CN110599735A - 一种基于变电站作业违章行为智能识别的告警方法 - Google Patents
一种基于变电站作业违章行为智能识别的告警方法 Download PDFInfo
- Publication number
- CN110599735A CN110599735A CN201910698817.3A CN201910698817A CN110599735A CN 110599735 A CN110599735 A CN 110599735A CN 201910698817 A CN201910698817 A CN 201910698817A CN 110599735 A CN110599735 A CN 110599735A
- Authority
- CN
- China
- Prior art keywords
- image
- judging whether
- violation behaviors
- operator
- transformer substation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
Abstract
本发明涉及电力领域，尤其涉及一种基于变电站作业违章行为智能识别的告警方法，包括：采集变电站作业现场的图像；通过图像识别算法判断图像中是否有作业人员；对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为；若图像中的作业人员存在作业违章行为，则向作业现场发出报警信息。本发明通过将两种定位方式结合，能够实现管线各个目标点的定位信息的采集，最终得到的管线图更加符合实际。通过图像识别算法对变电站作业现场的作业人员进行违章行为的判断，在判断出违章行为后通过向作业现场发出报警信息来提醒作业人员，实现对作业人员在作业现场的监控，在一定程度上降低了事故发生的概率。
Description
技术领域
本发明涉及电力领域，尤其涉及一种基于变电站作业违章行为智能识别的告警方法。
背景技术
目前的变电站工作现场，对于作业人员的管理还仅是通过作业人工管理和远程人工视频监控，并没有智能化的自动监控方式。其中，对作业人员的管理主要包括：进入作业现场未佩戴安全帽违章、单人滞留作业区违章等违章行为。
但是，由于变电站工作现场环境复杂，作业人员分布较为分散，很难保证所有作业人员都全程佩戴安全帽、两人及以上滞留作业区等，因此很难对作业人员的安全起到保障。
发明内容
为解决上述问题，本发明提出一种基于变电站作业违章行为智能识别的告警方法。
一种基于变电站作业违章行为智能识别的告警方法，包括：
采集变电站作业现场的图像；
基于变电站作业现场的图像，通过图像识别算法判断图像中是否有作业人员；
对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为；
若图像中的作业人员存在作业违章行为，则向作业现场发出报警信息。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴安全帽；
若是，则判断为作业人员存在未佩戴安全帽违章行为。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否单人滞留作业区；
若是，则判断为作业人员存在单人滞留作业区违章行为。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否违规打伞；
若是，则判断为作业人员存在违规打伞违章行为。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否着装不规范；
若是，则判断为作业人员存在着装不规范违章行为。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否爬登高梯无人监护；
若是，则判断为作业人员存在爬登高梯无人监护违章行为。
优选的，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴面罩动火；
若是，则判断为作业人员存在未佩戴面罩动火违章行为。
本发明具备以下有益效果：通过图像识别算法对变电站作业现场的作业人员进行违章行为的判断，在判断出违章行为后通过向作业现场发出报警信息来提醒作业人员，实现对作业人员在作业现场的监控，在一定程度上降低了事故发生的概率。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明一实施例一种基于变电站作业违章行为智能识别的告警方法的流程图。
具体实施方式
以下结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
本实施例的基本思想是通过图像识别算法对变电站作业现场的作业人员进行违章行为的判断，在判断出违章行为后通过向作业现场发出报警信息来提醒作业人员。
基于上述思想，本发明一实施例提出一种基于变电站作业违章行为智能识别的告警方法，如图1所示，包括以下步骤：
S1：采集变电站作业现场的图像；
S2：基于变电站作业现场的图像，通过图像识别算法判断图像中是否有作业人员；
S3：对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为；
S4：若图像中的作业人员存在作业违章行为，则向作业现场发出报警信息。
为了能够全方位的采集变电站作业现场的图像，在作业现场的不同位置安装摄像头，通过不同的摄像头组合能够360°无死角覆盖整个作业现场，避免了作业人员在摄像头无法采集图像的区域存在作业违章行为。
