CN116311773A - 高空作业风险预警方法、装置、电子设备及存储介质 - Google Patents
高空作业风险预警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116311773A CN116311773A CN202310111430.XA CN202310111430A CN116311773A CN 116311773 A CN116311773 A CN 116311773A CN 202310111430 A CN202310111430 A CN 202310111430A CN 116311773 A CN116311773 A CN 116311773A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- target user
- rate information
- climbing
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 135
- 230000009194 climbing Effects 0.000 claims abstract description 140
- 230000008569 process Effects 0.000 claims abstract description 86
- 238000005265 energy consumption Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 24
- 230000000284 resting effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Emergency Management (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种高空作业风险预警方法、装置、电子设备及存储介质,其中,该方法包括:根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型;基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户进行风险预警的效果。
Description
技术领域
本发明涉及基于高空作业的安全防护的技术领域,尤其涉及一种高空作业风险预警方法、装置、电子设备及存储介质。
背景技术
工作人员在进行高空作业过程中会存在较大的安全风险,若无法及时进行安全预警可能会导致安全事故的发生。
目前,对于高空作业过程中的风险感知通常是基于工作人员的工作经验,以对作业时长和休息时长进行把控。但在实际工作过程中,工作人员存在对自身体力存在盲目自信,以至于在攀爬过程中体力分配不合理,或者,作业过程中高度紧张,导致对风险判断不够准确,甚至出现高空坠落的情况。
为了解决上述问题,需要在工作人员高空作业过程中及时进行风险预警。
发明内容
本发明提供了一种高空作业风险预警方法、装置、电子设备及存储介质,以解决在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题。
第一方面,本发明实施例提供了一种高空作业风险预警方法,包括:
根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型;其中,所述高空作业过程中的作业状态包括攀爬状态和休息状态,所述实时心率信息包括所述攀爬状态下的攀爬心率信息和所述休息状态下的休息心率信息;
基于所述目标模型对所述实时心率信息进行处理,得到所述目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;
根据所述在所述攀爬状态下,与所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定所述目标用户作业过程中的风险等级,并预警。
第二方面,本发明实施例还提供了一种高空作业风险预警装置,包括:
目标模型确定模块,用于根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型;其中,所述高空作业过程中的作业状态包括攀爬状态和休息状态,所述实时心率信息包括所述攀爬状态下的攀爬心率信息和所述休息状态下的休息心率信息;
作业状态确定模块,用于基于所述目标模型对所述实时心率信息进行处理,得到所述目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;
