基于视频监控的电力设备防破坏预警系统的方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
理等ꎮ
— １１５ —
１ 目标追踪算法
通过对以往人为供电线路破坏的视频数据分析
ｎｋ
ｎ
Ｐｒ ( ｒｋ ) ＝
(１)
可知ꎬ一般人员作案时间多为夜间ꎬ并且作案人数为
式中ꎬｎ 为像素的总数量ꎬｒ ｋ 是灰度级别ꎬｎ ｋ 指处于
频监控预警ꎮ 但由于作案人员会在现场停留且会靠
的比例ꎮ
１ ~ ２ 人ꎮ 通常作案手段较为隐蔽ꎬ无法直接通过视
ｎｅｔｗｏｒｋ
０ 引言
②人为破坏往往较为隐蔽ꎬ无法及时定位到损坏位
各地区现代化建设已经取得了丰富成果ꎮ 供电配电
排人员对线路的看管和巡视ꎮ 但是ꎬ由于资金和人
设备发展迅速ꎬ供应链结构也越发成熟ꎮ 同时ꎬ人们
员的限制ꎬ无法对所有线路采用人为看管和维护ꎮ
对电力供应的可靠性、安全性ꎬ以及稳定性等相关要
随着计算机技术的发展ꎬ深度学习和机器视觉等相
摘 要: 随着现代化建设的加快ꎬ 人们对于供电需求日益增大ꎮ 为保证稳定的供电供应ꎬ 需要
阻止一切破坏电力设备的行为ꎮ 因Байду номын сангаас文中提出了一种基于视频监控的电力设备防破坏方法ꎬ 该
方法的核心为目标跟踪算法ꎬ 但由于传统的 ＫＣＦ 算法具有窗口漂移丢失目标等缺点ꎬ 文中提出
了一种改进型目标跟踪算法 Ｃ￣ＫＣＦꎬ 在 Ｃ￣ＫＣＦ 基础上ꎬ 结合距离判断和时间判断ꎬ 实现对电力
设备的破坏的预警ꎮ 经过实验表明ꎬ 该方法的成功率在 ９０％ 以上ꎮ
关键词: 计算机视觉ꎻ 目标跟踪ꎻ 电力设备维护ꎻ 神经网络
中图分类号: ＴＰ７５１ １ 文献标识码: Ａ
Ｍｅｔｈｏｄ ｆｏｒ ａｎｔｉ￣ｄｅｓｔｒｕｃｔｉｏｎ ｅａｒｌｙ ｗａｒｎｉｎｇ ｓｙｓｔｅｍ ｏｆ ｅｌｅｃｔｒｉｃ ｅｑｕｉｐｍｅｎｔ
ｒ ｋ 级别的像素数目ꎬＰ ｒ ( ｒ ｋ ) 指 ｒ ｋ 级别所有像素共占
近电力设备ꎬ因此通过视频对靠近设备的人员进行
接下来需要计算均衡化直方图ꎬ通过公式(２)
跟踪ꎬ并通过停留时间以及位置对可疑人员进行识
别ꎬ从而达到自动预警的效果ꎮ
由于数据统计可知ꎬ人员对电力设备的破坏一
般是在夜晚或者光线较暗的地方进行ꎬ所以为了提
文章编号:１００９ － ２５５２(２０２０)０４ － ０１１５ － ０６ ＤＯＩ:１０ １３２７４ / ｊ ｃｎｋｉ ｈｄｚｊ ２０２０ ０４ ０２５
基于视频监控的电力设备防破坏预警系统的方法
马 莉ꎬ 明 月ꎬ 郭 婷ꎬ 廖 爽ꎬ 邹雨馨ꎬ 熊 一
( 国网湖北省电力有限公司经济技术研究院ꎬ 武汉 ４３００７７)
破坏的预防ꎮ
破坏外ꎬ还需要面临人为的偷电、倒塔等违法行为造
成的电力供电的损坏ꎮ
人为电力破坏具有以下特性:①由于人为事故
具有很大随机性ꎬ所以很难做到对人为破坏的预警ꎻ
收稿日期: ２０１９ － ０８ － ２８
作者简介: 马莉(１９８９ － ) ꎬ女ꎬ博士ꎬ电力工程师、经济师ꎬ研究方向
为电力工程技术经济、电网投资管理、电网实物资产管
ｂａｓｅｄ ｏｎ ｖｉｄｅｏ ｍｏｎｉｔｏｒｉｎｇ
ＭＡ Ｌｉꎬ ＭＩＮＧ Ｙｕｅꎬ ＧＵＯ Ｔｉｎｇꎬ ＬＩＡＯ Ｓｈｕａｎｇꎬ ＺＯＵ Ｙｕ￣ｘｉｎꎬ ＸＩＯＮＧ Ｙｉ
( Ｓｔａｔｅ Ｇｒｉｄ Ｈｕｂｅｉ Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ｃｏｍｐａｎｙ Ｌｉｍｉｔｅｄ Ｅｃｏｎｏｍｉｃ Ｒｅｓｅａｒｃｈ ＩｎｓｔｉｔｕｔｅꎬＷｕｈａｎ ４３００７７ꎬＣｈｉｎａ)
