CN114089055A - 一种电网有限空间作业人员安全状态监测方法及系统 - Google Patents
一种电网有限空间作业人员安全状态监测方法及系统 Download PDFInfo
- Publication number
- CN114089055A CN114089055A CN202111163172.7A CN202111163172A CN114089055A CN 114089055 A CN114089055 A CN 114089055A CN 202111163172 A CN202111163172 A CN 202111163172A CN 114089055 A CN114089055 A CN 114089055A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring data
- operator
- limited space
- power grid
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000007613 environmental effect Effects 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Psychiatry (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Vascular Medicine (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电网有限空间作业人员安全状态监测方法及系统，包括采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；获取电网有限空间的环境监测数据和作业人员监测数据；基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测，本方法通过制定作业人员的工作方案，降低了工作人员的作业风险，实现了对作业人员本身的安全作业风险进行评估评测，同时通过预测值进行风险预测，进一步保证了电网有限空间作业人员的生命安全。
Description
技术领域
本发明属于安全监测领域，特别涉及一种电网有限空间作业人员安全状态监测方法及系统。
背景技术
有限空间是指封闭或半封闭，进出口较狭窄，未被设计为固定工作场所，自然通风不良，易造成有毒有害、易燃易爆物质积聚或氧含量不足的空间，有限空间内的温度和湿度会影响作业人员生命安全，由于其作业环境内部空间封闭，氧气含量较低，空气中含有较多有毒有害气体和可燃性气体，对作业人员的生命安全构成严重的威胁。但是在电网抢修工作中，有时作业人员必须要进入井、箱、柜、深基坑、隧道、电缆夹层以及主变、GIS设备等封闭、半封闭设备内进行有限空间作业，因此对电网有限空间作业人员安全状态监测十分的关键。
现有技术中的安全监控方法大多是通过监测有限空间的环境数据，实时进行作业人员安全监测，无法对作业人员本身的安全作业风险进行评估评测，也无法预测作业风险。
发明内容
针对上述现有技术存在的问题，本发明提供了一种电网有限空间作业人员安全状态监测方法及系统，通过获取环境监测数据和作业人员监测数据的预测值，对电网有限空间作业人员的本身安全数据进行监测，提前预测作业风险，减少了事故的发生。
本发明实施例的第一方面提供了一种电网有限空间作业人员安全状态监测方法，所述方法包括：
采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
作为上述方案的进一步优化，上述电网有限空间的环境监测数据包括电网有限空间内的湿度、温度、压强、空气组成，所述作业人员的监测数据包括作业人员的血压、心率、体温，所述作业人员工作方案至少包括作业人员的最大工作时长、作业人员的安全工作区域、作业人员的作业内容。
作为上述方案的进一步优化，基于连续的等值数据组，获取环境监测数据和作业人员监测数据的预测值之前还包括：
获取等值数据组，读取等值数据组中的数据采集节点数；
判断等值数据组中的数据采集节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则读取该等值数据组前后相邻的两个等值数据组中的数据节点数；
判断该等值数据组前后相邻的两个等值数据组中的数据节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则进行安全预警。
作为上述方案的进一步优化，上述获取预设时间后环境监测数据和作业人员监测数据的预测值包括：
获取连续的等值数据组，读取等值数据组中的环境监测数据和作业人员监测数据；
基于等值数据组中的环境监测数据，对预设时间后的环境监测数据进行最大值预测，得到环境监测数据的预测值；
将所述环境监测数据的预测值输入预设的神经网络中，得到作业人员监测数据的预测值。
