基于激光传感和机器视觉的变电站通道监控研究

变电站内隐患区域与异常状况在属性上分属不同传感特征,无法通过单一监控形式完整表达。针对当前变电站通道监控以单一监控形式为主,存在安全隐患与异常状况检测精度低的问题,导致监控效果不佳,提出运用激光传感技术和机器视觉技术双监控的模式,对变电站通道完成监控,形成监控互补。通过在变电站通道布置激光传感器,采集变电站通道安全隐患数据,构建分布密度函数判断变电站通道的安全隐患,利用机器视觉技术采集变电站通道监控图像特征,实现了变电站通道内异常情况监控。实验结果表明,该方法能够准确监控变电站通道安全隐患区域和通道内的异常情况,提升变电站安全监控效果。     

电力负荷预测系统的管理应用

为了加强计划用电管理工作,使电网的安全稳定运行和电力有序供应,通过对负荷预测、负荷考核、限电管理的应用,提高了电能的利用效率,缓解日趋严重的供用电矛盾,在对数据进行统计挖掘的基础上进行综合分析,为电网的调度管理和规划建设提供辅助性决策依据。     

基于智能视觉的变电站内人员异常行为辅助监控系统

为解决变电站人工监控的各种弊端,设计基于智能视觉的变电站内人员异常行为辅助监控系统。在系统硬件部分,以无线芯片CC2530为核心连接硬件的各个模块,设计协调器以及电源等模块;在系统软件部分,运用人工智能与图像处理技术,预先对监控视频阴影处理,然后采用背景建模的方法,对视频中的信息描述,最后将HOG特征识别应用到异常行为检测中,实现变电站内人员异常行为辅助监控。实验结果表明,此次研究的变电站内人员异常行为辅助监控系统,在人多与人少的时候都具有较高的监控识别准确性,证明了此次研究的系统的应用效果。     

基于AI和智能视频分析技术的变电站安全运维系统

现有变电站安全运维系统在出现异常情况时不能及时作出提醒，为此设计基于AI和智能视频分析技术的变电站安全运维系统。系统硬件包括处理器模块、存储模块、视频采集模块、视频输出模块与通信模块；系统软件采用智能分析技术预处理监控视频图像的大小和清晰度，采用AI技术高效识别图像的风险因素，识别出异常后实时报警，完成变电站的安全运维系统设计。实验结果表明，研究系统的异常情况识别时间少于20 s，数据采集时间少于2 min，数据传输时间为80 MB/s，报警延迟时间少于1 min，实时性较好，能够及时报警，提高了变电站的安全性。