高视频处理的准确性ꎬ在开始对目标进行跟踪处理
前ꎬ需要先对图像进行预处理ꎬ提高目标识别和跟踪
的精度ꎮ 常见的光照增强算法有以下三种:①直方
图均衡化ꎻ② 自动色彩均衡ꎻ③ 灰度世界 [４] ꎮ 本文
采用直方图均衡化来增强图像亮度ꎮ 使用该方法首
先要利用公式(１) 计算图像相应的直方图ꎮ
Ｓｋ ＝
∑ｋ ＝０
进入 ２１ 世纪以来ꎬ伴随我国飞速发展的经济ꎬ
置ꎮ 目前对于供电线路的安全保障ꎬ传统方法为安
求也越来越高 [１ － ３] ꎮ 但是ꎬ由于输电线路在传输过
关技术的成熟ꎬ越来越多的学者开始研究视频监控
程中需要跨越各种地理环境ꎬ并且传输线路较远ꎮ
在输电系统安全上面的应用ꎬ从而做到对电力线路
除了要面临各种自然条件对供电设施和线路造成的
ＫＣＦ ａｌｇｏｒｉｔｈｍ ａｒｅ ｔａｒｇｅｔｓ ｌｏｓｓ ａｎｄ ｄｅｔｅｃｔｉｏｎ ｗｉｎｄｏｗ ｄｒｉｆｔꎬａｎ ｉｍｐｒｏｖｅｄ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ ｎａｍｅｄ Ｃ￣
ＫＣＦ ｉｓ ｐｒｏｐｏｓｅｄ. Ｂａｓｅｄ ｏｎ Ｃ￣ＫＣＦꎬｃｏｍｂｉｎｉｎｇ ｄｉｓｔａｎｃｅ ｊｕｄｇｍｅｎｔ ａｎｄ ｔｉｍｅ ｊｕｄｇｍｅｎｔꎬｅａｒｌｙ ａｌｅｒｔ ｔｈｅ ｐｏｗｅｒ
ｍ
ｎｋ
ｎ
(２)
式中ꎬｎ 为总的像素个数ꎬｍ 和 ｎ ｋ 表示灰度级的个
ｆａｃｉｌｉｔｉｅｓ. Ｔｈｅｒｅｆｏｒｅꎬ ａ ｍｅｔｈｏｄ ｏｆ ｐｒｅｖｅｎｔｉｎｇ ｐｏｗｅｒ ｅｑｕｉｐｍｅｎｔ ｆｒｏｍ ｄｅｓｔｒｏｙｉｎｇ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ
ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎꎬｔｈｅ ｃｏｒｅ ｏｆ ｗｈｉｃｈ ｉｓ ｔｈｅ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ. Ｄｕｅ ｔｏ ｔｈｅ ｄｒａｗｂａｃｋ ｏｆ ｔｈｅ ｏｒｉｇｉｎａｌ
ｅｑｕｉｐｍｅｎｔ ｄａｍａｇｅ ｉｓ ｒｅａｌｉｚｅｄ. Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｓｕｃｃｅｓｓ ｒａｔｅ ｏｆ ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ｏｖｅｒ ９０％ .
Ｋｅｙ ｗｏｒｄｓ: ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎꎻ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇꎻ ｐｏｗｅｒ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅꎻ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ
Ａｂｓｔｒａｃｔ: Ｗｉｔｈ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｍｏｄｅｒｎｉｚａｔｉｏｎꎬｔｈｅ ｄｅｍａｎｄ ｏｆ ｐｅｏｐｌｅ ｆｏｒ ｐｏｗｅｒ ｓｕｐｐｌｙ ｉｓ ｉｎｃｒｅａｓｉｎｇ.
