CN114421628A - 一种变电所辅助监控系统的调试系统、方法 - Google Patents

Abstract

本发明提出一种变电所辅助监控系统的调试系统、方法，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元，其中，部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。提供满足系统要求的元数据，并提供牵引变电所辅助监控系统数据库及部署工具；提供数据库访问接口，可以实现牵引变电所辅助监控系统数据的增加、删除、修改、查询并可以进行系统的二次开发；提供报表模块和接口，可以实现牵引变电所辅助监控系统数据的统计、分析、报表。

Description

一种变电所辅助监控系统的调试系统、方法

技术领域

本发明属于电力自动化技术领域，特别涉及一种变电所辅助监控系统的调试系统、方法。

背景技术

随着铁工电号《国铁集团关于做好铁路牵引变电所无人化实施工作的通知》及铁建设号国铁集团关于发布《铁铁路电力牵引供电无人值守工程设计施工补充规定》的通知等铁总相关指导性文件的出台，辅助监控系统在电气化铁路牵引变电所逐步推广和普及，伴随而来的问题是如何提高各线路变配电所辅助监控系统部署、调试工作的便捷性和标准性。

发明内容

针对上述问题，本发明提出一种变电所辅助监控系统的调试系统，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元，其中，

部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

进一步的，所述部署实施调试单元包括第一设计模块、数据库设计及维护模块、数据导入模块、数据导出模块、数据可视化统计模块、数据可视化分析模块，

第一设计模块，用于设计监控系统数据模型；

数据库设计及维护模块，用于设计数据库模型并对所述数据库模型进行维护；

数据可视化统计模块，用于可视化进行数据的统计；

数据可视化分析模块，用于可视化进行数据的分析；

数据导入模块，用于将数据和报表进行导入；数据导出模块，用于将数据和报表进行导出，实现数据格式转换。

进一步的，所述图像识别单元包括深度识别模块和普通识别模块，

深度识别模块和普通识别模块相结合用于对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

进一步的，所述监控系统数据模型和所述数据库模型用于建立变电所辅助监控系统服务端；

所述服务端部署于所述变电所辅助监控系统的应用服务器中，用于根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

本发明还提供一种变电所辅助监控系统的调试方法，所述方法包括：

构建调试系统，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元；

根据所述调试系统对辅助监控系统进行快速、规范部署，实现调试；

其中，部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

进一步的，构建所述部署实施调试单元包括构建用于设计监控系统数据模型的第一设计模块，还包括用于构建设计数据库模型的数据库设计及维护模块，构建所述设计数据库模型包括：

从监控设备数据模型库中调用适配数据模型；

通过将所述适配数据模型在已有数据库模型中进行适配，通过增、删、改操作完成变电所数据库设计。

进一步的，所述方法还包括建立变电所辅助监控系统的功能模块：

根据所述监控系统数据模型和所述数据库模型建立变电所辅助监控系统服务端；

将所述服务端部署于所述变电所辅助监控系统的应用服务器中，并根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

进一步的，构建图像识别单元包括构建深度识别模块和普通识别模块，

根据所述深度识别模块和所述普通识别模块相结合对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

进一步的，所述图像包括指针仪表、数字仪表、开关、压板、设备外观和红外图谱。

进一步的，深度识别模块对图像进行识别包括：

对图像进行预处理；对预处理后的图像依次进行裁剪和特征提取，并进一步提升特征的多样性和鲁棒性；对提升后的图像进行输出，完成对图像的识别。

本发明的变电所辅助监控系统的调试系统、方法，提供满足系统要求的元数据，并提供牵引变电所辅助监控系统数据库及部署工具；提供数据库访问接口，可以实现牵引变电所辅助监控系统数据的增加、删除、修改、查询并可以进行系统的二次开发；提供报表模块和接口，可以实现牵引变电所辅助监控系统数据的统计、分析、报表；提供基于深度学习的监控视频识别通用算法模型，该模型可以用于实现监控系统的常用设备的自动识别；根据通用电力协议的IEC61850协议，可以实现通过该协议进行设备数据的访问接口。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了辅助监控系统的结构示意图；

图2示出了本发明实施例中的变电所辅助监控系统的调试系统框架示意图；

图3示出了本发明实施例中的深度学习算法和普通算法结合处理图像的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

