基于AI边缘深度算法视频分析装置的电力场景异常识别技术研究

作者：王浩; 王功臣; 娄德章; 刘永; 张乐; 付娟娟

来源：电力大数据, 2021, 24(11): 1-8.

DOI：10.19317/j.cnki.1008-083x.2021.11.010

• 视频监控
• 边缘计算
• 卷积神经网络
• 电力场景
• 智能识别

针对现有变电站视频监控系统人工巡视模式效率低下的问题,本文基于AI边缘计算技术建立变电站视频深度学习识别模型,构建了适用于变电站现场的电力专用视频智能识别计算单元,采用卷积神经网络算法实现了"烟火""安全帽""异物""画面质量"四大电力定制场景的融合识别,形成"现场视频分析装置+主站云分析平台"的"云-边"协同视频智能分析系统。在云端构服务器实现对现场上传识别结果的二次深度分析,并通过主站样本库积累及反向传输机制使装置具备持续学习的能力。试运行阶段的实际数据表明,四大场景平均识别准确达到90%以上,系统实现了变电站视频画面内容的自动识别,极大提高变电站视频监控的质量和效率,具有很强的实用价值和推广价值。