CN114626666B - 一种基于全时空监测的工程现场进度识别系统 - Google Patents

Abstract

本发明公开了一种基于全时空监测的工程现场进度识别系统，包括基建平台，其特征在于：所述基建平台分为省公司基建平台和总部基建平台，省公司基建平台上安装有北斗服务平台、数据平台和视频平台，视频平台分为外网视频平台和内网视频平台，省公司基建平台下设感知层，感知层连接有视频类设备、进度识别设备和实验类设备。本发明与现有技术相比的优点在于：能够对基建工程进度实现精益化管理，缩短建设工期，从而达到降本增效的目标，为建设项目尽早投产提供保障，也为企业高质量发展提供保障，实现了基建进度精益化管理提供信息化支撑，践行了智能化建设要求，实现了推广应用价值，使精益化管理更加深入，让智能化管理迈上新台阶。

Description

一种基于全时空监测的工程现场进度识别系统

技术领域

本发明涉及工程现场施工领域，具体是指一种基于全时空监测的工程现场进度识别系统。

背景技术

新一轮信息技术革命蓬勃发展，推动全球加速进入数字经济时代。要加快发展数字经济，推动实体经济和数字经济融合发展。今年以来，对加快以5G网络、大数据中心、人工智能、工业互联网等为代表的新型基础设施建设作出了重要部署。

数字化是适应能源革命和数字革命相融并进趋势的必然选择。随着大云物移智等现代信息技术和能源技术深度融合、广泛应用，能源转型的数字化、智能化特征进一步凸显。无论是适应新能源大规模高比例并网和消纳要求，还是支撑分布式能源、储能、电动汽车等交互式、移动式设施广泛接入，都需要以数字技术为电网赋能，促进源网荷储协调互动，推动电网向更加智慧、更加泛在、更加友好的能源互联网升级，持续提高能源供给清洁化、终端消费电气化、系统运转高效化水平，在引领能源生产和消费革命中发挥更大作用。

因此，为确保完成电网基建重点工程项目建设，加强重大电网项目全过程管控，全力推进电网建设任务刚性执行，提出做好基建进度智能化管控的重点项目，强化基建现场进度管控，提升电网高质量建设水平，电网建设项目投运率等关键指标。

发明内容

本发明要解决的技术问题是，针对以上问题提供一种基于全时空监测的工程现场进度识别系统。

为解决上述技术问题，本发明提供的技术方案为：一种基于全时空监测的工程现场进度识别系统，包括基建平台，所述基建平台分为省公司基建平台和总部基建平台，省公司基建平台上安装有北斗服务平台、数据平台和视频平台，视频平台分为外网视频平台和内网视频平台，省公司基建平台下设感知层，感知层连接有视频类设备、进度识别设备和实验类设备，针对输变电工程施工进度过程中多类别与多特征的识别对象，利用硬件设备性能选择适配任务数据的深度学习框架、设计基于目标识别检测与分割检测任务的深度学习算法，结合施工作业票与AI智能识别，通过多维度数据对现场基建进度进行精细化管控。

作为优选的，视频类设备包括视频监控、四不两直视频、无人机视频、单兵视频、各省公司协议设备类视频和安全帽视频，视频监控分为内网和外网监控。

作为优选的，实验类设备包括无人机和实验仪器。

作为优选的，进度识别设备包括现场设备、边缘物联代理和移动端离线APP。

作为优选的，现场设备包括施工现场智能识别、人员状态自动感知、环境自动感知、施工装备智能化改造、安全工器具、质量检验检测工具。

作为优选的，边缘物联代理下设模块和现场设备相同并一一对应。

作为优选的，现场设备的有网数据通过组网模式和网关上传至边缘物联代理，现场设备的线路工程无网状况数据上传至离线移动APP。

作为优选的，边缘物联代理和移动端离线APP之间数据双向互通。

本发明与现有技术相比的优点在于：能够对基建工程进度实现精益化管理，缩短建设工期，从而达到降本增效的目标，为建设项目尽早投产提供保障，也为企业高质量发展提供保障，实现了基建进度精益化管理提供信息化支撑，践行了智能化建设要求，实现了推广应用价值，使精益化管理更加深入，让智能化管理迈上新台阶。