辅助监控系统由监控辅助设备和系统平台构成。系统平台通过标准接口，采集所内辅助设备信息，实现信息共享与告警联动功能，图1示出了辅助监控系统的结构示意图，图1中，系统平台包括主站系统，站端系统，所述站端系统包括通信阐述和采集接入接口，所述监控辅助设备包括火灾报警子系统、动力照明子系统、安防子系统、环境监测子系统、视频监控子系统，为了提高各线路变配电所辅助监控系统部署、调试工作的便捷性和标准性，本发明提供一种变电所辅助监控系统的调试系统、方法。

变电所辅助监控系统的调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元，其中，部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

具体的，所述部署实施调试单元包括第一设计模块、数据库设计及维护模块、数据导入模块、数据导出模块、数据可视化统计模块、数据可视化分析模块，第一设计模块，用于设计监控系统数据模型；数据库设计及维护模块，用于设计数据库模型并对所述数据库模型进行维护；数据可视化统计模块，用于可视化进行数据的统计；数据可视化分析模块，用于可视化进行数据的分析；数据导入模块，用于将数据和报表进行导入；数据导出模块，用于将数据和报表进行导出，实现数据格式转换。

具体的，所述图像识别单元包括深度识别模块和普通识别模块，深度识别模块和普通识别模块相结合用于对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

具体的，所述监控系统数据模型和所述数据库模型用于建立变电所辅助监控系统服务端；所述服务端部署于所述变电所辅助监控系统的应用服务器中，用于根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

图2示出了本发明实施例中的变电所辅助监控系统的调试系统框架示意图，图2中，系统包括部署实施调试单元、通用图像识别单元及通用电力协议IEC61850转换单元三大部分组成。其中部署实施调试单元负责数据存储、传输、分析、可视化、导入/导出等功能实现；通用图像识别单元负责图像识别模型的快速训练、调校及结果输出；通用电力协议IEC61850转换单元主要用于在线监测IED设备的快速接入及数据整合。通过部署实施调试系统实现对辅助监控系统的快速、规范部署，降低调试的复杂度，从而提高各站所辅助监控系统部署过程的效率，并为制定牵引变电所辅助监控系统相关标准提供一定参考。图2中，部署实施调试单元中包括监控系统数据模型、数据模型接口、数据库设计及维护（增、删、改）、数据导入/导出、报表、数据可视化及统计/分析等功能模块；通用图像识别单元包括图像识别深度学习算法、图像识别普通算法、基于牵引变电所图像识别算法的应用；通用电力协议IEC61850转换单元包括基于SCL语言（Structured Control Language、结构化控制语言）及SCD工具（ Substation Configuration Description、变电站配置）的通用协议。

本发明实施例中的调试系统对变电所辅助监控系统的调试包括：

（1）针对牵引变电所辅助监控系统的特点建立数据模型：数据模型包扩监控模块结构体、监控设备结构体、监控内容结构体、监控场景结构体、项目及检查标准结构体、监控结果结构体、设备-模块关系结构体、设备-内容关系结构体、内容-项目关系结构体、项目-场景关系结构体、项目-结果关系结构体、指示灯结构体、仪表结构体等；

（2）根据牵引变电所辅助监控系统功能要求进行数据库结构设计，主要涉及各类数据关系表，包括：名称/图标文件关系表、内容/设备号关系表、自身设备号/名称关系表、设备号/模块号关系表、仪表设备图像识别关系表等；

（3）根据数据模型及数据库模型建立牵引变电所辅助监控系统服务端，服务端部署于变电所控制室辅助监控系统屏综合应用服务器中，服务端根据已建立的数据库模型建立满足牵引变电所辅助监控业务需求的功能模块，包括：视频监控、智能巡检、电子地图（含环境监测、安防及门禁、动力照明）、告警汇总、数据统计（含运行日志）等；

（4）建立与服务端对应的客户端，客户端分别部署于中心主站辅助监控系统屏综合应用服务器和变电所控制室辅助监控系统操作员站，设计数据接口调取相关业务数据，进行人机界面交互。

本发明实施例中部署实施调试单元的具体流程包括：

从已有监控设备数据模型库中调用适配新变电所的数据模型，如无匹配模型则在以接近的设备数据模型为基础修改适配；

根据上述设备数据模型在已有数据库模型中进行适配，通过适当增、删、改等操作快速完成新变电所数据库设计；

根据新变电所数据库及业务需求，通过适当增、删、改已有数据接口进行适配；

监控数据、报表可视化显示，可针对数据及报表进行导入/导出，可实现数据格式转换（XML- Extensible Markup Language、可扩展标记语言、JSON-JavaScript ObjectNotation、JavaScript 对象简谱等）；

