论文部分内容阅读
摘要：在电力系统当中应用人工智能图像识别技术时，需要对二次屏柜的智能监控进行深入分析和研究，结合指示灯、仪表盘、压板以及开关等不同监控对象，合理设计图像识别分析算法，并对系统结构的设计和安装进行有效规划，综合考虑数据管理和显示平台等层面，从而使电力系统的运行成本得到降低，使系统运行的稳定性得到有效提升。本文针对人工智能图像识别技术在电力系统当中的应用进行分析，介绍了以人工智能为基础的图像识别技术过程，探讨了人工智能图像识别技术应用内容，并提出基于计算机视觉的图像处理识别平台应用对策，希望能够为相关工作人员起到一些参考和借鉴。
关键词：人工智能;图像识别技术;电力系统;应用
人工智能主要研究人类的智能和智能行为，并进行相应的开发和模拟。对于人工智能这一科学学科，其分属于计算机学科，对人工智能进行研究的目的在于，對人类大脑当中的智慧进行模拟，从而使计算机系统和程序能够对人类智能思维进行模拟，最后使其对人类行为进行模仿。人工智能可以对相应对象进行虚拟化识别，从而在不分析实物的基础上通过平面图形实现三维化目标。通过将人工智能图像识别技术在电力系统当中进行应用，可以有效提升系统运行水平，使系统的功能性得到增强。
一、以人工智能为基础的图像识别技术过程
（一）图像的预处理
人工智能图像识别技术在实际应用过程中，主要通过图像预处理工作来获取相关信息，因此其对识别结果具有直接影响，在整体流程当中是十分重要的一项环节。通过有效开展图像预处理工作，可以辅助图像识别系统运行，保证相关图片特点的精准程度，从而为后续工作开展打好基础，同时还可以缩减识别时间，降低识别过程的复杂程度。在预处理工作开展过程中，需要全面提高辨识效率，具体可以对降噪和去雾等方式进行采用。图像预处理工作的开展，可以还原图片，并保证图片还原质量和清晰度。在电力系统对人工智能图像识别技术进行应用，需要在架空输电线路巡检期间对该技术进行运用，一键处理收集图片，从而使相关图片数据能够获得最优解[1]。
（二）图像特征提取
针对图像特征提取工作进行分析，其主要包括提取和选择两个不同环节。在相应的目标图像当中，可能会包含多个特征点，而且每个特征点都对应着相应的特征子集。对此，需要科学合理的选择特征点，从而使图片能够得到高效、准确的识别。目前，图像中比较常见的特征主要包括图像纹理、形状、颜色特征以及空间关系特征等。在这些特征当中，颜色为第一捕捉特征点，但在对局部特征进行捕捉时，纹理特征则为第一特征点。通过运用人工智能图像识别技术，可以在识别需求和应用方向等方面，有针对性的抽取和选择特征。
（三）图像匹配分类
图像匹配分类是人工智能图像识别技术应用过程当中的最后一个环节，通过对各个流程进行严格落实，可以结合流程结果从数据库当中调取出相同图片信息，并能够有效分析特征。从电力系统角度进行分析，应用人工智能图像识别技术，可以在巡查检修架空输电线路时，结合图片实际情况，准确匹配和分类图像，并在数据库当中调取和处理相应信息[2]。
二、人工智能图像识别技术应用内容
（一）采集数据信息在线监控系统应用分析
在电力系统的实际运行过程当中，可能会有许多突发情况出现，进而对电力系统的安全运行产生影响，具体包括失火、盗窃等。所以，为了有效预防突发情况发生，需要有效采集数据信息，并在线监控电力系统，从而为异常报警情况提供准确的数据信息，使工作人员能够对异常原因及时进行了解，并采取针对性措施进行处理。监控系统可以利用常规摄像头监控进出人员，并运用图像识别技术来准确识别人员。对常规摄像头进行使用，虽然可以对火灾情况是否发生进行监测，但由于摄像头精度不够统一，进而会影响到识别正确率。一旦人员对自身稍加遮挡和伪装，将不容易对人员信息进行掌握。除此之外，还可以对红外摄像头进行使用，从而对人员红外线轮廓进行掌握。具体需要结合轮廓采用人工智能图像识别技术，预处理获取到的数据，对人员特征进行抽取，从而在线监控，对人员的身份和动作进行明确[3]。
（二）柜面图像智能应用分析
对于获取到的监控图像，其主要包括以下几方面内容。首先，检测和标定压板内容，传统设备标定算法主要利用人工开展相关工作，不仅过程繁琐，而且效率相对较低。通过对图像自动检测法进行应用，可以有效标定画面区域，并设定具体的区域类型，从而使人为标定效率得到有效提升。其次，识别指示灯状态，对通用的指示灯状态识别算法进行研究，可以对不同厂商和规格的非标准指示灯状态进行明确，并读取其显示结果。最后，识别报警状态，具体需要对可扩展的报警状态识别算法进行研究，从而使一些报警规则可以在后期进行添加和删除。