在采集到变电站作业现场的图像之后，通过图像识别算法判断图像中是否有作业人员。在本实施例中，采用基于深度学习的图像识别算法来对图像中是否有作业人员进行判断。
深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。它的基本特点是试图模仿大脑的神经元之间传递、处理信息的模式。
在本实施例中，首先通过大量的图像样本进行模型训练，然后将采集到的图像输入到训练好的模型进行判断，最后得到判断结果。本实施例中通过基于深度学习的图像识别算法能够快速准确的判断出图像中是否有作业人员。
在一实施例中，对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴安全帽；
若是，则判断为作业人员存在未佩戴安全帽违章行为。
在一实施例中，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否单人滞留作业区；
若是，则判断为作业人员存在单人滞留作业区违章行为。
在一实施例中，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否违规打伞；
若是，则判断为作业人员存在违规打伞违章行为。
在一实施例中，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否着装不规范；
若是，则判断为作业人员存在着装不规范违章行为。
在一实施例中，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否爬登高梯无人监护；
若是，则判断为作业人员存在爬登高梯无人监护违章行为。
在一实施例中，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴面罩动火；
若是，则判断为作业人员存在未佩戴面罩动火违章行为。
需要说明的是，由于变电站作业现场环境的特殊性，上述进入作业现场未佩戴安全帽、单人滞留作业区、作业现场违规打伞、作业人员着装不规范、登高梯无人监护、未佩戴面罩动火均属于违章行为。
由于变电站作业现场需要作业人员攀爬等工作，因此必须佩戴安全帽；由于变电站作业现场具有一定的危险性，因此需要两人及以上作业人员进行作业；由于作业现场具有较多的高压线缆及开关等，因此打伞会容易触碰高压线缆或者开关等；作业人员在作业现场必须穿绝缘靴等，因此作业人员的着装必须符合现场要求的规范；由于作业人员在登高时具有一定的危险性，因此必须有其他的作业人员在底下监护；由于动火作业具有一定的危险性，因此作业人员在动火作业时必须佩戴面罩。
对于上述违章行为，在本实施例中仍然采用基于深度学习的图像识别算法来对图像中的违章行为进行判断。同样，首先通过大量的具有不同违章行为的图像样本分别进行模型训练，然后将采集到的图像输入到训练好的模型进行判断，最后得到判断结果。本实施例中通过基于深度学习的图像识别算法能够快速准确的判断出图像中是否有作业人员存在违章行为。
当判断出图像中的作业人员存在作业违章行为时，通过扬声器向作业现场播放报警信息提醒作业人员。作业人员在听到报警信息后，互相检查所存在的违章行为，在违章行为解除之后，扬声器停止向作业现场播放报警信息，起到对作业人员在作业现场很好的监控，在一定程度上降低了事故发生的概率，尽可能的排除一些人为的安全隐患。
本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.一种基于变电站作业违章行为智能识别的告警方法，其特征在于，包括：
采集变电站作业现场的图像；
基于变电站作业现场的图像，通过图像识别算法判断图像中是否有作业人员；
对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为；
若图像中的作业人员存在作业违章行为，则向作业现场发出报警信息。
2.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴安全帽；
若是，则判断为作业人员存在未佩戴安全帽违章行为。
3.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否单人滞留作业区；
若是，则判断为作业人员存在单人滞留作业区违章行为。
4.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否违规打伞；
若是，则判断为作业人员存在违规打伞违章行为。
5.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否着装不规范；
若是，则判断为作业人员存在着装不规范违章行为。
6.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否爬登高梯无人监护；
若是，则判断为作业人员存在爬登高梯无人监护违章行为。
7.根据权利要求1所述的一种基于变电站作业违章行为智能识别的告警方法，其特征在于，所述对于有作业人员的图像，再次通过图像识别算法判断图像中的作业人员是否存在作业违章行为包括：
通过通过图像识别算法判断图像中的作业人员是否未佩戴面罩动火；