作为上述方案的进一步优化，上述对环境监测数据进行最大值预测具体步骤如下：
读取连续的等值数据组中的环境监测数据，获取环境监测数据中各项目的连续的多组数值；
分析环境监测数据中各项目的数值在预设时间内的变化权数和相关权数；
基于环境监测数据中各项目的变化权数和相关权数对环境监测数据进行最大值预测，将所述最大值预测结果作为环境监测数据的预测值。
作为上述方案的进一步优化，上述基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测具体包括：
基于作业人员监测数据的预测值，计算预设时间后作业人员的安全状态；
若安全状态为危险，则进行安全预警；
若安全状态为安全，则作业人员继续工作，并持续获取获取电网有限空间的环境监测数据和作业人员监测数据；
若所述安全状态为低危险，则缩短预设时间后，再次获取作业人员监测数据的预测值，并计算缩短预设时间后作业人员的安全状态；
若安全状态为安全，则更新作业人员的最大工作时长为缩短后的预设时间；
若安全状态不为安全，则进行安全预警。
本发明实施例的第二方面提供了一种电网有限空间作业人员安全状态监测系统，所述系统包括：
方案制定模块，用于采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
数据采集模块，用于获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
数据处理模块，用于基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
风险预测模块，用于基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
作为上述方案的进一步优化，上述数据采集模块包括：网络获取单元、数据分割单元、数据传输单元，所述网络获取单元用于获取电网所在区域的本地网络地址，所述数据分割单元用于基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组，所述数据传输单元用于将等值数据组传输至数据处理模块。
本发明实施例的第三方面提供了一种可读存储介质，其上存储有可执行程序，所述程序被处理器执行时实现上述的一种电网有限空间作业人员安全状态监测方法。
本发明实施例的第四方面提供了一种设备，所述设备包括存储器、处理器及存储在存储器上并在处理器上运行的可执行程序，所述处理器执行程序时实现上述的一种电网有限空间作业人员安全状态监测方法
本发明的一种电网有限空间作业人员安全状态监测方法及系统，具备如下有益效果：
本发明包括采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案，在作业人员进入电网有限空间作业前，进行电网有限空间的环境监测，制定作业人员的工作方案，降低了工作人员的作业风险，在作业人员工作过程中，通过获取作业人员监测数据对作业人员的安全状态进行预测，实现对作业人员本身的安全作业风险进行评估评测，同时通过环境监测数据和作业人员监测数据的预测值进行风险预测，避免作业人员遭遇风险，进一步保证了电网有限空间作业人员的生命安全。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种电网有限空间作业人员安全状态监测方法的整体流程图；
图2是等值数据组检测过程的流程图；
图3是进行安全监测和风险预测的流程图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种电网有限空间作业人员安全状态监测方法，上述方法包括：
采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
在本实施例中，参考图1，作业人员进行电网有限空间进行作业之前，首先需要采集电网有限空间的环境监测数据，根据获取的电网有限空间环境监测数据制定作业人员的工作方案，作业人员进行电网有限空间后按照工作方案进行作业，在作业人员工作的过程中，通过数据采集模块实时采集电网有限空间的环境监测数据和作业人员监测数据，并按照预设数据采集节点数，将采集的数据分割成等值数据组，发送到数据处理装置，数据处理模块会对接收到的等值数据组中的监测数据进行读取，并根据连续的等值数据组中监测数据的变化情况，计算环境监测数据和作业人员监测数据的预测值，并基于计算得到的预测值对作业人员进行安全监测和风险预测。本方法在作业人员进入电网有限空间作业前，进行电网有限空间的环境监测，制定作业人员的工作方案，降低了工作人员的作业风险，在作业人员工作过程中，通过获取作业人员监测数据对作业人员的安全状态进行预测，实现对作业人员本身的安全作业风险进行评估评测，同时通过环境监测数据和作业人员监测数据的预测值进行风险预测，避免作业人员遭遇风险，进一步保证了电网有限空间作业人员的生命安全。
