1、成果简介 随着大电网建设的不断推进，电网设备数量迅猛增长，大电网运行同时对设备运行安全提出了更高要求。但是电网运维检修人员数量长期保持相对稳定，电网设备运维检修工作面临着工作量激增与人员相对短缺的突出矛盾。因此，迫切需要开展电网设备的精益化运维管控，为变电站运维检修工作提质增效。 现有站内巡检机器人和视频监控功能单一，可靠性不足，且容易导致发生漏检和误报，尚无法支撑变电站精益化运维管控的需要。同时变电设备视频巡检前端智能化水平较低、缺少图像智能识别和对数据的深度融合，无法发挥整合协同力量，难以从根本上减轻运维人员工作量。 本项目结合变电站前端智能巡检实际需求，建立了变电设备多谱段光谱视频协同巡检架构，提出了基于图像的变电设备缺陷识别方法；研制了变电站多谱段光谱视频前端自主巡检主机，开发了变电设备多谱段光谱视频智能诊断分析系统，完成了在变电站的部署，开展了1100kV古泉站等特高压交直流工程的现场应用，实现了变电站内换流变、换流变套管、避雷器等设备的多谱段视频状态实时巡检和缺陷预警。 2、主要创新点 本项目结合变电站前端智能巡检需求，建立了变电设备多谱段光谱视频协同巡检架构，提出了基于图像的变电设备缺陷识别方法；研制了变电站多谱段光谱视频前端自主巡检样机，开发了变电设备多谱段光谱视频智能诊断分析系统，完成了主站部署，开展了特高压交直流工程的现场应用，实现了变电站内多谱段视频状态实时巡检和缺陷预警。主要科技创新如下： （1）建立了变电设备可见光和红外光谱多维场景图像识别方法、基于深度学习的变电设备复杂缺陷形态故障研判方法，对典型缺陷故障识别率不低于85%。 1）多谱段光谱协同巡检包括可见光谱和红外光谱数据的协同分析，以及对巡检机器人、高清视频摄像头、红外热成像摄像头等视频图像采集装置采集不同光谱数据方面的协同。 2）采用可见光和红外光两个波段的视频图像采集手段，可以开展广谱的光谱分析，通过光谱特征，解决单一光谱段难以发现、或者易于受到外部干扰的问题。 3）建立变电设备可见光和红外光谱多维场景图像识别方法。 （2）提出了变电站智能视频巡检前端智能技术及边缘计算系统架构，建立基于智能芯片的变电站视频巡检系统，实现变电站多维光谱视频前端智能化自主巡检，视频单帧处理时间不超过30ms。 1）构建了基于边缘计算的变电设备智能视频巡检系统架构，研发基于昇腾A310赋能智能视频巡检系统，由摄像头完成对场景的数据采集，随后通过嵌入式AI计算设备进行实时的识别处理，再将处理结果传输至运维中心，并及时做出响应。 2）针对算法处理实时性的问题，提出内存管理与多线程优化技术，现多维光谱视频前端自主巡检技术实时应用。 3）基于边缘段智能巡检系统，结合具体识别算法，搭载昇腾310设备，实现多维光谱视频前端自主巡检技术实时应用。利用昇腾310进行嵌入式目标检测算法部署，整体包含模型管理、自定义算子、模型加载、模型推理、结果后处理等步骤。 （3）提出了基于物联网的变电站智能视频巡检策略和构架，建立变电站关键设备视频智能预警方法，并实现在特高压交流及换流变电站现场应用。 1）结合站端实际运维需求，探索利用可见光、红外光摄像头等巡检终端实现关键设备关键部位的巡视点位全覆盖。 2）基于变电设备可见光和红外光数据融合方法的基础上，进一步提出了一种基于超像素分割与温度概率密度统计的故障识别方法。 3）获得温度概率密度的初始分类后，对照核函数估计后的温度概率密度分布，对温度概率密度的特性提取不同类别的温度分布。