余国忠，邹健辉，宋华，樊中奎
（深圳供电局有限公司，广东 深圳 518000）
0 引 言随着配电网技术及设备的发展，配电网的从业人员的培训工作需要长期开展，电力主管部门需要投入大量的人力物力建设培训场所对电网从业人员进行培训，传统的培训方式为教官教学员观看学习的方式，往往需要投入巨大的精力而不能得到很好培训效果，如何解决当前矛盾是亟待解决的问题。随着人工智能技术的发展，基于深度学习的技术能够对人脸进行实时检测及识别，正确率达到99%以上；基于卷积神经网络的特征提取技术能够实时对行人进行跟踪定位，借助以上人工智能技术能够完成智能无人监管配电网实训室的建设，对于提高培训效率、增强培训效果具有重要作用。
1 方案结构设计配电网实训室包含多个培训项目，每个培训项目需要操作多个实训设备，培训人员在培训过程中需要对多个设备进行操作，为了完成智能无人监管配电网实训室的建设，需要在关键位置安装摄像头实时采集处理视频流，采用基于视觉分析的方式对培训人员进行无人监管及考核。
1.1 智能无人监管培训系统流程分析根据培训的业务场景系统可分为培训任务初始化、培训过程监督、培训评估三个过程。培训任务初始化是培训的时间、项目、人员的安排；培训过程监督主要为每一个学员培训过程实时监管；培训评估主要为对每个学员的培训成绩评估及培训任务的分析。无人监管培训流程如图1所示。
图1 无人监管培训流程图
培训任务的整个过程解释为：
培训任务安排：管理人员制定培训计划，主要为制定培训的时间、培训目的、培训内容描述等信息。
添加培训项目：管理人员为培训任务指定培训项目。
安排培训人员：管理人员为培训任务指定参加的培训人员，每个培训人员需要身份证号、照片等信息。
培训人员身份核验：培训人员进入培训场所以前需要刷本人身份证与本人照片核对，认证通过方可进行实训室进行培训。
查看实训路线：认证通过后培训人员将看到自己的培训项目、操作要求、培训项目设备所在位置及路线图。
自主学习：培训人员到达培训指定地点后通过自主学习系统学习相关设备的操作流程及相关理论知识。
实训项目操作：培训人员按照要求进行设备的操作训练。
培训人员跟踪识别：通过摄像头实时对培训人员跟踪及人脸识别确定培训人员的身份，记录学习过程。
实训项目考核：考核系统随机抽取项目的考核题目对学员进行考核。
培训人员实训评估：系统根据学员项目的考核情况进行综合评估，不合格需要学员重新学习直到达到要求，所有项目合格后才能完成培训。
所有学员培训完成：系统实时检测是否全部学员已完成了项目的培训。
实训结果分析：系统通过各个实训人员的培训结果综合判断培训效果。
1.2 系统拓扑结构配电网实训室要对多个培训人员进行实时监管，数据采集、数据处理、内容展示需要多个设备，怎么将各类设备有机的整合在一起并完成智能监管是一个首先要解决的问题。由于系统需要较高的实时性，系统采用高速以太网组网，大量的视频流等信息在同一个网段内高效流转，服务器及局域网采用千兆网口，终端设备则采用百兆以上网口，最大程度降低数据在网络传输中的延时。系统拓扑结构图如图2所示。
图2 系统拓扑结构图
培训管理服务器：服务器用来运行配电网培训室设备、项目、人员等各类信息的管理，是整个系统的中心节点。
人脸识别服务器：服务器要实时人脸检测、识别服务，需要高效的计算能力和稳定的网络传输能力。
检测跟踪服务器：服务器用来实时分析多路摄像头的视频信息判断培训人员的位置及行为。
学习管理服务器：服务器存放各类的文本、音视频资料供学员自主学习配电网各类知识。
考核服务器：管理各类考核试题，能够随机抽取试题对学员进行考核。
摄像头：培训室为每个培训项目配备摄像头用于人脸识别及检测跟踪。
学习考核终端：每个培训项目配备一体机供学员自主学习及考核。
身份核验终端：终端通过培训人员的身份证与人脸比对进行身份核验。
