随着我国城市化进程和经济建设的快速发展,客运专线、高速铁路与城市轨道交通已经进入了一个崭新的历史发展阶段。牵引供电系统安全可靠运行是轨道运输安全、准时的前提,牵引变电所作为牵引供电系统的重要组成也日益受到关注。面对我国铁路大提速以及铁路安全的高要求,对现有的牵引变电所监控系统的要求越来越高,特别是目前对监控系统采集的准确性和变电所环境的实时监测已无法满足无人值守变电所的要求。为此,本文给出了一体化牵引变所就地智能监控系统设计,通过牵引变电所就地监控系统的一体化设计提高系统运行效率;利用基于BP神经网络的人工智能算法对采集信号进行筛选,以保证信息的可靠性,为对就地监控系统的准确性提供可靠保证;通过对监控视频图像进行智能识别,对变电所有效环境监测起到很好的辅助作用。首先,根据结合现有变电所就地监控系统模型,详细研究了其设计原则、系统功能的研究,给出了牵引变电所就地监控系统的设计要点。通过对比分析牵引变所就地监控系统的网络模型,确定了基于以太网的网络模型;借助层次化、模块化概念建立了分层管理的结构。其次,分析了一体化监控系统的数据共享与联动操作需求,设计了各子系统间的联动逻辑,借助数据服务器对大量的原始数据进行数据融合,建立了一体化牵引变电所就地监控系统的软件结构,并给出了该系统可实现的各应用功能,完成了一体化地监控系统的软件结构设计。接着,在牵引变电所实现各传感器、数据采集装置数据共享的基础上,通过进行样本训练,完成基于BP神经网络的参数选取,实现对数据服务器中缺陷数据的筛选处理。然后,利用就地监控系统提供的原始视频监控图像,结合机器视觉、图像处理技术对视频内人员活动进行预警。通过对图像进行图像增强、中值滤波处理去除图像噪声;利用基于Canny算子的改进边缘检测方法对目标区域进行初步判别;再根据基于相似度原理的模板匹配进行人员识别,有效识别视场范围内的人数,为环境监测提供有效支持。最后,采用上位机KingView组态软件,对基于BP神经网络的采集信号筛选进行仿真实验验证,经过105次迭代后成功得到最优值,对现有数据筛选正确率达85%;通过已有图像样本对视频监控系统的智能识别进行验证,其人数识别的正确率在86%。经过仿真实验证明,该系统符合对一体化牵引变电所的就地智能监控的设计要求。