CN110311469B - 一种配电自动化智能馈线终端 - Google Patents

Abstract

本申请公开了一种配电自动化智能馈线终端，融合了图像识别技术和边缘计算技术，具有馈线开关状态本地识别能力。智能馈线终端搭载具有图像识别功能和边缘计算功能的智能摄像头。馈线终端进行视频监控，通过监控图像识别馈线开关的状态，由智能摄像头中边缘计算平台处理，将原来在配电自动化主站进行的任务部分转移至网络边缘侧即智能馈线终端进行。通过数量处理边缘化来减轻配电自动化主站的计算压力，同时可以提高数据处理的数据，并且在提高了计算和处理精度。处理结果由馈线终端使用IEC101、IEC104或者IEC61850等规约上传到配电自动化主站。

Description

一种配电自动化智能馈线终端

技术领域

本申请涉及配电自动化技术领域，尤其涉及一种配电自动化智能馈线终端。

背景技术

电力***在经历了自动化发展阶段后，逐渐向智能电网的方向发展。智能电网能够监视和控制接入电网中每个用户终端和电网节点，从而保证从电厂到用户终端整个输配电过程中所有电网节点之间的信息和电能的双向流动。为了建设智能电网，需要部署大量具有采集和控制功能的电力自动化终端，电力自动化终端能够广泛应用于配电自动化、计量自动化、设备在线监测等诸多领域。

配电自动化领域中使用的电力自动化终端包括：馈线终端，英文简称FTU，开闭所/环网柜终端，英文简称DTU，以及配变终端，英文简称TTU。馈线终端是安装在馈线开关旁的监控装置。馈线开关指的是户外柱上开关，例如10KV线路上的断路器、负荷开关、分段开关等。馈线终端采用嵌入式技术、数据信号处理技术以及网络通信技术，具备三遥、保护和通信等功能，适用于城市、农村、企业配电网中对馈线开关的监视、控制及保护。馈线终端采集馈线开关的数据信息，采用IEC101、IEC104或者IEC61850等规约与配电自动化主站进行通信，将馈线开关的数据信息上传汇总至配电自动化主站。配电自动化主站通过对馈线开关数据集中监视，从而判断馈线终端的运行情况，并且配电自动化主站还可实现配电线路的监控、故障识别与隔离、非故障区段恢复供电的功能。

现有技术中，在馈线开关变位或配电自动化主站发起召唤时，馈线终端将使用双点遥信的点位方式向配电自动化主站上报馈线开关的分合状态。具体来说，双点遥信使用二进制的01表示馈线开关处于确定状态开，10表示馈线开关处于确定状态合，00和11表示馈线开关处于不确定或中间状态。当出现上报的馈线开关状态为不确定或中间状态时，或者因其他原因需要确定馈线开关的真实状态时，工作人员只能到馈线开关的安装现场进行人工巡查。然而，这种方式会造成工作效率低下。还有的巡查方式是：为每个馈线终端增设视频监控摄像头，通过无线公网把视频监控摄像头拍摄的监控视频回传到配电自动化主站，工作人员在配电自动化主站观看监控视频从而确定馈线开关的分合状态。

但是，采用上述在馈线终端上增设视频监控摄像头进而确定馈线开关的分合状态的方式存在以下问题。馈线终端点多面广，大量馈线终端通过无线公网将对应的大量监控视频传输至配电自动化主站，从而配电自动化主站需要针对大量监控视频产生大量的数据流和计算任务。在上述过程中，无线公网的建设维护需要大量的资金，同时使用无线公网传输监控视频会产生大量的流量费，并且由于监控视频需要的传输带宽相比其他类型数据要大，使无线公网难以长期稳定地提供传输监控视频需要的带宽；配电自动化主站单纯依靠传统的计算模式难以满足继续增加的数据流和计算任务，将导致计算实效性丧失，并且被包含进入无用数据，浪费传输和存储空间，一旦配电自动化主站的服务器被恶意攻破，严重的话会导致信息泄露，整个配电自动化网络瘫痪。

发明内容

本申请提供了一种，以解决无线公网的建设维护需要大量的资金，同时使用无线公网传输监控视频会产生大量的流量费，并且由于监控视频需要的传输带宽相比其他类型数据要大，使无线公网难以长期稳定地提供传输监控视频需要的带宽；配电自动化主站单纯依靠传统的计算模式难以满足继续增加的数据流和计算任务，将导致计算实效性丧失，并且被包含进入无用数据，浪费传输和存储空间，一旦配电自动化主站的服务器被恶意攻破，严重的话会导致信息泄露，整个配电自动化网络瘫痪的技术问题。

