基于視頻聯動技術的智能水電站監測狀態實時自動巡檢方法研究

張 宇,楊浩然

(國能大渡河大崗山發電有限公司,四川 雅安 625400)

0 引言

智能水電站內電氣設備數量較多,運行過程中,受到各方不確定因素的干擾影響,運行狀態可能存在不同程度地波動[1]。一旦電氣設備運行出現異常而得不到及時運維處理,會降低智能水電站運行的質量與效率,嚴重情況下,引發不可控的電力事故[2]。為了提高智能水電站運行的安全性與可靠性,需要采用科學合理的自動巡檢方法,定期對智能水電站的各個電氣設備進行巡檢,判斷智能水電站運行中是否存在安全風險隱患,實時展示智能水電站的運行狀態變化[3]?，F階段,傳統的水電站自動巡檢方法在實際應用過程中,存在巡檢周期較長、巡檢結果與水電站實際運行狀態偏差較大的問題。視頻聯動技術能夠優化這一問題,充分挖掘水電廠內所有的視頻監控系統資源,將其以無縫集成的方式,集成到控制系統中,能夠起到節約巡檢時間、降低自動巡檢強度、提高巡檢精度的作用[4]?；诖?在傳統水電站巡檢方法的基礎上,本文引入視頻聯動技術,提出了一種全新的智能水電站監測狀態實時自動巡檢方法。

1 智能水電站自動巡檢方法設計

1.1 視頻與智能水電站聯動

在本文設計的實時自動巡檢方法中,首先,利用視頻聯動技術,對智能水電站與視頻進行聯動處理。通過視頻服務器的高效運行,調控現場的攝像機,實時采集智能水電站電氣設備監測狀態相關圖像,并反饋給發起請求的客戶端。

本文設計的視頻與智能水電站聯動運行流程見圖1所示。

圖1 視頻與智能水電站聯動運行流程

如圖1所示,在智能水電站運行動作發生變化的前提條件下,調節電氣設備的改變接口,記錄與智能水電站監測狀態有關的各項信息,并將記錄的信息發送至智能水電站一體化信息平臺接口,對監測狀態記錄文件進行多維度解析。其次,提取解析文件內的各項關鍵信息,包括電氣設備運行動作、設備編號等,判斷各項關鍵信息是否與水電站管理系統的信息匹配,進而確定智能水電站監測狀態編碼[5]。將編碼錄入到日志表內,量測智能水電站信息配置,獲取監測狀態巡檢關鍵信息。通過視頻與智能水電站聯動業務處理模塊,播放智能水電站運行狀態視頻,提取聯動信息與監測狀態圖像,為后續自動巡檢奠定基礎。

1.2 監測狀態視頻圖像識別

完成視頻與智能水電站聯動后,獲取到智能水電站監測狀態視頻圖像,接下來,對視頻圖像進行自動識別。首先,對智能水電站監測狀態視頻圖像識別進行程序化設計,AD轉換視頻圖像。其次,設定監測狀態視頻圖像識別的主要參數,如表1所示。

表1 監測狀態視頻圖像識別主要參數

按照表1所示的參數,設計智能水電站監測狀態視頻圖像識別模式。在此基礎上,利用大視場模板,匹配識別視頻圖像目標,調整云臺預置位,將視頻圖像目標標定到智能水電站視場中心,根據匹配識別結果,判斷智能水電站運行狀態。

1.3 監測狀態實時自動巡檢

基于智能水電站監測狀態視頻圖像識別完畢后,初步得知水電站的運行狀態。在此基礎上,對智能水電站監測狀態進行實時自動巡檢。

本文設計的實時自動巡檢流程,如圖2所示。

圖2 監測狀態實時自動巡檢流程

如圖2所示,利用智能水電站一體化信息平臺的數據提取功能,獲取實時自動巡檢所需的狀態數據X(i),基于狀態數據有效性檢查,實現狀態數據的冗余切換,全方位地提高數據的可信度。其次,利用動態閾值越限檢測方法,實時檢測水電站是否存在異常運行狀態,若存在則立即發出報警信息。在此基礎上,依據經驗模型,計算智能水電站監測狀態實時自動巡檢任務的性能指標S,公式為:

S=(S(X(T),X(T+1),…,X(N))

(1)

式中,T、N分別表示實時自動巡檢任務開始、結束時刻對應的狀態數據序號。根據S的越限與降低程度,發出相應的巡檢報警信息,實現智能水電站監測狀態實時自動巡檢的目標。

2 實驗分析

2.1 實驗準備

為了驗證上述提出的實時自動巡檢方法的可行性,進行如下的實驗分析。在自動巡檢實驗開始前,建立包含待巡檢目標的智能水電站數據集,包括多種水電站電氣設備,如表2所示。

表2 智能水電站電氣設備說明

表2為本次實驗使用的電氣設備的編號與標注說明。為了保證實驗的真實性與客觀性,避免實驗結果存在偶然性,數據樣本采集選取了多個智能水電站場景與角度。搭建此次實驗所需的自動巡檢運行環境,如表3所示。

表3 自動巡檢實驗測試環境配置

按照表3所示的配置,建立此次實驗測試環境,為實驗順利進行提供良好的保障。在此基礎上,按照上述設計方法的自動巡檢流程,巡檢智能水電站的狀態變化與運行工況,進而檢驗方法的可行性。

2.2 結果分析

將上述設計的基于視頻聯動技術的智能水電站監測狀態實時自動巡檢方法設置為實驗組,將文獻[1]、文獻[2]提出的巡檢方法分別設置為對照組1與對照組2,對三種方法的自動巡檢結果作出全方位的客觀分析,并對比。選取6種智能水電站電氣設備監測狀態實時自動巡檢識別率作為此次實驗的評價指標,其計算公式為:

Q=RM/R×100%

(2)

式中,Q表示自動巡檢識別率;RM表示自動巡檢識別正確的智能水電站電氣設備數量;R表示自動巡檢識別的智能水電站電氣設備總數[6]。

自動巡檢識別率Q值越高,說明水電站監測狀態實時自動巡檢結果與水電站實際運行狀態的偏差越小,巡檢精度越高,反之同理。利用MATLAB模擬軟件,模擬整個自動巡檢過程?？偣策M行10次自動巡檢實驗,取10次實驗結果的平均值,并作出對比,結果如圖3所示。

圖3 智能水電站自動巡檢識別率對比結果

通過圖3的對比結果可知,三種自動巡檢方法應用后,智能水電站實時自動巡檢識別率結果存在較大的差距。其中,本文提出的自動巡檢方法應用后,6種不同類型的智能水電站電氣設備的自動巡檢識別率明顯高于另外兩種方法,均達到了98%以上[7]。由此可見,提出方法的巡檢精度較高,巡檢效果更好。

3 結語

綜上所述,為了改善傳統自動巡檢方法在智能水電站監測狀態巡檢工作中巡檢周期較長、巡檢結果精度較低的問題,本文引入視頻聯動技術,提出了基于視頻聯動技術的智能水電站監測狀態實時自動巡檢方法研究。通過本文的研究,有效解決了水電站內設備圖像識別分辨率較低的問題,選擇最佳巡檢方案,實現了多張智能水電站監測狀態圖像穩定拼接的效果,全方位地提高了智能水電站自動巡檢結果的精度與效率,具有良好的應用前景。