广东电网有限责任公司中山供电局 范德和 李新海 刘文平 罗其锋 周 恒 侯 伟

变电站主要负责对电力分配和传输的任务，站内设备的安全稳定运行至关重要。而随着电网规模的不断扩大，变电设备巡视、检修、缺陷消除工作量也随之增长。如果不能及时消除设备缺陷，可能会造成设备损坏、爆炸，甚至引发大面积停电事件。目前，变电设备出现缺陷时，通常先由变电站运行人员进行现场检查，然后向远程应急指挥人员进行汇报。远程应急指挥人员根据了解到的缺陷情况，组织检修专业班组制定缺陷处理工作方案，安排检修人员到站缺陷处理。远程应急指挥人员、远程专家与现场运行人员、检修人员主要通过电话、微信、网络视频等方式进行沟通。现场运维检修人员由于经验不足以及准备资料不够全面，上报的缺陷信息可能失真而造成误判，可能导致制定不准确的缺陷处理方案，进而影响相应备品备件、工器具的准备工作，降低变电设备缺陷处理效率。同时，检修人员缺陷处理时一边翻看厂家说明书、图纸资料、作业指导书等资料一边操作，方法繁琐且不方便，降低了作业效率。在上述问题下，如何提升变电站设备缺陷处理工作效率，是一个迫切需要解决的问题。

近年来，增强现实(Augmented Reality,AR)和智能语音技术的智能终端在变电站设备运检中的应用，为该问题提供了解决方法。电力系统中利用AR 技术是在现实世界中叠加一定时间和空间范围内难以体验的实体信息，并将该信息应用于现实世界，不仅可以展示现实世界信息，而且可以将虚拟世界的信息进行显示，获得超越现实的交互体验，为变电站运维检修工作提供技术支持[1]。智能语音通过将智能语音识别技术与电网业务的融合，使用语音命令进行操作，减轻工作量，提高工作效率[2]。但变电站交互式智能运检系统等相关技术研究尚未系统开展。如何结合智能语音和AR 技术提高变电运行、检修工作效率，成为新的研究目标。

本文提出了一种变电站交互式智能运检系统，作业人员可以通过语音控制智能终端，实时观看到AR目镜所展现的后台传输厂家资料、图纸、历史缺陷信息、作业指导书等作业指导资料，指导现场作业人员巡视、维护、缺陷处理等工作，作业过程中可以拍摄照片视频方便归档，实时画面可以同步视频会诊，后台专家针对现场实况作业指导，提高了变电设备运检效率，确保电网、设备安全可靠运行。

1 变电站交互式智能运检系统结构与功能设计

1.1 系统结构设计

变电站交互式智能运检系统主要由智能终端、后台管理系统、云/本地服务器三个部分构成，如图1所示。

图1 变电站交互式智能运检系统整体架构

1.1.1 云/本地服务器

云服务器是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务。其管理方式比物理服务器更简单高效。云服务器可以快速构建更稳定、安全的应用，降低开发运维的难度和整体成本。云服务器存储的数据包括作业现场图片录像、运检数据库（厂家资料，图纸，缺陷信息）、智能终端定位信息、云数据识别库等内容。

1.1.2 后台系统

变电站交互式智能运检系统监控后台采用Linux 系统开发，包括电脑终端、摄像头、音响、移动设备等。电脑终端通过网络与移动终端、智能终端进行数据交互，并对数据进行储存和处理，最后将处理结果输出到智能终端供作业人员查看。用户可以通过监控后台查看作业人员定位信息和作业现场的实时画面，并与作业人员交流互动，具有良好的人机交互效果，实现远程移动视频监控和指挥调度，极大方面了运检人员的工作。

1.1.3 智能终端

智能终端是一款带智能眼镜摄像头及带网络的智能安全帽。有录像、本地存储及夜间照明的功能。智能终端包括：主控模块、摄像模块、通信模块、近电告警模块、定位模块、电源模块、智能语音识别模块、拾音器模块和AR 成像模块。如图2所示；其中通信模块包括4G/5G 通信单元、蓝牙通信单元；主控模块用以接收/输出数据；电源模块连接并为整个变电站交互式智能运检系统提供运行用电。可见，在作业过程中，无需工作人员双手手动介入，通过智能语音交互与穿透式AR 影像展示，即可实现摄制、远程会诊交流、影像展示、后台专家的同步视频会诊及危险警告等功能，从而作业人员可专注于工作，降低操作难度，进而提高作业安全性。