一种配电自动化智能馈线终端，所述配电自动化智能馈线终端包括智能摄像头、馈线终端本体和通信线缆；

所述智能摄像头通过所述通信线缆与所述馈线终端本体通信连接；

所述智能摄像头内部设有边缘计算平台；

所述边缘计算平台包含图像识别算法，模拟文件，边缘计算算法；

所述馈线终端本体用于实现对所述智能摄像头监视和控制；

所述智能摄像头用于向所述馈线终端本体上报故障状态和开关状态；

所述馈线终端本体用于控制所述智能摄像头开启和关闭；

所述馈线终端本体用于上报所述故障状态和开关状态至配电自动化主站。

进一步地，所述通信线缆通过以太网实现所述智能摄像头与所述馈线终端本体通信连接。

进一步地，所述通信线缆通过RS232或RS485串口实现所述智能摄像头与所述馈线终端本体通信连接。

进一步地，所述智能摄像头通过有源以太网POE实现供电或外接电源供电。

进一步地，所述智能摄像头与所述馈线终端本体之间设有间隔。

进一步地，所述智能摄像头嵌入所述馈线终端本体内设置。

进一步地，所述边缘计算平台中图像识别算法采用卷积神经网络深度学习算法，计算过程包括：

通过所述智能摄像头对所述馈线终端本体对应馈线开关的图像采样；

将图像采样得到的照片样本进行编号；

将编号后的照片样品制成标签；

使用二进制的01表示所述馈线终端本体对应馈线开关处于确定状态开，使用二进制的10表示所述馈线终端本体对应馈线开关处于确定状态合，使用二进制的00和11表示所述馈线终端本体对应馈线开关处于不确定或中间状态；

将制作好的标签通过深度学习的方式，对大量的样本数据训练建模，输出馈线终端开关状态识别模型文件；

在设备投运之前，将馈线终端开关状态识别模型文件下载到所述智能摄像头中的所述边缘计算平台进行存储。

进一步地，所述边缘计算平台中边缘计算算法，计算过程包括：

所述智能摄像头定期对所述馈线终端本体对应馈线开关的图像采样；

对样本进行卷积运算；

边缘检测提取特征值；

特征值与所述馈线终端开关状态识别模型文件进行模型比对；

计算出所述馈线终端本体对应馈线开关的开关状态；

开关状态识别的结果为“确定状态开”、“确定状态合”或“不确定或中间状态”，所述边缘计算平台将开关状态通过所述通信线缆上报给所述馈线终端本体；

所述馈线终端本体通过IEC104、101或IEC61850规约将开关状态或故障状态上报给主站。

进一步地，所述边缘计算平台包括软件层和硬件层；

所述软件层包括边缘计算软件单元，智能处理单元，卷积神经网络的深度学习算法，嵌入式操作***；

所述智能处理单元用于实现对开关状态，故障状态和智能存储的预处理；

所述硬件层包括边缘计算硬件单元，智能摄像头终端硬件设备。

本申请的有益效果是：

由以上技术方案可知，本申请提供了一种配电自动化智能馈线终端，融合了图像识别技术和边缘计算技术，具有馈线开关状态本地识别能力。智能馈线终端搭载具有图像识别功能和边缘计算功能的智能摄像头。馈线终端进行视频监控，通过监控图像识别馈线开关的状态，由智能摄像头中边缘计算平台处理，将原来在配电自动化主站进行的任务部分转移至网络边缘侧即智能馈线终端进行。通过数量处理边缘化来减轻配电自动化主站的计算压力，同时可以提高数据处理的数据，并且在提高了计算和处理精度。处理结果由馈线终端使用IEC101、IEC104或者IEC61850等规约上传到配电自动化主站。所述智能馈线终端在解决馈线开关状态识别的同时，不仅可以避免产生传统视频中所需的网络建设费用和流量费用，而且还与现有配电自动化主站完全兼容。智能馈线终端也解决了无线公网带宽有限的问题，由此视频数据处理计算处理能力提高、传输延迟降低。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一种配电自动化智能馈线终端的结构示意图；

