图像识别技术在视频在线监测系统中的应用

图像识别技术在视频在线监测系统中的应用

佟晓煦孟宝坤高丽媛曹欣勇

（国网天津市电力公司东丽供电分公司天津300300）

摘要：实现电力设备运行状态的实时监控与自动化判断对提升电力系统的可靠性具有重要意义。在数字图像处理技术的发展进步过程中，电力系统不断地吸取着相关技术。该方法基于图像识别技术，针对电力无线专网的应用，建立在线监测的人机交互系统。作为一种基于图像识别技术的电力系统应用，该方法可有效提升设备运维的便利性与故障抢修的及时性。

关键词：电力系统；电力无线专网、图像识别；在线监控；人机交互

0引言

随着我国国民经济的快速增长，全社会的用电量猛增，电力系统作为国民经济的重要基础产业，其安全性、可靠性与稳定性是保障国民经济更好更快发展的重要前提。近年来，图像识别技术的不断发展，为电力系统提供了有效帮助。本文结合图像识别技术与行为分析功能，针对电力无线专网应用，建立在线监测的人机交互系统，自动对电力设备的故障做出及时判断[1]，在减少事故发生率的同时，大大提高工作效率。

1总体方案

电力无线专网建设，为数据传输提供了无线通道，提供了实现电力设备监控系统的可能性。在电力无线专网覆盖范围内，将智能摄像头放置在杆塔上[2]，以实现对电力设备的实时监控。为提高其自动化水平，除实现实时监测功能外，结合图像识别技术与分析功能，建立人机交互系统，自动对电力设备故障做出及时判断，以有效降低事故发生率，提高工作效率。

智能摄像头是在线监测系统的采集器，放置在水泥杆、铁塔的合适位置，通过无线专网和光传输设备将采集到的视频数据传送至人机交互系统。该系统从目标检测、目标跟踪、目标识别和行为分析4个维度进行解析。当现场状况出现异常时，人机交互系统自动识别并完成故障判断。

2无线专网及其测试分析

2.1覆盖仿真图

本次规划充分利用电力现有变站点及办公场所基础，进行基站的选址规划。本次规划仅考虑室外连续覆盖，未考虑楼宇内覆盖。

图1站点仿真效果图

从覆盖图中可以看到：

DLRSRP大于-108dBm（绿色）的区域可以进行CPE回传720P视频业务，半径约1~2Km。

2.2监测点场强测试

表1场强测试

Tab.1Fieldstrengthtest

3人机交互系统

在线监测系统中的人机交互系统从目标检测、目标跟踪、目标识别和行为分析4个维度进行解析[3]，实现自动识别并完成故障判断。

3.1目标检测

目标检测处于人机交互系统中的基础地位，其作用是从视频或者图像中提取出运动前景或感兴趣目标，目标检测性能的好坏直接影响了后续目标跟踪等算法、目标分类与识别的性能。

3.2目标跟踪

目标跟踪是人机交互系统的一个重要环节，用来确定目标在视频中连续的位置，即实时定位目标的位置。目标跟踪可以记录目标的历史运动轨迹和运动参数，为目标识别与行为分析打下基础。本文在线监测系统使用一部智能摄像头，于单场景中对单目标进行跟踪，因此采用单场景目标跟踪法。该方法致力于解决指定的单个目标的持续跟踪，也就是在单个摄像机拍摄的视频中只跟踪指定的一个目标。

3.3目标识别

目标识别是指一个特殊目标从其他目标中被区分出来的过程，即要求回答一张图像中是否包含某种物体，判别图像中所包含物体的类别，判别出目标的身份，对其定性。作为高层计算机视觉应用，目标识别在诸多视觉领域得到广泛应用，如大规模图像检索等。本文人机交互系统采用深度学习模型[4，5]。该模型通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。它是一种源于人工神经网络的概念，通过模仿大脑神经元之间的传递和处理信息的模式来解决问题。其思想是堆叠多个层，以实现对输入信息的分级表达，是含多个隐层的多层感知器结构模型[6]。深度学习模型相较传统识别算法而言，节省了大量计算时间，且计算精准，还具有良好的可塑性与普适性，便于未来在线监测系统功能的更新与增加。

3.4行为分析

行为分析是利用计算机视觉信息分析目标行为的算法。相较目标检测、跟踪和识别，行为分析是在其基础上实现的更高层目标，涉及到对人类视觉系统（humanvisualsystem，HVS）的更深层理解，是计算机视觉领域中要解决的终极问题之一。行为分析分为静态行为分析和运动行为分析。本文在线监测系统的目标适用于运动行为分析。该分析方法具有高自由度和高度非线性的特点，利用从视频中提取到的运动信息判断目标的行为，包括自然轻微摆动、受力摇晃、中断异常等行为。从而有效提高在线监测系统的自动化水平，对电力设备的故障做出及时判断。

4结论

本文提出了一种依托电力无线专网建立的在线监测人机交互系统，无线专网是无线通信技术在电力行业生产、营销和运营领域的新尝试、新应用，该系统结合图像识别技术与行为分析，为及时发现电力设备运行隐患、故障、抢修等提供了可靠依据[15]。同时，所采用的识别算法的可塑性与普适性，便于未来在线监测系统功能的更新与增加。行为分析功能使电力设备在线监测系统更加自动化。

参考文献：

[1]孙凤杰，崔维新，张晋保等.远程数字视频监控与图像识别技术在电力系统中的应用[J].电网技术，2005，29（7）：81-84

[2]马晨，图像识别的技术现状和发展趋势探析[J]，《中国新通信》，2017（9）：39-39

[3]汪晨，张涛，林为民等.图像识别综述及在电力信息安全中的应用研究[J]，计算机技术与发展，2112，22（4）：161-164

[4]马青，管保安，张扬等，基于图像识别技术的电力系统在线监测，《华电技术》，2011，33（11）：31-34

[5]黄初指，林丽速，基于图像识别的电力架空线形态识别算法的探讨，《电工技术》，2017（5）：39-40

[6]裴莉，傅庆，刘华军，电力系统图像识别技术的研究和应用[J]，安徽省智能电网论坛，2011，16：52-56

作者简介：

佟晓煦（1989—），男，天津人，助理工程师，从事电力通信运维工作；

孟宝坤（1979—），男，天津人，高级工程师，从事电力通信技术管理工作；

高丽媛（1991—），女，山西吕梁人，助理工程师，从事电力通信运维工作；

曹欣勇（1977—），男，天津人，高级工程师，从事电力系统管理工作。