基于上述方法，上述电网有限空间的环境监测数据包括电网有限空间内的湿度、温度、压强、空气组成，所述作业人员的监测数据包括作业人员的血压、心率、体温，所述作业人员工作方案至少包括作业人员的最大工作时长、作业人员的安全工作区域、作业人员的作业内容。
具体的是，在作业人员进入带电网有限空间之前，提前采集电网有限空间内的湿度、温度、压强、空气组成等环境监测数据，根据所采集的数据分析电网有限空间中存在的风险，然后制定包括作业人员的最大工作时长、作业人员的安全工作区域、作业人员的作业内容等内容的作业人员工作方案。例如，若监测到电网有限空间内存在可燃有毒气体一氧化碳、甲烷等，则需要进一步分析该气体的浓度，根据气体的浓度制定作业人员在该环境下的最大工作时长，并且根据该气体在电网有限空间中的分布，可以规划出工作人员的安全工作区域，同时对于作业人员的工作内容需要进行限定，避免工作中产生火花，引发火灾等。
基于上述方法，上述基于连续的等值数据组，获取环境监测数据和作业人员监测数据的预测值之前还包括：
获取等值数据组，读取等值数据组中的数据采集节点数；
判断等值数据组中的数据采集节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则读取该等值数据组前后相邻的两个等值数据组中的数据节点数；
判断该等值数据组前后相邻的两个等值数据组中的数据节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则进行安全预警。
参考图2，需要说明的是，本申请通过预设数据采集节点数将环境监测数据和作业人员监测数据分割成等值数据组，通过对等值数据组进行处理，获取环境监测数据和作业人员监测数据的预测值，提高了数据传输和数据处理的速率。在获取环境监测数据和作业人员监测数据的预测值之前，需要等值数据组中的数据采集节点数监测，具体的是，获取一个等值数据组，读取该等值数据组中数据采集节点数，判断等值数据组中的数据采集节点数与预设数据采集节点数差值是否在所设阈值范围内，如果在则说明该等值数据组中的数据正确，如果不在，则需要进一步读取该等值数据组前后相邻的两个等值数据组中的数据节点数，判断其与预设数据采集节点数差值是否在所设阈值范围内，如果在则说明仅是获取的等值数据组存在数据缺失，若不在，则说明数据采集过程存在问题，数据采集模块可能存在故障，应进行安全预警，让作业人员停止工作，对数据采集模块进行检修。
基于上述方法，上述获取预设时间后环境监测数据和作业人员监测数据的预测值包括：
获取连续的等值数据组，读取等值数据组中的环境监测数据和作业人员监测数据；
基于等值数据组中的环境监测数据，对预设时间后的环境监测数据进行最大值预测，得到环境监测数据的预测值；
将所述环境监测数据的预测值输入预设的神经网络中，得到作业人员监测数据的预测值。
在本实施例中，通过读取连续的等值数据组，可以获取连续的环境监测数据和作业人员监测数据，基于获取连续的环境监测数据和作业人员监测数据，对环境监测数据和作业人员监测数据在预设时间内的变化情况进行预测。首先根据等值数据组中的环境监测数据的变化情况对预设时间后的环境监测数据进行最大值预测，得到的最大值即为环境监测数据的预测值，而作业人员监测数据血压、心率、体温，均受环境监测数据影响，因此可以通过训练网络模型得到两者之间的关系，在本申请中只需要环境监测数据的预测值输入到预先训练的网络模型中，即可输出作业人员监测数据的预测值。
基于上述方法，上述对环境监测数据进行最大值预测具体步骤如下：
读取连续的等值数据组中的环境监测数据，获取环境监测数据中各项目的连续的多组数值；
分析环境监测数据中各项目的数值在预设时间内的变化权数和相关权数；
基于环境监测数据中各项目的变化权数和相关权数对环境监测数据进行最大值预测，将所述最大值预测结果作为环境监测数据的预测值。
需要说明的是，环境监测数据中包括湿度、温度、压强、空气组成等，环境监测数据中的各个项目的数值不仅仅会单独变化相互之间还会相互干扰，因此对于环境监测数据的预测不仅仅要计算其中各个项目的自身发生变化产生的变化权数，还要计算各个相互之间干扰引起的变化产生的相关权数。因此在申请中，首先需要根据环境监测数据中的各个项目的连续数值，获取环境监测数据中的各个项目的变化函数，基于该变化函数预测预设时间内的变化权数，然后采用回归分析法，获取环境监测数据中的各个项目之间的相关系数，并计算在预设时间内的变化权数，基于线性加权进行环境监测数据的预测。其中，环境监测数据中的各个项目的变化函数以及环境监测数据中的各个项目之间的相关系数可能存在先增加后减小的情况，因此最终的预测值可能不是最大值，导致最终的安全预测存在误差，引发安全事故，因此在本申请中，获取环境监测数据中的各个项目的变化函数以及环境监测数据中的各个项目之间的相关系数后，需要计算出最大变化权数和最大相关权数，将两者进行线性加权得到最大预测值，作为环境监测数据的最终预测值。
基于上述方法，上述基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测具体包括：
