CN115131172A - 基于多源数据融合的电力作业违章智能识别方法和系统 - Google Patents

Abstract

本发明公开了一种基于多源数据融合的电力作业违章智能识别方法和系统，根据获取的多源异构票据文件提取票据文本数据，结合提取的票据文本数据，以电力作业知识图谱为依据，判断现场电力作业视频文件中是否存在电力作业违章事件，并在存在电力作业违章事件时提取电力作业违章事件的信息，并做出违章警示，实现了电力作业违章事件的智能识别，不需要人工根据监控视频进行违章判断，极大的提高了电力作业违章的智能识别能力，解决了现有的电力作业违章识别智能化程度低、效率低和可靠性低的技术问题。

Description

基于多源数据融合的电力作业违章智能识别方法和系统

技术领域

本发明涉及电力作业技术领域，尤其涉及一种基于多源数据融合的电力作业违章智能识别方法。

背景技术

随着智能电网电力建设工作的深入，大量的电力业务如电网建设、配网抢修、设备运维等现场工作量日益增加，电力系统作业现场点多面广，因而实现作业现场全方位的监督管控成为当下是重点研究方向。

在电力作业监督管控中，作业违章是造成人身事故的最直接原因之一。对电力作业违章数据进行辨识，及时发现“配网作业以抢代维”、“低压配网无工作票作业”、“安全带违章”等违章作业问题，能够有效对电力作业安全问题进行监督管控，为电网管理决策提供有价值的信息支撑。目前，电网运行维护、安全监督、灾害预防等各种系统中大量采用摄像头进行视频监控，但配电网现场作业安全管理仍处于工人监督这一层次上，违章操作只能通过监控人员人工判定后进行记录，对于违章操作的预防也主要通过提高员工技术水平、完善管理制度等措施来实现，难以实现电力作业违章的智能识别，电力作业违章识别效率和可靠性低。

发明内容

本发明实施例提供了一种基于多源数据融合的电力作业违章智能识别方法和系统，用于解决现有的电力作业违章识别智能化程度低、效率低和可靠性低的技术问题。

有鉴于此，本发明第一方面提供了一种基于多源数据融合的电力作业违章智能识别方法，包括：

从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单；

从多源异构票据文件中提取票据文本数据；

根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件；

若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

可选地，根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件，包括：

建立作业流程、作业要素和作业文件相互的业务逻辑关系的电力作业知识图谱；

根据现场电力作业视频文件中的电力作业信息判断电力作业所需要的票据是否齐全以及作业流程和作业要素是否符合规定；

若存在电力作业所需的票据不齐全或作业流程或作业要素不符合规定，则判断存在电力作业违章事件。

可选地，从多源异构票据文件中提取票据文本数据，包括：

识别多源异构票据文件的文件格式，根据多源异构票据文件的文件格式使用对应的文本读取方式提取票据文本数据，其中，excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM或SAX文本读取方式，PDF和图像类文件格式采用OCR文本读取方式。

可选地，提取现场电力作业视频文件中所有电力作业违章事件的信息之后，还包括：

统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

可选地，判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

本发明第二方面提供了一种基于多源数据融合的电力作业违章智能识别系统，包括：

信息获取模块，用于从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单；

文本提取模块，用于从多源异构票据文件中提取票据文本数据；

判断模块，用于根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件；

输出模块，用于若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

可选地，判断模块具体用于：

建立作业流程、作业要素和作业文件相互的业务逻辑关系的电力作业知识图谱；

根据现场电力作业视频文件中的电力作业信息判断电力作业所需要的票据是否齐全以及作业流程和作业要素是否符合规定；

若存在电力作业所需的票据不齐全或作业流程或作业要素不符合规定，则判断存在电力作业违章事件。

可选地，文本提取模块具体用于：

识别多源异构票据文件的文件格式，根据多源异构票据文件的文件格式使用对应的文本读取方式提取票据文本数据，其中，excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM或SAX文本读取方式，PDF和图像类文件格式采用OCR文本读取方式。

可选地，还包括统计模块；

统计模块，用于统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

可选地，统计模块还用于：

判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

从以上技术方案可以看出，本发明提供的基于多源数据融合的电力作业违章智能识别方法和系统具有以下优点：

本发明实施例中提供的基于多源数据融合的电力作业违章智能识别方法，根据获取的多源异构票据文件提取票据文本数据，结合提取的票据文本数据，以电力作业知识图谱为依据，判断现场电力作业视频文件中是否存在电力作业违章事件，并在存在电力作业违章事件时提取电力作业违章事件的信息，并做出违章警示，实现了电力作业违章事件的智能识别，不需要人工根据监控视频进行违章判断，极大的提高了电力作业违章的智能识别能力，解决了现有的电力作业违章识别智能化程度低、效率低和可靠性低的技术问题。

