变压器滤油阶段漏油监测智能辅助系统设计_产品与技术_机械工业北京电工技术经济研究所

>产品与技术

变压器滤油阶段漏油监测智能辅助系统设计

作者: 李继征1 丁宝民1 魏毅1 冉一丁1 张宇1 张浩2  来源:(1.山东省送变电工程有限公司 2.武汉映瑞电力科技有限公司) 时间:2020-11-13

摘要变压器滤油阶段漏油监测智能辅助系统设计是采用相似度量的方法。基于相似度量的方法是将视频按照某种规则分段,在各段视频数据中进行特征抽取,组成表示该段的矢量特征,应用聚类或相似度量等方法,将类别较少的段判断为异常。基于相似度量的方法适用于正常数据帧容易获得且异常行为难定义、易发现的场合,其基本原理是从视频数据帧序列中学习正常模式,推断可以的异常场景。在变压器滤油阶段漏油监测业务场景中,正常数据帧容易获得,而漏油造成的油污区域形状难定义却易于发现,因此在本系统中适合采用基于相似度量的智能视频监测方法。

关键词:变压器滤油;监测;漏油;辅助系统


0 引言

变电站是电力系统中完成电压和电流变换、电能接受和分配的枢纽场所,一旦变电站发生事故,通常会导致大面积停电,给社会造成负面影响。随着电力行业的高速发展和业务不断扩大,电力系统中用到的变压器对电力系统的安全和稳定运行有着至关重要的影响。变压器是变电站的核心设备,变压器油又是变压器稳定运行的关键因素。变压器滤油能过滤油中的固体杂质、水分,改善油质性能、提高变压器油的绝缘强度。变压器滤油机是变压器滤油阶段的主要机械设备。目前变压器滤油机的自动化水平已经较高,但是滤油机在工作过程中时常会发生管路泄漏,油压过大或过低,温度过高,真空度不足等导致故障,因此而发生的生产事故屡见不鲜,必须配有专门的人员轮流看守。由于滤油机滤油过程都是在户外进行,值班人员需要在户外进行轮值,在严寒酷暑的恶劣天气下,尤其是在夜间,值班人员的工作环境变得非常恶劣。值班人员的工作状态直接影响到变压器滤油阶段的安全。因此设计一套变压器滤油阶段漏油监测智能辅助系统有利于支撑各省或各市变电工程建设。

1 变压器滤油阶段漏油监测智能辅助系统体系结构

将智能辅助加入到变压器滤油阶段漏油监测的设计过程中,必须借助于领先的科学技术、互联网技术与部分有关的分系统展开分析,将以上的技术元素集合之后展开统一化的管理,进而确保变压器滤油阶段漏油监测智能辅助系统能够安全实时有效地运行。变压器滤油阶段漏油监测辅助系统所具有的功能视角而言,大体包含实时视频服务,实时识别服务,智能决策辅助服务,电气控制服务和客户端与服务器等诸多部分。基于客户端与服务器传递数据,并通过后台智能分析决策。据此展开油管的结构的分析,最终实现变压器滤油阶段漏油监测智能辅助系统的目的。

 

2变压器滤油阶段漏油监测智能辅助系统的具体设计

变压器滤油阶段漏油监测智能辅助系统主要包括如下几个部分:

2.1图像采集与智能识别系统设计

此板块包含有如下几个部分:电源管理模块,移动电源,无线摄像头,红外热成像摄像头,工业级wifi路由器,后台图像识别分析模块。采用无线路由器将无线摄像头和主机组成无线局域网,由无线摄像头对监控区域进行不间断监控并将监控画面视频流通过无线局域网发送到工作主机,工作主机上智能视频监控系统经过获取视频流、抓取图像、图像灰度化处理、差分图像获取、差分图像二值化处理、智能识别等一系列操作识别监控区域是否存在油污区域,一旦检测到油污区域那么就认为可能发生了漏油事故,系统将触发报警动作,提示人工确认并处理,它的结构可参考下图:

image.png

图1 整体结构图

2.2热成像摄像头和无线摄像头

热成像图像反应景物的热辐射强度,不受光线影响,对遮挡物造成的影响也较小,具有很强的目标敏感性和环境适应性,对环境的温度灵敏,在电力工程领域有着广泛的应用。变压器滤油阶段油温在50℃左右,采用热成像摄像头可以设置相应的温度监控范围,可以有效地避免工作人员、树叶等其他低于工作油温的变化引起的误报。无线摄像头拍摄现场的高清图像,并使用高压缩比例的h.264视频流进行压缩,推送到后台网络中,为后台图像的处理提供高清的数据源。