风险预警模块,用于根据所述在所述攀爬状态下,与所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定所述目标用户作业过程中的风险等级,并预警。
第三方面,本发明实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的高空作业风险预警方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的高空作业风险预警方法。
本实施例的技术方案,根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型,基于实时心率信息与各样本心率信息之间的相似度,确定目标样本心率信息,并将目标样本心率信息对应的待使用模型确定为与目标用户的实时心率信息对应的目标模型。基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态,基于目标模型可以确定目标用户在各心率采集时刻对应的作业时刻的预测瞬时效率,当预测瞬时效率为1时,表明目标用户的作业状态为攀爬状态,当预测瞬时效率为0时,表明目标用户的作业状态为休息状态。根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警,在目标用户实际作业过程中,通过能量消耗信息和攀爬状态下的攀爬心率信息,确定相应的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户作业过程中的风险进行评估,并及时对目标用户进行风险预警的效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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是根据本发明实施例一提供的一种高空作业风险预警方法的流程图;
图2是根据本发明实施例二提供的一种高空作业风险预警方法的流程图;
图3是根据本发明实施例二提供的一种作业状态确定方法的流程图;
图4是根据本发明实施例二提供的一种目标用户在各作业时刻的作业状态的示意图;
图5是根据本发明实施例二提供的一种风险等级确定及预警的流程示意图图;
图6是根据本发明实施例三提供的一种高空作业风险预警装置的结构示意图;
图7是实现本发明实施例的高空作业风险预警方法的电子设备的结构示意图。
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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
在对本技术方案进行详细阐述之前,先对本技术方案的应用场景进行简单介绍,以便更加清楚地理解本技术方案。对于高空作业的工作人员来说,如,进行杆塔作业的工作人员,在整个高空作业过程中,工作人员需要从底部攀爬至最高点,在此过程中,由于体力消耗等问题,需要对攀爬的速度和强度进行控制,以避免体力消耗过度,以至于出现高空坠落等问题。目前,在高空作业时,频繁出现老员工因前期攀爬速度快(强度高),而导致后期运维作业时的体力不支;同时,也存在经验不足的新员工因心理紧张导致杆塔攀爬速度大打折扣的情况。为了解决上述问题,本技术方案提出一种基于心率信息确定工作人员在高空作业过程中的工作状态,如,在什么时间应该休息,什么时间进行工作,休息时长以及工作时长等,同时,在工作人员攀爬过程中,若检测到工作人员存在坠落风险时及时进行风险预警。
实施例一
图1为本发明实施例一提供了一种高空作业风险预警方法的流程图,本实施例可适用于通过对高空作业的工作人员的实时心率信息,以及工作人员在工作过程中的能量消耗信息进行相应的风险评估,并及时对工作人员进行风险预警的情况,该方法可以由高空作业风险预警装置来执行,该高空作业风险预警装置可以采用硬件和/或软件的形式实现,该高空作业风险预警装置可配置于可执行高空作业风险预警方法的计算设备中。
如图1所示,该方法包括:
S110、获取至少一个样本用户在高空作业过程中的样本心率信息,以根据各样本心率信息构建相应的待使用模型。
在根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型之前,还包括:获取至少一个样本用户在高空作业过程中的样本心率信息;针对各样本用户,根据攀爬状态下当前样本用户当前心率信息和历史心率信息,确定当前样本用户的攀爬速度;根据当前样本用户的攀爬高度和攀爬速度,得到相应心率采集时刻的瞬时攀爬效率;基于高空作业过程中至少一个瞬时攀爬效率,构建与当前样本心率信息相对应的当前待使用模型,以基于当前待使用模型确定当前样本用户在相应作业时刻的作业状态。
