近年来，随着国家经济快速发展对电力安全稳定充足供应的需求，电网整体架构日趋庞大复杂，变电设备规模也不断扩大，当前运维管理模式与设备快速增长的矛盾日益凸显，存在设备监控强度不足、运维管理细度不足、支撑保障能力不足等问题。大电网安全与设备运维监控成为电网企业安全生产常抓不懈的焦点，需进一步加强对安全责任、安全防范的重视程度。电网企业开源节流、降本增效的经营形势压力对变电设备管理提出提质增效新要求，十四五期间需要对电网的监管从粗放合规式逐渐转向精细精益式管理。

随着大数据、云计算、人工智能、5G通讯、信息安全防护、物联网等数字信息技术的创新突破，以数字驱动为特征、数据资源为要素的数字经济得到了蓬勃发展。智能化的新生产方式加快到来，为基于输变电物联的智慧变电站建设提供了技术支撑，同时外部复杂多变的环境和电网公司可持续发展要求给变电运检以及智慧变电站建设带来新的机遇和挑战。为适应国网智慧变电站建设要求，国内主要电工装备制造企业秉持“本质安全、先进实用、面向一线、运检高效”的基本原则，

基于人工智能视觉识别技术，开展了变电站智能化巡检水平提升工作，主要结合目前站内布设的视频监控设备、以及巡检机器人等现有视频图像采集设备，运用人工智能视觉深度学习算法，实现变电站设备状态实时监测、站端表计智能识别、环境智能实时监测、人员安全智能评估、安全作业监控、电子虚拟围栏等智能巡检应用研究。

第一节：国网变电站巡视有没有标准或者规范？

近年来，相对应的标准、系统建设标准、系统接入标准等也相继出台，接下来举几个例子：

1、Q/GDW-变电站智能巡视功能规范

2、Q/GDW.3-智能设备交接验收规范第3部分：变电站智能巡视

第二节：主要业务及架构设计

对于变电站智能巡检业务而言，变电站基本已实现关键设备及表计、关键作业区域等现场视频监控设备安装布设，较多变电站基本上也已广泛实现了站内巡检机器人的应用，某些变电站对于运检人员较多配备有单兵作业装备，视频采集环节已基本满足人工智能视觉学习前提条件。对于变电站智能巡检识别业务场景初步规划设计有以下方面：

设备状态实时监测：对变电站保护压板状态、变电站二次开关设备状态等等进行实时监测及智能识别，异常状态进行告警；

站端表计智能识别：计量盘有功、无功电度表，变压器控制盘电压表、电流表、功率因数表、温度表等，高压室低压室温度计等站端表计智能识别；

环境智能实时监测：对站内环境进行实时监测，对若存在烟火诸类环境安全隐患进行智能分析和告警；

人员安全智能评估：对站内人员行为进行实时监测，对如人员倒地等异常行为进行安全状态评估；

安全作业监控：实现出入口管控、进场人员车辆识别、人员违章管控等；

电子虚拟围栏：通过采集现场图像划分虚拟电子围栏，进行区域防护，越界报警；

设备接入层：作为人工智能视觉分析的前置输入，以支撑变电站智能巡检业务及各项应用，通过变电站辅助系统及前期已安装部署的视频数据采集类硬件设备，构建设备接入层。主要包括有：单兵作业装备、视频监控摄像头、移动式布控球、变电站巡检机器人等等。

网络传输层：网络层作为数据传输管道，通过布设无线AP、移动运营商4G/5G网络、以及站内网线/光纤设备，构建站内视频类数据传输网络，以实现多路视频采集数据低延时、高速率实时传输，为人工智能视觉分析服务提供必要支撑。

分析服务层：依托后端布设AI分析服务器以及现场前置布设边缘物联代理装置，内置训练成熟的各种AI分析算法及模型，以支撑包括不限于：设备状态实时监测、站端表计智能识别、环境智能实时监测、人员安全智能评估、安全作业监控、电子虚拟围栏等多种变电站智能巡检所需识别场景。

应用展现层：为支撑变电站巡检业务开展，设计应用展现层包括应用层及展现层两个方面。其中展现层主要从用户体验方面分为大屏端应用、PC端应用以及移动端应用；应用层分类业务应用及基础应用两类，业务应用包括：巡视监控、实时监控、智能联动、数据采集管理、数据分析预警、巡视结果确认、巡视结果分析等业务类功能模块，基础应用包括：用户管理、配置管理、系统配置、台账管理等系统基础维护类功能模块。

第三节：主要技术路线研究

为支撑变电站智能巡检业务及应用，需要对单兵装备、视频监控设备、巡检机器人等设备接入层采集上来的视频流在边缘物联代理装置、及AI智能分析服务器中内置集成的AI视觉分析算法进行智能识别。目前深度学习卷积神经网络是物体图像识别的研究热点，卷积神经网络的网络参数不受目标在图像中位置的影响，适合并行运算，实际应用效果好。

卷积层中的卷积核起到滤波器的作用，滤出被识别物体的特定特征；激励函数使卷积网络有非线性滤波器效应；池化层降低分辨率，使后端的卷积层提取物体的整体特征。

视频图片从左侧输入，分辨率高，卷积得到物体的细节特征；向右顺序运算，分辨率缩小，矢量维度增加，每一点的值由输入图像较大的区域计算而得出，卷积得到的是物体的整体特征；最终，深度学习卷积网络输出物体的类别和位置。