（三）视频浓缩快照与异常报警应用分析
通过对视频浓缩方式进行采用，可以使数据存储量得到降低。具体来说，为了使不同数据检索需求得到满足，需要同步存储数据和图像，并要形成相应时间点的数据快照，从而为人工分析提供依据。首先，需要按照时间序列对视频进行排序，然后应将数据和快照系统同步。其次，针对异常报警，当某识别数据与既定报警范围不符时，需要对同一时刻识别区域不同的数据相关性进行研究，并在报警后同步显示异常情况。通过智能监控二次屏柜，可以在应用人工智能图像识别技术的基础上，对变电站二次设备智能巡检系统进行建立。
（四）电厂中“跑、冒、滴、漏”等现象及室外架空输电线路巡检的图像识别
在电厂当中，相关电气设备在实际运行过程中，需要对“跑、冒、滴、漏”等问题进行严格监控。通过对人工智能图像识别技术进行有效应用，合理通过设定程序，严格监测各类电气设备的运行情况，并对设备信息数据进行收集，形成相应的图像，有效进行识别，使相关工作人员能够及时对此类问题进行发现和解决。同时，在应用人工智能图像识别技术时，还需要对相关的监测和巡检系统进行建立，从而全面监测和检查电厂各类设备的运行状态，保障设备的安全稳定运行。另外，在室外架空输电线路巡检工作中运用人工智能图像识别技术，可提升巡检效率及准确性，进而对存在问题的线路及时实施检修。 三、基于计算机视觉的图像处理识别平台应用
（一）基于计算机视觉的图像处理识别平台技术要求与性能指标
针对计算机视觉的图像处理识别平台技术要求以及性能指标具体包括以下几方面内容。首先，需要预处理采集的二次设备图片，其主要包括对图片数据进行尺寸重整、存储、清洗、分类以及标注。在将图片数据整理后，可以将其在人工智能图像分析系统当中进行有效训练和识别。其次，提取图像信息，具体需要對计算机视觉深度学习算法进行应用，从而识别二次设备图像，并提取信息。再次，需要上传和分析识别结果，应严格按照电网安全管理规范要求来接入数据，并设计通道，从而有效上传数据识别结果。最后，可视化展现二次设备信息提取结果。对于可视化结果，可以具体在Web和App当中进行呈现，具体包括二次屏柜当中的压板、指示灯以及开关状态等相关图像，并在经过深度学习网络后，可以得到相应的识别结果。在叠加数据信息和识别结果后，可以实现可视化呈现，从而实时监控二次设备。
（二）监控界面及交互系统
对于监控界面和交互系统，其具体包括下几个方面。首先，技术要求。图像识别结果的信息传输接口，可以在经过计算机视觉图像处理识别平台的有效处理后，传输二次屏柜开关状态、指示灯以及压板等数据信息，并在人机交互系统当中有效存储传输结果。其次，二次设备信息的监控界面，其可以结合交互系统当中所存储的设备状态信息，对设备监控情况进行实时显示。监控界面可以对后台识别结果进行充分展示，从而有效实现自动化管理目标。与此同时，监控界面还对告警数据推送接口进行保留，可以实时告警设备运行期间的异常状态。最后，人机交互系统，其可以有效查验各设备的相关监控信息，并及时处理异常运行状况。
（三）后台服务系统及视频流获取程序
针对后台服务系统和视频流获取程序进行分析，其包括以下几方面内容。首先，技术要求，需要驱动摄像头运行，对图像进行采集，同时还需要使智能图像采集终端的运行得到驱动，对预置参数进行自动加载，以此来获得相应的清晰图像。这样一来，可以实时对图像进行抓取，并向服务器后台进行传输，有效处理图像。其次，系统后台服务，需要对底层摄像头驱动程序以及识别算法服务进行传统，从而在数据库当中存入图片，利用识别算法程序准确识别数据库当中图像状态，然后在数据库当中重新存入图像和识别结果，最后通过前端对识别结果进行显示。最后，保存历史图像和识别结果。
结束语：
综上所述，在电力系统当中应用人工智能图像识别技术，需要结合电力系统运行状态，合理规划和设计对应平台，并要对其中的难点进行明确，合理采取解决对策，从而使人工智能图像识别技术具有的作用和优势得到充分发挥，进一步保证电力系统的安全稳定运行。
参考文献：
[1]范贝贝，王弼虎，周鹏成，等.人工智能识别的关键技术分析[J].电子测试，2021，24（15）：81-82+126.