其中,高空作业过程中包括攀爬状态和休息状态,样本心率信息包括攀爬状态下的第一样本心率和休息状态下的第二样本心率。当前心率信息为当前样本用户当前心率采集时刻对应的心率信息,历史心率信息为与当前心率采集时刻相邻的历史时刻所对应的心率信息。
在本技术方案中,为了准确的确定目标用户在高空作业过程中各时刻的工作状态,可以预先构建与目标用户相对应的目标模型,以基于目标模型确定相应的工作状态。为了使得目标模型更加准确,需要获取大量的样本用户在高空作业过程中的样本心率信息。其中,所谓样本用户可以为参与高空作业的试验人员,或者还可以为参与高空工作的实际工作人员等。样本心率信息可以理解为样本用户在高空作业过程中的心率信息,可以理解的是,样本用户在高空作业过程中的心率信息并不是一直固定,而是在一个心率范围内浮动,因此,样本心率信息包括样本用户在至少一个心率采集时刻的心率信息,且由于样本用户在作业过程中的工作状态包括休息状态和攀爬状态,通过对不同工作状态下的心率信息进行分析,可以构建与样本用户相对应的待使用模型,以在检测到存在与样本心率信息相似的心率信息的用户时,基于相应的待使用模型对获取的心率信息进行分析处理,以确定该用户在高空作业过程中各时刻的工作状态。
在实际应用过程中,对于各样本用户而言,在高空作业过程中的行进速度可能不同,将各样本用户的行进速度视为匀速,可以得到至少一个行进速度下的样本心率信息。其中,将样本用户在攀爬过程中的心率信息作为第一样本心率信息,且有效的心率信息采集数据为不超过预设心率信息的0.8-1.2倍的心率信息。待采集完攀塔行进作业的心率数据后,立刻采集休息状态(不攀塔且不作业)下的第二样本心率信息。
在获取大量样本用户的样本心率信息后,可以基于以下公式进行拟合,得到心率拟合函数:
其中,X(t)表示当前样本用户的当前样本心率信息,A为第一拟合参数,B为第二拟合参数,C为第三拟合参数,T1为攀爬状态下与时间相关的时间函数,T2为休息状态下与时间相关的时间函数,k1表示第一心率调节参数,k2表示第二心率调节参数。
其中,T1可表示为一个离散化的时间函数,即T1=[T11,T12,...T1i...T1n],T2亦可表示为离散化的时间函数,即T2=[T21,T22,...T2i...T2n]。其中,T1i和T2i为时间ti瞬间的作业状态表征,其取值仅为“0”或“1”。举例而言,当ti瞬间为攀爬状态时,T1i=“1”而T2i=“0”;当ti瞬间为休息状态时,T1i=“0”而T2i=“1”。
具体的,对于各样本用户在任一行进速度下,均可对应相应的心率拟合函数,在采集大量的样本用户样本心率信息后,基于各样本心率信息对心率拟合函数进行拟合,可以求得心率拟合函数中的各参数信息,具体包括A为第一拟合参数,B为第二拟合参数,C为第三拟合参数,k1表示第一心率调节参数,k2表示第二心率调节参数。
进一步的,在确定心率拟合函数后,可以对各行进速度下的样本心率信息进行分类和解耦,且由于高空作业属于持续性的强度作业,使得心率曲线X(t)与行进速度v间存在特定联系,其中,解耦采用下式的行进速度所对应的速度拟合函数可以由以下公式表示:
其中,v(t)表示样本用户在t时刻的攀爬速度,X(t)表示样本用户在t时刻所对应的样本心率信息,t0为距离t时刻最近的历史时刻,v(t0)表示样本用户在t0时刻下的行进速度,X(t0)表示样本用户在t0时刻所对应的样本心率信息,D表示速度修正参数。
相类似的,基于大量样本用户的样本心率信息和速度信息进行分析后,可以得到速度拟合函数中的参数信息,即,速度修正参数D。
进一步的,为了进一步最优路线的判定方法,在此设定攀登作业的瞬时攀爬效率η来确定样本用户在高空作业过程中的工作状态。
具体的,基于以下公式可以确定样本用户所对应的瞬时攀爬效率:
其中,η表示瞬时攀爬效率,Δt表示在相邻两个心率采集时刻之间的时间差,Δh表示在Δt内样本用户的攀爬高度,v(t)表示样本用户在t时刻的攀爬速度,v(t+Δt)表示样本用户在t+Δt时刻的攀爬速度。
基于此,可以构建与各样本用户相对应的待使用模型,以基于当前待使用模型确定当前样本用户在相应作业时刻的作业状态。
S120、根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型。
其中,高空作业过程中的作业状态包括攀爬状态和休息状态,实时心率信息包括攀爬状态下的攀爬心率信息和休息状态下的休息心率信息。目标用户可以理解为当前时刻在进行高空作业的工作人员。目标模型可理解为用于确定目标用户在作业过程中的各作业时刻的工作状态的模型。
在实际应用中,为了更好的辅助目标用户进行高空作业,可以获取目标用户实际作业过程中的实时心率信息,并从与各样本心率信息相对应的待使用模型中调取与目标用户相对应的目标模型,以基于目标模型确定目标用户在各心率采集时刻对应的作业时刻的作业状态。