图2为本申请一种配电自动化智能馈线终端应用在智能摄像头和箱式馈线终端本体间隔设置状态的结构示意图；

图3为本申请一种配电自动化智能馈线终端应用在智能摄像头和罩式馈线终端本体间隔设置状态的结构示意图；

图4为本申请一种配电自动化智能馈线终端应用在智能摄像头嵌入罩式馈线终端本体内状态的结构示意图；

图5为本申请一种配电自动化智能馈线终端训练建模原理示意图；

图6为本申请一种配电自动化智能馈线终端边缘计算原理示意图。

其中，100-智能摄像头，200-馈线终端本体，300-通信线缆，400-边缘计算平台。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

参见图1为本申请一种配电自动化智能馈线终端的结构示意图。

一种配电自动化智能馈线终端，所述配电自动化智能馈线终端包括智能摄像头100、馈线终端本体200和通信线缆300；

所述智能摄像头100通过所述通信线缆300与所述馈线终端本体200通信连接；

所述智能摄像头100内部设有边缘计算平台400；

所述边缘计算平台400包含图像识别算法，模拟文件，边缘计算算法；

所述馈线终端本体200用于实现对所述智能摄像头100监视和控制；

所述智能摄像头100用于向所述馈线终端本体200上报故障状态和开关状态；

所述馈线终端本体200用于控制所述智能摄像头100开启和关闭；

所述馈线终端本体200用于上报所述故障状态和开关状态至配电自动化主站。

为了方便叙述，下面以IEC101和IEC104规约为实施例对本申请配电自动化智能馈线终端进行描述。本领域的普通技术人员无需付出创造性的劳动就可以把本申请配电自动化智能馈线终端应用到采用IEC61850规约的应用场景中。

所述馈线终端本体200具备传统馈线终端的全部功能，包括但不限于采集电流、电压、相位、有功无功等模拟量、采集馈线开关状态等开关量、控制馈线开关分合闸以及与配电自动化主站通过IEC101、IEC104或者IEC61850等规约进行通信等。馈线终端本体200还通过标准的工业控制协议(简称工控协议)或者自定义协议与智能摄像头100通信，实现对智能摄像头100的监视和控制。所述工控协议包含但不限于Modbus、Modbus TCP、IEC101、IEC104、IEC61850、DNP3以及OPC等协议。

构建基于边缘计算的图像预处理技术，去除智能摄像头200拍摄得到的馈线开关图像中冗余信息，使得部分或全部图像分析迁移到本申请智能馈线终端所在边缘侧，由此降低对配电自动化主站的计算、存储和网络带宽需求，提高图像分析的效率。利用边缘计算平台400中的模型文件内计算模型，并将具有计算能力的硬件单元集成到原有的智能监控***软硬件平台上，实现具有边缘计算能力的新型智能监控***，并最终集成在本申请的智能馈线终端内。边缘计算模型中，计算通常发生存数据源的附近，即图像采集的边缘端进行图像的处理.抽取图像源中的关键信息，判断有无异常情况，并以最快、最佳的方式进行处理，实现全自动、全天候、实时监控，这能够为实时性要求较高的应用请求提供及时的应答服务。

一种把馈线终端本体200对智能摄像头100的监视和控制映射到所述智能馈线终端与主站的IEC101或IEC104等通信规约数据的方法，具体说明如下。智能摄像头100故障状态映射为单点遥信点位、启动和关闭摄像头映射为单点命令点位、识别得到的馈线开关状态映射为双点遥信点位。上述映射方法亦可推广到智能馈线终端与配电自动化主站使用IEC61850等规约进行通信的场合。并且，使用上述映射方法，配电自动化主站无需任何改造就可以监控智能馈线终端，不仅能够获取智能摄像头识别出来的馈线开关状态，而且能够获取智能摄像头的故障状态，还能够实现智能摄像头的远程启动和关闭。

由以上技术方案可知，本申请提供了一种配电自动化智能馈线终端，融合了图像识别技术和边缘计算技术，具有馈线开关状态本地识别能力。智能馈线终端搭载具有图像识别功能和边缘计算功能的智能摄像头100。馈线终端进行视频监控，通过监控图像识别馈线开关的状态，由智能摄像头100中边缘计算平台400处理，将原来在配电自动化主站进行的任务部分转移至网络边缘侧即智能馈线终端进行。通过数量处理边缘化来减轻配电自动化主站的计算压力，同时可以提高数据处理的数据，并且在提高了计算和处理精度。处理结果由馈线终端使用IEC101、IEC104或者IEC61850等规约上传到配电自动化主站。所述智能馈线终端在解决馈线开关状态识别的同时，不仅可以避免产生传统视频中所需的网络建设费用和流量费用，而且还与现有配电自动化主站完全兼容。智能馈线终端也解决了无线公网带宽有限的问题，由此视频数据处理计算处理能力提高、传输延迟降低。

