最近幾年，隨著物聯網、大數據等技術的成熟和發展，傳統的安保行業也發生了翻天覆地的變化，智能監控就是其中之一。這篇文章，作者以變電站的場景介紹智能監控平台的方案與思路，希望能對做IOT或者是ToG領域的你能有所幫助。
隨著圖像識別、雲計算、大數據分析等技術的成熟，以及感測器、智能硬體、自動化控制水平的提高，越來越多傳統的人工監控/巡視行為由機器替代。本文以變電站的場景介紹了智能監控平台的方案與思路，該方案可用於各類有監控/巡視需求的場景，如倉庫、電站、工廠、各類建築等，監控對象不限於人員，設備狀態，安防，消防等。
一、背景
人工巡視/監控的現狀：由人員進行實時/周期監控，手動進行抄錄，頻繁到現場查看/操作，耗費巨大人力資源，易產生管理問題。且部分監控對象位置設計可達性差，不利於工作人員巡檢讀數，甚至存在工業安全風險。
隨著人員安全被企業越來越重視，以及降本增效增強企業競爭力，如何實現少人巡檢/無人巡檢/值守成為了企業升級的方向。
存在的缺陷
二、智能監控需求分析
三、方案理念
以「智能感知、智能巡視、主動預警、智能控制、業務融合」為主要理念，以智能化促進變電站設備及作業人員更安全、全壽命成本更低、
四、設計思路
基於先數字化再智能化的理念，先完善硬體部分，如視頻監控，感測器，以及通訊系統，再通過整合分析從底層獲取的數據及信息進行更高級的應用。
系統組成
硬體架構
智能巡視整體流程
五、功能展示
圖像識別自動獲得表計讀數，自動生成巡視記錄。
利用室外輪式機器人和室內掛軌機器人實現移動式巡檢，解決固定攝像頭存在死角問題。
輪式機器人：提供機器人巡檢導航軌跡預設、任務跟蹤、衛星定位、自動充電等功能。
軌道機器人提供軌道定位預設，視頻抓拍預設等功能。
多樣化紅外測溫產品組合，實現設備全覆蓋測溫。
考慮節約成本及資源合理使用，基於不同智能紅外熱成像監控設備，利用雙視融合技術，提供故障設備定點監測、多點巡航監測、終端設備監測、室內機房綜合監測等邊界清晰圖像，為監控平台分析提供基礎數據支撐。
遠程監護
可視化對講實現遠程作業指導
智慧單兵設備：「解放雙手、多雙眼睛、增強大腦」，依託語音、手勢等新型人機交互方式，實時採集並上傳業務相關數據至平台，平台處理后，將信息下發至終端，支持作業。
入口安全管控以工作票為線索結合智能識別，對進出人員人臉識別、人員合規性（與安監管理系統進行對接，獲取作業人員安規合格信息）、進出車輛車牌識別進行安全管控。
利用無線物聯網感測技術，對人員現場位置進行實時、高精度的空間位置監測。
基於變電站三維虛擬模擬技術，可快速部署、設置帶有時間標籤的空間立體電子安全措施，通過實時與現場人員位置數據比對分析，快速、準確識別誤入帶電間隔、侵犯安全帶電距離、進入非工作區域（例如檢修人員進入試驗區域）等安全越限行為。
基於可穿戴設備（智能手錶）對作業人員的體征數據（心率）進行監測與疲勞度分析，主動推送健康預警信息提示作業人員避免疲勞作業。
利用移動終端和可穿戴設備，同步將人員現場位置信息及安全越限報警信息傳遞至現場作業人員與工作負責人，警示作業人員安全風險，增強現場負責人對現場安全越限行為的感知能力與控制能力。
當有人入侵變電站，觸發電子圍欄告警后，攝像機自動跟蹤到報警所在區域，同時聯動圍牆燈光，觸發語音播報。
當有人入侵變電站，觸發電子圍欄告警后，攝像機自動跟蹤到報警所在區域，同時聯動圍牆燈光，觸發語音播報。
當溫濕度監測系統探測到溫度超出閾值，即時調整空調溫度並將攝像頭指向報警區域；當SF6氣體探測器檢測到濃度超標，則啟動風機控制系統進行排風，禁用GIS門禁，防止人員中毒，並攝像頭指向報警區域且進行聲光告警。
基於海量電力設備樣本數據，利用圖像分析識別技術及高效能深度學習技術，研發一套表計、開關識別引擎。
滿足變電站表計、指示燈、開關分合位、刀閘分合位、空氣開關、壓板、LED顯示屏、計數器等圖像數據特徵提取、多路計算大負荷及高效識別的要求。
利用物聯網感測器及移動互聯技術，實現環境監測、動力監測、資產管理、智能巡檢等相關智能設備信息全面感知應用。
系統結合視頻監控、電子圍欄、燈光控制及雙向語音通信、人員定位等，形成多層次立體式防護體系，綜合提高安全防護能力，為變電站的無人化及調控一體化提供技術支持。
因地制宜，科學優化變電站監控布局，合理規劃監控點位，構建分層次監控體系。對設備及環境進行24小時不間斷的實時、精準監控。
六、總結
智能監控代表著企業管理模式的升級，提高了安全性，減少了人員成本。但企業進行智能監控的應用需要基於企業現狀，精細化考慮改造/變更后帶來的收益，避免大而全的應用導致資源的浪費。
1. 落地過程常見問題
廠區通訊不完善。為得到更全面的監控效果，智能監控平台需由大量監控設備支持。監控設備分為有線與無線兩種方式。對於有線模式，需進行大量的布線與線路規劃。對於無線模式，需要部署相應的基站與終端，無論哪種模式均需要通訊作為基礎，通訊的升級增加了企業的投入。
支持性硬體設備投資巨大，需逐步推進系統建設。
2. 商業模式分析
作為供貨商提供上述服務，主要包含兩部分內容：硬體部分、軟體部分。
硬體部分主要採用採買或現場升級的方式滿足業務需求。
軟體部分中便包含著AI分析平台部分，如：數據存儲服務模塊、數據模型管理模塊、運維管理模塊等，以及AI平台智能識別模型。如：圖像識別，語音識別，環境狀態識別等。
關於識別模型：既可以採用提前採集數據，遠程離線進行訓練，也可以採取現場部署訓練演算法，在線進行訓練，並通過不斷的自學習提高識別精度。
供貨商可以提供三種軟體服務方式：
- 用戶直接採購製作好的識別模型，由供貨商進行部署。
- 用戶採購長周期服務，在此過程中用戶有需求，不涉及硬體變更的情況下，供貨商提供模型部署服務。
- 用戶採購模型訓練、部署方法，由用戶自行根據需求進行部署，供貨商提供技術支持。