[2]张天放，张先玲，韩涛，等.人工智能图像识别技术在高炉风口监测中的应用[J].冶金自动化，2021，45（03）：58-66.
[3]李博彤，高强伟，邱巧红，等.图像识别技术在电力运维中的应用[J].集成电路应用，2021，38（03）：118-119.
关键词：人工智能;图像识别技术;电力系统;应用
人工智能主要研究人类的智能和智能行为，并进行相应的开发和模拟。对于人工智能这一科学学科，其分属于计算机学科，对人工智能进行研究的目的在于，對人类大脑当中的智慧进行模拟，从而使计算机系统和程序能够对人类智能思维进行模拟，最后使其对人类行为进行模仿。人工智能可以对相应对象进行虚拟化识别，从而在不分析实物的基础上通过平面图形实现三维化目标。通过将人工智能图像识别技术在电力系统当中进行应用，可以有效提升系统运行水平，使系统的功能性得到增强。
一、以人工智能为基础的图像识别技术过程
（一）图像的预处理
人工智能图像识别技术在实际应用过程中，主要通过图像预处理工作来获取相关信息，因此其对识别结果具有直接影响，在整体流程当中是十分重要的一项环节。通过有效开展图像预处理工作，可以辅助图像识别系统运行，保证相关图片特点的精准程度，从而为后续工作开展打好基础，同时还可以缩减识别时间，降低识别过程的复杂程度。在预处理工作开展过程中，需要全面提高辨识效率，具体可以对降噪和去雾等方式进行采用。图像预处理工作的开展，可以还原图片，并保证图片还原质量和清晰度。在电力系统对人工智能图像识别技术进行应用，需要在架空输电线路巡检期间对该技术进行运用，一键处理收集图片，从而使相关图片数据能够获得最优解[1]。
（二）图像特征提取
针对图像特征提取工作进行分析，其主要包括提取和选择两个不同环节。在相应的目标图像当中，可能会包含多个特征点，而且每个特征点都对应着相应的特征子集。对此，需要科学合理的选择特征点，从而使图片能够得到高效、准确的识别。目前，图像中比较常见的特征主要包括图像纹理、形状、颜色特征以及空间关系特征等。在这些特征当中，颜色为第一捕捉特征点，但在对局部特征进行捕捉时，纹理特征则为第一特征点。通过运用人工智能图像识别技术，可以在识别需求和应用方向等方面，有针对性的抽取和选择特征。
（三）图像匹配分类
图像匹配分类是人工智能图像识别技术应用过程当中的最后一个环节，通过对各个流程进行严格落实，可以结合流程结果从数据库当中调取出相同图片信息，并能够有效分析特征。从电力系统角度进行分析，应用人工智能图像识别技术，可以在巡查检修架空输电线路时，结合图片实际情况，准确匹配和分类图像，并在数据库当中调取和处理相应信息[2]。
二、人工智能图像识别技术应用内容
（一）采集数据信息在线监控系统应用分析
在电力系统的实际运行过程当中，可能会有许多突发情况出现，进而对电力系统的安全运行产生影响，具体包括失火、盗窃等。所以，为了有效预防突发情况发生，需要有效采集数据信息，并在线监控电力系统，从而为异常报警情况提供准确的数据信息，使工作人员能够对异常原因及时进行了解，并采取针对性措施进行处理。监控系统可以利用常规摄像头监控进出人员，并运用图像识别技术来准确识别人员。对常规摄像头进行使用，虽然可以对火灾情况是否发生进行监测，但由于摄像头精度不够统一，进而会影响到识别正确率。一旦人员对自身稍加遮挡和伪装，将不容易对人员信息进行掌握。除此之外，还可以对红外摄像头进行使用，从而对人员红外线轮廓进行掌握。具体需要结合轮廓采用人工智能图像识别技术，预处理获取到的数据，对人员特征进行抽取，从而在线监控，对人员的身份和动作进行明确[3]。
（二）柜面图像智能应用分析
对于获取到的监控图像，其主要包括以下几方面内容。首先，检测和标定压板内容，传统设备标定算法主要利用人工开展相关工作，不仅过程繁琐，而且效率相对较低。通过对图像自动检测法进行应用，可以有效标定画面区域，并设定具体的区域类型，从而使人为标定效率得到有效提升。其次，识别指示灯状态，对通用的指示灯状态识别算法进行研究，可以对不同厂商和规格的非标准指示灯状态进行明确，并读取其显示结果。最后，识别报警状态，具体需要对可扩展的报警状态识别算法进行研究，从而使一些报警规则可以在后期进行添加和删除。
（三）视频浓缩快照与异常报警应用分析