参见图2为本申请一种配电自动化智能馈线终端应用在智能摄像头和箱式馈线终端本体间隔设置状态的结构示意图；图3为本申请一种配电自动化智能馈线终端应用在智能摄像头和罩式馈线终端本体间隔设置状态的结构示意图；图4为本申请一种配电自动化智能馈线终端应用在智能摄像头嵌入罩式馈线终端本体内状态的结构示意图。

进一步地，所述通信线缆300通过以太网实现所述智能摄像头100与所述馈线终端本体200通信连接。

进一步地，所述通信线缆300通过RS232或RS485串口实现所述智能摄像头100与所述馈线终端本体200通信连接。

进一步地，所述智能摄像头100通过有源以太网POE实现供电或外接电源供电。

进一步地，所述智能摄像头100与所述馈线终端本体200之间设有间隔。

进一步地，所述智能摄像头100嵌入所述馈线终端本体200内设置。

具体地，本申请智能馈线终端可以采用分体式设计，即为智能摄像头100与馈线终端本体200之间设有间隔，此时馈线终端本体200和智能摄像头100在物理上分开，由通信线缆300连接。所述智能馈线终端也可以采用一体化设计，即为智能摄像头100嵌入馈线终端本体200，此时智能摄像头100嵌入馈线终端本体300。所述分体式设计适用于传统的箱式和罩式馈线终端，所述一体化设计适用于传统的罩式馈线终端。综上所述，本申请提供智能馈线终端可以采用分体箱式、分体罩式和一体罩式三种结构形式。

参见图5为本申请一种配电自动化智能馈线终端训练建模原理示意图；图6为本申请一种配电自动化智能馈线终端边缘计算原理示意图。

进一步地，所述边缘计算平台400中图像识别算法采用卷积神经网络深度学习算法，计算过程包括：

通过所述智能摄像头100对所述馈线终端本体200对应馈线开关的图像采样；

将图像采样得到的照片样本进行编号；

将编号后的照片样品制成标签；

使用二进制的01表示所述馈线终端本体200对应馈线开关处于确定状态开，使用二进制的10表示所述馈线终端本体200对应馈线开关处于确定状态合，使用二进制的00和11表示所述馈线终端本体200对应馈线开关处于不确定或中间状态；

将制作好的标签通过深度学习的方式，对大量的样本数据训练建模，输出馈线终端开关状态识别模型文件；

在设备投运之前，将馈线终端开关状态识别模型文件下载到所述智能摄像头100中的所述边缘计算平台400进行存储。

进一步地，所述边缘计算平台400中边缘计算算法，计算过程包括：

所述智能摄像头100定期对所述馈线终端本体200对应馈线开关的图像采样；

对样本进行卷积运算；

边缘检测提取特征值；

特征值与所述馈线终端开关状态识别模型文件进行模型比对；

计算出所述馈线终端本体200对应馈线开关的开关状态；

开关状态识别的结果为“确定状态开”、“确定状态合”或“不确定或中间状态”，所述边缘计算平台400将开关状态通过所述通信线缆300上报给所述馈线终端本体200；

所述馈线终端本体200通过IEC104、101或IEC61850规约将开关状态或故障状态上报给主站。

进一步地，所述边缘计算平台400包括软件层和硬件层；

所述软件层包括边缘计算软件单元，智能处理单元，卷积神经网络的深度学习算法，嵌入式操作***；

所述智能处理单元用于实现对开关状态，故障状态和智能存储的预处理；

所述硬件层包括边缘计算硬件单元，智能摄像头终端硬件设备。

边缘计算平台400主要由边缘计算软件单元和边缘计算硬件单元组成。硬件单元主要包括一些职能摄像头终端硬件设备，软件单元主要包括算法、操作***、智能算法的预处理模块等。针对大量的终端数据，主站中心服务器计算能力有限。构建基于边缘计算的图像预处理技术，去除智能摄像头200拍摄得到的馈线开关图像中冗余信息，使得部分或全部图像分析迁移到本申请智能馈线终端所在边缘侧，由此降低对配电自动化主站的计算、存储和网络带宽需求，提高图像分析的效率。利用边缘计算平台400中的模型文件，将具有计算能力的硬件单元集成到原有的智能监控***软硬件平台上，实现具有边缘计算能力的新型智能监控***。边缘计算模型中，计算通常发生存数据源的附近，即图像采集的边缘端进行图像的处理.抽取图像源中的关键信息，判断有无异常情况，并以最快、最佳的方式进行处理，实现全自动、全天候、实时监控，这能够为实时性要求较高的应用请求提供及时的应答服务。

