文摘
联合检测技术研究的高清视频和机器人变电站具有重要意义在变电站的运行和维护管理。对多维协同检测技术的相关研究变电站引起了极大关注。变电站监控系统的设计实现多维协同检查高清视频和检验机器人。OCR技术用于提高检查的异常识别系统机器人设备。根据视频信息的收集,DSP进行综合信息处理和分析的检测信息是频域滤波方法通过人机交互接口。同时,变电站的主成分特征检测组件由模式识别方法提取,和视频监控图像的分辨率模型相似的特性。它扮演着一个重要的角色在变电站的日常操作和维护构建可靠性视觉跟踪和识别模型和优化多维合作检测系统模型。
1。介绍
电力系统自动化技术的不断发展,变电站负责电压转换,目前的聚合,在电网配电等功能。这是一个重要节点,是无人值守的方向发展。无人值守变电站的检查中发挥着非常重要的作用在确保设备的正常工作和安全运行变电站(1]。传统的检验方法是手工进行的。有必要每个变电站值班人员定期去检查电气设备与手持仪器一个接一个,收集大量的操作状态数据。与变电站的规模和数量的增加,手动检查工作已逐渐成为复杂和繁琐,不能保证出勤率和及时性的人工检查。变电站的数量之间的矛盾和值班变电站的数量是日益突出2]。同时,人工检验的质量有很大的随机性,这是相关的各种因素,如责任、精神状态、工作经验和业务能力的运营商。手动检查一直是效率低,劳动强度高,分散检测质量,管理成本高。此外,手动检查安全风险在高山和寒冷地区或恶劣气候条件,和缺乏其他有效的检验手段(3]。
图像监控技术的不断发展,机器人技术,计算机技术,以及促进智能变电站无人值守变电站模式,图像监控系统和机器人正逐渐取代手工变电站检查。图像监控系统是无人值守变电站不可缺少的一部分4]。它可以使集中站的工作人员及时掌握设备的操作所辖变电站和车站地区的安全形势。变电站巡检机器人,作为一个移动的执行终端变电站设备检查,可以携带各种各样的工具,如高清摄像头和红外成像仪。它可以检查一个接一个的变电站设备或远程自动控制。它还可以使用图像匹配技术和OCR文字识别技术获得各种各样的信息,传统的继电保护设备不能获得,如户外主要电气设备出现异常,温度异常,声音异常5]。检查机器人的能力在变电站设备的单一和重复检查工作显然是超过的手册。它不仅大大减少了电力工人的工作量,还提高了变电站设备的检验工作的质量和效率,有效地促进了无人值守变电站设备的过程(6]。
1.1。研究现状
近年来,视频监控行业在中国发展迅速。它主要通过几个重要时期:2005年以前,主要是模拟视频监控;从2005年到2008年,发展到数字监控时代;从2009年到现在,数字网络监控、高清视频、智能分析、和其他先进技术介绍(7]。
近年来,国内制造业网络数字化的迅速发展时期。大量的企业,如杭州Haishi Tiandiweiye,深圳Tiyue南京Nanrui大华,大理,汉邦高新技术,开发了他们自己的终端设备技术。此外,集中平台系统已成为一个新的方向。国内视频企业的快速发展促进了产品和技术在中国的发展对IP视频监控行业和网络(8]。外国视频行业一直领先于国内。核心照相机组件的生产主要是由大公司在美国,日本和其他国家。主要品牌有索尼,Diorica、飞利浦、JVC、三星、松下、日立、Esculp美国、德国博世Pelco等等(9]。视频监控系统设计的目的是控制变电站巡检机器人完成检验任务通过视觉传感器提供信息。其发展密切相关变电站检查机器人(10]。变电站巡检机器人是特殊电动机器人的一个重要分支,集环境感知、动态决策与规划、行为控制与执行等功能,用于检测和维护户外变电所的电气设备。通过自主或远程控制,它可以帮助维修人员完成变电站系统的安全保护工作11]。