基于作业人员监测数据的预测值，计算预设时间后作业人员的安全状态；
若安全状态为危险，则进行安全预警；
若安全状态为安全，则作业人员继续工作，并持续获取获取电网有限空间的环境监测数据和作业人员监测数据；
若所述安全状态为低危险，则缩短预设时间后，再次获取作业人员监测数据的预测值，并计算缩短预设时间后作业人员的安全状态；
若安全状态为安全，则更新作业人员的最大工作时长为缩短后的预设时间；
若安全状态不为安全，则进行安全预警。
参考图3，在本实施例中，可以通过环境监测数据的预测值得到作业人员监测数据的预测值，作业人员监测数据的预测值包括作业人员的血压、心率、体温，基于这些数据可以判断出工作人员的安全状态，如果在根据作业人员监测数据的预测值得到的作业人员在预设之间后的安全状态为危险，那么就要立即进行安全预警，让作业人员停止工作，并对电网有限空间内可能引发安全问题的环境监测数据进行排除，排除危险后在进行作业，如果安全状态为安全，则作业人员按照原工作方案进行作业，并继续进行安全监控，如果安全状态为低危险，则缩短预设时间，再次获取作业人员监测数据的预测值，并计算缩短预设时间后作业人员的安全状态，若再次获取的作业人员的安全状态为安全，则将作业人员的最大工作时间更新为缩短后的预设时间，并继续进行安全监控，若再次获取的作业人员的安全状态不为安全，则进行安全预警，让作业人员停止工作，并进行危险排除。
本发明实施例提供了一种电网有限空间作业人员安全状态监测系统上述系统包括：
方案制定模块，用于采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
数据采集模块，用于获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
数据处理模块，用于基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
风险预测模块，用于基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
本发明实施例的一种电网有限空间作业人员安全状态监测系统与本发明实施例的一种电网有限空间作业人员安全状态监测方法相对应，在上述一种电网有限空间作业人员安全状态监测方法的实施例阐述的技术特征及其有益效果均适用于一种电网有限空间作业人员安全状态监测系统的实施例。
基于上述系统，上述数据采集模块包括：网络获取单元、数据分割单元、数据传输单元，所述网络获取单元用于获取电网所在区域的本地网络地址，所述数据分割单元用于基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组，所述数据传输单元用于将等值数据组传输至数据处理模块。
需要说明的是，数据采集模块包括网络获取单元、数据分割单元、数据传输单元，其中网络获取单元用于获取电网所在区域的本地网络地址，并通过该网路地址与数据处理模块进行网络连接，避免跨网连接引起的网络波动，保证数据传输的及时稳定，数据分割单元用于将获取的数据分割为等值数据组，便于数据处理模块接收数据，提高数据处理速率。
本发明实施例提供了一种可读存储介质，其上存储有可执行程序，所述程序被处理器执行时实现上述的一种电网有限空间作业人员安全状态监测方法。
可以理解，存储器可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。本发明实施例中的存储器能够存储数据以支持终端的操作。这些数据的示例包括：用于在终端上操作的任何计算机程序，如操作系统和应用程序。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。
本发明实施例提供了一种设备,包括存储器、处理器及存储在存储器上并在处理器上运行的可执行程序，所述处理器执行程序时实现上述的一种电网有限空间作业人员安全状态监测方法。
该设备包括：至少一个处理器、存储器、用户接口和至少一个网络接口。设备中的各个组件通过总线系统耦合在一起。可以理解，总线系统用于实现这些组件之间的连接通信。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。
Claims (10)
1.一种电网有限空间作业人员安全状态监测方法，其特征在于，所述方法包括：
采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
2.根据权利要求1所述的方法，其特征在于，所述电网有限空间的环境监测数据包括电网有限空间内的湿度、温度、压强、空气组成，所述作业人员的监测数据包括作业人员的血压、心率、体温，所述作业人员工作方案至少包括作业人员的最大工作时长、作业人员的安全工作区域、作业人员的作业内容。
3.根据权利要求1所述的方法，其特征在于，基于连续的等值数据组，获取环境监测数据和作业人员监测数据的预测值之前还包括：