本发明提供的基于多源数据融合的电力作业违章智能识别系统，用于执行本发明提供的基于多源数据融合的电力作业违章智能识别方法，其原理和所取得的技术效果，与本发明提供的基于多源数据融合的电力作业违章智能识别方法相同，在此不再进行赘述。

附图说明

图1为本发明实施例中提供的一种基于多源数据融合的电力作业违章智能识别方法的一个流程示意图；

图2为本发明实施例中提供的一种基于多源数据融合的电力作业违章智能识别方法的另一流程示意图

图3为本发明实施例中提供的一种基于多源数据融合的电力作业违章智能识别系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解，请参阅图1，本发明实施例中提供的一种基于多源数据融合的电力作业违章智能识别方法包括：

步骤101、从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单。

需要说明的是，配电网管理系统（DMS，Distribution Management System）包括配电自动化系统、地理信息系统、管理信息系统、需求侧管理系统等，通过与配电网管理系统建立数据接口，可以获取到电力作业的诸如生产计划单、工作票、操作票和停电审批单等各类票据文件。通过配电网管理系统中的配电网数据采集与监视系统（即SCADA系统）还可以获取到记录有电力作业人员在电力作业现场作业的现场电力作业视频文件。

步骤102、从多源异构票据文件中提取票据文本数据。

需要说明的是，获取到多源异构票据文件后，从多源异构票据中提取票据文本数据，如工作票中的工作票好、工作任务、工作票类型、工作地段等。由于从配电网管理系统获取到的票据文件可能是不同格式类型的多源异构数据文件，因此，需要利用对应的文本提取手段提取对应文件格式的票据文本数据，本发明实施例中excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM（Document Object Model）或SAX（Simple API forXML）文本读取方式，PDF和图像类文件格式采用OCR（optical character recognition）文本读取方式。

对于生产计划单，提取到的文本数据内容包括：单位、地市局、红绿灯、计划状态、计划类型、计划编号、工作类别、工作地点、工作内容、计划开始时间、计划结束时间、工作部门、工作班组、工作细类、工作方式、负责人、工作成员、实际开始时间、实际结束时间、计划来源、创建人、主配网标识、计划性质、专业、电压等级、修试到期日期、风险等级、实施方式、工作结果、班长评价、确认人、确认时间、工作流状态、关联停电、关联缺陷、关联工作票、创建时间、作业任务类型。

对于工作票，提取到的文本数据内容包括：单位、地市局、工作票票号、工作任务、工作票类型、计划开始时间、计划结束时间、单位和班组、站/线路、工作票状态、工作负责人、工作终结时间、工作票终结时间、工作地段、工作票签发人、签发时间、值班负责人、接收时间、工作许可人、许可工作时间、工作终结许可人、外来单位、工单、动火工作票、是否通信票、厂站类型、厂站、运维单位、工作负责人、负责人电话、计划开始时间、计划结束时间、工作班人员。

对于停电审批单，提取到的文本数据内容包括：地市局、县区局、所属供电局、故障单号、关联报障单数量、报障单号、报障来源（报障单来源）、故障单状态、是否紧急停运、所属变电站、所属线路、故障地点、报障描述、故障发生时间、故障单创建时间、是否需要现场处理、无需处理原因、签收时间、抢修负责人、出发时间、是否需要抢修、无需抢修原因、到达现场时间、故障定位时间、故障设备所属线路、故障类型、跳闸开关、有无故障设备、故障设备、故障设备类别、故障设备部位、所属变压器、所属变压器GISID、预计复电时间、非故障区域用电时间、是否申请物资、是否申请不停电作业、是否延迟复电、延迟复电时间、故障修复时间、完全复电时间、处理情况、是否发起电子化移交。