第一权力检查机器人投入实际使用是由泽田师傅et al。1]。它使用轮式机制驱动的高压线路和跨越的障碍通过吊臂电线杆。早期的研究主要集中在身体检查机器人的设计,和机器人的控制仅限于现场远程控制,没有形成一个完整的监测系统(12]。受输电线路检查机器人,平托et al。2)设计一个移动机器人电缆检查变电站环境。机器人配备了红外线相机采取红外图像和监控变电站现场设备的工作温度。操作员可以被机器人获得的红外图像信息通过一个基于图形界面的视频监控系统,给控制指令的机器人。监控系统可以控制机器人进行自主检查。发现温度异常的仪器时,系统将记录的信息和通知操作员(13]。机器人,设计和开发的东京技术学院的,使用两个灵活的武器来检测输电线路爬电线和开关线路两极之间基于前面的悬臂式机器人。机器人是为了防止检查员爬电线在危险区域检测的状态行。它是另一种工具,所以机器人只能工作在远程控制,也没有完整的后台服务程序记录检验结果为(14]。小说等人设计的无人直升机进行检验的高压输电线路。他们的研究主要集中在运动控制和视觉伺服的直升机在检验过程中,确保检验的可靠性系统在任务(15]。
有瓶颈,突破国内研究视频监控和机器人联合检查。王等人。5)无人驾驶直升机的应用扩展到检查更多的电气设备。上面提到的系统都使用机器人的遥控直升机平台。研究的主要内容是直升机进行线跟踪根据视频图像中的线和线检测是否有异常问题跟踪(16]。郭(6- - - - - -8)和他的同事使用轮式移动机器人作为一个平台来设计一系列的变电站检查机器人可用于平坦的道路,名叫SmartGuard,并已用于实际的变电站。SmartGuard使用高清视频和红外摄像机来检测不寻常的物体表面的设备和监控其温度。因为可以保证系统的可靠性,系统适用于变电站的长期持续检查网站。此外,SmartGuard也有一组完整的图形视频监控系统,它可以显示机器人的运行状态,记录检验结果,控制机器人(17]。公园等的机器人公司已经开发了一种变电站巡检机器人,防水,防尘,防碰,不仅可以承受高温,还冷。机器人配备了红外线夜视灯,它允许它夜间巡逻18]。关系发展、科技有限公司,开发了智能检测机器人与可见光相机和热成像设备和采用激光导航和定位方法,视频监控、隧道环境监测和独立充电,和其他功能;机器人的特点是采用模块化设计监控变电站设备的所有方面(19]。奥斯曼和Kovačić发达一个室内铁路变电站检查机器人。机器人的功能后台通信,导航和定位、运动控制、电源管理、安全、和避碰20.]。
1.2。内容和方法
基于变电站视频监控的现状,本文设计了高清视频监控系统。图像匹配技术和OCR文字识别技术用于提高检测机器人,以便检查机器人可以诊断变电站设备的外观和温度异常。多维协同检测技术基于机器人的变电站视频监控研究,促进建设变电站的远程检测系统基于“高清视频+机器人,”所以,变电站的视频系统和机器人检测系统可以相互结合,信息可以连接和联合智能策略可以提高(21]。
摘要变电站巡检机器人的关键技术研究主要体现在三个方面:移动行走、导航和定位,和设备检测。(1)移动行走。根据不同的原则和步行移动,检查机器人可分为三种类型:轨道机器人,轮式机器人,机器人和跟踪。轨道移动的导航机制是稳定可靠,但它牺牲的流动检查机器人,和轨道的建设设施是乏味的。轮式检查机器人是最常用的类型;灵活性和行动效率的特点。跟踪机器人跨越障碍有一定的能力,可以进入变电站的设备区域,它扩展了检测机器人的工作范围(22]。(2)导航和定位。轨道检查机器人的运动和导航是完全依赖于固定的轨道,所以情况是相对简单的。轮式和履带式检查机器人导航方法是最常用的磁跟踪由RFID标签导航和辅助定位。图像处理技术用于实现机器人导航预设导轨和停车位。