2.3电源管理和电池组

变压器滤油阶段现场施工仪器设备较多,工期短,不适合进行现场布线。采取可移动的便携式电池组合电源管理模块,能够比较灵活地进行拆解和组装。其主要功能是给热成像摄像头和无线摄像头的工作提供动力。

2.4无线路由器

出于变压器滤油阶段现场不适合进行网络布线考虑,所以采取无线路由的方式,进行网络数据连接。本设计中的无线路由器是整个图像识别的数据传输枢纽。

2.5后台图像识别

就变压器滤油阶段漏油监测智能辅助系统而言,如果现场的图像数据传输过来,只是进行单纯的展示,就和一般的视频监控没什么区别,后台图像识别主要将现场的正常情况和异常情况(漏油)进行加以区分,并且在异常的情况下能够进行及时报警,从而警示值班工作人员现场可能产生了异常状况。

2.6后台软件设计

后台程序启动进行自检包括了图像采集器的设备参数,识别间隔的时间,以及图片保存的路径等参数。如果参数缺失,需要用户进行填写补录,然后才能后台获取网络中的媒体数据源,将获取后的媒体数据转化为视频和音频数据,将视频流解码成一帧帧的图像数据,将正常的图像模型与解码后的一帧帧图像进行对比识别,如果存在漏油,则需要进行现场的图片保存,并拉响警报,等待值班工作人员过来进行确认处理。如果不存在漏油,继续进行对比识别。后台软件的程序设计流程图如下所示:

image.png

图2 后台软件程序流程图

3 理论模型

目前的智能视频监控系统其理论大致可分为两类:一种是基于模型的方法,另一种是基于相似度量的方法。

基于模型的方法通过事先选取某种规则,从图像序列中提取被监测目标的外形、移动等特征,根据这些所获得的特征信息,定义正常行为的模型,对由序列图像特征所表示的状态进行建模,将不匹配正常行为模型的数据帧定义为异常。在正常数据下建立良好模型的情况下,基于模型的检测方法非常有效,但当大量数据均为正常数据时,建模出现不平衡,检测效果将下降。

基于相似度量的方法是将视频按照某种规则分段,在各段视频数据中进行特征抽取,组成表示该段的矢量特征,应用聚类或相似度量等方法,将类别较少的段判断为异常。基于相似度量的方法适用于正常数据帧容易获得且异常行为难定义、易发现的场合,它的基本原理是从视频数据帧序列中学习正常模式,推断出异常场景。

在变压器滤油阶段漏油监测业务场景中,正常数据帧容易获得,而漏油造成的油污区域几何形状难定义但又易于发现,因此在本系统中适合采用基于相似度量的智能视频监测方法。

 

4 用到的软件技术

变压器滤油阶段漏油监测智能辅助系统的实现需要使用到基于opencv的机器视觉图像处理库和Qt进行界面设计、后台业务处理及工程管理。OpenCVOpen Source Computer Vision Library)是一个开源的计算机视觉库。他采用C/C++语言编写,能够运行在Linux/Windows/Mac等操作系统上。它由一系列C函数和少量C++类沟通,同时提供了PythonRubyMatlabC#等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV包含500多个函数,涵盖了信息安全、医学成像、工厂产品检测、用户界面、机器人、立体视觉和摄像机标定等许多计算机视频的应用领域。

OpenCV主要有图像数据操作、图像/视频输入输出、图像形态学处理、摄像头标定、运动分析、目标识别、GUI界面、图像标注等功能,构建了一个高效轻量级的计算机视觉框架。

通过从开源网站https://opencv.org/releases/获取源代码进行编译。

准备工作如下:

操作系统:Windows7以上版本。

QT: Qt5.9.7,

http://download.qt.io/archive/qt/5.9/5.9.7/

文件名为qt-opensource-windows-x86-5.9.7.exe

CMakecmake-3.15.0,官网地址是:https://cmake.org/。下载地址:https://github.com/Kitware/CMake/releases/download/v3.15.0/cmake-3.15.0-win32-x86.zip