若是，则判断为作业人员存在未佩戴面罩动火违章行为。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910698817.3A CN110599735A (zh) | 2019-07-31 | 2019-07-31 | 一种基于变电站作业违章行为智能识别的告警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910698817.3A CN110599735A (zh) | 2019-07-31 | 2019-07-31 | 一种基于变电站作业违章行为智能识别的告警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110599735A true CN110599735A (zh) | 2019-12-20 |
Family
ID=68853126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910698817.3A Pending CN110599735A (zh) | 2019-07-31 | 2019-07-31 | 一种基于变电站作业违章行为智能识别的告警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110599735A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111428617A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于视频图像的配网违规检修行为的识别方法和系统 |
| CN111652185A (zh) * | 2020-06-23 | 2020-09-11 | 广东电网有限责任公司河源供电局 | 一种基于违章行为识别的安全施工方法、系统、装置及存储介质 |
| CN111669548A (zh) * | 2020-06-04 | 2020-09-15 | 赛特斯信息科技股份有限公司 | 针对配电网爬杆作业实现安全监管处理的方法 |
| CN111753780A (zh) * | 2020-06-29 | 2020-10-09 | 广东电网有限责任公司清远供电局 | 变电站违章检测系统及违章检测方法 |
| CN112001310A (zh) * | 2020-08-24 | 2020-11-27 | 国网上海市电力公司 | 基于视觉感知与空间定位的变电站作业现场安全管控系统 |
| CN114205688A (zh) * | 2021-12-14 | 2022-03-18 | 上海建科工程咨询有限公司 | 一种智能监理系统及方法 |
| CN115280395A (zh) * | 2020-03-31 | 2022-11-01 | 株式会社小松制作所 | 检测系统以及检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009194521A (ja) * | 2008-02-13 | 2009-08-27 | Nec Corp | 探索システムおよび探索方法 |
| CN104318732A (zh) * | 2014-10-27 | 2015-01-28 | 国网冀北电力有限公司张家口供电公司 | 基于视频分析和rfid的变电站现场人员监控管理系统及方法 |
| CN105809355A (zh) * | 2016-03-14 | 2016-07-27 | 国网福建省电力有限公司 | 基于作业现场远程监控系统的人员信息识别方法 |
| CN109002897A (zh) * | 2018-08-29 | 2018-12-14 | 国网河南省电力公司检修公司 | 基于机器人技术的变电站现场作业安全管控系统及方法 |
| CN109598351A (zh) * | 2018-11-23 | 2019-04-09 | 国网湖北省电力有限公司孝感供电公司 | 用于变电站设备运检的安全预警管控系统及方法 |
| CN109635697A (zh) * | 2018-12-04 | 2019-04-16 | 国网浙江省电力有限公司电力科学研究院 | 基于YOLOv3目标检测的电力作业人员安全着装检测方法 |
-
2019
- 2019-07-31 CN CN201910698817.3A patent/CN110599735A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009194521A (ja) * | 2008-02-13 | 2009-08-27 | Nec Corp | 探索システムおよび探索方法 |
| CN104318732A (zh) * | 2014-10-27 | 2015-01-28 | 国网冀北电力有限公司张家口供电公司 | 基于视频分析和rfid的变电站现场人员监控管理系统及方法 |
| CN104318732B (zh) * | 2014-10-27 | 2017-02-15 | 国网冀北电力有限公司张家口供电公司 | 基于视频分析和rfid的变电站现场人员监控管理系统及方法 |
| CN105809355A (zh) * | 2016-03-14 | 2016-07-27 | 国网福建省电力有限公司 | 基于作业现场远程监控系统的人员信息识别方法 |
| CN109002897A (zh) * | 2018-08-29 | 2018-12-14 | 国网河南省电力公司检修公司 | 基于机器人技术的变电站现场作业安全管控系统及方法 |