随着研究的发展,检查机器人的导航和定位逐渐发展一个导航模式的组合来自多个导航模式,实现不同的导航方案的优势互补23]。(3)设备检测。变电站设备的检测和诊断主要依靠红外成像仪、高清摄像头,和拾取传感器来测量和分析温度,外表,分别和噪音的设备。红外温度测量主要依赖于红外图像由红外热成像返回读取的温度价值定点图像中获得变电站设备的温度。外观检测和仪表读数异常主要使用图像和模板匹配技术进行比较和分析,以识别故障。噪声监测主要是针对变压器。“AR参数模型的方法+高斯背景模型+频域特征分析”被用来构建一个全面的模型,然后确定变压器是否在正常状态24]。
2。智能视频监控设计
2.1。图像监控系统
变电站的视频监控系统通常是由变电站、主站和传输通道。一般系统结构如图1。
变电站负责控制检查机器人收集、编码,传输视频信息和报警信息。一些变电站也为本地视频存储(存储系统25]。主站负责接收图像信息和报警信息的变电站和大屏幕上显示。它还可以将控制命令发送到变电站控制PTZ和检索视频。通道是系统的重要组成部分。大多数变电站传输压缩图像2 Mbit / s通道。随着电力通信的发展,现在一些城市已经使用4 Mbit / s的传输带宽,甚至计划更大的带宽传输的变电站视频监控。
分布式平台前端和结构、集中管理和控制使存储网络视频监控系统开始网络的一部分。网络存储允许灵活的存储部署和易于访问。另一方面,它更方便建立视频监控系统需要实现巨大的存储容量。不同的编码处理后,高清视频有不同的需求根据不同的比特率。存储上限取决于每个变电站的容量。当剩余容量不能满足变电站的视频存储、内存需要清除。目前,高清摄像机数据可以压缩到2个千兆字节每小时产能。然而,由于高清视频的采集和摄像机的数量一般监控系统是数十成百上千的道路,这个应用程序将需要更多的存储设备和更大的存储容量。目前,根据有关规定,保留时间的视频通常是一个月。通过这种方式,拯救一个视频所需的存储容量
每个视频存储需要将近1.5 Tbyte净容量。一般来说,一个变电站9视频图像,和车站需要至少14 Tbyte存储容量来存储监测数据为30天。现在常用的硬盘录像机有8 SATA接口,目前可用于监测大硬盘2 Tbyte存储空间,所以8块16 Tbyte存储空间。考虑格式化损失10%,14.4 Tbyte可用的存储空间,可以满足变电站的视频存储需求。考虑到变电站的视频信息大多是静态信息,录像的方法可以采用运动检测,可以大大延长时间的信息存储。
2.2。结构设计
监控系统本身有一个非常复杂的功能不仅完成基本硬件控制,还提供自动检查和图像识别等先进功能,不仅建立和管理数据库还提供一个良好的人机界面(26]。此外,在面对复杂的工作环境变电站现场,监控软件也应该有一定的处理异常的能力。即使没有人在的情况下,它也可以处理紧急合理保证机器人的安全检查。
根据不同的功能,监控系统可以分为三个层次,如图2:(1)基本层。这一层主要是负责实现的基本操作上的所有硬件检查机器人,这样上层函数的实现可以被分离从乏味的硬件调用过程。此外,监控系统仍然可以保持检查机器人的控制条件下的网络通信质量差。所有机器人控制模块实现的功能在这一层。当程序实现,采用单例模式来封装每个硬件的控制模块,这是方便上层调用硬件接口,实现模块之间的低耦合,并避免错误声明两个实体的同一系统中的硬件设备,导致资源访问的冲突。此外,这一层负责管理的建立和维护监测系统和数据库之间的连接。自从基地层负责管理机器人硬件、录音设备的历史运行状态在检查日志也在这里完成。(2)功能层。富裕和强大的接口提供的服务基地层,这一层可以很容易地组织高级控制功能。在这个层次上,实现操作模式控制。(3)运行模式。