談電網(wǎng)智慧應(yīng)急單兵裝備關(guān)鍵技術(shù)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談電網(wǎng)智慧應(yīng)急單兵裝備關(guān)鍵技術(shù)范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：為應(yīng)對(duì)自然災(zāi)害多發(fā)、重發(fā)趨勢(shì)，亟需研究基于新一代的電網(wǎng)智慧應(yīng)急單兵裝備關(guān)鍵技術(shù)。介紹了新型背包式電網(wǎng)智慧應(yīng)急單兵裝備的設(shè)計(jì)思路，基于人臉識(shí)別、二維碼識(shí)別、OCR車牌識(shí)別以及興趣點(diǎn)跟蹤等技術(shù)，在應(yīng)急培訓(xùn)、演練、救援和指揮作業(yè)中，可以實(shí)現(xiàn)現(xiàn)場(chǎng)應(yīng)急人員與后臺(tái)指揮之間高效的溝通，提高現(xiàn)場(chǎng)應(yīng)急作業(yè)效率，通過衛(wèi)星通信和局域組網(wǎng)技術(shù)，可以實(shí)現(xiàn)應(yīng)急現(xiàn)場(chǎng)通暢地將災(zāi)害現(xiàn)場(chǎng)數(shù)據(jù)和情況及時(shí)反饋到指揮中心，實(shí)現(xiàn)電網(wǎng)突發(fā)災(zāi)害現(xiàn)場(chǎng)信息快速、自動(dòng)采集和實(shí)時(shí)接入各級(jí)電力應(yīng)急指揮中心，為應(yīng)急救援從“被動(dòng)應(yīng)對(duì)”向“主動(dòng)響應(yīng)”轉(zhuǎn)變提供了技術(shù)支撐。

關(guān)鍵詞：電力系統(tǒng)；電網(wǎng)運(yùn)行；電網(wǎng)智慧應(yīng)急單兵裝備

自然災(zāi)害的多發(fā)、重發(fā)趨勢(shì)，對(duì)電網(wǎng)應(yīng)急工作提出了更高的要求。一方面，災(zāi)害發(fā)生后重要變電站和線路災(zāi)情信息獲取往往采用人工巡查方式，存在獲取難、獲取慢等問題，電網(wǎng)受災(zāi)信息無法快速準(zhǔn)確統(tǒng)計(jì)，影響了應(yīng)急響應(yīng)科學(xué)決策。另一方面，地震、冰災(zāi)、臺(tái)風(fēng)等大范圍巨災(zāi)導(dǎo)致停電后，地面移動(dòng)網(wǎng)絡(luò)無法使用，數(shù)據(jù)無法通過地面網(wǎng)絡(luò)發(fā)送至指揮中心。因此，亟需研究基于衛(wèi)星通信的電網(wǎng)智慧應(yīng)急單兵裝備關(guān)鍵技術(shù)，為應(yīng)急救援提供技術(shù)支撐。

1應(yīng)急單兵裝備設(shè)計(jì)思路

新型背包式電網(wǎng)智慧應(yīng)急單兵裝備總重量不超過10kg，為雙肩背包式，支持5G和衛(wèi)星通信，兼容現(xiàn)有的應(yīng)急單兵通信系統(tǒng)。采用嵌入式系統(tǒng)架構(gòu)，高性能H265編解碼處理器設(shè)計(jì)。設(shè)備支持視頻采集、編碼壓縮、傳輸、雙向?qū)χv、地理定位等功能，支持5G全網(wǎng)通網(wǎng)絡(luò)制式，支持衛(wèi)星通信；多卡綁定傳輸策略，最多可支持四卡同時(shí)傳輸。可用于電視直播圖傳、無人機(jī)圖傳、高清賽事直播等實(shí)時(shí)性要求高的應(yīng)用場(chǎng)景。應(yīng)急單安裝備裝置外觀和功能布局見圖1。在終端前端實(shí)現(xiàn)人臉識(shí)別、二維碼識(shí)別、車牌識(shí)別和興趣點(diǎn)跟蹤等功能。

2關(guān)鍵技術(shù)實(shí)現(xiàn)

2．1人臉識(shí)別技術(shù)

人臉識(shí)別主要分為人臉檢測(cè)、特征提取和識(shí)別比對(duì)三個(gè)過程。（1）人臉檢測(cè)：人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像，訓(xùn)練級(jí)聯(lián)分類器對(duì)圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過了級(jí)聯(lián)分類器，則被判別為人臉圖像。（2）特征提?。禾卣魈崛∈侵竿ㄟ^一些數(shù)字來表征人臉信息，這些數(shù)字就是要提取的特征。（3）識(shí)別比對(duì)：這里提到的人臉識(shí)別是狹義的人臉識(shí)別，即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫中人臉的特征進(jìn)行對(duì)比，根據(jù)相似度判別分類。采用基于深度學(xué)習(xí)的人臉檢測(cè)MCTNN算法，解決復(fù)雜背景下人臉誤檢和速度慢的問題。