附图说明

图1是一种基于全时空监测的工程现场进度识别系统的总体架构图。

图2是一种基于全时空监测的工程现场进度识别系统的数据传输链路架构图。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

本发明在具体实施时，一种基于全时空监测的工程现场进度识别系统，包括基建平台，所述基建平台分为省公司基建平台和总部基建平台，省公司基建平台上安装有北斗服务平台、数据平台和视频平台，视频平台分为外网视频平台和内网视频平台，省公司基建平台下设感知层，感知层连接有视频类设备、进度识别设备和实验类设备，针对输变电工程施工进度过程中多类别与多特征的识别对象，利用硬件设备性能选择适配任务数据的深度学习框架、设计基于目标识别检测与分割检测任务的深度学习算法，结合施工作业票与AI智能识别，通过多维度数据对现场基建进度进行精细化管控。

作为优选的，视频类设备包括视频监控、四不两直视频、无人机视频、单兵视频、各省公司协议设备类视频和安全帽视频，视频监控分为内网和外网监控。

作为优选的，实验类设备包括无人机和实验仪器。

作为优选的，进度识别设备包括现场设备、边缘物联代理和移动端离线APP。

作为优选的，现场设备包括施工现场智能识别、人员状态自动感知、环境自动感知、施工装备智能化改造、安全工器具、质量检验检测工具。

作为优选的，边缘物联代理下设模块和现场设备相同并一一对应。

作为优选的，现场设备的有网数据通过组网模式和网关上传至边缘物联代理，现场设备的线路工程无网状况数据上传至离线移动APP。

作为优选的，边缘物联代理和移动端离线APP之间数据双向互通。

本发明的工作原理：针对输变电工程现场不同识别对象的特征，对主变、并联电容器装置、电缆沟、主控楼、线路基础、杆塔塔尖、绝缘子串等识别对象采用目标检测识别方法，对围墙基础、围墙、站内道路、电缆沟等识别对象采用目标分割识别方法。对于这两类识别方法，实施方案如下所示：

输变电工程现场定点区域目标检测算法主干网络采用Darknet-53模型设计思路。该结构主要由53个卷积层构成，由于没有使用全连接层，该网络可以对应任意大小的输入图像。Yolov3的整体坐标回归跟Yolov2类似，依然用逻辑回归函数预测锚框目标。Yolov3借鉴SDD算法思想，在3个不同的特征图进行边框预测，采用FPN架构实现多尺度检测。为了支持多标签，使用独立的逻辑分类进行分类预测，使用二值交叉熵损失函数进行训练。YOLOv3的损失函数主要包括目标定位偏移量损失、目标置信度损失以及目标分类损失。

针对围墙、围墙基础和道路检测，分割算法主干网络采用ResNet50，整体的框架结构为编码器-解码器，其中编码器结构包含五层下采样网络结构，网络首先采用对输入进行卷积操作，主要采用7x7的卷积核，之后使用3x3尺寸的池化操作降低输入图像的特征图尺寸，之后的4层编码器结构主要使用1x1和3x3的卷积核构成的残差结构，然后通过多个残差结构进行叠加用于提取遥感影像中的建筑物等目标纹理信息。建筑物等目标提取算法的最底层增加了空洞空间卷积池化金字塔，对所给定的输入以不同采样率的空洞卷积并行采样，相当于以多个比例捕捉图像的上下文。在语义分割任务中：可以调整滤波器视野、控制卷积神经网络计算的特征响应分辨率的强大工具。为了解决多尺度下的目标分割问题，设计了空洞卷积级联和不同采样率空洞卷积并行架构。空洞空间金字塔模块，可以在获取多个尺度上卷积特征，进一步提升性能。