通过可视化工具实现数据统计/分析（折线图、柱形图、饼图等）。

本发明实施例中提供一种变电所辅助监控系统的调试方法，所述方法包括：

构建调试系统，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元；

根据所述调试系统对辅助监控系统进行快速、规范部署，实现调试；

其中，部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

具体的，构建所述部署实施调试单元包括构建用于设计监控系统数据模型的第一设计模块，还包括用于构建设计数据库模型的数据库设计及维护模块，构建所述设计数据库模型包括：从监控设备数据模型库中调用适配数据模型；通过将所述适配数据模型在已有数据库模型中进行适配，通过增、删、改操作完成变电所数据库设计。

具体的，所述方法还包括建立变电所辅助监控系统的功能模块：

根据所述监控系统数据模型和所述数据库模型建立变电所辅助监控系统服务端；将所述服务端部署于所述变电所辅助监控系统的应用服务器中，并根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

具体的，构建图像识别单元包括构建深度识别模块和普通识别模块，根据所述深度识别模块和所述普通识别模块相结合对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

具体的，构建部署实施调控单元包括：部署实施调试工具根据牵引变电所辅助监控系统的要求进行数据库模型设计，建立数据结构关系表；数据库模型支持MySQL（关系型数据库管理系统）和Ocracl（甲骨文公司的一款关系数据库管理系统，是市面上主流关系数据库管理系统之一），可以在两种结构上切换；数据库维护主要涉及监控设备基本信息建立与维护、设备之间关联关系建立与维护；设备状态监控数据的管理等；对数据结构关系表及表中内容进行增、删、改；报表、数据可视化分析及导入/导出，可按用户需求定制日、月、年报表，可按不同方式查询设备运行数据并提供趋势曲线、定制复合图表、定制数据分析，按不同格式导入/导出数据。

通用图像识别工具由图像识别深度学习算法、图像识别普通算法及基于牵引变电所图像识别算法的应用等功能块组成。该工具主要针对牵引变电所常见设备，包括但不限于：指针仪表、数字仪表、开关、压板、设备外观、红外图谱等图像进行分析，并能按需进行识别。

鉴于识别对象的种类较多且识别场景比较复杂，将图像识别领域中常用的深度学习算法和图像识别普通算法（传统算法）结合起来，针对不同识别对象进行初筛，选用1个或多个识别算法相结合的方式以达到最佳识别效果。

深度学习算法：基于YOLOv5s的改进算法，计算流程为：图像预处理（即将输入图像缩放到网络指定大小，并进行归一化等操作）→基准网络（通过Focus焦点结构和CSP网格结构对输入图片进行裁剪和特征提取）→Neck网络（进一步提升特征的多样性和鲁棒性）→Head输出端（完成目标检测结果的输出）。

普通算法：针对无法通过深度学习算法识别的设备图片（例如指针类仪表），计算流程为：图像预处理（灰度化处理、图像去噪、图像增强）边缘检测（通常采用Canny边缘检测算子、Roberts边缘检测算子、Prewitt边缘检测算子以及Sobel边缘检测算子等四种方法突显识别主体的轮廓特征）霍夫变换检测圆和直线（用于对指针框结合盘心位置提取指针的方法做精修，准确识别出指针角度）最终输出（完成目标检测结果的输出）。

为了对种类较多且识别场景较复杂的图像进行识别，通过深度学习算法和普通算法两种算法的有机结合再加上辅以牵引变电所设备图片集的训练输出的模型也即是基于牵引变电所图像识别算法的综合应用，图3示出了本发明实施例中的深度学习算法和普通算法结合处理图像的流程示意图，图3中，待识别图像传入平台后，由传入参数引导程序灵活调用深度学习算法或普通算法，或两种算法相结合来完成主体识别并输出结果。深度学习算法进行图像识别时包括：接收图像或视频样本；通过图像标定工具对接到到的图像进行标定；对标定后的图像进行测试和训练形成数据集；对数据集通过训练工具进行模型训练，并将模型导出。