步骤103、根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件。

需要说明的是，电力作业知识图谱中预设了不同作业流程、不同作业要素和不同作业文件（票据）之间的信息-业务逻辑关系。在获取到现场电力作业视频文件之后，对现场电力作业视频中场景进行目标识别，若检测到有电力作业人员在现场进行电力作业，则获取电力作业人员的作业时间和作业地点。在获取到电力作业人员的作业时间和作业地点后，根据多源异构票据文件中提取到的票据文本数据，判断是否包含该作业时间和作业地点在内的票据，若否，则视为该电力作业人员在违章作业，若是，则根据获取到的多源异构票据文件判断该电力作业所需要的所有票据是否齐全，若不齐全，则视为该电力作业人员在违章作业。例如，生产计划单与工作票之间的业务关系：先生成生产计划单，然后根据生产计划单的工作地点及内容安排相关的班组部门对计划的任务进行实施，实施前班组单位或人员需要申请工作票，只有持票才能进入作业地点及进行相对应的工作。因此，当电力作业人员进行作业时，需要同时具备生产计划单和工作票，在判断两者之间的关系时，通过直接关联和间接关联两种方式进行判定，直接关联的方式是：若工作票上带有计划编号，则两者存在直接关联关系，即若工作票上带有计划编号，则视为同时具备生产计划单和工作票；间接关联关系是：工作票上没有包含计划编号，通过取生产计划的地市局、区局或供电所、地点、计划时间段，根据地市局、区局或供电所、工作地点、计划时间段与工作票进行匹配，如果单位相同，且工作票工作任务含工作计划的工作地点，计划时间存在交叉，则判定为该生产计划属于有票作业，改作业同时具备生产计划单和工作票。若票据齐全，则根据现场电力作业视频中电力作业人员的作业过程，依据电力作业知识图谱的规则，判断电力作业人员的作业过程中的作业流程和作业要素是否存在违章作业情况（例如是否安全着装、关键动作如断开断路器、断开隔离开关等是否正确）。

步骤104、若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

需要说明的是，当检测到存在电力作业违章事件时，则从现场电力作业视频文件中提取出对应的电力作业违章事件的信息，包括违章作业时间、地点、违章的具体内容等，对于检测到的所有电力作业违章事件，可以以列表的形式进行记录体现。对于电力作业违章事件，在检测到时，还可以将违章作业的画面截取出来，在预置的违章展示区域进行展示。

本发明实施例中提供的基于多源数据融合的电力作业违章智能识别方法，根据获取的多源异构票据文件提取票据文本数据，结合提取的票据文本数据，以电力作业知识图谱为依据，判断现场电力作业视频文件中是否存在电力作业违章事件，并在存在电力作业违章事件时提取电力作业违章事件的信息，并做出违章警示，实现了电力作业违章事件的智能识别，不需要人工根据监控视频进行违章判断，极大的提高了电力作业违章的智能识别能力，解决了现有的电力作业违章识别智能化程度低、效率低和可靠性低的技术问题。

在一个实施例中，如图2所示，在步骤104之后，还可以包括：

步骤105、统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

需要说明的是，在预置时间段，例如一个季度或半年或一年，统计这段时间内所检测到的所有的电力作业违章事件的总量，对这些电力作业违章事件中的相同违章事件进行归类，然后计算每个类别的相同违章事件的数量，将每个类别的相同违章事件的数量除以总量，得到每个类别的相同违章事件的违章占比。违章占比可以体现出某一类违章事件的发生频次，以指导监管部门针对该类电力作业的实施加强监管力度。

步骤106、判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

需要说明的是，当相同违章事件的违章占比大于一定的阈值时，说明该类违章事件的发生频次非常高，必须要采取必要的措施以杜绝该类违章事件的再次发生，因此，一方面需要自动上报给管理部门，使得管理部门针对于该类违章事件进行重视并采取措施，另一方面，在后续的一定时间内，继续追踪该类违章事件的发生，如果不再出现该类违章事件，说明管理部门已经采取了相应的整治措施并且整治措施得到了理想的效果。

为了便于理解，请参阅图3，本发明中提供了一种基于多源数据融合的电力作业违章智能识别系统的实施例，包括：

信息获取模块，用于从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单；

文本提取模块，用于从多源异构票据文件中提取票据文本数据；

判断模块，用于根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件；

输出模块，用于若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

判断模块具体用于：

建立作业流程、作业要素和作业文件相互的业务逻辑关系的电力作业知识图谱；

根据现场电力作业视频文件中的电力作业信息判断电力作业所需要的票据是否齐全以及作业流程和作业要素是否符合规定；

若存在电力作业所需的票据不齐全或作业流程或作业要素不符合规定，则判断存在电力作业违章事件。

文本提取模块具体用于：

识别多源异构票据文件的文件格式，根据多源异构票据文件的文件格式使用对应的文本读取方式提取票据文本数据，其中，excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM或SAX文本读取方式，PDF和图像类文件格式采用OCR文本读取方式。

