基于图像处理技术的换流站智能扫描系统
换流站是直流输电工程的重要组成部分，换流站设备数量巨大，结构复杂，需要较多工作人员24h值班监控。国网湖南省电力有限公司检修公司、长沙理工大学电气与信息工程学院的研究人员朱添益、戴逢哲、程思举、陈磊、姜飞，在2020年第4期《电气技术》杂志上撰文，研制了一种基于图像处理技术的换流站智能扫描系统，根据超高清摄像头拍摄换流站现场显示屏的实时照片，并上传至智能扫描系统，经过一系列的图像处理程序得到相应的检测结果，并显示在手机及电脑客户端，实验测试证明了所提系统的有效性。
随着信息技术的蓬勃发展以及人工智能化技术的日益精进，智能扫描监控技术已经广泛应用于国家安全、交通处理、公共安全以及大部分民用企业。
直流换流站在电力系统中主要承担交直流电能的相互转换，其稳定运行对于电网安全至关重要。直流换流站内设备的运行状态以及各类故障情况多变，这就需要工作人员根据换流站监控中心显示屏，实时监控。
然而，由于信息传输途径有限，依靠工作人员的管理无法保证各类故障及时发现并处理，长时间的监控浪费了大量的人力、财力。因此，研发一种针对换流站的智能扫描系统是解决此类问题的重要途径，现阶段扫描系统的研究包括三维激光扫描技术、网络安全扫描系统、二维码扫描系统等。
有学者提出了一种基于机器视觉的激光条纹扫描系统，对采集到的图像进行一系列处理并提取出其中匹配点信息，然后计算得到三维点的信息。有学者提出了一种基于插件的安全漏洞扫描系统设计方法，将服务器一侧的扫描代码用单独的插件模型运行，实现对安全插件的快速添加或删除，保证了系统的有效性及安全性。有学者对二维码的解码进行了细致分析，开发出了一套基于Android系统的扫描系统，通过测试结论证明了其系统的可行性。
为了保证换流站内报警信息能够被及时发现并处理，基于图像处理技术，研发了直流换流站智能扫描系统，将换流站现场显示屏的实时照片经过一系列的图像处理程序得到检测结果，并显示在手机及电脑客户端，为换流站人工智能监控提供了新型思路，在减少人工成本的同时，保证了监测的准确性，有利于换流站安全稳定运行，实验测试证明了所提系统的有效性。
1 换流站智能扫描系统构建思路
1.1 预期功能
换流站监控中心显示屏图像中不同故障等级的颜色不同，橙色代表较为严重的报警故障，需要及时处理；绿色代表轻微故障，需要多加关注，本文设计的一种基于图像处理的换流站智能扫描系统需要根据颜色识别不同的故障等级，并且提供故障相关信息，换流站中心显示屏如图1所示。
图1 换流站中心显示屏
扫描系统识别出故障后会在电脑端呈现，包括文字和现场图片等。在工作人员监测到该故障后，要求能在扫描系统的主界面添加该故障的处理措施；随后处理完该故障，可以使该故障在界面显示为“已处理”或者消除故障。
1.2 扫描系统的思路构建图
基于图像处理的换流站智能扫描系统主要分为三部分，扫描部分根据Logitech4k超高清摄像头拍摄换流站中心显示屏，图像处理部分主要负责对拍摄后的图片进行分析处理，当图像中含有轻微或者严重故障时，报警部分就会自动将这些故障统一整理并显示在扫描系统报警主界面。
2 图像处理技术主要步骤（略）
换流站中心显示屏图像上传至智能扫描系统后，系统会对监控图像进行预处理、矫正、去噪、提取边缘信息。
图2 扫描系统思路构建图
2.1 图像矫正
图像矫正是指采用逆向映射法进行矫正，其步骤为：通过目标图像的坐标推算得到对应原始图像的坐标，对非整数的坐标点采用线性插值法进行灰度判定，以此来实现对失真图像的非线性矫正。
2.2 图像去噪
图像在传输过程中，很容易被各类噪声影响，需要采取措施对图像进行去噪，现阶段图像去噪方法包括：均值去噪、中值去噪、空域低通滤波去噪和小波去噪。本文选择均值滤波法对图像去噪。