获取等值数据组，读取等值数据组中的数据采集节点数；
判断等值数据组中的数据采集节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则读取该等值数据组前后相邻的两个等值数据组中的数据节点数；
判断该等值数据组前后相邻的两个等值数据组中的数据节点数与预设数据采集节点数差值是否在所设阈值范围内；
若不在，则进行安全预警。
4.根据权利要求2所述的方法，其特征在于，所述获取预设时间后环境监测数据和作业人员监测数据的预测值包括：
获取连续的等值数据组，读取等值数据组中的环境监测数据和作业人员监测数据；
基于等值数据组中的环境监测数据，对预设时间后的环境监测数据进行最大值预测，得到环境监测数据的预测值；
将所述环境监测数据的预测值输入预设的神经网络中，得到作业人员监测数据的预测值。
5.根据权利要求4所述的方法，其特征在于，所述对环境监测数据进行最大值预测具体步骤如下：
读取连续的等值数据组中的环境监测数据，获取环境监测数据中各项目的连续的多组数值；
分析环境监测数据中各项目的数值在预设时间内的变化权数和相关权数；
基于环境监测数据中各项目的变化权数和相关权数对环境监测数据进行最大值预测，将所述最大值预测结果作为环境监测数据的预测值。
6.根据权利要求1所述的方法，其特征在于，所述基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测具体包括：
基于作业人员监测数据的预测值，计算预设时间后作业人员的安全状态；
若安全状态为危险，则进行安全预警；
若安全状态为安全，则作业人员继续工作，并持续获取获取电网有限空间的环境监测数据和作业人员监测数据；
若所述安全状态为低危险，则缩短预设时间后，再次获取作业人员监测数据的预测值，并计算缩短预设时间后作业人员的安全状态；
若安全状态为安全，则更新作业人员的最大工作时长为缩短后的预设时间；
若安全状态不为安全，则进行安全预警。
7.一种电网有限空间作业人员安全状态监测系统，其特征在于，所述系统包括：
方案制定模块，用于采集电网有限空间的环境监测数据，基于所述电网有限空间的环境监测数据制定作业人员工作方案；
数据采集模块，用于获取电网有限空间的环境监测数据和作业人员监测数据；
基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组；
数据处理模块，用于基于连续的等值数据组，获取预设时间后环境监测数据和作业人员监测数据的预测值；
风险预测模块，用于基于所述环境监测数据和作业人员监测数据的预测值，进行安全监测和风险预测。
8.根据权利要求7所述的系统，其特征在于，所述数据采集模块包括：网络获取单元、数据分割单元、数据传输单元，所述网络获取单元用于获取电网所在区域的本地网络地址，所述数据分割单元用于基于预设数据采集节点数，将所述环境监测数据和作业人员监测数据分割为等值数据组，所述数据传输单元用于将等值数据组传输至数据处理模块。
9.一种可读存储介质，其特征在于,其上存储有可执行程序，所述程序被处理器执行时实现权利要求1至6中任意一项所述的一种电网有限空间作业人员安全状态监测方法。
10.一种设备,其特征在于，包括存储器、处理器及存储在存储器上并在处理器上运行的可执行程序，所述处理器执行程序时实现权利要求1至6中任意一项所述的一种电网有限空间作业人员安全状态监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111163172.7A CN114089055A (zh) | 2021-09-30 | 2021-09-30 | 一种电网有限空间作业人员安全状态监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111163172.7A CN114089055A (zh) | 2021-09-30 | 2021-09-30 | 一种电网有限空间作业人员安全状态监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114089055A true CN114089055A (zh) | 2022-02-25 |
Family
ID=80296469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111163172.7A Pending CN114089055A (zh) | 2021-09-30 | 2021-09-30 | 一种电网有限空间作业人员安全状态监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114089055A (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000020592A (ja) * | 1998-06-30 | 2000-01-21 | Fuji Electric Co Ltd | 電力系統の設備停止作業計画立案方法 |