次干网络采用VGG16预训练模型，利用主干网络SE_ResNet50输出的建筑设施变化注意图，经差分模块以及sigmoid激活函，实现利用建筑变化注意力图约束整个网络内容损失，减少建筑信息丢失，提高建筑目标分割性能。其中，主干网络采用二元交叉熵损失函数，次干网络使用均方误差损失函数。均方误差损失函数用于记录变化注意图内容损失，约束网络训练，避免网络陷入局部最小值。

模型训练完成后，会生成相应的权重文件，使用测试集可以进行分类预测并得到预测结果，进而验证模型性能。整个模型的预测过程，就是利用模型训练保存下来的参数，再进行反向传播统计出目标的分类结果，通过计算像素值得出准确率，从而达到施工现场识别对象智能识别的目的。

通过对比智能识别对象与施工作业票的计划与实际施工时间，可反演出实际施工进度：

当智能识别对象实际识别时间处于施工作业票实际施工时间内，且实际时间与计划时间相一致时，证明现场进度处于正常施工状态；

当智能识别对象实际识别时间处于施工作业票实际施工时间内，且实际时间与计划时间不一致时，证明现场进度处于非正常施工状态，根据实际时间与计划时间的差值，可给出进度预警信息；

当智能识别对象实际识别时间不处于相对应的施工作业票实际施工时间内时，系统前端高亮显示二者时间不一致，并提醒管理人员人工确定进度状态。

推动了人工智能技术在电网建设和电网数字化转型中应用。针对输变电工程施工进度过程中多类别与多特征的识别对象，利用硬件设备性能选择适配任务数据的深度学习框架、设计基于目标识别检测与分割检测任务的深度学习算法。最终打通了智能识别的技术路线，确保了人工智能识别技术在施工现场得到试点应用并初显成效，为后续全面建成基建人工智能识别平台，建立健全样本库、模型库共建共享和协同运营机制，形成一批高精度、高价值的电力基建专用模型，大幅提升业务绩效打下基础。

进一步提升了工程现场进度精准管控的水平。结合施工作业票与AI智能识别，通过多维度数据对现场基建进度进行精细化管控，降低了对于单源数据的依赖，避免了施工作业票人工填报产生的部分虚报瞒报等现象。此外，通过现场布控球的实时监控与算法检测，极大地提升了进度管控的时效性。通过人工智能技术辅助决策分析，输变电工程施工现场精益化管控水平和管理效率实现了全面提升。

通过工程进度三维模型展示，推进了数字化设计成果在工程建设环节的应用。依靠变电站三维模型与杆塔模型分步分颜色显示，实现了输变电工程进度可视化管控，推进了工程数字化移交，打造了输变电基建工程数字孪生体系，提升了基建工程建设智能化水平。。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”，“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种基于全时空监测的工程现场进度识别系统，包括基建平台，其特征在于：所述基建平台分为省公司基建平台和总部基建平台，省公司基建平台上安装有北斗服务平台、数据平台和视频平台，视频平台分为外网视频平台和内网视频平台，省公司基建平台下设感知层，感知层连接有视频类设备、进度识别设备和实验类设备，针对输变电工程施工进度过程中多类别与多特征的识别对象，利用硬件设备性能选择适配任务数据的深度学习框架、设计基于目标识别检测与分割检测任务的深度学习算法，结合施工作业票与AI智能识别，通过多维度数据对现场基建进度进行精细化管控。

2.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：视频类设备包括视频监控、四不两直视频、无人机视频、单兵视频、各省公司协议设备类视频和安全帽视频，视频监控分为内网和外网监控。

3.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：实验类设备包括无人机和实验仪器。

4.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：进度识别设备包括现场设备、边缘物联代理和移动端离线APP。

5.根据权利要求4所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：现场设备包括施工现场智能识别、人员状态自动感知、环境自动感知、施工装备智能化改造、安全工器具、质量检验检测工具。

6.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：边缘物联代理下设模块和现场设备相同并一一对应。

7.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：现场设备的有网数据通过组网模式和网关上传至边缘物联代理，现场设备的线路工程无网状况数据上传至离线移动APP。

8.根据权利要求1所述的一种基于全时空监测的工程现场进度识别系统，其特征在于：边缘物联代理和移动端离线APP之间数据双向互通。

Images