Ｉｎ ｏｒｄｅｒ ｔｏ ｅｎｓｕｒｅ ａ ｓｔａｂｌｅ ｓｕｐｐｌｙ ｏｆ ｅｌｅｃｔｒｉｃｉｔｙꎬ ｉｔ ｉｓ ｎｅｃｅｓｓａｒｙ ｔｏ ｐｒｅｖｅｎｔ ｐｅｏｐｌｅ ｗｈｏ ｓａｂｏｔａｇｅ ｐｏｗｅｒ
— １１５ —
１ 目标追踪算法
通过对以往人为供电线路破坏的视频数据分析
ｎｋ
ｎ
Ｐｒ ( ｒｋ ) ＝
(１)
可知ꎬ一般人员作案时间多为夜间ꎬ并且作案人数为
式中ꎬｎ 为像素的总数量ꎬｒ ｋ 是灰度级别ꎬｎ ｋ 指处于
频监控预警ꎮ 但由于作案人员会在现场停留且会靠
的比例ꎮ
１ ~ ２ 人ꎮ 通常作案手段较为隐蔽ꎬ无法直接通过视
ｎｅｔｗｏｒｋ
０ 引言
②人为破坏往往较为隐蔽ꎬ无法及时定位到损坏位
各地区现代化建设已经取得了丰富成果ꎮ 供电配电
排人员对线路的看管和巡视ꎮ 但是ꎬ由于资金和人
设备发展迅速ꎬ供应链结构也越发成熟ꎮ 同时ꎬ人们
员的限制ꎬ无法对所有线路采用人为看管和维护ꎮ
对电力供应的可靠性、安全性ꎬ以及稳定性等相关要
随着计算机技术的发展ꎬ深度学习和机器视觉等相
摘 要: 随着现代化建设的加快ꎬ 人们对于供电需求日益增大ꎮ 为保证稳定的供电供应ꎬ 需要
阻止一切破坏电力设备的行为ꎮ 因Байду номын сангаас文中提出了一种基于视频监控的电力设备防破坏方法ꎬ 该
方法的核心为目标跟踪算法ꎬ 但由于传统的 ＫＣＦ 算法具有窗口漂移丢失目标等缺点ꎬ 文中提出
了一种改进型目标跟踪算法 Ｃ￣ＫＣＦꎬ 在 Ｃ￣ＫＣＦ 基础上ꎬ 结合距离判断和时间判断ꎬ 实现对电力
设备的破坏的预警ꎮ 经过实验表明ꎬ 该方法的成功率在 ９０％ 以上ꎮ
关键词: 计算机视觉ꎻ 目标跟踪ꎻ 电力设备维护ꎻ 神经网络
中图分类号: ＴＰ７５１ １ 文献标识码: Ａ
Ｍｅｔｈｏｄ ｆｏｒ ａｎｔｉ￣ｄｅｓｔｒｕｃｔｉｏｎ ｅａｒｌｙ ｗａｒｎｉｎｇ ｓｙｓｔｅｍ ｏｆ ｅｌｅｃｔｒｉｃ ｅｑｕｉｐｍｅｎｔ
ｒ ｋ 级别的像素数目ꎬＰ ｒ ( ｒ ｋ ) 指 ｒ ｋ 级别所有像素共占
近电力设备ꎬ因此通过视频对靠近设备的人员进行
接下来需要计算均衡化直方图ꎬ通过公式(２)
跟踪ꎬ并通过停留时间以及位置对可疑人员进行识
别ꎬ从而达到自动预警的效果ꎮ
由于数据统计可知ꎬ人员对电力设备的破坏一
般是在夜晚或者光线较暗的地方进行ꎬ所以为了提
文章编号:１００９ － ２５５２(２０２０)０４ － ０１１５ － ０６ ＤＯＩ:１０ １３２７４ / ｊ ｃｎｋｉ ｈｄｚｊ ２０２０ ０４ ０２５
基于视频监控的电力设备防破坏预警系统的方法
马 莉ꎬ 明 月ꎬ 郭 婷ꎬ 廖 爽ꎬ 邹雨馨ꎬ 熊 一
( 国网湖北省电力有限公司经济技术研究院ꎬ 武汉 ４３００７７)
破坏的预防ꎮ
破坏外ꎬ还需要面临人为的偷电、倒塔等违法行为造
成的电力供电的损坏ꎮ
人为电力破坏具有以下特性:①由于人为事故
具有很大随机性ꎬ所以很难做到对人为破坏的预警ꎻ
收稿日期: ２０１９ － ０８ － ２８
作者简介: 马莉(１９８９ － ) ꎬ女ꎬ博士ꎬ电力工程师、经济师ꎬ研究方向
为电力工程技术经济、电网投资管理、电网实物资产管
ｂａｓｅｄ ｏｎ ｖｉｄｅｏ ｍｏｎｉｔｏｒｉｎｇ
ＭＡ Ｌｉꎬ ＭＩＮＧ Ｙｕｅꎬ ＧＵＯ Ｔｉｎｇꎬ ＬＩＡＯ Ｓｈｕａｎｇꎬ ＺＯＵ Ｙｕ￣ｘｉｎꎬ ＸＩＯＮＧ Ｙｉ
( Ｓｔａｔｅ Ｇｒｉｄ Ｈｕｂｅｉ Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ｃｏｍｐａｎｙ Ｌｉｍｉｔｅｄ Ｅｃｏｎｏｍｉｃ Ｒｅｓｅａｒｃｈ ＩｎｓｔｉｔｕｔｅꎬＷｕｈａｎ ４３００７７ꎬＣｈｉｎａ)