通用电力协议IEC61850转换工具主要包括基于SCL语言及SCD工具的通用协议。通过IEC61850协议建立统一的标准通信接口和对象模型的方法，实现了智能变电站不同厂家IED之间的互操作，该协议目前智能变电站无缝通信的最佳解决方案。IEC61850标准采用面向对象的建模方法，将通信服务接口抽象化，并采用统一的SCL语言进行模型配置，提高了标准的通用性，大大降低了复杂度。

本发明的变电所辅助监控系统的调试系统、方法，提供满足系统要求的元数据，并提供牵引变电所辅助监控系统数据库及部署工具；提供数据库访问接口，可以实现牵引变电所辅助监控系统数据的增加、删除、修改、查询并可以进行系统的二次开发；提供报表模块和接口，可以实现牵引变电所辅助监控系统数据的统计、分析、报表；提供基于深度学习的监控视频识别通用算法模型，该模型可以用于实现监控系统的常用设备的自动识别；根据通用电力协议的IEC61850协议，可以实现通过该协议进行设备数据的访问接口。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种变电所辅助监控系统的调试系统，其特征在于，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元，其中，

部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

2.根据权利要求1所述的变电所辅助监控系统的调试系统，其特征在于，所述部署实施调试单元包括第一设计模块、数据库设计及维护模块、数据导入模块、数据导出模块、数据可视化统计模块和数据可视化分析模块，

第一设计模块，用于设计监控系统数据模型；

数据库设计及维护模块，用于设计数据库模型并对所述数据库模型进行维护；

数据可视化统计模块，用于可视化进行数据的统计；

数据可视化分析模块，用于可视化进行数据的分析；

数据导入模块，用于将数据和报表进行导入；数据导出模块，用于将数据和报表进行导出，实现数据格式转换。

3.根据权利要求1或2所述的变电所辅助监控系统的调试系统，其特征在于，所述图像识别单元包括深度识别模块和普通识别模块，

深度识别模块和普通识别模块相结合用于对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

4.根据权利要求2所述的变电所辅助监控系统的调试系统，其特征在于，

所述监控系统数据模型和所述数据库模型用于建立变电所辅助监控系统服务端；

所述服务端部署于所述变电所辅助监控系统的应用服务器中，用于根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

5.一种变电所辅助监控系统的调试方法，其特征在于，所述方法包括：

构建调试系统，所述调试系统包括：部署实施调试单元、图像识别单元和电力协议转换单元；

根据所述调试系统对辅助监控系统进行快速、规范部署，实现调试；

其中，部署实施调试单元，用于数据的存储、传输、分析、可视化、导入和导出；图像识别单元，用于负责图像识别模块的快速训练、调整校对和结果输出；电力协议转换单元，用于监测模块的接入和数据整合。

6.根据权利要求5所述的变电所辅助监控系统的调试方法，其特征在于，构建所述部署实施调试单元包括构建用于设计监控系统数据模型的第一设计模块，还包括用于构建设计数据库模型的数据库设计及维护模块，构建所述设计数据库模型包括：

从监控设备数据模型库中调用适配数据模型；

通过将所述适配数据模型在已有数据库模型中进行适配，通过增、删、改操作完成变电所数据库设计。

7.根据权利要求6所述的变电所辅助监控系统的调试方法，其特征在于，所述方法还包括建立变电所辅助监控系统的功能模块：

根据所述监控系统数据模型和所述数据库模型建立变电所辅助监控系统服务端；

将所述服务端部署于所述变电所辅助监控系统的应用服务器中，并根据所述数据库模型建立满足所述变电所辅助监控系统的功能模块。

8.根据权利要求5所述的变电所辅助监控系统的调试方法，其特征在于，构建所述图像识别单元包括构建深度识别模块和普通识别模块，

根据所述深度识别模块和所述普通识别模块相结合对鉴于识别对象的种类较多且识别场景比较复杂的图像进行分析、识别。

9.根据权利要求8所述的变电所辅助监控系统的调试方法，其特征在于，所述图像包括指针仪表、数字仪表、开关状态、压板状态、设备外观和红外图谱。

10.根据权利要求8或9所述的变电所辅助监控系统的调试方法，其特征在于，深度识别模块对图像进行识别包括：

对图像进行预处理；对预处理后的图像依次进行裁剪和特征提取，并进一步提升特征的多样性和鲁棒性；对提升后的图像进行输出，完成对图像的识别。

Images