基于虛擬現實技術和機器學習的電力故障應急演練系統設計

吳宇紅 紀濤 許泉強 朱優優

摘要：為了提高應急處置人員面對電力故障的操作能力，文章介紹了一個基于虛擬現實技術和機器學習的電力故障應急演練系統。該系統通過多點位三維攝像頭，搭載超廣角鏡頭，實時采集培訓人員的人體骨骼數據信息，通過主成分分析（PCA）算法以及k近鄰（KNN）算法對骨骼信息進行特征提取和分類，可以真實模擬電力電子設備發生的常見故障，極大節省了演練費用，有效降低了人員傷亡概率。

關鍵詞：電力故障；虛擬現實技術；主成分分析；k近鄰

doi：10.3969/J.ISSN.1672-7274.2024.03.024

中圖分類號：TM 74，TP 3? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? 文章編碼：1672-7274（2024）03-00-03

1? ?VR技術的發展和意義

近年來，隨著制造業的快速發展以及大數據處理能力的提高，虛擬現實（Virtual Reality，VR）技術成為一種新興技術并且受到了越來越多人的認可[1-3]。通過VR技術可以在虛擬現實世界中體驗到最真實的感受，其已經被廣泛地應用于多個領域中。熊遠等人利用諸如虛擬實驗室、虛擬課堂等虛擬現實系統為學生提供了一個更加直觀和逼真的多維信息教學課堂[4]；在工程建筑過程中，VR技術被大量用于建筑設計階段，其能夠將復雜的建筑圖紙以一種直觀形式呈現出來，還可以利用虛擬建筑進行操作設備、改變裝飾等交互，從而更容易發現設計過程中的不足[5]；在軍事領域，VR技術可以有效地減少或者盡可能規避訓練過程存在的危險，并且通過采用VR技術降低了演習所產生的開支[6]。VR技術能夠提供更加身臨其境的培訓體驗，并提高操作者的技能和能力，從而成為電力故障應急演練的重要手段。

電力故障應急處理具有其特殊的危險性，與傳統的火災救援、水災救援等應急處理有所不同，不僅需要專業的救援知識儲備而且還需對電力電子設備具有相對程度的了解。常見的應急處理情況包括不可預知的二次爆炸、火災產生的高溫和有毒有害氣體、泄露的SF6氣體、設備絕緣擊穿引發的隱藏高溫點和帶電點等[7-8]。目前我國對電力故障處置人員的培訓相比較少，應急人員經常由于反應不及時或素質不達標從而導致事故擴大，甚至造成人員傷亡。通過VR技術讓電力電子專業應急人員對事故的發生有更真實的認識，從而提高應急處置人員的專業素養和臨時應變能力。

針對電力故障應急處理特殊的危險性，并為了提高應急人員處理電力電子設備事故的能力，本文介紹了利用VR技術結合機器學習算法開發的電力故障應急演練系統，該系統可以在虛擬環境下模擬現實的電力電子事故及災難，從而極大地提升應急人員處理電力故障的能力。另外，利用該系統可以模擬不同種類、不同大小以及不同嚴重等級的電力電子事故。

2? ?電力故障三維場景建模設計

電力故障應急演練系統主要由硬件部分和軟件部分組成，硬件部分由穿戴式VR眼鏡、多點位三維攝像頭集成系統、中央處理器模塊以及液晶顯示屏模塊等組成；軟件部分包括虛擬電力故障場景三維重構、人體骨骼動作捕捉、圖像識別與處理等模塊。

三維場景模型是虛擬場景的必要元素，模型的建立和貼圖的繪制將直接影響虛擬場景的真實性，目前已有Autocad、3Ds Max、Maya、C4D、Rhino、Modo等軟件工具用于3D模型建模。虛擬現實場景的真實感主要來源于對模型和場景的渲染程度，虛擬場景的真實程度將會直接影響培訓人員的視聽體驗，因此在提高三維場景渲染程度的同時，通過保證虛擬場景的高刷新率來增強其現實程度。