2.3 提取图像边缘信息
图像的边缘信息对于人类视觉来说是一种重要的信息，图像边缘信息的准确性关系到提取图像的机器对客观世界的理解，从而影响扫描系统的可靠性。现阶段提取图像边缘信息的方法一般采用梯度算子，本文采用Sobel算子实现图像边缘信息的提取，针对噪声Sobel算子能够起到缓冲作用，相比其他算子Sobel算子能提供较准确的方向性。
2.4 字符分割技术
由于换流站中心显示屏上的主要信息刨除边框后，主要由英文字母、数字、汉字组成，且每个字符长宽高都有相应的规格，本文根据这一特征采用垂直投影法对换流站中心显示屏图像字符实现字符分割。
假设对换流站中心显示屏图像进行分割后出现n个区域，根据所采取的垂直投影法从左向右依次检测n个区域的投影数值，在检测过程中，当出现第i个投影数值不为零时，则该像素点设定为第i个区域的左边界，当出现第i个投影数值为零时，则该像素点设定为第i个区域的右边界，具体流程如图3所示。
2.5 字符识别技术
字符被分割后显示为不同小块，此时需要对不同类型的字符模块进行识别及分类，本文对汉字模块采取外围轮廓识别方法，该方法具有识别时间短，识别效率高的优势。
针对图像中的字母与数字，采取模板匹配法进行识别，模板匹配法的核心思想就在于比较模板与图像的各个区域，寻找相似度最大的区域，该方法思路清晰，是字符识别里常用的一种方法。
3 换流站智能扫描系统实施流程
3.1 整体框架
换流站智能扫描系统能实现对换流站内出现的故障进行实时监控及报警，其具体处理流程为：通过Logitech4k超高清摄像头拍摄换流站监控中心显示屏得到监控图像，然后将图像上传至云端进行图像预处理、图像矫正、图像去噪以及提取边缘信息等步骤，接着对监控图像进行字符分割及识别，最后获得检测结果，处理流程如图4所示。
图3 字符分割技术流程图
图4 换流站智能扫描系统实施流程图
3.2 报警功能的实现
针对智能报警功能，关键在于报警系统能否对原始告警事件进行故障分析。当换流站智能扫描系统识别到故障信息时，会将故障信息第一时间反馈在手机及电脑客户端，智能扫描系统的主界面都能直接看到近期的报警信息。
每条报警信息都会附带报警等级以及发现时间，当工作人员看到报警信息并查看对应图片后会处理相关故障事件，处理完毕后可将处理状态改为已经处理，报警信息修改界面如图5所示，同时管理人员也可以在该页面添加备注，对该故障进行解释说明或者添加解决办法，编辑页面如图6所示，报警功能页面如图7所示。
图5 报警信息修改界面图
图6 报警信息编辑界面图
图7 报警功能页面显示图
4 案例分析
以现场实际运行为基础，对换流站智能扫描系统进行测试。通过高清摄像头对换流站中心显示屏实时拍摄，拍摄图像如图8所示，图像经过扫描系统后进入图像处理阶段，最后在报警界面显示，系统识别后的数据信息如图9所示。由图中信息可知，识别出了多条故障，故障时间、类型、地点及等级等信息均被显示在主界面。
图8 换流站中心显示屏拍摄图
图9 换流站智能扫描系统实施流程图
此时，当换流站管理人员发现故障后，对故障添加编辑备注，方便工作人员处理故障，另外工作人员也可以参考知识库解决故障，知识库内包括了不同类型故障的解决办法，还可以对知识库进行添加及删除。
图10 换流站智能扫描系统知识库界面图
5 结论
本文介绍了一种基于图像处理的换流站智能扫描系统，介绍了相应的智能扫描、图像智能识别、系统报警等技术。以换流站实际现场运行状况为基础，拍摄换流站中心显示屏图片并用该系统进行识别，识别效果证明了本系统的实用性。
本系统可以保证在不影响换流站现有监控系统工作的前提下实现数据网络化输出，同时本系统不仅适用于换流站的监控报警，还可用于除换流站以外的许多电力系统场景。