（1.国网青海省电力公司电力科学研究院 青海西宁 810008；2.国网青海省电力公司海北供电公司 青海海晏 812200）
摘要：在经济快速发展的二十一世纪,伴随着网络技术的日益扩大,图像识别技术作为人工智能领域中的一项核心技术，在人们的工作和生活中发挥着越来越重要的作用。在电力系统中，对电力设施、场所的图像识别,也是智能变电站、智能电网实现的重要手段。本文主要从日常继电保护运维工作角度出发，探讨了智能图像识别技术在运维工作中应用的问题。本文首先对图像识别技术进行介绍，然后分析了目前继电保护运维工作现状，并总结了图像识别技术目前在继电保护运维中的主要研究成果，最后提出了智能图像识别在运维工作中的应用建议。
关键词：继电保护；智能图像识别技术；运维工作；研究成果
引言
随着世界经济的发展和能源需求的不断增长，环境保护面临着日益严峻的挑战。优化调整现有能源结构，共同应对全球气温上升，实现人类社会的可持续发展逐渐成为全球关注的焦点。在这个问题的推动下，电力行业正努力实现转型发展。在此背景下，智能电网作为引领者，肩负着电力行业应对未来挑战的重任。为了保证电网调度控制的安全，首先要保证变电站运行的安全。在变电站运行过程中，关键是避免误操作。开关操作是变电站日常运行中最重要的运行维护之一。开关操作的成功与否直接关系到电网的安全运行。然而，传统的开关操作智能化程度不高，误操作风险大。现有的智能化变电站断路器（和断路器）智能化顺序控制模块难以完全满足开关设备自动识别的要求。
1现阶段智能图像化变电站的操作和巡视
1.1设备巡视
常规变电站一次系统设备、二次系统设备、车站交流系统设备、直流系统设备和辅助系统设备的巡检由变电站运维专业负责，信息通信专业由通信系统设备负责，计量专业由计量系统设备负责。与传统变电站相比，智能变电站的信息技术是其主要特点。通信技术特别是光纤通信技术的应用，使变电站的通信量大大增加。因此，考虑到智能化设备与非运维专业检修周期长的关系，将智能变电站所有设备的日常巡检工作划分为运维专业。
在常规变电站常规巡检、综合巡检、停电检查、专项检查的基础上，增加了远程巡检的内容。智能变电站设有辅助控制系统和设备状态可视化系统，可对变电站附近的运行环境参数、运行状态、环境条件等进行分析，并对辅助子系统（包括智能环境监测与温度控制系统、门禁系统、消防系统）进行分析站场主要设备的系统、安全系统、照明系统、防洪系统、智能巡检机）整个变电站的运行状态和视频画面远传。通过这些实时信息，变电站运维人员可以准确地监控站内设备的健康安全状态。
1.2倒闸操作
常规变电站的开关操作由变电站操作和维护人员执行。采用传统的操作方式，即根据操作任务和停电送电范围提前填写倒闸操作票。对操作步骤进行模拟演练，下载五防钥匙，然后将五防钥匙带到现场解锁操作，浪费人力和时间。
2智能图像化巡检系统的功能
2.1红外侧温
红外测温，即针对某个具体的设备，事先从多个角度设置不同的检测点，对每个点分别进行温度检测以完成设备的整体扫描，这种方法有效避免了检测盲区。当某点的温度超过设定的范围时，机器人能够立刻通过光声报警通知值班的变电运维人员，由运维人员进行下一步的处理。同时，机器人还可将结果进行存储为缺陷的判断提供依据。红外测温判断条件包括设备绝对温度和温升(根据不同的设备实际，设定不同的报警值)。
2.2设备状态及表计识别
设备状态及表计识别，即利用智能识别算法对机器人采集到的图像进行增强处理，通过与系统内预置的正常情况下的设备图像进行对比，实现各类天气状况下多种设备类型的自动识别功能，并将超出限值的设备进行报警，识别误差与人工巡视相比不超过$%。该技术主要通过高清可见光摄像机、全方向旋转云台和图像增强软件系统实现。
2.3数据分析
数据分析，即机器人将巡检中记录到的结果上传至后台机系统中，自动进行数据处理分析，并可以生成具体数据比对报表和异常设备检测报告等，供变电运维人员参考查看。