自动检测是整个监控系统的核心功能。自该函数适用于无人驾驶条件,它不仅需要频繁和有序运行的每个硬件设备检查机器人也需要一定的异常处理能力来处理复杂工作环境的变电站现场,确保检验机器人本身的安全。(4)自动/手动检查开关设置在检验过程中为了方便操作员检查机器人检查期间未校准的仪器。因为良好的界面提供的基本层,它可以确保自动机的启动后,可以准确地执行根据的说明步骤来完成检验任务。同时,考虑到检查机器人的路上可能会遇到变态或硬件故障,因为机器人本身使检验任务不能继续,自动机也增加了异常处理戒指;进入这种状态后,监控系统将暂停检验任务,根据异常情况,相应的治疗措施。除了提供操作模式的功能控制,功能层还负责查询,存储和管理每个数据库的监控系统。(5)用户层。用户层提供最终的人机界面,操作员,负责检测操作员的控制要求是否合理,并调用函数的接口层实现操作员的控制指令。用户层也需要检查机器人的实时工作状态以及捕获的图像和声音信息的操作符。同时,运营商需要管理各种数据库和大量的检验数据生成的日常检查。在这一层执行数据库管理功能。
2.3。检查识别
异常的识别设备包括手动识别和自动识别检测机器人。手工识别是指磁轨迹导航过程中检测指定位置,桥塔摄像头和红外成像仪是放在特定的变电站设备拍摄的外表形象和温度同时,图像是通过网络上传到监控软件由值班人员手动在线分析。同时,检查机器人商店照片在每个检验操作的内部容量的硬盘检查机器人的离线分析和历史数据分析人员值班。联合机器人自动检测平台和高清视频可以用作“操作和维护助理”和“检验人员”变电站取代手动检查和提高检验的质量和效率。变电站检查操作系统定制。领先的互联网技术是采用集成高清视频,检查机器人,基于“增大化现实”技术,远程专家、对象ID,和其他模块,和各种人工智能算法,如缺陷识别、环境解释和状态分析配置来提高算法的准确性通过收集大量的结构化的照片。自动识别意味着监控软件采用图像识别技术来识别在检验外观和温度异常。
2.3.1。外观异常图像识别
变电站设备的外观形象的标准模板存储在监控软件。当监控软件接收到的可见光图像变电站设备检查上传的机器人,它将立即与标准模板进行比较。当两者的区别超过允许的阈值,弹出窗口的监控软件将立即发出警报。
图3显示异常的外观图像识别的整个过程。当检查机器人检测到指定的位置,把摇篮头一个精确的位置,它将推动状态字符串和图像数据的监测。当监控软件接收到状态的字符串,它首先从视频流中读取当前的数据帧,然后执行灰色处理,模板比较,二值化,匹配程度的判断,和其他工作。当两幅图像的匹配程序小于设定的阈值,诊断为异常出现。在每个设备的停止位置检查机器人基本上是相同的,和摇篮的旋角头是准确的,所以这种方法是简单而有效的。
2.3.2。温度异常识别
检查机器人使用红外热像仪来确定温度。红外成像仪输出图像数据的USB视频和图像显示了最高温度的实时温度场。本文使用OCR文字识别技术获得的温度图像帧的价值。
软件的监控终端红外成像仪的视频分为逐帧图像然后进行预处理红外热像仪的图像帧,然后将图像帧中的温度指示器的图像转换成数字字符通过OCR文字识别算法筛选后,得到其数字值。识别流程如图4。(1)预处理。项目获得的温度图像像素的图像帧进行降噪,灰度、二值化、倾斜校正的图像。图像是二值化后,剩下的只有两种颜色,黑色和白色,其中一个是图像的背景,和其他颜色是其他对象。二值化过程可以帮助识别模型确定文本区域的位置。(2)特征提取与降维。项目获得的温度图像像素的图像帧进行降噪,灰度、二值化、倾斜校正的图像。图像是二值化后,剩下的只有两种颜色,黑色和白色,其中一个是图像的背景和其他颜色的对象。二值化过程可以帮助识别模型确定文本区域的位置。(3)字符识别。提取文本特征与资源基础来确定文本中的信息。(4)优化后。不可能从图像中提取数据的准确率为100%。为了提高精度,本文优化识别字符串格式规则的红外热像仪温度显示消除识别结果不一致的格式,提高准确性。
