變電站視頻智能監(jiān)控系統(tǒng)設計.pdf

1、變電站在電力系統(tǒng)中擔負著最核心的任務，其對所在區(qū)域的供配電有著重要影響?；谝曨l智能分析的變電站監(jiān)控管理模式正在廣泛開展研究中，通過這種智能的管理模式，管理者可以通過網(wǎng)絡輕松實現(xiàn)遠程監(jiān)測，能夠更加快速的發(fā)現(xiàn)各種安全隱患，及時處理問題，省去大量實地檢修和排查的麻煩，有效的減輕工作人員的工作時間和工作強度。這種變電站智能監(jiān)控系統(tǒng)設計對電力系統(tǒng)可視化統(tǒng)一智能管理的建設有著非常重要的意義。
　　針對上述需求，本文設計了一種基于視頻智能分析

2、的變電站監(jiān)控系統(tǒng)。該系統(tǒng)將視頻智能分析技術融入電網(wǎng)統(tǒng)一視頻監(jiān)控平臺，通過視頻智能分析技術實現(xiàn)智能排查，自動報警功能，并且能夠全天24小時不間斷工作，同時可以對監(jiān)控數(shù)據(jù)進行篩選和區(qū)分，緩解存儲壓力和管理者的工作量，提高監(jiān)控系統(tǒng)的整體效率和可靠性。
　　變電站視頻智能分析主要圍繞設備狀態(tài)監(jiān)測、入侵和異常行為檢測、違規(guī)行為檢測、視頻質(zhì)量檢測等方面進行，從設備狀態(tài)到周圍環(huán)境進行了全方位的分析。并設計出了該系統(tǒng)的軟硬件架構，以及架構按功能模

3、塊劃分后各功能模塊所包含的軟硬件組成單元和各模塊可以實現(xiàn)的功能。同時針對變電站安全防范最重要的環(huán)節(jié)即設備狀態(tài)監(jiān)測和入侵監(jiān)測，該論文重點研究了變電站數(shù)字儀表的識別和運動目標的跟蹤。
　　針對數(shù)字儀表識別，本文提出了一種多特征多分類器融合的識別算法，該方法將幾組具有較高區(qū)分度且計算簡單的典型特征融合，并通過最小距離分類器和最近鄰分類器進行兩次分類識別。由于通過多個特征結合形成有辨識度的特征因子，和分類器粗分類細分類的兩層篩選，使系統(tǒng)魯

4、棒性強，能夠在保證系統(tǒng)識別準確性的同時，提高識別速率。試驗表明：該方法的識別率高達99.03％，系統(tǒng)識別用時低于300ms，達到了儀表顯示值識別的速度和準確率要求。
　　針對變電站可疑人物車輛入侵檢測，本文研究了運動目標跟蹤算法。運動目標跟蹤的算法準確度決定了報警的正確與否，因此本文研究了Mean Shift算法及Cam Shift算法實現(xiàn)運動目標跟蹤的原理和過程，并利用VC++及OpenCV實現(xiàn)了基于該算法的運動目標跟蹤程序，實