“以往监控大屏告警提示音短促、容易漏看，如今告警一出现，手表立刻震动提醒，连偏远变电站的异常都逃不掉。”近日，由国网青岛市即墨区供电公司调控分中心自主研发的“便携式电力监控助手”正式上线运行。该工具将人工智能图像文本识别技术应用于电网监控场景，实现对调度自动化系统（D5000）画面的自动巡检与告警“秒级”通知，上线一个月来有效消除告警遗漏，保障了电网安全稳定运行。

图1 便携式电力监控助手前端界面：实时展示告警监控画面与运行日志

调度自动化系统是电网运行的“中枢神经”，屏幕上实时刷新着海量设备状态与告警信息。然而，现有 D5000 系统仅对接地、跳闸等极少数关键信号配置语音提示，其余大量告警仅为短促提示音，值班人员在长时间盯屏中极易出现疏漏；同时告警策略修改流程繁琐，难以满足保电、迎峰度夏等特殊时段的差异化监控需求。如何把“人找告警”变成“告警找人”，成为提升监控可靠性的关键课题。

技术亮点：即墨公司调控分中心聚焦这一痛点，研制出以离线 Android 值班手机为载体的便携式电力监控助手。工具持续采集监控画面，构建“图像预处理—文字识别—告警处理”的智能识别链路，并划分为四个核心环节协同工作：

一是告警区域定位与图像提取。采用 YOLOv8 目标检测算法自动定位屏幕告警区域，缩小识别范围、提升速度，模型平均交并比达 95.32%，单帧推理耗时小于 30 毫秒。二是图像矫正与变化监测。借助边缘计算完成灰度化、高斯模糊、Canny 边缘检测与角点矫正，并将前后帧做像素级差分，画面变动侦测率达 100%、侦测时间小于 5 毫秒，仅在画面变化时才触发识别，显著降低算力消耗。三是文字识别。选用 PaddleOCR 轻量化模型，文字识别准确率达 91.66%，识别帧率约 7 帧/秒。四是告警分类与通知。构建厂站、设备、告警关键词三级字典进行精准分类，并通过蓝牙手表以最高优先级推送，对紧急告警触发虚拟来电持续响铃，确保重要告警“零遗漏”。

该工具的推广应用，为基层供电单位提供了一种低成本、易部署、高可靠的告警管控手段，对提升电网监控智能化水平、保障电力安全可靠供应具有积极意义。下一步，研发团队将持续优化识别模型与通知策略，拓展至更多监控场景，让人工智能更好守护万家灯火。