由以上技术方案可知，本申请提供了一种配电自动化智能馈线终端，融合了图像识别技术和边缘计算技术，具有馈线开关状态本地识别能力。智能馈线终端搭载具有图像识别功能和边缘计算功能的智能摄像头100。馈线终端进行视频监控，通过监控图像识别馈线开关的状态，由智能摄像头100中边缘计算平台400处理，将原来在配电自动化主站进行的任务部分转移至网络边缘侧即智能馈线终端进行。通过数量处理边缘化来减轻配电自动化主站的计算压力，同时可以提高数据处理的数据，并且在提高了计算和处理精度。处理结果由馈线终端使用IEC101、IEC104或者IEC61850等规约上传到配电自动化主站。所述智能馈线终端在解决馈线开关状态识别的同时，不仅可以避免产生传统视频中所需的网络建设费用和流量费用，而且还与现有配电自动化主站完全兼容。智能馈线终端也解决了无线公网带宽有限的问题，由此视频数据处理计算处理能力提高、传输延迟降低。

本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (8)

1.一种配电自动化智能馈线终端，其特征在于，所述配电自动化智能馈线终端包括智能摄像头(100)、馈线终端本体(200)和通信线缆(300)；

所述智能摄像头(100)通过所述通信线缆(300)与所述馈线终端本体(200)通信连接；

所述智能摄像头(100)内部设有边缘计算平台(400)；

所述边缘计算平台(400)包含图像识别算法，模拟文件，边缘计算算法；

所述馈线终端本体(200)用于实现对所述智能摄像头(100)监视和控制；

所述智能摄像头(100)用于向所述馈线终端本体(200)上报故障状态和开关状态；

所述馈线终端本体(200)用于控制所述智能摄像头(100)开启和关闭；

所述馈线终端本体(200)用于上报所述故障状态和开关状态至配电自动化主站；

其中，所述边缘计算平台(400)中图像识别算法采用卷积神经网络深度学习算法，计算过程包括：

通过所述智能摄像头(100)对所述馈线终端本体(200)对应馈线开关的图像采样；

将图像采样得到的照片样本进行编号；

将编号后的照片样品制成标签；

使用二进制的01表示所述馈线终端本体(200)对应馈线开关处于确定状态开，使用二进制的10表示所述馈线终端本体(200)对应馈线开关处于确定状态合，使用二进制的00和11表示所述馈线终端本体(200)对应馈线开关处于不确定或中间状态；

将制作好的标签通过深度学习的方式，对大量的样本数据训练建模，输出馈线终端开关状态识别模型文件；

在设备投运之前，将馈线终端开关状态识别模型文件下载到所述智能摄像头(100)中的所述边缘计算平台(400)进行存储。

2.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述通信线缆(300)通过以太网实现所述智能摄像头(100)与所述馈线终端本体(200)通信连接。

3.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述通信线缆(300)通过RS232或RS485串口实现所述智能摄像头(100)与所述馈线终端本体(200)通信连接。

4.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述智能摄像头(100)通过有源以太网POE实现供电或外接电源供电。

5.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述智能摄像头(100)与所述馈线终端本体(200)之间设有间隔。

6.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述智能摄像头(100)嵌入所述馈线终端本体(200)内设置。

7.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述边缘计算平台(400)中边缘计算算法，计算过程包括：

所述智能摄像头(100)定期对所述馈线终端本体(200)对应馈线开关的图像采样；

对样本进行卷积运算；

边缘检测提取特征值；

特征值与所述馈线终端开关状态识别模型文件进行模型比对；

计算出所述馈线终端本体(200)对应馈线开关的开关状态；

开关状态识别的结果为“确定状态开”、“确定状态合”或“不确定或中间状态”，所述边缘计算平台(400)将开关状态通过所述通信线缆(300)上报给所述馈线终端本体(200)；

所述馈线终端本体(200)通过IEC104、101或IEC61850规约将开关状态或故障状态上报给主站。

8.如权利要求1所述的配电自动化智能馈线终端，其特征在于，所述边缘计算平台(400)包括软件层和硬件层；

所述软件层包括边缘计算软件单元，智能处理单元，卷积神经网络的深度学习算法，嵌入式操作***；

所述智能处理单元用于实现对开关状态，故障状态和智能存储的预处理；

所述硬件层包括边缘计算硬件单元，智能摄像头终端硬件设备。

Images