| US20110173023A1 (en) * | 2010-01-12 | 2011-07-14 | Gryphes Inc. | Method and System for Managing Organ Transplant Transporation |
| JP2013048812A (ja) * | 2011-08-31 | 2013-03-14 | Japan Atomic Energy Agency | 防護服着用作業員の熱中症発症リスク管理方法 |
| CN106407668A (zh) * | 2016-09-05 | 2017-02-15 | 中山大学 | 基于人体热生理模型的运动健康仿真与预测方法及系统 |
| CN106446530A (zh) * | 2016-09-05 | 2017-02-22 | 中山大学 | 一种基于人体运动热生理的仿真风险评估方法及其系统 |
| CN106600064A (zh) * | 2016-12-16 | 2017-04-26 | 东软集团股份有限公司 | 一种数据预测方法及装置 |
| CN108460231A (zh) * | 2018-03-23 | 2018-08-28 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种桥梁建养全过程智能监测评估预警决策系统及方法 |
| CN108805727A (zh) * | 2018-05-31 | 2018-11-13 | 北京京东金融科技控股有限公司 | 用于数据处理的方法及装置 |
| CN108932513A (zh) * | 2018-04-04 | 2018-12-04 | 国网山东省电力公司枣庄供电公司 | 一种基于红外图像的电力设备状态智能预警方法 |
| CN109064748A (zh) * | 2018-09-18 | 2018-12-21 | 浙江工业大学 | 基于时间聚类分析和可变卷积神经网络的交通平均速度预测方法 |
| CN109146063A (zh) * | 2018-08-27 | 2019-01-04 | 广东工业大学 | 一种基于重要点分割的多分段短期负荷预测方法 |
| CN109523780A (zh) * | 2018-07-19 | 2019-03-26 | 郭忠印 | 一种山区高速公路降雪环境预警系统及方法 |
| WO2019084312A1 (en) * | 2017-10-25 | 2019-05-02 | Arizona Board Of Regents On Behalf Of The University Of Arizona | WORKER MONITORING AND SAFETY SYSTEM |
| US20200075168A1 (en) * | 2018-08-31 | 2020-03-05 | Urban Design 4 Health, Inc. | Methods and systems for detecting environment features in images, predicting location-based health metrics based on environment features, and improving health outcomes and costs |
| CN110969244A (zh) * | 2019-12-18 | 2020-04-07 | 长安大学 | 一种基于卷积神经网络的建筑施工安全监测方法 |
| US20200160180A1 (en) * | 2016-08-15 | 2020-05-21 | Cangrade, Inc. | Systems and processes for bias removal in a predictive performance model |
| CN111582634A (zh) * | 2020-03-26 | 2020-08-25 | 西南交通大学 | 一种地下大空间施工多因素安全分级方法及系统 |
| CN111694021A (zh) * | 2020-05-26 | 2020-09-22 | 中国科学院国家授时中心 | 一种基于gnss环境模型的单站滑坡变形监测预警方法 |
| CN111797139A (zh) * | 2020-06-30 | 2020-10-20 | 广州中石科技有限公司 | 一种受限空间作业安全监管平台及监管方法 |
| CN112228156A (zh) * | 2020-11-17 | 2021-01-15 | 西南石油大学 | 一种隧道施工人员安全监测方法 |
| KR20210041954A (ko) * | 2019-10-08 | 2021-04-16 | (주)이지정보기술 | 작업환경정보와 작업자 생체정보의 수집 및 분석을 통한 유해 환경 알림 서비스 제공 시스템 및 방법 |