S130、基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态。
S140、根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。
其中,能量消耗信息可以理解为目标用户在攀爬过程中的体能消耗信息。可以理解的是,目标用户在作业过程中,在休息状态时,目标用户的能量逐渐恢复,在攀爬状态下,能量逐渐消耗,因此,高空作业过程中的坠落事故多发生于攀爬状态。基于此,本技术方案为了及时检测到目标用户是否存在坠落风险,获取目标用户在攀爬状态下的攀爬心率信息后,同时确定目标用户的能量消耗信息,以基于相应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。
本实施例的技术方案,根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型,基于实时心率信息与各样本心率信息之间的相似度,确定目标样本心率信息,并将目标样本心率信息对应的待使用模型确定为与目标用户的实时心率信息对应的目标模型。基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态,基于目标模型可以确定目标用户在各心率采集时刻对应的作业时刻的预测瞬时效率,当预测瞬时效率为1时,表明目标用户的作业状态为攀爬状态,当预测瞬时效率为0时,表明目标用户的作业状态为休息状态。根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警,在目标用户实际作业过程中,通过能量消耗信息和攀爬状态下的攀爬心率信息,确定相应的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户作业过程中的风险进行评估,并及时对目标用户进行风险预警的效果。
实施例二
图2为本发明实施例二提供的一种高空作业风险预警方法的流程图,可选的,对高空作业风险预警方法进行详细展开阐述。
如图2所示,该方法包括:
S210、根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型。
在实际应用中,为了确定与目标用户相对应的目标模型,可以在高空作业过程中,基于心率采集设备对目标用户进行实时心率采集,得到实时心率信息;基于相似度算法,从至少一个样本心率信息中确定与实时心率信息相对应的目标样本心率信息;将目标样本心率信息相对应的待使用模型,确定为与目标用户相对应的目标模型。
可以理解的是,样本用户在不同的行进速度下所对应的样本心率信息是不同的,而不同的样本心率信息对应不同的待使用模型。基于此,在目标用户高空作业过程中,采集目标用户的实时心率信息,并基于相似度算法计算该实时心率信息与各样本心率信息之间的相似性,将相似度最高的样本心率信息作为目标样本心率信息。需要说明的是,实时心率信息与样本心率信息的相似度越高,则目标用户在实际作业过程中与该样本心率信息对应的样本用户在各作业时刻的作业状态越相似,因此,可以调取与目标心率信息相对应的待使用模型作为目标模型,以基于目标模型对实时心率信息进行分析处理,得到目标用户在各作业时刻的作业状态。
S220、基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态。
在实际处理过程中,将实时心率信息输入目标模型,并基于目标模型确定目标用户高空作业过程中至少一个心率采集时刻对应的作业时刻的预测瞬时效率;基于各预测瞬时效率,确定目标用户在相应作业时刻下的作业状态。
其中,预测瞬时效率可以理解为基于目标模型确定的目标用户在各作业时刻下的作业状态。基于上文中的分析,目标模型所对应的样本心率信息为与实时心率信息相似度最高的心率信息,而目标模型为基于该样本心率模型构建的待使用模型,因此,目标模型可以根据该样本心率信息得到目标用户在各作业时刻预测瞬时效率,以基于各预测瞬时效率确定相应作业时刻的作业状态。通常来说,当预测瞬时效率为0时,其所对应的作业时刻下的作业状态为休息状态,当预测瞬时效率大于0时,其所对应的作业时刻下的作业状态为攀爬状态。
示例性地,与目标模型相对应的目标样本心率信息中,在0-5min内为攀爬状态下的第一样本心率信息,5-8min内的心率信息为休息状态下的第二样本心率信息。基于目标样本心率信息构建待使用模型后,基于该待使用模型可以得到相应的样本用户在各作业时刻的瞬时攀爬效率,进而根据瞬时攀爬效率可以确定相应作业时刻下的作业状态。因此,在确定与目标用户的实时心率信息相对应的目标心率信息后,调取相应的目标模型可以准确的对实时心率信息进行分析,得到目标用户在各作业时刻的预测瞬时效率,并根据目标样本心率信息对应的样本用户在各作业时刻的作业状态,预测目标用户在相应作业时刻的作业状态。