2．2二維碼識(shí)別技術(shù)

二維碼比傳統(tǒng)的BarCode條形碼能存儲(chǔ)更多的信息，也能表示更多的數(shù)據(jù)類型。當(dāng)設(shè)備開啟二維碼識(shí)別功能后，視頻采集到二維碼，自動(dòng)在線識(shí)別，并在客戶端顯示結(jié)果，目前二維碼支持解析30個(gè)字符，以文字形式展示出來。

2．3OCR車牌識(shí)別技術(shù)

車牌識(shí)別過程包括車輛檢測(cè)———圖像采集———預(yù)處理———車牌定位———字符分割———字符識(shí)別———結(jié)果輸出。（1）圖像采集。一般有兩種方式：視頻流識(shí)別和靜態(tài)圖片采集。（2）預(yù)處理。根據(jù)對(duì)現(xiàn)場(chǎng)環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實(shí)現(xiàn)相機(jī)的自動(dòng)曝光處理、自動(dòng)白平衡處理、自動(dòng)逆光處理、自動(dòng)過爆處理等，并對(duì)圖像進(jìn)行噪聲過濾、對(duì)比度增強(qiáng)、圖像縮放等處理。（3）車牌定位。依據(jù)紋理特征、顏色特征和形狀特征等信息，采用投影分析、連通域分析、機(jī)器學(xué)習(xí)等算法檢測(cè)車牌。（4）字符分割?；谲嚺频亩祷Y(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理。另一方面把寬、高相似的字符歸為一類，從而去除車牌邊框以及一些小的噪聲。（5）字符識(shí)別。經(jīng)過機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫模板進(jìn)行匹配，最后選取匹配度最高的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。

2．4興趣點(diǎn)跟蹤

在實(shí)現(xiàn)人臉、二維碼和車牌這些特定對(duì)象的識(shí)別后，研究特定對(duì)象為興趣點(diǎn)的動(dòng)態(tài)跟蹤。在開始跟蹤前，首先要在初始幀中檢測(cè)特征點(diǎn)，之后在下一幀中嘗試跟蹤這些點(diǎn)。具體做法是在特征點(diǎn)先前位置附近進(jìn)行搜索，嘗試找到下一幀中它的新位置。在興趣點(diǎn)跟蹤處理中，采用Harris角點(diǎn)檢測(cè)是一種簡(jiǎn)單實(shí)用的興趣點(diǎn)檢測(cè)算法。Harris角點(diǎn)檢測(cè)的基本思想是，當(dāng)給像素點(diǎn)施加一個(gè)小的觀察窗并在任意方向移動(dòng)，如果在所有方向上窗內(nèi)的圖像強(qiáng)度值都有明顯變化，那么這個(gè)觀察窗內(nèi)必然包含有角點(diǎn)，類似的如果在所有方向強(qiáng)度值沒有明顯變化，則窗內(nèi)為平坦區(qū)域，而當(dāng)窗內(nèi)有邊緣時(shí)，強(qiáng)度值在邊緣移動(dòng)方向沒有明顯變化。Harris角點(diǎn)檢測(cè)具有旋轉(zhuǎn)不變性、抗噪好等優(yōu)點(diǎn)。識(shí)別跟蹤效果如圖3所示。

3結(jié)語

目前市場(chǎng)上的單兵裝備基本都基于3G／4G技術(shù)，在大范圍巨災(zāi)導(dǎo)致的電網(wǎng)應(yīng)急處置中，通信運(yùn)營商的基站受到災(zāi)害的破壞，導(dǎo)致單兵裝備失去網(wǎng)絡(luò)通道，在處置過程中無法發(fā)揮其作用。本文基于衛(wèi)星的應(yīng)急智慧單兵可以有效地解決這一圖3識(shí)別跟蹤問題。電網(wǎng)智慧應(yīng)急單兵裝備，可應(yīng)用于電網(wǎng)應(yīng)急培訓(xùn)、演練、救援指揮作業(yè)中，實(shí)現(xiàn)現(xiàn)場(chǎng)團(tuán)隊(duì)間、指揮中心間高效信息交互與信息安全保障。在智能衛(wèi)星終端成本側(cè)降低成本達(dá)到60％。電網(wǎng)智慧應(yīng)急單兵裝備能夠以成果轉(zhuǎn)化的形式產(chǎn)生可觀的直接經(jīng)濟(jì)效益。

作者：李珅 李舟演 王遜峰 翁若方 單位：國網(wǎng)上海市電力公司