图2 智能安全帽硬件架构

1.2 系统功能设计

1.2.1 智能识别

智能语音以作业人员语音和设备运行声音为研究对象，通过语音信号处理和模式识别，使机器自动识别人声和设备运行的声音。运行人员在巡视过程中，通过识别指令信息展示巡视路线图、作业表单、作业指导书、缺陷跟踪情况、派工信息等内容并自动记录需要的信息；通过识别运行设备声响并与缺陷库对比，确认设备运行状态；发现缺陷时，通过识别运行人员指令信息搜索备品备件库。检修人员在缺陷处理过程中，通过识别指令信息显示需要的厂家说明书、图纸、作业指导书、历史缺陷信息等内容。图像识别是通过识别变电站设备图片信息，在数据库搜索作业人员需要的信息。

1.2.2 AR 影像展示

作业人员在使用穿透式AR 目镜时，会诊数据中的会诊影像以AR 影像的形式显示于穿透式AR目镜的显示屏上，作业人员近眼查看会诊影像中所包含的施工图纸、设计资料，专家指导等，可查阅并对照进行缺陷处理，有效解放了工作人员的双手，使其可专注于缺陷处理作业，提高了作业效率。

1.2.3 远程视频会诊平台

会诊平台与现场作业前端进行实时交互、数据储存、功能设置、人员定位、场景展示和数据收集，检修人员在缺陷处理时通过远程视频会诊平台与专家交流互动，为现场缺陷处理工作提供远程技术支持。

1.2.4 近电告警

当作业人员戴智能安全帽误入带电区和误攀带电杆时，近电报警器能及时发出连续的音响报警信号，提醒作业人员注意危险，防止由于错觉和失误造成的触电伤亡事故。

1.2.5 人员定位

定位模块是对巡视和检修工作进行实时引导的基础，系统提供实时准确的定位，通过在智能终端里面安装定位模块达到定位目的。

2 变电站交互式智能运检系统关键技术

2.1 智能语音控制技术

智能语音控制技术通过4G、5G、WIFI 和蓝牙等传输途径，实现AR 自由曲面目镜/穿透式显示设备实现远程摄像及视频会诊、录制视频同步上传数据到后台、高清摄像头还原现场故障，即时传至后台，实时进行GPRS、北斗等全球定位，精准定位作业人员位置。

语音识别是以语音为研究对象，通过语音信号处理和模式识别，使机器自动识别人类口述的语音。高斯模型（Gaussian Mixture Model,GMM）和隐马尔可夫模型(Hidden Markov Model,HMM)在语音识别领域广泛使用[3]。随着计算机人工智能领域广泛发展，深度神经网络(Deep Neural Network,DNN)被应用于机器学习，可结合HMM与DNN 融合搭建DNN-HMM 混合系统，可以提高语音的识别率。

语音识别系统框图包括声音输入、语音数据、声学模型、语音模块、词组数据、语言模型、语言模块、结果输出等模块，如图3所示。声音输入到语音模块，然后将麦克风变化的声音转变为电信号，通过消除噪声和信道失真增强语音信号，将时域信号转化为频域信号，并为声学模型提取有代表性的特征向量，语音模块数据到语言模块进行组合和识别，最后输出识别结果；语音数据输出到声学模型提取特征向量，输出到语音模块进行语音识别；词组数据输出到语言模型提取特征向量，输出到语言模块进行语言识别。

图3 语音识别系统框图

语音识别系统遵循贝叶斯模型，其表达式为式(1)、式(2)。

式中：L 表示文字序列概率；A 表示语音输入。式(1)表示语音识别需要在给定的语音输入情况下，找到最有可能的文字序列。根据贝叶斯规则变换，可得式(2)。其中，P(A/L)表示给定一个字节序列出现该条音频的概率，即语音识别中的声学模型；P(L)表示出现该文字序列的概率，即语音识别中的语言模型。基于GMM-HMM 算法属于双重随机过程，该算法试图找到显性语音输入与隐性文字输出之间的概率。

人工智能领域的重要分支深度神经网络的发展，混合DNN-HMM 声学模型[4]具有很强的学习能力和序列化建模能力，在大规模复杂的连续语音识别任务中，DNN-HMM 声学模型比传统的GMMHMM 模型有大幅度的性能提升。DNN-HMM 混合型系统如图4所示，HMM 用来描述语音信号的动态变化，其模型由不同状态和状态转移概率组成。DNN 在估计观测概率时考虑了语音特征，使概率分布更加合理有效。可以通过给定的特征向量和词序列，计算出声学模型分数和语言模型分数，计算总分最高的词序作为识别结果。

图4 DNN-HMM 混合型结构

变电站语音识别是通过求解输出字符串与电力词汇的相似程度，然后按照一定规则提取数字化、判决等方法，提高语音识别准确率。

当变电站语音识别模块有特定语音侦输入后，系统开始启动，开始语音识别。语音识别处理程序将不断轮训输出，确认是否有识别输出。如有输出，则对该识别结果进行特征提取。否则超过一定时间后，系统进入休眠状态。