高视频处理的准确性ꎬ在开始对目标进行跟踪处理
前ꎬ需要先对图像进行预处理ꎬ提高目标识别和跟踪
的精度ꎮ 常见的光照增强算法有以下三种:①直方
图均衡化ꎻ② 自动色彩均衡ꎻ③ 灰度世界 [４] ꎮ 本文
采用直方图均衡化来增强图像亮度ꎮ 使用该方法首
先要利用公式(１) 计算图像相应的直方图ꎮ
Ｓｋ ＝
∑ｋ ＝０
进入 ２１ 世纪以来ꎬ伴随我国飞速发展的经济ꎬ
置ꎮ 目前对于供电线路的安全保障ꎬ传统方法为安
求也越来越高 [１ － ３] ꎮ 但是ꎬ由于输电线路在传输过
关技术的成熟ꎬ越来越多的学者开始研究视频监控
程中需要跨越各种地理环境ꎬ并且传输线路较远ꎮ
在输电系统安全上面的应用ꎬ从而做到对电力线路
除了要面临各种自然条件对供电设施和线路造成的
ＫＣＦ ａｌｇｏｒｉｔｈｍ ａｒｅ ｔａｒｇｅｔｓ ｌｏｓｓ ａｎｄ ｄｅｔｅｃｔｉｏｎ ｗｉｎｄｏｗ ｄｒｉｆｔꎬａｎ ｉｍｐｒｏｖｅｄ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ ｎａｍｅｄ Ｃ￣
ＫＣＦ ｉｓ ｐｒｏｐｏｓｅｄ. Ｂａｓｅｄ ｏｎ Ｃ￣ＫＣＦꎬｃｏｍｂｉｎｉｎｇ ｄｉｓｔａｎｃｅ ｊｕｄｇｍｅｎｔ ａｎｄ ｔｉｍｅ ｊｕｄｇｍｅｎｔꎬｅａｒｌｙ ａｌｅｒｔ ｔｈｅ ｐｏｗｅｒ
ｍ
ｎｋ
ｎ
(２)
式中ꎬｎ 为总的像素个数ꎬｍ 和 ｎ ｋ 表示灰度级的个
ｆａｃｉｌｉｔｉｅｓ. Ｔｈｅｒｅｆｏｒｅꎬ ａ ｍｅｔｈｏｄ ｏｆ ｐｒｅｖｅｎｔｉｎｇ ｐｏｗｅｒ ｅｑｕｉｐｍｅｎｔ ｆｒｏｍ ｄｅｓｔｒｏｙｉｎｇ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ
ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎꎬｔｈｅ ｃｏｒｅ ｏｆ ｗｈｉｃｈ ｉｓ ｔｈｅ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ. Ｄｕｅ ｔｏ ｔｈｅ ｄｒａｗｂａｃｋ ｏｆ ｔｈｅ ｏｒｉｇｉｎａｌ
ｅｑｕｉｐｍｅｎｔ ｄａｍａｇｅ ｉｓ ｒｅａｌｉｚｅｄ. Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｓｕｃｃｅｓｓ ｒａｔｅ ｏｆ ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ｏｖｅｒ ９０％ .
Ｋｅｙ ｗｏｒｄｓ: ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎꎻ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇꎻ ｐｏｗｅｒ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅꎻ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ
Ａｂｓｔｒａｃｔ: Ｗｉｔｈ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｍｏｄｅｒｎｉｚａｔｉｏｎꎬｔｈｅ ｄｅｍａｎｄ ｏｆ ｐｅｏｐｌｅ ｆｏｒ ｐｏｗｅｒ ｓｕｐｐｌｙ ｉｓ ｉｎｃｒｅａｓｉｎｇ.
Ｉｎ ｏｒｄｅｒ ｔｏ ｅｎｓｕｒｅ ａ ｓｔａｂｌｅ ｓｕｐｐｌｙ ｏｆ ｅｌｅｃｔｒｉｃｉｔｙꎬ ｉｔ ｉｓ ｎｅｃｅｓｓａｒｙ ｔｏ ｐｒｅｖｅｎｔ ｐｅｏｐｌｅ ｗｈｏ ｓａｂｏｔａｇｅ ｐｏｗｅｒ