S230、根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。
可选的,根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,包括:获取目标用户的基本参数信息;基于预先设置的能量消耗函数,对至少一个基本参数信息进行处理,得到目标用户的能量消耗信息;根据攀爬状态下,目标用户对应的能量消耗信息和相应的攀爬心率信息,确定与目标用户相对应的风险等级。
其中,基本参数信息包括身高、体重和初始体力能量。能量消耗函数可以理解为用于计算目标用户攀爬状态下的能量消耗信息的函数。
具体的,在确定目标用户的能量消耗信息时,可以基于以下公式确定:
其中,M(t)表示能量消耗信息,M0表示初始体力能量,Age表示目标用户的年龄,E表示攀爬状态下的能量消耗信息,k3表示攀爬状态下的能量消耗系数,F表示休息状态下的能量恢复信息,k4表示休息状态下的能量恢复系数,ω表示目标用户的体重。
其中,T1可表示为一个离散化的时间函数,即T1=[T11,T12,...T1i...T1n],T2亦可表示为离散化的时间函数,即T2=[T21,T22,...T2i...T2n]。其中,T1i和T2i为时间ti瞬间的作业状态表征,其取值仅为“0”或“1”。举例而言,当ti瞬间为攀爬状态时,T1i=“1”而T2i=“0”;当ti瞬间为休息状态时,T1i=“0”而T2i=“1”。
示例性地,如图3所示,目标用户在进行杆塔作业时,时间函数已经离散化处理(T1=[T11,T12,...T1i...T1n],T2=[T21,T22,...T2i...T2n]),在此采用数值快速寻优的方法,来寻找最优的瞬时效率响应节点。具体的计算步骤如下:
基于时间阵列T1和T2的因变量网格划分。利用矩阵T1=[T11,T12,...T1i...T1n]和T2=[T21,T22,...T2i...T2n]离散化的特点,进行二位自由网格节点的划分,划分完的新因变量网格为Tij(i,j=1~n),表示为下式,式中阵列Tij的取值为“0”或“1”;
棋盘网格节点的应变量T1和T2矩阵赋值。其中,Tij赋值仅为“0”或“1”,赋值“0”表示该方向不前进,赋值“1”表示该方向可前进,这样便可生成棋盘网格节点中的阶梯型行进路径。
特定行进路径的初筛。在此选定极端条件下T1=[1,1,...1...1],而T2=[0,0,...0...0]的极端行进路径1,以及选定45°方向交替变化的行进路径2,来作为寻优路线判定的边界值。
行进路线下的节点迭代,参见图4,路径3可为棋盘网格节点中的任意一个方向,但综合考虑瞬时能效的快速优化,可重点在行进路径1与行进路径2附近选定路径3,以实现快速寻优而缩短计算时间;待选定路径3后,对任意时刻t下的瞬时效率η1(路径1),η2(路径2),η3(路径3)进行比较,当η3≥max(η1,η2)时,可视为该时刻t下为优化解;否则,将继续寻优;若t时刻满足η3≥max(η1,η2),而t+Δt不满足η3≥max(η1,η2),则认为t时刻结果相对较优,而t+Δt时刻待优化;为了缩短二次寻优的计算时间,可参照η1(路径1),η2(路径2),η3(路径3)的取值分布来优化寻优过程。
待完成寻优计算后,生成矩阵系数T1和T2。
所以,通过以上计算流程,可建立得到最优作业路线的快速测算方法。待完成寻优解后,将进行最优路线的时间阵列T1和T2输出、以及瞬时速度的参考值输出。
需要说明的是,在本实施例中提及的路径信息为基于各作业时刻的作业状态确定的路径,具体而言,根据时间阵列T1和T2在各作业时刻下的作业状态,可以确定目标用户在高空作业过程中各作业时刻的状态。
可选的,确定与目标用户相对应的风险等级,包括:当攀爬心率信息大于预设心率信息时,确定目标用户的风险等级为一级风险;当攀爬心率信息大于预设心率信息,且能量消耗信息小于能量下限阈值时,确定目标用户的风险等级为二级风险。
在本技术方案中,为了保障目标用户在高空作业过程中的安全性,尤其是在目标用户攀爬状态下,当攀爬心率信息大于预设心率信息时,其表明目标用户的心率信息过高,相应的工作强度太大,坠落风险较高,此时,需要对目标用户进行一级风险预警。但由于个体差异,目标用户在心率信息较高时,其能量依然保持较高程度时,不一定会出现坠落情况。因此,在实际风险预警时,还考虑到目标用户的能量消耗信息,当攀爬心率信息大于预设心率信息,且能量消耗信息小于能量下限阈值时,确定目标用户的风险等级为二级风险,此时,相对于一级风险,二级风险表明目标用户所对应的坠落风险程度更高,需要及时向目标用户发出预警提示,以提示目标用户进行休息,避免出现高空坠落事故。
