基于視覺辨識技術的視頻監控系統在電力系統中的應用基于視覺辨識技術的視頻監控系統在電力系統中的應用

中圖分類號：TM76文獻標識碼：A文章編號：1009-914X〔2022〕13-0185-01

1.引言

目前，我國電力系統中都已安裝了視頻監控攝像頭，而現有的視頻監控系統不具備安防生產聯動監控的功能。推廣應用變電站平安監控系統，以自動化的科技伎倆替代人發展變電站工作現場平安的相關自動檢測工作，是提高變電站運行平安保障能力的一個非常重要的途徑。

2.視覺辨識技術

〔1〕基于機器學習的多媒體辨認技術

多媒體辨認技術是通過計算機視覺或其他傳感器等多媒體伎倆檢查對象的特征，進行識別和判斷的一種技術，核心在于如何尋找對象的特征并作取樣，提取其唯一性的內容，轉換為數字信息，并基于相關算法辨認不同的目標和對象。多媒體辨認是多媒體應用的一個新的領域，特別是其與人工智能相交融，基于機器學習算法，衍生出圖像文字辨認、視頻分析、生物特征辨認等多種類型。其中視頻分析：使用計算機圖像視覺分析技術，通過將場景中背景和目標別離進而分析并追蹤在攝像機場景內出現的目標。用戶可以根據的視頻內容分析功能，通過在不同攝像機的場景中預設不同的報警規那么，一旦目標在場景中出現了違反預定義規那么的行為，系統會自動發出報警，監控工作站自動彈出報警信息并發出警示音，用戶可以通過點擊報警信息，實現報警的場景重組并采取相關措施。

〔2〕機器學習

機器學習是人工智能的核心，是使計算機具有智能的基本途徑，其應用普及人工智能的各個領域，其研究主旨是使用計算機模擬人類的學習活動，它是研究計算機辨認現有知識、獲取新知識、不斷改善性能和實現自身完善的辦法。這里所說的“機器〞，指的就是計算機，電子計算機，中子計算機、光子計算機或神經計算機等。將機器學習辦法辨別為下列六類：

1〕經驗性歸納學習。經驗性歸納學習采用一些數據密集的經驗辦法〔如版本空間法、ID3法，定律發現辦法〕對例子進行歸納學習。其例子和學習結果一般都采用屬性、謂詞、關系等符號表示。歸納學習是由環境提供某概念的一些實例或反例，學習器通過歸納推理得出該概念的一般描述。

2〕分析學習。分析學習辦法是從一個或少數幾個實例出發，運用領域知識進行分析。其主要特征為：推理策略主要是演繹，而非歸納；使用過去的問題求解經驗〔實例〕指導新的問題求解，或產生能更有效地運用領域知識的搜索控制規那么。分析學習的目標是改善系統的性能，而不是新的概念描述。

3〕類比學習。利用二個不同領域〔源域、目標域〕中的知識相似性，可以通過類比，從源域的知識〔包括相似的特征和其它性質〕推導出目標域的相應知識，從而實現學習。類比學習系統可以使一個已有的計算機應用系統轉變為適應于新的領域，來完成原先沒有設計的相類似的功能。類比學習一般要求先從知識源〔源域〕中檢索出可用的知識，再將其轉換成新的形式，用到新的狀況〔目標域〕中去。

4〕遺傳算法。遺傳算法模擬生物繁殖的突變、交換和達爾文的自然選擇〔在每一生態環境中適者生存〕。它把問題可能的解編碼為一個向量，稱為個體，向量的每一個元素稱為基因，并利用目標函數〔相應于自然選擇規范〕對群體〔個體的匯合〕中的每一個個體進行評價，根據評價值〔適應度〕對個體進行選擇、交換、變異等遺傳操作，從而得到新的群體。

5〕聯接學習。典型的聯接模型實現為人工神經網絡，其由稱為神經元的一些簡單計算單元以及單元間的加權聯接組成。

6〕增強學習。增強學習的特點是通過與環境的試探性交互來確定和優化動作的選擇，以實現所謂的序列決策任務。在這種任務中，學習機制通過選擇并執行動作，導致系統狀態的變化，并有可能得到某種強化信號〔立即回報〕，從而實現與環境的交互。強化信號就是對系統行為的一種標量化的獎懲。系統學習的目標是尋找一個適宜的動作選擇策略，即在任一給定的狀態下選擇哪種動作的辦法，使產生的動作序列可獲得某種最優的結果〔如累計立即回報最大〕。

〔3〕視頻行為分析

視頻中運動目標行為分析與理解是計算機視覺中一個重要的研究方向，它希望計算機象人一樣可以自動地分析理解視頻數據，知道場景中是誰，在哪里？發生了什么？視頻內容分析技術通過對可視的監視攝像機視頻圖像進行分析，并具備對多種背景的過濾能力，通過建立人類活動的模型，借助計算機的高速計算能力使用各種過濾器，排除監視場景中非人類的干擾因素，準確判斷人類在視頻監視圖像中的各種活動。

3.視頻監控技術應用

〔1〕高級視頻移動偵測：在復雜的天氣環境中〔示例雨雪、大霧、大風等〕精確地偵測和辨認單個物體或多個物體的運動情況，包括運動方向、運動特征等?？蛇\用于變電站一般場景監控。

〔2〕物體追蹤：偵測到移動物體之后，根據物體的運動情況自動發送PTZ控制指令，使攝像機能自動跟蹤物體，在物體超出該攝像機監控范圍之后，自動通知物體所在區域的攝像機繼續進行追蹤。應用于變電站重點場所、重點人物、車輛和物體的監控。

〔3〕車輛辨認：辨認車輛的形狀、顏色、車牌號碼等特征，并反應給監控者?？捎糜谧冸娬景卜篮蛙噹燔囕v監控辨認。

〔4〕遺留、遺棄物品檢測：當一個物體〔如箱子、包裹、車輛、人物等〕在敏感區域停留的時間過長或超過了預定義的時間長度就產生報警?？捎糜谧冸娬竟ぷ鳜F場檢測，如在工作現場有遺留或者遺棄物品，及時報警通知監控人員進行處理。

〔5〕入侵探測：可感知設定區域內忽然出現和入侵的物體并及時報警?？稍谧冸娬緮z像機監視內設置一定區域，如該區域出現和入侵物體，就發出報警，通知監控人員及時處理。

〔6〕物品被盜或移動檢測：當監控場景中的物體被盜或移動，算法將自動檢測這種動作，常用于變電站中貴重物品和關鍵設備的監控。

〔7〕人體行為分析：在目標檢測分類的根底上，利用人體的各種行為特征對其進行各種行為的描述和分析，提取那些危險和有潛在危險的行為?？捎糜谧冸娬咀鳂I平安管控，對作業人員在工作中誤入其他區域進行報警，并及時通知相關監護人員。

〔8〕焰火檢測：根據發生火焰過程中煙火表現出的特征進行煙火的實時檢測。可在變電站攝像機監視內設置警戒區域，如該區域有火焰出現并到達觸發門限時，產生告警。

4.總結

目前，電力系統中存在的視頻監控系統依然需要工作人員