还包括统计模块；

统计模块，用于统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

统计模块还用于：

判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

本发明实施例中提供的基于多源数据融合的电力作业违章智能识别系统，根据获取的多源异构票据文件提取票据文本数据，结合提取的票据文本数据，以电力作业知识图谱为依据，判断现场电力作业视频文件中是否存在电力作业违章事件，并在存在电力作业违章事件时提取电力作业违章事件的信息，并做出违章警示，实现了电力作业违章事件的智能识别，不需要人工根据监控视频进行违章判断，极大的提高了电力作业违章的智能识别能力，解决了现有的电力作业违章识别智能化程度低、效率低和可靠性低的技术问题。

本发明实施例提供的基于多源数据融合的电力作业违章智能识别系统用于执行前述的基于多源数据融合的电力作业违章智能识别方法实施例中的基于多源数据融合的电力作业违章智能识别方法，可取得与前述的基于多源数据融合的电力作业违章智能识别方法实施例相同的技术效果，其原理与前述的实施例的基于多源数据融合的电力作业违章智能识别方法相同，在此不再进行赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于多源数据融合的电力作业违章智能识别方法，其特征在于，包括：

从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单；

从多源异构票据文件中提取票据文本数据；

根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件；

若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

2.根据权利要求1所述的基于多源数据融合的电力作业违章智能识别方法，其特征在于，根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件，包括：

建立作业流程、作业要素和作业文件相互的业务逻辑关系的电力作业知识图谱；

根据现场电力作业视频文件中的电力作业信息判断电力作业所需要的票据是否齐全以及作业流程和作业要素是否符合规定；

若存在电力作业所需的票据不齐全或作业流程或作业要素不符合规定，则判断存在电力作业违章事件。

3.根据权利要求1所述的基于多源数据融合的电力作业违章智能识别方法，其特征在于，从多源异构票据文件中提取票据文本数据，包括：

识别多源异构票据文件的文件格式，根据多源异构票据文件的文件格式使用对应的文本读取方式提取票据文本数据，其中，excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM或SAX文本读取方式，PDF和图像类文件格式采用OCR文本读取方式。

4.根据权利要求1所述的基于多源数据融合的电力作业违章智能识别方法，其特征在于，提取现场电力作业视频文件中所有电力作业违章事件的信息之后，还包括：

统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

5.根据权利要求4所述的基于多源数据融合的电力作业违章智能识别方法，其特征在于，判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

6.一种基于多源数据融合的电力作业违章智能识别系统，其特征在于，包括：

信息获取模块，用于从配电网管理系统获取多源异构票据文件和现场电力作业视频文件，其中，多源异构票据文件包括生产计划单、工作票、操作票和停电审批单；

文本提取模块，用于从多源异构票据文件中提取票据文本数据；

判断模块，用于根据多源异构票据文件中的票据文本数据，结合电力作业知识图谱和现场电力作业视频文件，判断现场电力作业视频文件中是否存在电力作业违章事件；

输出模块，用于若现场电力作业视频文件中存在电力作业违章事件，则提取现场电力作业视频文件中所有电力作业违章事件的信息，记录到违章列表中并按预置警示方式对各个电力作业违章事件进行违章警示。

7.根据权利要求6所述的基于多源数据融合的电力作业违章智能识别系统，其特征在于，判断模块具体用于：

建立作业流程、作业要素和作业文件相互的业务逻辑关系的电力作业知识图谱；

根据现场电力作业视频文件中的电力作业信息判断电力作业所需要的票据是否齐全以及作业流程和作业要素是否符合规定；

若存在电力作业所需的票据不齐全或作业流程或作业要素不符合规定，则判断存在电力作业违章事件。

8.根据权利要求6所述的基于多源数据融合的电力作业违章智能识别系统，其特征在于，文本提取模块具体用于：

识别多源异构票据文件的文件格式，根据多源异构票据文件的文件格式使用对应的文本读取方式提取票据文本数据，其中，excel和word文件格式采用POI文本读取方式，XML文件格式采用DOM或SAX文本读取方式，PDF和图像类文件格式采用OCR文本读取方式。

9.根据权利要求6所述的基于多源数据融合的电力作业违章智能识别系统，其特征在于，还包括统计模块；

统计模块，用于统计预置时间段内的电力作业违章事件总量和所有电力作业违章事件中相同违章事件的数量，计算相同违章事件的违章占比。

10.根据权利要求9所述的基于多源数据融合的电力作业违章智能识别系统，其特征在于，统计模块还用于：

判断违章占比是否大于阈值，若是，则自动上报管理部门，并在后续预置时间段内相同的电力作业中判断是否再次出现相同的违章事件。

Images