基于联合训练方法的变电站屏柜接线 故障诊断技术

　　摘  要：变电站屏柜的二次接线复杂，易发生错接、漏接等情况。针对人工检查时存在耗时久、效率低且有漏 检的可能性，提出了基于联合训练方法的变电站屏柜接线故障诊断技术，通过联合训练屏柜标签字符定位网络 和字符识别网络，可有效提高屏柜接线信息识别的准确率和识别时间。开展验证测试，准确率达到97.9%。开 发了变电站屏柜接线故障诊断应用平台和移动端平台，利用此平台，提高了诊断效率，减少了人员工作量，保 证了电网安全可靠地运行。

　　关键词：联合训练;变电站屏柜;文本识别;文本定位;门递归神经网络

　　0 引言

　　在电力物联网建设工作的推进下，加快变电站内部 设备的智能巡检方法研究，对提升电网运行安全有重要 的意义[1-8] 。变电站屏柜内部包含继电保护装置、故障 录波装置等重要二次设备，其二次接线种类繁多、数量 庞杂[9-14] 。工作人员在进行端子排内侧接线时操作难度 大，易产生接线错位等安全隐患。目前，对变电站屏柜 接线标识检查的主要方式为人工操作，在检查过程中时 间长、效率低，且存在漏检可能性，变电站的安全稳定 运行存在隐患[15-16] 。

　　以往各省变电站在运行中，有接线 错误引起的故障，造成了严重的经济损失。因此亟须一 种基于机器视觉的智能变电站屏柜接线故障诊断技术。 传统文本识别方法是分别训练检测和识别两个模型， 然后将其合并成文本识别系统[17-21] 。由于变电站屏柜标 签文字方向不固定，背景复杂，传统方案的分段策略不 利于系统整体优化，导致文本定位和识别准确率低。

　　本 文提出了一种联合训练的端对端学习训练模型，该神经网络由字符定位网络和识别网络构成，其中的字符定位 网络通过学习样条插值变换来检测各种不规则文字的边 框信息，得到矫正后的文字图像;识别网络基于注意力 机制的递归神经网络模型，由编码器和解码器组成。联 合训练字符定位网络和字符识别网络，检测的字符与图纸比对，完成识别任务。结合上述方法开发变电站屏柜 接线故障诊断应用平台和移动端平台，利用此应用平台， 可以加快对变电站屏柜接线故障的识别效率，缩短检查 的时间，提高检查准确度和电网运行的可靠性。

　　1 变电站屏柜标签文本联合训练方法

　　在获得变电站接线图片后(图片的背景较为复杂， 且图片中文字方向不一致)，通过空间变换网络和识别 网络两个部分，输出被识别的文字。其中空间变换网络 包括3个部分，即用于计算空间变换参数的定位网络、 用于计算变换函数的网格生成器、计算变换后特征图的 插值算法。空间变换网络用来检测文字区域，识别网络对检测的文字区域提取序列特征并识别文字内容。 空间变换将图像深度卷积特征图作为输入，输出一个变换后的特征图。标签图中文字识别是基于门递归神 经网络算法。识别网格和辨识网格整体模型同时训练， 最终得到准确高效的识别模型。

　　2 应用平台设计

　　应用服务器服务程序最主要的功能是利用人工智 能图像识别的算法，对电子图纸和屏柜端子排接线进 行文字识别，识别出来端子排接线设计信息与屏柜实 际接线信息后进行对比。 移动端APP平台主要实现屏柜定位信息的录入，屏 柜端子排接线拍照并上传，比对结果显示，并给出结 果报告。移动端APP主要功能包括： 1)录入屏柜定位信息，如变电站名称、屏柜所在 小室名称、屏柜名称及编号等信息。 2)屏柜端子排接线拍照并上传服务器，包括在拍 照界面给出拍照要求和提示。 3)比对结果显示，即将电子图纸中的端子排接线识别结果与端子排接线图片识别结果进行对比，并给 出结果报告。

　　3 变电站屏柜标签文本辨识验证

　　基于上述训练结果，对变电站接线柜这一特定场 景进行了标签图片中文字数据集的实验验证。由于标签图片包含字符区域和背景块区域，所以在测试时也 将结果分为这两类，属于二分类问题。

　　电力论文投稿刊物：供用电主要刊登国际智能配用电领域最新发展趋势;配电网规划设计、施工建设、运行管理、设备研发，电力营销、节能及能效管理、工矿企业用电等领域热点问题和研究成果;以及供用电领域国内外先进管理经验。本刊栏目包含：资讯、特别策划、访谈、技术、管理、电力史话、新产品推荐等。

　　4 结语

　　本文提出了一种基于图像定位与识别的联合训练方 法的变电站设备屏柜接线故障诊断技术。通过空间变换 网络提取文字区域，识别网络对文字区域提取序列特征 并识别文字内容。在上述方法基础上开发了应用平台， 并进行了验证测试，准确率达到97.9%。测试结果证明说明，本文提出的变电站设备屏柜接线故障诊断技术诊 断准确率高，消耗时间少。应用此技术可以大幅缩短检测时间，节省人力。

　　参考文献

　　吴路明，薛明军，陈琦，等.多源信息融合技术在继电保护中的应 用[J].供用电，2019，36(2)： 29-34， 66. WU Luming，XUE Mingjun，CHEN Qi， et al.Application of the multi-source information fusion technology in relay protection[J]. Distribution & Utilization，2019，36(2)： 29-34，66.

　　王彦国，赵希才.智能分布式配电保护及自愈控制系统[J].供用电，2019，36(9)： 2-8. WANG Yanguo，ZHAO Xicai.Intelligent distributed protection and self-healing control system for distribution network[J].Distribution & Utilization，2019， 36(9)： 2-8.

　　张东霞，邓春宇，王晓蓉.大数据在配电系统的应用[J].供用电， 2017，34(6)：2-7. ZHANG Dongxia，DENG Chunyu，WANG Xiaorong.Application of big data in power distribution systems[J].Distribution & Utilization， 2017，34(6)：2-7.

　　王琳，权宪军，刘海波，等.智能变电站自动化系统一体化技术探 讨[J].供用电，2016，33(7)： 61-65，43. WANG Lin， QUAN Xianjun，LIU Haibo，et al.Research on integration technology of automation system in smart substation[J]. Distribution & Utilization，2016，33(7)：61-65，43.

　　作者：王磊 1 ， 黄力 1 ，张礼波 1 ，龙志 1 ，李岩 2 ，周金桥 2