同时，变电运维人员经后台数据查询功能导出报表，生成数据历史曲线，此方法可使设备参数变化趋势一清二楚，为运维人员对设备状态的分析判断提供理论依据。
2.4智能机器人图像增强原理
传统的智能机器人，无论是红外测温功能还是图像识别功能的实现，首先要经过图像的采集，其采集后的图像增强算法适应于大部分场景的识别，图像增强主要通过两个步骤实现:图像去噪和目标分割。
图像去噪的方法分为空间闭和频域两类，泰安地区所用智能机器人均采用空间域算法，即通过对图像灰度级的处理，实现图像的增强。
3智能机器人图像化增强的改进
3.1基于分层处理的图像增强
下面介绍分层处理的基本思想:选取一种平滑滤波器作为分层滤波器，对原始的输入图像进行数据处理，处理后的图像被分为两层，即被抹掉轻微波动和图像细节的基本层，和通过原始图像与基本层做差后所的差值构成的细节层。因为基本层的动态波动范围较大，所以需要进行一定的压缩，该压缩不需要考虑图像细节的损失。处理后的基本层将会直接影响最终图像的对比度，所以基本层的处理重点在于对对比度的调整。而细节层包含一定的噪声干扰(例如原本的噪声和由滤波器引入的添加信息)和图像的细节信息，我们需要对噪声干扰进行抑制，将其影响降至最低，同时增强原本图像的细节。最终将压缩和调整对比度之后的基本层与细节增强和噪声抑制处理后的细节层进行叠加，并进行适当的调整，获得最终的显示图像。
在上述处理流程中，前期分层滤波器的选择、中期抑制噪声增强细节的方式以及基本层压缩调整对比度处理方式的选择是三个重点研究内容。
3.2基本层图像处理
由3.1我们知道，经过双边滤波器之后，基本层的动态波动范围较大，而基本不含细节成分，因此对其进行一定的压缩，不考虑图像细节的损失。处理后的基本层将会直接影响最终图像的对比度，所以基本层的处理重点在于对对比度的调整。
直方均衡处理方法简单、有效、易用，在图像对比度增强中得到了广泛的应用。其思想是根据输入图像的灰度概率分布来确定输出图像的灰度值，并通过扩展图像的动态范围来提高图像的对比度。但传统的直方图均衡化存在重大缺陷:不容易控制它的增强效果，处理的结果会导致直方图的全局均衡化;对于一些灰度频率较小的区域，会降低甚至消除对比度，从而丢失局部细节。对于一些灰度频率较高的区域，会出现过增强、噪声放大等现象，或使图像失真和整体漂白。这是因为全局直方图均衡化算法采用统一的灰度变换函数，忽略了各像素点的空间邻域信息，无法很好地控制局部的图像对比度。用于红外图像的动态范围的直方图均衡化技术必须具有诸如噪声抑制、图像局部细节不丢失等基本特征。出于上述考虑，这里采用改进的投影直方图进行压缩基本层图像和增强其对比度。
3.3细节层图像处理
细节层图像包含了原始图像中不易表现微弱信号细节，这些细节是构成最终成像的重要部分，因此必须进行相应的增强处理。但细节层图像中同样包含了大部分的原始噪声。如果单纯地放大细节层图像，会导致高斯随机噪声等主要噪声过度表现在输出图像细节不丰富的平坦区域上。图像增强处理效果将直接影响下一步机器人的图像的分析判断，所以必须对不同区域的噪声进行差异化处理，才能使最终输出图像特性最为明显和准确。
总结
变电站数量的几何式增长和国家电网公司“减员增效”改革方案的执行，变电运维人员人均维护变电站的数量显著增加，这势必会应时推广一些新技术、新手段来应对这些改变，降低运维人员的工作量，提升工作效率。本论文通过对实际智能变电站中一些智能图像化关键运维技术进行分析研宄，使其能更好地指导未来的变电运维工作。
参考文献
[1]洪浪,吴琴.智能变电站继电保护运维防误技术研究及应用[J].中小企业管理与科技(上旬刊),2018(05):170-171.
[2]刘博,张亚廷.智能变电站继电保护运维防误技术研究及应用[J].山东工业技术,2019.
[3]裘愉涛,周震宇,杨剑友,等.继电保护远程运维技术研究与应用[J].电力系统保护与控制,2018,046(018):17-24.