范，特征显著，具有较强的辨识度，本文对变电站人员所戴安全帽、所穿防护服等特征衣着进行组合监控，通过视频识别技术进行智能分析监测，对作业人员活动区域及操作过程特征动作的规范性进行实时监控，对违规操作进行警示。电工安全帽是变电站工作人员必须佩戴的安全防护用品，对安全帽佩戴状态的自动识别，可以识别作业人员的佩戴规范，还能跟踪识别作业人员面部特征，判断作业人员与现场袖标信息是否一致，更能对其活动区域和行为规范作出更准确判断，从而作为作业人员行为安全规范的重要依据。安全帽识别最重要的指标是检出准确率，传统的模式识别方式由于误报漏报率高，不能满足现代变电站的要求。此次研究方向，基于深度学习技术的安全帽检测算法。深度学习的框架概念很早就被提出，因为当时缺少平台支持和样板数据，只训练出了三层神经网络。随着GPU芯片的发展，工业繁荣期，深度学习技术得到了飞速发展，不断在突破。基于深度学习的算法也不断在发布，如基于深度学习的人脸识别技术、基于深度学习的烟火识别技术、基于深度学习的车牌识别技术等。

结语

针对现有的智能变电站状态监测所衍生的监控设备大数据处理问题，引入大数据技术，在考虑智能变电站监控设备数据特性的基础上，从监测、传输与分析3个方面分别构建智能变电站监控设备大数据监测平台、分布式数据传输系统与数据挖掘系统。相比传统的智能变电站运行状态分析方法，有效提升了数据读写、数据传输与数据分析的效率，并在减少用时的同时提升了分析的准确率。从而有助于维护智能变电站的稳定运行，提升电网运行的可靠性。

参考文献

[1]严涛.第三代智能变电站的应用研究[D].南昌：南昌大学，2019.

[2]郭俊敏.智能变电站在线监测与故障诊断系统设计与实现[D].福州：福州大学，2017.

（1国网滨州供电公司 山东 滨州 256600：2滨州市高级技工学校 山东 滨州 256600：3国网滨州市滨城区供电公司 山东 滨州 256600）