巫芳林
43028119900512****
摘要：计算机和智能化技术的应用是未来各领域发展的重点所在，能够显著的提高生产效率和装备的自动化性能，优化产品质量。对于电气工程来说，由于电气工程的复杂性较高，其更加需要自动化控制和智能化技术的辅助，而其中就需要大量用到计算机视觉技术。本文分析计算机视觉技术的特点，分析其在电气工程自动化控制中的具体应用。
关键字：计算机视觉技术；电力系统；自动化
1、前言
电气工程对于我国的工业发展与经济发展意义巨大，随着智能化技术的研究不断深入，人们已经开始积极探索在工业生产过程中智能化技术的有效应用。可以说，智能化技术的应用优势非常多，相比于传统的电气工程自动化控制，智能化技术将为电气设备、电气控制、设备控制诊断与修复等多个方面带来很大的便利，而具体则是通过计算机视觉技术来将上述的智能化和自动化运行成果进行表达，进而更好的做出决策，避免了在人力处理过程中的主观性误差，本文即针对于其具体应用进行分析。
2、计算机视觉技术
智能化技术对于电气工程自动化控制是有着重要意义的，一方面其能够为电气工程的数据收集、处理和分析过程带来极大的效率，使得数据的处理能够更加快捷和方便。而另一方面，通过智能化技术的应用，电气工程将有着更高精度的监控和及时报警功能，一旦在电气工程中出现故障，监视装置中将及时出现数据变化，并引发报警装置给出警示。当然，智能化技术的应用优势远不止上述两点，其与操作人员的主要沟通桥梁就是计算机视觉及时。相对于传统的电气工程自动化控制技术来说，在电气自动化工程中，通过计算机视觉技术来使得电气工程的自动化工作下产生的各项数据、状态参数得以良好表达，同时也通过计算机视觉技术来完成图像分类、智能检测、自动决策等多个方面的工作，使得电气工程生产过程不再依赖于传统的电气检测设备和装置，使得电气工程自动化控制能够更加的方便快捷，同时也节省了相应的人物财三方面的资源，减少了工程成本[1]。
3、计算机视觉技术的原理
计算机视觉技术是基于智能化技术而言的，本质上就是通过算法来有效的代替操作人员来完成对设备状态的探查、分析、决策等工作，所以在具体的电气工程自动化中也可以将计算机视觉技术理解为一类代替操作人员大脑来读取相关数据信息的技术。实际上，计算机视觉技术已经有了很多年的发展，在计算机兴起之初就有学者开始了对计算机智能系统和视觉技术的研究，而经过了多次曲折，在现阶段由于各项配套技术的有效完善，计算机视觉技术已经发展成了一项具有智能系统内核和良好的视觉信息处理、反馈、决策能力的技术。在电气工程中，通过计算机视觉技术可以有效的对图像进行分类和检测，并对相关参数进行持续的探测。综上所述可以得到，计算机数据技术以人工智能为基底，可以理解为是一种“伪”仿生技术，通过该技术可以使得计算机拥有代替人类完成工作的能力。到目前为止，计算机视觉技术已经在多个领域有较好的应用，包括智能交通、电气工程自动化、无损检测等[2]。
4、计算机视觉技术在电力系统自动化中的应用
4.1网络模型构建
在计算机视觉技术中，通过智能化的技术将电力系统和设备的运行状态转变为网格，从而实现对设备的运行状态的全面探测，而该过程一方面需要用到电路节点，对电力系统进行仿真，获取相应高电压和大功率的条件下的电力系统运行状态，并对参数进行处理。另一方面虽然电气设备的工作结构较附属咋，但是因为设备的运行状态以及生产过程的延续性，所以需要建立起网络动态模型。
在网络模型中，基于物联网的计算机视觉技术中的设备的运行状态将被换做为网格，从而有效的对设备的运行状态进行扫描和探测。目前，常采用网络拓扑的方式来对设备的运行状态进行加监测和预测，这是由于网络拓扑具有很强的动态性，可以有效的将通过设备中的各个节点数据进行分析，使得数据可以在互联网控制中心得到有效的融合和分发，从而更好的为设备的操作员提供更多的设备的运行状态信息，从而有效的落实在电力系统自动化中的同步控制、安全监测和故障检修工作[3]。