3所示。多维协同检测技术
变电站的多维协同检测的传统方法主要包括变电站的多维协同检验方法基于机器视觉特征分析、变电站的多维协同检验方法基于信息特征提取,多维协同检测技术和基于智能PID控制的变电站,变电站的多维协同检测的传统方法是不好的情报,和视频识别水平不高。因此,变电站的多维协同检测技术提出了基于机器人和视频监控。并检查机器人检测到低压侧或高压侧?这取决于实际情况。原始研究数据和文献的支持下,在上述传统方法存在的问题解决,和变电站实现多维协同检查。
3.1。方法1:基于机器视觉的特性分析
首先,机器人是用来收集智能视频信息。然后,DSP进行综合信息处理是根据收集到的结果,检查信息的人机交互设计是通过人机交互界面,实现和数据存储模块和GUI设计人机交互模块。视频信息采集模型的多维协同检查变电站如图5。
在视频信息采集模型如图5,视频信息帧分割模型通过使用单帧矢量融合的方法。边缘模糊信息组件获得的视频图像采集: 在哪里视频信息框架模型和吗帧数。
基于模糊粗糙集理论,变电站仿真场景模型的检验。结合在线视频融合方法和机器人识别技术、图像跟踪和信息融合处理的多维协同检查变电站的实现。的传播距离和散射系数分布强度多维协同检查变电站得到: 在哪里变电站检查时间和吗图像跟踪和信息融合功能的变电站检查。根据自适应参数模型的变电站检查后,散射强度信息组件变电站检查。使用常规的形状融合的方法和智能识别,变电站的点目标的重建模型检验了
根据上面的分析,机器人是用来实现变电站检测的智能视频信息的集合,信息融合和智能参数识别进行收集到的视频图像信息。
3.2。方法2:特征提取基于信息的程度
分解过程中变电站检查图像,采用频域滤波分析的方法获得变电站的主成分特征值检验: 在哪里是在频域滤波系数。适当的融合规则进行协同过滤用于变电站视频监控图像的检查。是每个像素的组件的位置 ,和的模态分量变电站检查方法如下:
在迭代和筛选的过程中,变电站的视频监控模型检验,建立了机器人识别技术是采用的 维度空间。变电站的局部极大点分布检验了 在哪里机器人识别时间和数量吗x是变电站的视频图像信息检查。结合智能识别方法,特征匹配的变电站检查。相应的过滤器用来过滤视频监控信号,建立了变电站的主成分融合模型检验,获得和主成分的特征数量分布如下:
后提取模糊视频图像识别特征量,多维合作控制和检查的图像特征分析变电站实现通过结合空间区域融合滤波的方法。
3.3。方法3:优化多维协同检查
3.3.1。建设视频监控和机器人自动控制模型
变电站检查过程中,机器人视频跟踪和信息识别技术,结合模式识别方法,用于提取相关特征量的视频图像,获取和图像像素歧义生成序列: 在哪里 是视频监控的角点信息。结合多维参数识别技术,自相关特性获得变电站的多维协同检验数量: 在哪里是频率参数的滤波器组多维协同变电站的检验;是调幅调频组件;y是视频融合参数的多维协同检查变电站;和ε是图像的频谱信息。
一维小波生成算法用于实证计算视频监控图像,和变电站的迭代学习步骤检查视频图像融合得到如下: 在哪里是视频监控图像的边缘分布阈值。使用过滤器和特征识别方法,可获得多维协同检查变电站的形象 在哪里子频带图像信息框架模型。根据多个高频子频带的过滤结果图像,视频监控和机器人自动控制模型是建立改进的自动控制能力多维协同检查变电站。
3.3.2。构建可靠性视觉跟踪识别模型
