以变电站场景为例，分享下智能监控平台的方案与思路
随着图像识别、云计算、大数据分析等技术的成熟，以及传感器、智能硬件、自动化控制水平的提高，越来越多传统的人工监控/巡视行为由机器替代。本文以变电站的场景介绍了智能监控平台的方案与思路，该方案可用于各类有监控/巡视需求的场景，如仓库、电站、工厂、各类建筑等，监控对象不限于人员，设备状态，安防，消防等。
一、背景
人工巡视/监控的现状：由人员进行实时/周期监控，手动进行抄录，频繁到现场查看/操作，耗费巨大人力资源，易产生管理问题。且部分监控对象位置设计可达性差，不利于工作人员巡检读数，甚至存在工业安全风险。
随着人员安全被企业越来越重视，以及降本增效增强企业竞争力，如何实现少人巡检/无人巡检/值守成为了企业升级的方向。
存在的缺陷
二、智能监控需求分析
三、方案理念
以“智能感知、智能巡视、主动预警、智能控制、业务融合”为主要理念，以智能化促进变电站设备及作业人员更安全、全寿命成本更低、
四、设计思路
基于先数字化再智能化的理念，先完善硬件部分，如视频监控，传感器，以及通讯系统，再通过整合分析从底层获取的数据及信息进行更高级的应用。
系统组成
硬件架构
智能巡视整体流程
五、功能展示
图像识别自动获得表计读数，自动生成巡视记录。
利用室外轮式机器人和室内挂轨机器人实现移动式巡检，解决固定摄像头存在死角问题。
轮式机器人：提供机器人巡检导航轨迹预设、任务跟踪、卫星定位、自动充电等功能。
轨道机器人提供轨道定位预设，视频抓拍预设等功能。
多样化红外测温产品组合，实现设备全覆盖测温。
考虑节约成本及资源合理使用，基于不同智能红外热成像监控设备，利用双视融合技术，提供故障设备定点监测、多点巡航监测、终端设备监测、室内机房综合监测等边界清晰图像，为监控平台分析提供基础数据支撑。
远程监护
可视化对讲实现远程作业指导
智慧单兵设备：“解放双手、多双眼睛、增强大脑”，依托语音、手势等新型人机交互方式，实时采集并上传业务相关数据至平台，平台处理后，将信息下发至终端，支持作业。
入口安全管控以工作票为线索结合智能识别，对进出人员人脸识别、人员合规性（与安监管理系统进行对接，获取作业人员安规合格信息）、进出车辆车牌识别进行安全管控。
利用无线物联网传感技术，对人员现场位置进行实时、高精度的空间位置监测。
基于变电站三维虚拟仿真技术，可快速部署、设置带有时间标签的空间立体电子安全措施，通过实时与现场人员位置数据比对分析，快速、准确识别误入带电间隔、侵犯安全带电距离、进入非工作区域（例如检修人员进入试验区域）等安全越限行为。
基于可穿戴设备（智能手表）对作业人员的体征数据（心率）进行监测与疲劳度分析，主动推送健康预警信息提示作业人员避免疲劳作业。
利用移动终端和可穿戴设备，同步将人员现场位置信息及安全越限报警信息传递至现场作业人员与工作负责人，警示作业人员安全风险，增强现场负责人对现场安全越限行为的感知能力与控制能力。
当有人入侵变电站，触发电子围栏告警后，摄像机自动跟踪到报警所在区域，同时联动围墙灯光，触发语音播报。
当有人入侵变电站，触发电子围栏告警后，摄像机自动跟踪到报警所在区域，同时联动围墙灯光，触发语音播报。
当温湿度监测系统探测到温度超出阈值，即时调整空调温度并将摄像头指向报警区域；当SF6气体探测器检测到浓度超标，则启动风机控制系统进行排风，禁用GIS门禁，防止人员中毒，并摄像头指向报警区域且进行声光告警。
基于海量电力设备样本数据，利用图像分析识别技术及高效能深度学习技术，研发一套表计、开关识别引擎。
满足变电站表计、指示灯、开关分合位、刀闸分合位、空气开关、压板、LED显示屏、计数器等图像数据特征提取、多路计算大负荷及高效识别的要求。
利用物联网传感器及移动互联技术，实现环境监测、动力监测、资产管理、智能巡检等相关智能设备信息全面感知应用。
系统结合视频监控、电子围栏、灯光控制及双向语音通信、人员定位等，形成多层次立体式防护体系，综合提高安全防护能力，为变电站的无人化及调控一体化提供技术支持。
因地制宜，科学优化变电站监控布局，合理规划监控点位，构建分层次监控体系。对设备及环境进行24小时不间断的实时、精准监控。
六、总结
智能监控代表着企业管理模式的升级，提高了安全性，减少了人员成本。但企业进行智能监控的应用需要基于企业现状，精细化考虑改造/变更后带来的收益，避免大而全的应用导致资源的浪费。
1. 落地过程常见问题
厂区通讯不完善。为得到更全面的监控效果，智能监控平台需由大量监控设备支持。监控设备分为有线与无线两种方式。对于有线模式，需进行大量的布线与线路规划。对于无线模式，需要部署相应的基站与终端，无论哪种模式均需要通讯作为基础，通讯的升级增加了企业的投入。
支持性硬件设备投资巨大，需逐步推进系统建设。
2. 商业模式分析
作为供货商提供上述服务，主要包含两部分内容：硬件部分、软件部分。
硬件部分主要采用采买或现场升级的方式满足业务需求。
软件部分中便包含着AI分析平台部分，如：数据存储服务模块、数据模型管理模块、运维管理模块等，以及AI平台智能识别模型。如：图像识别，语音识别，环境状态识别等。
关于识别模型：既可以采用提前采集数据，远程离线进行训练，也可以采取现场部署训练算法，在线进行训练，并通过不断的自学习提高识别精度。
供货商可以提供三种软件服务方式：
- 用户直接采购制作好的识别模型，由供货商进行部署。
- 用户采购长周期服务，在此过程中用户有需求，不涉及硬件变更的情况下，供货商提供模型部署服务。
- 用户采购模型训练、部署方法，由用户自行根据需求进行部署，供货商提供技术支持。
本文作者 @大阳
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