2.2 人机交互技术

人机交互技术是结合语音或肢体手势等识别算法，将用户的交互操作经过计算后显示在设备上，实现虚拟事物与现实世界交互[5]。人机交互技术逐渐从键盘、鼠标、按键的交互方式发展为语音、手势交互等交互方式。人机交互技术的发展，能够使AR 设备的应用范围更广。目前AR 人机交互的方式主要包括：

（1）手势交互，人手被当成了人机交互接口，通过设定的手势动作和动作作为输入，对设备进行移动、拖拽和操作等，运检人员可以通过手势动作实现翻看文件、聚焦拍照等功能，这种交互方式更加直观、自然；

（2）语音交互，运检人员可以通过语音进行菜单操作，包括搜索资料、拍照、录像、云台呼叫等功能。语音交互可以解放用户的双手；

（3）多通道交互：作业人员的手势、姿态、语言动作、眼球动作都可作为AR 系统与作业人员的交互方式。眼球运动的跟踪是通过模式识别、角膜反射点分析、眼球形状分析和用眼模式分析等方法与AR 系统互动，运检人员头戴AR 智能设备凝视特定设备，识别设备的状态变化。

本系统通过多通道交互方式，实现变电设备巡视维护、操作、缺陷处理等工作更加高效便捷，保证电网的安全稳定。

2.3 图像识别技术

在变电站设备运检工作过程中对设备的识别，包括设备本身的识别和设备铭牌识别。设备本身识别用于确定运检的具体设备以及运检任务信息等；设备铭牌识别则主要是获取设备信息方便查找备品备件。具体的图像识别包括一次设备、二次设备、设备铭牌等。

图像识别技术广泛采用哈希算法[6]，但这种算法只能用于静态图片的识别，不同的光照、拍摄角度等因素会影响图像识别质量。采用一种性能更好的检测算法尤为重要，A-KAZE 特征提取算法就比较适合。

2.3.1 图像特征

图像特征是指变电站设备识别时图像唯一性，区别于其他图像，具有可重复检测性，在不同的角度，位置，姿态和环境亮度情况下，所提取的特征是相同的[7]。

2.3.2 A-KAZE 算法

A-KAZE 算法采用非线性方式扩散滤波法，将图像亮度(L)在不同尺度上的变化视为流动函数的散度[8]，可以用以下非线性偏微分方程来表示：

式中，div 表示散度；∇表示梯度；L 表示图像的亮度；c 表示传导扩散函数，其中t 表示尺度参数，其值越大表示图像尺度越大，图像就越简单。

通过设置传导函数c(x,y,t)，传导函数设置公式如下：

由式(3)可知，图像L(x,y,t)随时间t 的推移而变化，由此构成非线性尺度空间。且事件证明非线性尺度空间无线性尺度空间模糊图像。

通过图像识别技术可在AR 眼镜上展示设备的出厂信息、运维信息、竣工图纸等。为变电运检工作带来便捷，提高现场作业的效率。

3 应用实例

本文研制的变电站交互式智能运检系统已应用于某220kV 变电站，共设计有三套智能终端设备，供变电运行、检修、继保人员使用，实现了变电专业人员全覆盖。智能终端安装在安全帽上，方便检修人员使用。通过高清摄像视频实时连接，语音在线通话，后方远程观看实时指导作业，管理更加高效便捷，APP 端直播视频，支持多人观看管理同一设备。检修人员通过该系统可以与后台专家的同步视频会诊，提高了检修人员缺陷处理效率。通过后台监控系统与现场作业前端进行实时交互、数据储存、功能设置、人员定位、场景展示和数据收集，通过大数据分析，为每位现场作业人员保驾护航，解除安全隐患、提高工作效率。

经试验该变电站交互式智能运检系统语音识别率大于95%，能够准确执行检修人员的命令，不受个体差异影响，智能语音识别稳定可靠。

该变电站在投入该系统后，有效节省了人员和时间成本，提高了变电站运检工作效率和识别准确率，具体作业时间统计如表1所示，耗时为多次数据平均值。

4 结语

本文研制的变电站交互式智能运检系统集成应用了智能语音控制技术、人机交互技术、图像识别技术，通过智能语音识别即可获取所需的文件资料，提高作业安全和作业效率。运检人员通过AR 智能眼镜查阅相关资料，指导现场作业人员巡视、维护、缺陷处理等工作；运检人员通过该系统实现与专家远程会诊，为现场缺陷处理提供远程技术支持，有效减轻了运检人员的工作负担，提升了变电部门缺陷处理工作质量和效率，确保电网、设备安全可靠运行。