借助机器人视觉,一个可靠的视觉跟踪和识别模型。变电站的流程组件检查J。结合多模融合识别方法,演化特征的数量获得变电站的多维协同检查如下:
稳态分布特征构造变电站视频监控检查,和边缘像素点的像素值分布。它应该考虑如何压缩视频数据合理产能。视频监控图像的相似性特征解析模型的变电站检查构造,和三维可视化重建实现变电站检查结合像素分布矩阵。两个源图像的总体轮廓信息 在哪里θ相似特征分辨率值和吗ω是时代重建。设置灰度像素集。根据每个组件的融合结果,深度学习迭代公式获得: 在哪里是边缘亮度;是稀疏eigencomponent;是源图像的细节信息;和是子频带信息。根据上述分析,可靠性视觉跟踪和识别模型是建立变电站实现多维协同检查。
4所示。实验和讨论
为了验证该方法的应用程序的性能在变电站实现多维协同检查,进行了测试和分析,多维协同的仿真测试和算法设计的变电站进行视觉检查C+ +和Matlab。视频监控信息的采样时间间隔的多维协同检查变电站是0.45年代,融合前背景特性的强度分布是25 dB,机器人视觉信息跟踪的帧长度是800,多维合作检验的块匹配大小是1212,相似系数为0.34,与梯度系数是0.18。一些编程软件可以用来分析这个模型的优点和缺点。根据上述参数设置,模拟变电站实现多维协同检查。变电站的环境模拟检验如图6。
根据抽样结果图6为了证明该方法的应用效果,比较了三种方法的输出结果。三种方法是文本的方法(方法3),多维协同检验变电站基于机器视觉特征分析方法(方法1),和多维协同检查变电站基于学位信息特征提取方法(方法2)。多维协同检查变电站的输出比较图可以获得(参见图7)。
图的分析7显示的输出精度检查图像的方法3是超过92%,高于方法1和方法2。借助机器人视觉、视觉跟踪和识别的可靠性模型建立,这有效地提高了故障特征点定位和跟踪的能力。多维协同检查变电站的可靠性更好,和视觉的能力对变电站故障跟踪和识别改进。采用不同的方法来实现变电站的多维协同检验,并比较结果如表所示1。从表可以看出1方法3达到更高的定位精度和更好的检验能力多维协同检查变电站。变电站监控系统的每个部分是非常重要的和不可替代的,所以目前不能被简化。
5。结论
首先,在变电站的运行和维护管理的过程中,结合网络视频监控技术、高清智能监控系统和相关软件的设计实现变电所的智能检测和提高变电站的运行和维护管理能力。多维协同检测技术提出了基于机器人和视频监控。DSP进行综合信息处理是根据视频信息的收集结果,并检查信息的人机交互设计是通过人机交互接口实现的。变电站的主要组件的特征成分检查可以通过使用频域滤波分析方法。结合模式识别方法,视频图像的相关特征量提取,视频监控图像的相似性特征分辨率模型构造,构造和视觉跟踪识别可靠性模型实现多维协同检查。
然后,为了验证该方法的应用程序性能在变电站实现多维协同检验,该方法相对于其他两种常用的方法进行测试和分析。根据测试结果,检验该方法的图像输出的准确性高于其他两种方法。
结果表明,本文提出的方法更可靠和实用,可以实现变电站的多维协同检查。它扮演着一个重要的角色在变电站的日常操作和维护。在下一阶段,变电站将实现双轨并行关节自动检查和手动检查,加快功能自动信息采集、远程自动检查,有效地处理大量的数据,和智能建筑设备的异常信息,确保自动检查可以代替手动检查基本上,和有条件推广应用领域的变电站操作和维护。
数据可用性
的数据支持本研究的发现可以从相应的作者在合理的请求。
的利益冲突
作者宣称没有利益冲突的研究,本文的作者,和/或出版。
确认
这项工作是由国家电网公司总部技术支持项目(项目名称:研究和应用的变电站高清视频和机器人联合检测技术基于多维图像智能匹配和识别技术,批准号5500 - 202017083 - 0 - 0 - 00)。