| CN113033722A (zh) * | 2021-05-31 | 2021-06-25 | 中铁第一勘察设计院集团有限公司 | 传感器数据融合方法、装置、存储介质及计算设备 |
| CN113171110A (zh) * | 2021-05-27 | 2021-07-27 | 中国矿业大学(北京) | 有限空间作业人员作业过程个体安全状态监测实验系统 |
-
2021
- 2021-09-30 CN CN202111163172.7A patent/CN114089055A/zh active Pending
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000020592A (ja) * | 1998-06-30 | 2000-01-21 | Fuji Electric Co Ltd | 電力系統の設備停止作業計画立案方法 |
| US20110173023A1 (en) * | 2010-01-12 | 2011-07-14 | Gryphes Inc. | Method and System for Managing Organ Transplant Transporation |
| JP2013048812A (ja) * | 2011-08-31 | 2013-03-14 | Japan Atomic Energy Agency | 防護服着用作業員の熱中症発症リスク管理方法 |
| US20200160180A1 (en) * | 2016-08-15 | 2020-05-21 | Cangrade, Inc. | Systems and processes for bias removal in a predictive performance model |
| CN106407668A (zh) * | 2016-09-05 | 2017-02-15 | 中山大学 | 基于人体热生理模型的运动健康仿真与预测方法及系统 |
| CN106446530A (zh) * | 2016-09-05 | 2017-02-22 | 中山大学 | 一种基于人体运动热生理的仿真风险评估方法及其系统 |
| CN106600064A (zh) * | 2016-12-16 | 2017-04-26 | 东软集团股份有限公司 | 一种数据预测方法及装置 |
| WO2019084312A1 (en) * | 2017-10-25 | 2019-05-02 | Arizona Board Of Regents On Behalf Of The University Of Arizona | WORKER MONITORING AND SAFETY SYSTEM |
| CN108460231A (zh) * | 2018-03-23 | 2018-08-28 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种桥梁建养全过程智能监测评估预警决策系统及方法 |
| CN108932513A (zh) * | 2018-04-04 | 2018-12-04 | 国网山东省电力公司枣庄供电公司 | 一种基于红外图像的电力设备状态智能预警方法 |
| CN108805727A (zh) * | 2018-05-31 | 2018-11-13 | 北京京东金融科技控股有限公司 | 用于数据处理的方法及装置 |
| CN109523780A (zh) * | 2018-07-19 | 2019-03-26 | 郭忠印 | 一种山区高速公路降雪环境预警系统及方法 |
| CN109146063A (zh) * | 2018-08-27 | 2019-01-04 | 广东工业大学 | 一种基于重要点分割的多分段短期负荷预测方法 |
| US20200075168A1 (en) * | 2018-08-31 | 2020-03-05 | Urban Design 4 Health, Inc. | Methods and systems for detecting environment features in images, predicting location-based health metrics based on environment features, and improving health outcomes and costs |
| CN109064748A (zh) * | 2018-09-18 | 2018-12-21 | 浙江工业大学 | 基于时间聚类分析和可变卷积神经网络的交通平均速度预测方法 |
| KR20210041954A (ko) * | 2019-10-08 | 2021-04-16 | (주)이지정보기술 | 작업환경정보와 작업자 생체정보의 수집 및 분석을 통한 유해 환경 알림 서비스 제공 시스템 및 방법 |