可选的,确定目标用户高空作业过程中的实际作业速度;若实际作业速度小于预设速度阈值时,生成速度预警提示,并预警。
在本技术方案中,除了对目标用户进行风险预警,还可以对目标用户作业过程中的作业速度进行预警,若实际作业速度小于预设速度阈值时,生成速度预警提示,以提示目标用户在实际作业过程中的作业速度过慢,可能存在无法及时完成作业任务的问题,以使目标用户根据速度预警提示提高自身作业速度。
示例性地,如图5所示,将实时计算得到的速率v实时(即,实际作业速度)与v预设(即,预设速度阈值)对比,可用于最优路线模型中参数的修正、以及“非正常”状态下的速度预警。其中,当若v实时取值为(0.8-1)v预设时,算法的参数辨识结果可进行修正;当v实时取值<0.8v预设时,将进行“非正常”速度预警。
同时,对实时心率信号和实时疲惫度信号进行监测,利用实时心率信号的监测,确定出实时疲惫度(即,待确定疲惫度),再与预先设定的心率阈值进行比对,实现无需预警下的杆塔作业后台数据更新、以及在线预警下的主动干预措施。
具体的,若实时心率≥100,(即,攀爬心率信息大于预设心率信息),进行中级预警(即,一级风险),又如,若实时心率≥160,进行高级预警(即,一级风险),从而实现“非正常”心率预警;若此时,M预测取值<0.8M预设进行中级预警(即,当攀爬心率信息大于预设心率信息,且能量消耗信息小于能量下限阈值时,确定风险等级为二级风险。或,若M预测取值<0.5M预设,进行高级预警,从而实现“非正常”能耗预警。
本实施例的技术方案,根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型,基于实时心率信息与各样本心率信息之间的相似度,确定目标样本心率信息,并将目标样本心率信息对应的待使用模型确定为与目标用户的实时心率信息对应的目标模型。基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态,基于目标模型可以确定目标用户在各心率采集时刻对应的作业时刻的预测瞬时效率,当预测瞬时效率为1时,表明目标用户的作业状态为攀爬状态,当预测瞬时效率为0时,表明目标用户的作业状态为休息状态。根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警,在目标用户实际作业过程中,通过能量消耗信息和攀爬状态下的攀爬心率信息,确定相应的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户作业过程中的风险进行评估,并及时对目标用户进行风险预警的效果。
实施例三
图6为本发明实施例三提供的一种高空作业风险预警装置的结构示意图。如图6所示,该装置包括:目标模型确定模块310、作业状态确定模块320和风险预警模块330。
其中,目标模型确定模块310,用于根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型;其中,高空作业过程中的作业状态包括攀爬状态和休息状态,实时心率信息包括攀爬状态下的攀爬心率信息和休息状态下的休息心率信息;
作业状态确定模块320,用于基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;
风险预警模块330,用于根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警。
本实施例的技术方案,根据目标用户在高空作业过程中的实时心率信息,确定与目标用户相对应的目标模型,基于实时心率信息与各样本心率信息之间的相似度,确定目标样本心率信息,并将目标样本心率信息对应的待使用模型确定为与目标用户的实时心率信息对应的目标模型。基于目标模型对实时心率信息进行处理,得到目标用户在至少一个心率采集时刻对应的作业时刻的作业状态,基于目标模型可以确定目标用户在各心率采集时刻对应的作业时刻的预测瞬时效率,当预测瞬时效率为1时,表明目标用户的作业状态为攀爬状态,当预测瞬时效率为0时,表明目标用户的作业状态为休息状态。根据在攀爬状态下,与目标用户对应的能量消耗信息和相应的攀爬心率信息,确定目标用户作业过程中的风险等级,并预警,在目标用户实际作业过程中,通过能量消耗信息和攀爬状态下的攀爬心率信息,确定相应的风险等级,并预警。解决了在目标用户高空作业时,依据工作经验无法及时有效的判断目标用户是否存在坠落风险的问题,通过对目标用户的实时心率信息进行分析,同时结合目标用户在攀爬状态下的能量消耗信息,达到了及时有效的对目标用户作业过程中的风险进行评估,并及时对目标用户进行风险预警的效果。
可选的,高空作业风险预警装置,还包括:样本信息获取模块,用于获取至少一个样本用户在高空作业过程中的样本心率信息;其中,高空作业过程中包括攀爬状态和休息状态,样本心率信息包括攀爬状态下的第一样本心率和休息状态下的第二样本心率;