4.2人工智能深度学习算法和感知技术
人工智能的深度学习和增强学习是目前研究的热点，特别是在电气工程的自动化方面，人工智能可以通过对设备状态的感知和学习来作出正确的决策，并且随着决策次数与感知频率的增多，其学习和优化过程也就会更深入。该技术的缺陷在于其学习优化过程并不依照既定的因果逻辑推导，而是以相关性作为基本原则来进行推导，这也就使得其推导过程无法对未知的情况进行决策。目前的因果推导决策体系也是发展的重点之一，现有的因果推导体系有贝叶斯网络等，其采用的是模块化决策体系，全过程理性学习，使得结果十分可靠，未来将会获得更好的应用。因为在传统的电气工程中，设备管理员是通过五感和简单的检测设备来感知电气工程生产过程设备和系统的状态的，特别是视觉感知尤为重要。可以使用微摄像头来帮助操作人员感知外界，但是因为微摄像头无法有效的处理庞大的数据量，其估算的目标较多，使得在传统的检测与识别技术有着非常复杂的逻辑与算法，比较繁琐。为目前新感知技术的发展将为操作人员带来更全面高效且更便捷的感知体系，比如说视觉识别以及激光雷达等，目前已经逐渐地应用在了大型设备中，并逐渐发展为小成本高效率的设备，使得电气工程设备能够成为多传感器的载体，提高了对电路系统问题的识别以及判断能力[4]。
4.3图像识别和无损检测技术的结合
本文主要以红外热成像技术为核心来进行阐述。利用红外辐射，并通过红外成像系统来采集物体发出的红外辐射能量，并将信号进行放大处理且采用频谱分析法来将信号转换为能够被人观察到的热图像，从而达到检测的目的。而电力系统和设备就可以使用红外技术来进行检测，同时为了能够获取到更加精确且清晰的图片，可以将结果可视化，研究人员可以根据所得图像来决策相应的处理方式。在这个过程中，图像识别就十分重要，为了解决传统的图像识别过程中耗时较长、进度不足等问题，可以利用不同的学习算法和神经网络来进行图像识别，例如卷积神经网络等，这样可以避免在特征提取过程中出现较大的盲目性，可以对设备的运行状态图片进行更多的深层次特征的挖掘，使得设备内部图像识别的准确率有效提高[5]。
4.4三维可视化
三维可视化属于计算机视觉技术的一种，通过三维可视化技术来对电力系统的整体进行模拟和仿真，获取其基本的运行规律并采集相应的运行数据，进而使得人工智能系统能够更快速的反应紧急情况。一般来说，其通过光学原理来对电力系统自动化运行过程和环境进行分析和扫描，并且将获取到的信息进行自动修正和整合，例如调整图像的灰度、对比度等，最后则是组建三维模型，通过该模型来对场地的安全情况和工作状态进行分析[6]。
5、结束语
综上所述，本文探讨在计算机视觉技术的应用，可以说该技术有着是未来人工智能和电力工程自动化事业管理与发展的重点趋势，其建设成果也与我国城市化进程以及社会发展程度直接挂钩，是我国基础建设的重要组成部分。虽然目前在该技术上还存在有一些问题，但是笔者相信在科学技术的不断发展下，计算机视觉技术将有着更好的发展和应用。
参考文献
[1]李颜,黄维宸.计算机视觉技术及其在电力系统自动化中的应用[J].中小企业管理与科技(上旬刊),2019(04):183-184.
[2]王青.计算机视觉技术及其在电力系统自动化中的应用[J].通信电源技术,2019,36(01):213-214.
[3]刘俞伶.计算机视觉技术及其在电力系统自动化中的应用[J].中国新技术新产品,2012(20):16-17.
[4]龚超,罗毅,涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J].电力系统自动化,2003(01):76-79.