通过对视频浓缩方式进行采用，可以使数据存储量得到降低。具体来说，为了使不同数据检索需求得到满足，需要同步存储数据和图像，并要形成相应时间点的数据快照，从而为人工分析提供依据。首先，需要按照时间序列对视频进行排序，然后应将数据和快照系统同步。其次，针对异常报警，当某识别数据与既定报警范围不符时，需要对同一时刻识别区域不同的数据相关性进行研究，并在报警后同步显示异常情况。通过智能监控二次屏柜，可以在应用人工智能图像识别技术的基础上，对变电站二次设备智能巡检系统进行建立。
（四）电厂中“跑、冒、滴、漏”等现象及室外架空输电线路巡检的图像识别
在电厂当中，相关电气设备在实际运行过程中，需要对“跑、冒、滴、漏”等问题进行严格监控。通过对人工智能图像识别技术进行有效应用，合理通过设定程序，严格监测各类电气设备的运行情况，并对设备信息数据进行收集，形成相应的图像，有效进行识别，使相关工作人员能够及时对此类问题进行发现和解决。同时，在应用人工智能图像识别技术时，还需要对相关的监测和巡检系统进行建立，从而全面监测和检查电厂各类设备的运行状态，保障设备的安全稳定运行。另外，在室外架空输电线路巡检工作中运用人工智能图像识别技术，可提升巡检效率及准确性，进而对存在问题的线路及时实施检修。 三、基于计算机视觉的图像处理识别平台应用
（一）基于计算机视觉的图像处理识别平台技术要求与性能指标
针对计算机视觉的图像处理识别平台技术要求以及性能指标具体包括以下几方面内容。首先，需要预处理采集的二次设备图片，其主要包括对图片数据进行尺寸重整、存储、清洗、分类以及标注。在将图片数据整理后，可以将其在人工智能图像分析系统当中进行有效训练和识别。其次，提取图像信息，具体需要對计算机视觉深度学习算法进行应用，从而识别二次设备图像，并提取信息。再次，需要上传和分析识别结果，应严格按照电网安全管理规范要求来接入数据，并设计通道，从而有效上传数据识别结果。最后，可视化展现二次设备信息提取结果。对于可视化结果，可以具体在Web和App当中进行呈现，具体包括二次屏柜当中的压板、指示灯以及开关状态等相关图像，并在经过深度学习网络后，可以得到相应的识别结果。在叠加数据信息和识别结果后，可以实现可视化呈现，从而实时监控二次设备。
（二）监控界面及交互系统
对于监控界面和交互系统，其具体包括下几个方面。首先，技术要求。图像识别结果的信息传输接口，可以在经过计算机视觉图像处理识别平台的有效处理后，传输二次屏柜开关状态、指示灯以及压板等数据信息，并在人机交互系统当中有效存储传输结果。其次，二次设备信息的监控界面，其可以结合交互系统当中所存储的设备状态信息，对设备监控情况进行实时显示。监控界面可以对后台识别结果进行充分展示，从而有效实现自动化管理目标。与此同时，监控界面还对告警数据推送接口进行保留，可以实时告警设备运行期间的异常状态。最后，人机交互系统，其可以有效查验各设备的相关监控信息，并及时处理异常运行状况。
（三）后台服务系统及视频流获取程序
针对后台服务系统和视频流获取程序进行分析，其包括以下几方面内容。首先，技术要求，需要驱动摄像头运行，对图像进行采集，同时还需要使智能图像采集终端的运行得到驱动，对预置参数进行自动加载，以此来获得相应的清晰图像。这样一来，可以实时对图像进行抓取，并向服务器后台进行传输，有效处理图像。其次，系统后台服务，需要对底层摄像头驱动程序以及识别算法服务进行传统，从而在数据库当中存入图片，利用识别算法程序准确识别数据库当中图像状态，然后在数据库当中重新存入图像和识别结果，最后通过前端对识别结果进行显示。最后，保存历史图像和识别结果。
结束语：
综上所述，在电力系统当中应用人工智能图像识别技术，需要结合电力系统运行状态，合理规划和设计对应平台，并要对其中的难点进行明确，合理采取解决对策，从而使人工智能图像识别技术具有的作用和优势得到充分发挥，进一步保证电力系统的安全稳定运行。
参考文献：
[1]范贝贝，王弼虎，周鹏成，等.人工智能识别的关键技术分析[J].电子测试，2021，24（15）：81-82+126.
[2]张天放，张先玲，韩涛，等.人工智能图像识别技术在高炉风口监测中的应用[J].冶金自动化，2021，45（03）：58-66.
[3]李博彤，高强伟，邱巧红，等.图像识别技术在电力运维中的应用[J].集成电路应用，2021，38（03）：118-119.