培训评估终端：终端对学员培训完成后的成绩进行评估。
1.3 系统功能模块设计智能配电网培训室建设，需要使用人工智能在内的各种先进技术。由于整个系统功能繁多过程复杂，为了能够让庞大的系统能够高效稳定运行，系统功能模块的设计严格遵循软件工程设计的原则，首先对系统业务场景进行分析业务流程，抽象出系统的主要功能，再根据功能之间关联耦合度把系统分为不同的子系统。根据以上原则，将系统分成五个子系统，每个子系统又包含多个功能模块。
随着软件开发技术的发展，新的技术构架不断出现给软件的开发及维护提供了极大便利，结合智能配电网培训室建设的需求，整个系统采用浏览器、服务端、客户端技术混合的方式进行构建：服务端使用微服务集群方式部署提高系统运行的可靠性；浏览器用来快捷管理系统数据；客户端技术用来开发学习考核终端、身份验证端、培训评估终端以此来提高稳定性。系统的功能结构如图3所示。
图3 系统功能结构
各子系统模块功能为：
培训子系统：管理培训的各类信息，如培训设备的特性、用途、培训室培训项目信息、培训人员信息、培训任务建立和下发、培训结果分析与查询。
人脸识别子系统：人脸识别是实现无人化监管的重要方法，该子系统包括返回人脸特征码、两张人脸图片的人脸相识度、人脸在图片中的位置、人脸识别。
检测跟踪子系统：对培训人员的检测跟踪是监管的重要方法，该子系经包括人员检测定位、人员的轨迹描述、异常行为判断、学员人数实时统计。
学习子系统：自主学习是培训的重要组部分，该子系经包括对学习资源管理、学习信息记录分析、终端自主学习等。
考核子系统：考核包括考核人员的身份认证、试题的产生、学员成绩管理以及对学员能力的综合评价。
2 系统方案实现2.1 培训子系统实现培训子系统是管理员对培训的管理，子系统采用基于Java 语言的B/S（浏览器/服务器）模式研发，系统在开发过程中使用面向对象的MVC（模型，视图，控制）分层开发方式，系统能够安全、稳定、高效的运行。系统实现如图4所示。
图4 培训管理子系统
2.2 人脸识别子系统实现人脸识别是人工智能中的重要应用，近年来深度学习技术发展推动人脸识别准确度大幅提高，当前人脸识别已经广泛地应用到交通、教育、电子支付等各行各业中。系统采用自主研发的基于自注意力深度学习网络模型进行的人脸识别服务。系统采用服务集群的方式进行部署以满足服务使用频率高的特性，系统实现如图5所示。
图5 人脸识别子系统
2.3 检测跟踪子系统实现人员检测跟踪在日常生活中具广泛的应用，也是学术研究热点，当前涌现RCNN、Fast-RCNN、YOLO、SSD 等优秀目标检测算法，系统采用YOLOv5 算法实现行人检测，DeepSort 算法实现人员跟踪，整个系统使用Python 语言开发达到了很好效果。系统实现如图6所示。
图6 检测跟踪子系统
2.4 学习子系统实现自主学习系统是实现无人监管培训的重要环节，培训人员应能方便地对培训项目进行知识学习。子系统采前后端结合的方式建立，后端使用基于Java 的WEB 系统，终端使用基于安卓系统进行开发，培训人员在平板上通过触摸方式进行学习。系统实现如图7所示。
图7 学习子系统
2.5 考核子系统实现考核子系统包括服务端和客户端两个部分，服务端使用基本Java 的Web 系统进行构建，客户端采用Java 实现考核及对考核人员进行身份认证的功能。系统实现如图8所示。
图8 考核子系统
3 结 论在智能无人监管配电网实训室的建设中，充分使用人工智能技术实现了智能的无人监管培训，经过长时间应用达到了降低劳动强度、提高培训质量预期目标，从根本上解决了困扰电力培训工作强度大、效率不高、质量差的问题，对培养高素质配电网从业人员具有重要的意义。系统采用的技术方法具有普遍性，可以快速应用到其他领域的教育培训中，具有很好的推广价值。今后，随着越来越多人工智能技术应用到各行各业中能够为人类创造更加美好的未来。