| CN109598351A (zh) * | 2018-11-23 | 2019-04-09 | 国网湖北省电力有限公司孝感供电公司 | 用于变电站设备运检的安全预警管控系统及方法 |
| CN109635697A (zh) * | 2018-12-04 | 2019-04-16 | 国网浙江省电力有限公司电力科学研究院 | 基于YOLOv3目标检测的电力作业人员安全着装检测方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111428617A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于视频图像的配网违规检修行为的识别方法和系统 |
| CN115280395A (zh) * | 2020-03-31 | 2022-11-01 | 株式会社小松制作所 | 检测系统以及检测方法 |
| CN111669548A (zh) * | 2020-06-04 | 2020-09-15 | 赛特斯信息科技股份有限公司 | 针对配电网爬杆作业实现安全监管处理的方法 |
| CN111669548B (zh) * | 2020-06-04 | 2021-11-26 | 赛特斯信息科技股份有限公司 | 针对配电网爬杆作业实现安全监管处理的方法 |
| CN111652185A (zh) * | 2020-06-23 | 2020-09-11 | 广东电网有限责任公司河源供电局 | 一种基于违章行为识别的安全施工方法、系统、装置及存储介质 |
| CN111753780A (zh) * | 2020-06-29 | 2020-10-09 | 广东电网有限责任公司清远供电局 | 变电站违章检测系统及违章检测方法 |
| CN111753780B (zh) * | 2020-06-29 | 2023-01-24 | 广东电网有限责任公司清远供电局 | 变电站违章检测系统及违章检测方法 |
| CN112001310A (zh) * | 2020-08-24 | 2020-11-27 | 国网上海市电力公司 | 基于视觉感知与空间定位的变电站作业现场安全管控系统 |
| CN114205688A (zh) * | 2021-12-14 | 2022-03-18 | 上海建科工程咨询有限公司 | 一种智能监理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110599735A (zh) | 一种基于变电站作业违章行为智能识别的告警方法 | |
| CN112183317B (zh) | 一种基于时空图卷积神经网络的带电作业现场违章行为检测方法 | |
| CN104318732B (zh) | 基于视频分析和rfid的变电站现场人员监控管理系统及方法 | |
| CN111144232A (zh) | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 | |
| CN110795989A (zh) | 一种电力作业智能安全监督系统及其监督方法 | |
| CN110321809A (zh) | 一种基于深度学习的变电站作业现场监测方法及装置 | |
| CN111080260A (zh) | 一种智慧工地管理平台 | |
| CN111428617A (zh) | 一种基于视频图像的配网违规检修行为的识别方法和系统 | |
| CN112184678A (zh) | 图像识别方法、装置、计算机可读存储介质及处理器 | |
| CN111753780B (zh) | 变电站违章检测系统及违章检测方法 | |
| CN113469654B (zh) | 一种基于智能算法融合的变电站多层次安全管控系统 | |
| CN113627897B (zh) | 现场作业人员安全的管控方法和装置及存储介质 | |
| CN111277748A (zh) | 一种基于视频智能分析的工地动火管理系统及其实施方法 | |
| CN115567690A (zh) | 一种自动识别现场作业危险点的智慧监控系统 | |
| CN113206978A (zh) | 油气管道站场安防智能监控预警系统及方法 | |
| CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
| CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
| CN115761591A (zh) | 多作业现场违规识别方法 | |
| CN109741574A (zh) | 一种基于智能安全帽的综合监测系统 | |
| CN113506416A (zh) | 一种基于智能视觉分析的工程异常预警方法及系统 | |
| CN111353465A (zh) | 基于深度学习技术的变电站人员行为分析方法及系统 | |
| CN115022598A (zh) | 水电安全人工智能视频监控系统 | |
| CN115860979A (zh) | 一种用于电力电网现场作业的人工智能管理系统 | |
| CN109758702A (zh) | 消防联动控制系统 | |
| CN116823529A (zh) | 一种基于行为大数据分析的安防智能管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |
|
| RJ01 | Rejection of invention patent application after publication |