三維模型數據包含圖像數據和模型數據，圖像數據主要是圖像元素、文字信息、VR全景圖以及演示動畫等。針對電力故障應急三維場景的構建，需要搜集各種電力故障及周邊環境資料，建立多元化電力故障三維場景庫；根據各類設備的實物圖和尺寸數據，建立三維設備模型庫；根據實際作業要求和工器具實際尺寸，建立工器具模型庫；研究各類電力故障產生原因與檢修技術要求，建立電力故障虛擬仿真培訓軟件運行數據庫等。

穿戴式VR眼鏡是實現虛擬場景交互的重要設備，其內部擬設計有左右兩片高分辨率的鏡片式液晶屏幕，配帶者基于720°全景圖像可以在裸眼狀態下無死角地進行觀察，并通過陀螺儀等儀器感知視角的變化，利用后臺計算將紋理的變化投影到場景中，使配帶者在瀏覽過程中產生環視四周的真實感。此外該VR眼鏡包含先進追蹤傳感器（激光定位傳感器）、加速計、陀螺儀、存儲單元、反饋單元、微控制器等，并搭載了電力故障應急沉浸式桌面系統，實現定位、跟蹤以及交互功能。為了提高虛擬場景的真實感，需要應用三維場景模型進行渲染。將煩雜的電力故障應急整體場景模型劃分為多個子場景模型，通過模擬人眼視角，具備一定的視力范圍。在視力范圍之內的模型都可看見，在視力范圍之外的模型則觀察不到，也就不需進行加載。三維虛擬場景中的碰撞檢測將會直接影響虛擬環境中物體運動的逼真程度。當虛擬場景中的人物碰到墻壁時，操作人員不會發生穿墻而過的現象。由于碰撞檢測引擎的復雜性和對效率的高要求，使用較為成熟的完整引擎Opcode，該碰撞檢測引擎可以用于人物和場景的碰撞檢測。

3? ?機器學習算法

本文通過多點位三維攝像頭，搭載超廣角鏡頭，實時采集培訓人員的人體骨骼數據信息，對骨骼信息數據進行降噪、消除體型差異和歸一化處理。用主成分分析（PCA）算法提取骨骼特征主成分，并將其作為k近鄰（KNN）的骨骼相似度計算輸入，得到實時人體姿態動作的類別信息，以結果類別作為交互觸發指令，并進一步增加手關節軌跡引導交互。將Kinect骨骼關節與培訓人員的虛擬模型進行綁定，建立多鏈式關節的運動旋轉模型，并根據虛擬仿真的交互需求，構建人體姿態行為庫，從而豐富培訓人員的指令觸發交互。

3.1 主成分分析（PCA）算法

PCA算法作為一種無監督機器學習算法，廣泛應用于數據分類和降維[9-10]。PCA算法通過Karhunen-Loève變換將原始高維數據轉換為低維數據，并且極大地保留了數據樣本信息。PCA算法具體介紹如下。

給定數據集，其中，n為數據樣本量，m為數據維數，因此樣本均值可以被定義為：

式中，與分別為特征值和特征向量。PCA算法將原始數據映射到前n個主成分上，并且極大程度地保留了原始樣本的特征信息。

3.2 k近鄰（KNN）算法

k近鄰（KNN）算法是一種有監督的機器學習算法，通過給定樣本數據，檢索與該未知樣本距離最為接近的k個樣本，k個樣本所屬的種類是此樣本種類[11-12]。KNN算法在分類過程中僅使用最相近的幾種樣本類型便可判斷未知樣本類型。

設置所選樣本是，第n個樣本與第n-1個樣本的距離是：

k近鄰（KNN）算法流程是：首先將所選數據特征進行歸一化；然后運算已知特征與求解特征的距離；再根據距離遞增規律實施動作特征排序；選取和目前動作特征距離最小的k個特征；最后將前k個特征里概率最顯著的動作特征進行種類識別，判斷動作類型。

4? ?系統應用效果

基于虛擬現實技術和機器學習的電力故障應急演練系統以三維空間關節點繞定點旋轉的歐拉角為基本原理構建了多節點的骨骼關節鏈旋轉運動學模型。通過調用VR IK腳本綁定角色的整體全部骨骼，在開始時骨骼擺出接近目標的姿勢。這樣有助于算法專注最接近的解，并能在合理的時間內完成計算。同時FinalIK插件依賴于角色的骨骼層次結構和約束信息。骨骼層次結構定義了角色的骨骼和關節之間的層次關系，以及它們的旋轉限制。骨骼調用綁定如圖2所示。