| CN110969244A (zh) * | 2019-12-18 | 2020-04-07 | 长安大学 | 一种基于卷积神经网络的建筑施工安全监测方法 |
| CN111582634A (zh) * | 2020-03-26 | 2020-08-25 | 西南交通大学 | 一种地下大空间施工多因素安全分级方法及系统 |
| CN111694021A (zh) * | 2020-05-26 | 2020-09-22 | 中国科学院国家授时中心 | 一种基于gnss环境模型的单站滑坡变形监测预警方法 |
| CN111797139A (zh) * | 2020-06-30 | 2020-10-20 | 广州中石科技有限公司 | 一种受限空间作业安全监管平台及监管方法 |
| CN112228156A (zh) * | 2020-11-17 | 2021-01-15 | 西南石油大学 | 一种隧道施工人员安全监测方法 |
| CN113171110A (zh) * | 2021-05-27 | 2021-07-27 | 中国矿业大学(北京) | 有限空间作业人员作业过程个体安全状态监测实验系统 |
| CN113033722A (zh) * | 2021-05-31 | 2021-06-25 | 中铁第一勘察设计院集团有限公司 | 传感器数据融合方法、装置、存储介质及计算设备 |
Non-Patent Citations (1)
| Title |
|---|
| 潘云涛: "《科技评价理论、方法及实证》", vol. 1, 31 August 2008, 科学技术文献出版社, pages: 63 - 66 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108490889B (zh) | 基于te模型的智能工厂安全大数据数据源发生方法及装置 | |
| CN102324068A (zh) | 电力二次设备风险评估方法及其系统 | |
| CN115640915B (zh) | 一种智慧燃气管网压缩机安全管理方法和物联网系统 | |
| CN113033084B (zh) | 一种基于孤立森林和滑动时窗的核电站系统在线监测方法 | |
| CN106776102A (zh) | 一种应用系统健康检查方法及系统 | |
| CN114152685A (zh) | 基于多元线性回归的变压器油色谱的故障诊断方法及系统 | |
| CN113763667A (zh) | 一种基于5g边缘计算的火灾预警及状态监测装置及方法 | |
| CN117078072A (zh) | 一种多维度环境数据监管方法及监管系统 | |
| CN114777959A (zh) | 电缆沟状态监测方法及装置、存储介质、终端 | |
| CN114647216A (zh) | 煤矿风井风机停风协同管控与巷网风量调控系统和方法 | |
| CN111125965B (zh) | 一种致灾因素条件下应急调控装备可靠性评估方法及系统 | |
| CN114089055A (zh) | 一种电网有限空间作业人员安全状态监测方法及系统 | |
| CN113313365A (zh) | 一种一次风机的劣化预警方法及设备 | |
| CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
| CN117079442A (zh) | 基于数据分析的化工园区危化气体泄漏扩散监测系统 | |
| CN115081340B (zh) | 一种基于仿真与深度学习的微型管廊气体监测方法及系统 | |
| CN110954165A (zh) | 一种电缆夹层巡检方法、装置和计算机可存储介质 | |
| CN116247820A (zh) | 一种自主运维管理系统 | |
| CN116008145A (zh) | 基于物联网的餐饮业油烟排放监控系统 | |
| CN114118720A (zh) | 一种核电厂循环水泵运行状态综合评价方法、装置及电子设备和存储介质 | |
| CN113390641A (zh) | 风烟系统设备故障的智能预警与在线诊断方法及系统 | |
| KR20230102431A (ko) | 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템 | |
| CN114666361A (zh) | 一种基于消防物联网的水系统整体故障检测系统及方法 | |
| CN112507290A (zh) | 配电设备故障概率预判方法、装置及存储介质 | |
| CN116362694B (zh) | 一种用于锅炉压力容器的测试管理系统 |
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 |