运用卷积神经网络开始视觉智能分析学习主要分为三个阶段：

第一阶段：设计特征划分模型。积攒初始数据，需要开发预处理过程的软件，以配合深度学习算法。主观设计图像识别划分规则；

第二阶段：积累海量训练数据。运行特征划分模型数月，对其处理结果进行人工评判划分，保存图像和标签；

第三阶段：训练深度学习模型。利用海量数据充分覆盖各种边界状态，训练深度学习模型，并持续收集数据，不断重复训练，提高识别准确率，最终超越。

第四节：视觉学习算法实践

人工智能视觉识别为变电站智能巡检主要关键技术，缺陷监测作为变电站比较重要的监控防范对象，采用神经网络视觉分析技术，主要从变电站内设备缺陷识别开展深入研究及实践，以期达到AI模型成熟，乃至达到实用水平目标。主要研究过程分为数据采集、数据标注、神经网络选择、模型训练、模型测试五个环节。

第五节：系统概述

变配电运维管理系统利用物联网、云计算、大数据分析等先进技术，与运维服务进行完美融合。通过变配电运维管理系统，不仅能全面掌握牵引变电所、变配电所、箱式变电站等内的用电设备工况、电气运行状态、周界环境、故障预警等，并能深入分析，帮助用户节能降耗。另外，通过大数据分析，精准匹配用户需求，并提供个性化定制，消除人工运维盲区，可节约人员维护成本，节省资源投入，帮助用户提质增效，科学、高效的运维管理，为用户创造更大的价值。

第三节：系统功能

在地图上直观显示各个变电所的分布、运行状态、通讯异常告警及汇总信息等信息。支持大屏监视，内容可根据客户需求快速组态定制。通过图表方式查看平台下属各变电所数量、负荷率排名、功率因数排名及各变电所变压器总容量、当前总负荷、功率因数、日负荷曲线及负荷率曲线等。

1、电站监测

以电力系统一次接线图方式展示系统实时工况、电量和非电量实时数据，并可在图上进行遥控或遥调操作，直观显示电力系统运行情况。在图中可通过单击重要设备，查看所选设备的台账信息、实时运行数据,对遥测越限数据可高亮显示。

2、实时数据

以列表形式实时显示遥测、遥信数据，并可将表格中数据以excel文件形式进行下载和打印。

能够集中显示系统中不同设备的运行状况和各个参数的实时数据（三相电压、电流、功率、电能、功率因数、谐波畸变率、频率等）。点击对应实时数据，弹窗显示单个变量信息的实时曲线。

3、环境与安防监测

本系统不仅是实现电站智能化监管，还可通过在电站安装环境检测模块实现对电站环境包括温度、湿度、水浸、烟感等数据的自动记录和预报警；在电站安装智能门禁、红外对射、人脸识别摄像头等安全防护设备来保证配电系统在最优环境中运行。

4、智能云视频分析

本系统可采集电站中网络摄像头的信号并可无缝集成到平台之中，用户可直接在系统页面中实时查看电站的视频信号。支持旋转、调焦的摄像头，在页面上可直接点击按钮进行相应操作，并可调看指定时间段历史回放录像；支持语音功能的摄像头可通过平台实时播放现场声音。关闭视频页面后，视频信号将自动停止传输，以节省网络流量。系统支持PC、平板电脑、手机APP等多种终端远程查看。

系统可结合智能网络摄像头对视频信息进行分析，当发生闯入、未戴安全帽、物品遗留等情况时，系统向平台发出警告事件，及时通知管理人员。

5、电能质量分析及报告

通过对用户用电情况的监视，为用户提供变压器负荷、电压偏差、频率偏差、电流不平衡、功率因数、谐波含量的分析和数据展示。

系统可自动计算电压、电流的最大值、平均值、电量的累计值等。并将这些处理后的数据及对应时间存储到历史数据库中，提供组态图、趋势图、对比图、Excel导出、相关性分析等数据分析工具。可对参数指标同类的设备进行运行指标（负荷率、故障率）统计，可以实现不同标准下重要生产经营指标的对标管理，如实际值与计划值、同期值或理论值等进行对比，各不同电站、不同时间段的对比等。

系统提供高级应用分析，可显示当前线路的三相温度最高温度时的温度最大值、发生时间、电流、压降以及最大电流时的电流最大值、发生时间、电流和压降；分析结果可导出和打印，为用户分析线路是否安。

6、能耗监测、统计及分析

可以直观显示所有变电所、线路实时能耗数据，可进行同比、环比等对比分析，并可配置能耗预警、告警机阀值，计算能源使用趋势等。

用电异常时，自动生成告警事件并实时推送告警信息：包括告警类型、发生告警的对象、告警内容、发生告警具体时间、确认状态等；如：

电表运行状态变动：电压缺（断）相、过负荷、电流异常等，记录并主动上报发生时间、前/后设置参数、前/后电量。

停电、上电报警：终端发生停电，主动上报停电时间、当前电量：终端上电后，主动上报上电时间、当前电量。

并可随时按类型、按时间段、按发生源等方式查询已发生的告警信息。

可灵活地根据用户要求进行能源分类统计、分析。丰富的饼图、柱状图、曲线对比功能，通过曲线分析功能可以预判未来能源需求状况，提供能源调配依据。

可选变电所或箱变按照班、日、月、季、年等时段进行能耗报表生成，并可导出到EXCEL文件。系统提供标准的能源日报、月报、年报自动生成一键查询、打印。同时可以根据招标方进行特殊定制。

7、主动预警告警

系统通过自动收集和跟踪主辅设备运行状态、环境信息、巡视结果、带电检测数据、在线监测信息，自动实现设备状态实时分析、自动诊断、智能预警，辅助运检人员进行缺陷分析及决策处理。

系统支持多级事件告警推送，可提供APP实时推送、web实时推送、发送手机短信提醒、

转载请注明:http://www.aideyishus.com/lkyy/6955.html