通過約束信息定義IK目標和各個骨骼之間的約束關系，如角度限制、位置限制等。這些約束信息可以通過手動設置或插件提供的可視化編輯器進行配置，從而能夠在運行時對反向運動進行動態控制。使用腳本代碼動態設置IK目標、調整權重和角色的姿勢，根據運行時的需求實現動態的角色交互和動畫效果。通過Full Body IK組件來實現整個角色的全身動畫；根據計算和調整骨骼的旋轉角度，以使角色的軀干和四肢運動自然而流暢。

通過多點位攝像頭、手持式控制手柄以及內置PCA和KNN算法完成操作員實時影像獲取和行為特征提取，建立相應特征指標完成智能判別系統評分機制的構建，收集標準流程和標準行為模板，搭建內置標準數據庫，通過實時數據與該數據庫數據的特征指標比對相似度形成最終評分。該系統能夠實現逼真的身體動畫效果，通過將虛擬角色的骨骼結構與用戶在現實世界中的身體動作進行匹配，用戶可以在虛擬環境中看到自己的身體動作得到精確還原，從而增強了身臨其境的感覺。

5? ?結束語

通過開發基于虛擬現實技術和機器學習的電力故障應急演練系統，能夠有效實現在虛擬現實環境下模擬電力電子事故及災難，提升應急人員處理事故的能力。另外，將VR數字處理系統與PCA和KNN算法相結合，可具備極高的交互響應能力，通過人體傳感器可以捕獲演練測試人員的行為和狀態，并與標準處理程序進行對比，從而得到相應評分。通過應用VR視覺系統，可以將應急處理標準操作程序以視覺跟蹤教學的形式對應急處理人員進行培訓，從而極大地提高了應急人員處理電力電子設備事故的能力，同時保障了供電的安全以及應急人員的生命安全。

參考文獻

[1] 戰怡霏，王靜．虛擬現實技術在教育中的應用與困境[J]．科技創新與應用，2023，13（20）：191-196.

[2] 劉羽天，馮慶成．基于虛擬現實技術的古建筑文化展示開發與技術研究[J]．智能建筑與智慧城市，2023（07）：57-59.

[3] 李煜，陳紫薇，徐躍家，等．計算、生成、虛擬：基于多元數字工具的城市設計技術體系探索[J]．北京建筑大學學報，2023，39（04）：65-76.

[4] 熊遠，郭雨，徐玲，等．虛擬現實技術視角下課堂德育情境創設的目標要求與仿真實現[J]．教育科學論壇，2023（23）：60-65.

[5] 唐琳瑤，祁神軍，牛達鈺．基于BIM+VR的沉浸體驗式建筑工人安全培訓及效果評價[J]．工程管理學報，2023，37（01）：130-134.

[6] 亢昭，馮星．虛擬現實系統（VR）在軍事裝備教學中的運用研究[J]．電腦知識與技術，2019，15（16）：221-224.

[7] 劉璐，高月娥，張巖．基于VR技術的電力安全生產教育培訓系統研究[J]．大眾用電，2021，36（05）：60-61.

[8] 黃曉胤，王薇，葛陽，等．情景式VR技術在電力企業員工技術教育培訓中的應用[J]．科技與創新，2022（19）：161-163+168.

[9] 陳義，王勇，李金龍，等．基于主成分分析的高效點云配準算法[J]．激光與光電子學進展，2023，60（14）：376-383.

[10] 顧惠杰，陸順豪，龔春彬，等．基于信號極值檢測分段法和ITD-PE-PCA算法的變壓器繞組變形超聲檢測信號去噪研究[J]．變壓器，2023，60（03）：36-42.

[11] 許春偉，許少凡，李順利．基于KNN算法的大型壓縮機組設備在用油油質性能評估方法[J]．機電工程技術，2023，52（05）：85-88.

[12] 趙飛，蔡東蛟，姜其師．基于KNN分類算法的惡意軟件檢測[J]．數字通信世界，2023（03）：42-44.