OpenCVOpenCV4.1.0.rar,可以https://

github.com/opencv/opencv/archive/4.1.0.zip下载。

3.1软件配置:

1、安装Qt5.9.7,注意在选择安装部件时选中WinGW组件,这样就可以无需安装Visual Studio组件就可以进行Qt开发了。Qt安装后的根目录为:C:\Qt\Qt5.9.7

2、将CMake解压,此处解压到C盘根目录,CMake根目录为:C:\cmake-3.15.0-win32-x86

3、将OpenCV源码解压,解压后的根目录为:C:\opencv-4.1.0

4、配置Qt有关的配镜,在Path环境变量中添加两个与QT有关的目录,即C:\Qt\Qt5.9.7\5.9.7\mingw53_32\binC:\Qt\Qt5.9.7\Tools\mingw530_32\bin

5、配置与CMake有关的环境变量,在Path环境变量中添加:C:\cmake-3.15.0-rc4-win32-x86\bin

最终在本人的计算机上文件目录情况如下:

image.png

图3 配置文件目录

6、有关环境变量配置:

image.png

图4环境变量配置

3.2编译源码:

1、运行C:\cmake-3.15.0-rc4-win32-x86\bin下的cmake-gui.exe,分别设置源代码路径和编译后的代码路径,分别为:

Where is the source code:  C:\opencv-4.1.0

Where to build the binaries: C:\OpenCV4.1_build

2、点击“Configure”,选择生成MinGW项目,同时指定本地编译器的位置,出现如下界面:

image.png

图5 编译器路径

3、指定CC++编译器的位置(Fortran没用上,无需配置),MinGWCC++编译的位置分别为:

C编译器位置:C:/Qt/Qt5.9.7/ Tool/mingw530_32/bin/

gcc.exe,C++编译器位置:C:/Qt/Qt5.9.7/Tools/

bin/g++.exe。最终界面如下图所示:

image.png

图6 指定C和C++编译器

3.3配置cmake界面如下:

image.png

图7 配置结果

勾选WITH_OPENGL

勾选WITH_QT

不勾选WITH_IPP

不勾选ENABLE_PRECOMPILED_HEADERS

不勾选WITH_OPENCL_D3D11_NV

在命令行中运行mingw32-make.exe  执行完成后执行mingw32-make.exe install 就会生成opencv的库文件lib、头文件include和可执行文件bin

3.4 实现效果图:

配置摄像头的地址,登录的用户和密码设定识别的时间间隔为60秒,初始化图像的保存位置和有异常情况下保存的图像位置。

image.png

图8 摄像头配置

在运行的过程如果出现漏油的状况会进行标识出在图像中那个地方漏油,并亮起报警灯拉响警报,以到达提醒工作人员查看现场。

image.png

图9 运行效果图

5 结束语

该系统适用于所有电压等级变电工程中变压器注油及热油循环阶段现场监控、监护的应用,可有效解决人员监护不到位、现场出现滤油管路漏油、设备故障等问题,实现现场24小时不间断监护,提高变压器滤油阶段安全管理水平。本项目将视频图像处理过程中涉及到的对视频图像数据的采集、传输、处理、显示等过程作为一个系统的整体周期分析,可以连续运作。在视频图像处理过程中应用了图像压缩技术和视频图像的处理技术,并结合实际监测场景进行分析处理,可以大大降低设备性能不足、自然条件等客观条件限制带来的影响。

参考文献:

[1]黄凯奇,陈晓棠,康运锋,等.智能视频监控技术综述[J].计算机学报.2015,(6):1093-1118.

[2] 刘从军,杨辉,史杰等. 基于OpenCV的运动目标监控系统设计与实现[J].信息技术,2014,(5):82-85.

[3]汪东旭.面向实时智能监控的背景建模算法研究与系统设计[D].浙江:浙江大学,2016.

[4]肖文定,谭红芳.高清晰无线视频传输系统的设计与实现[J].科技传播.2019,(23):83-85.

[5] 刘文泽.变电站的远程网络图像监控系统设计[J].电站系统工程.2003,(4):53-54.

 

(收稿日期:2020-02-10)

上一篇:10kV中压配电网单相接地故障有源诊断技术的... 下一篇:通洋氢燃料电池向“高科技新能源制造”迈进