攀爬速度确定模块,用于针对各样本用户,根据攀爬状态下当前样本用户当前心率信息和历史心率信息,确定当前样本用户的攀爬速度;其中,当前心率信息为当前心率采集时刻的心率信息,历史心率信息为与当前心率采集时刻相邻的历史心率信息;
瞬时攀爬效率确定模块,用于根据当前样本用户的攀爬高度和攀爬速度,得到相应心率采集时刻的瞬时攀爬效率;
待使用模型确定模块,用于基于高空作业过程中至少一个瞬时攀爬效率,构建与当前样本心率信息相对应的当前待使用模型,以基于当前待使用模型确定当前样本用户在相应作业时刻的作业状态。
可选的,目标模型确定模块包括:实时心率信息采集单元,用于在高空作业过程中,基于心率采集设备对目标用户进行实时心率采集,得到实时心率信息;
目标样本信息确定单元,用于基于相似度算法,从至少一个样本心率信息中确定与实时心率信息相对应的目标样本心率信息;
目标模型确定单元,用于将目标样本心率信息相对应的待使用模型,确定为与目标用户相对应的目标模型。
可选的,作业状态确定模块包括:预测瞬时效率确定单元,用于将实时心率信息输入目标模型,并基于目标模型确定目标用户高空作业过程中至少一个心率采集时刻对应的作业时刻的预测瞬时效率;
作业状态确定单元,用于基于各预测瞬时效率,确定目标用户在相应作业时刻下的作业状态。
可选的,风险预警模块包括:基本参数信息获取单元,用于获取目标用户的基本参数信息;其中,基本参数信息包括身高、体重和初始体力能量;
能量消耗信息确定单元,用于基于预先设置的能量消耗函数,对至少一个基本参数信息进行处理,得到目标用户的能量消耗信息;
风险等级确定单元,用于根据攀爬状态下,目标用户对应的能量消耗信息和相应的攀爬心率信息,确定与目标用户相对应的风险等级。
可选的,风险等级确定单元包括:第一单元,用于当攀爬心率信息大于预设心率信息时,确定目标用户的风险等级为一级风险;
第二单元,用于当攀爬心率信息大于预设心率信息,且能量消耗信息小于能量下限阈值时,确定目标用户的风险等级为二级风险。
可选的,风险等级确定单元,还用于确定目标用户高空作业过程中的实际作业速度;若实际作业速度小于预设速度阈值时,生成速度预警提示,并预警。
本发明实施例所提供的高空作业风险预警装置可执行本发明任意实施例所提供的高空作业风险预警方法,具备执行方法相应的功能模块和有益效果。
实施例四
图7示出了本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如高空作业风险预警方法。
在一些实施例中,高空作业风险预警方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的高空作业风险预警方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行高空作业风险预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的高空作业风险预警方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种高空作业风险预警方法,其特征在于,包括:
根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型;其中,所述高空作业过程中的作业状态包括攀爬状态和休息状态,所述实时心率信息包括所述攀爬状态下的攀爬心率信息和所述休息状态下的休息心率信息;
基于所述目标模型对所述实时心率信息进行处理,得到所述目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;
根据所述在所述攀爬状态下,与所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定所述目标用户作业过程中的风险等级,并预警。
2.根据权利要求1所述的方法,其特征在于,在根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型之前,还包括:
获取至少一个样本用户在高空作业过程中的样本心率信息;其中,所述高空作业过程中包括攀爬状态和休息状态,所述样本心率信息包括所述攀爬状态下的第一样本心率和所述休息状态下的第二样本心率;
针对各样本用户,根据所述攀爬状态下当前样本用户当前心率信息和历史心率信息,确定所述当前样本用户的攀爬速度;其中,所述当前心率信息为当前心率采集时刻的心率信息,所述历史心率信息为与所述当前心率采集时刻相邻的历史心率信息;
根据所述当前样本用户的攀爬高度和所述攀爬速度,得到相应心率采集时刻的瞬时攀爬效率;
基于高空作业过程中至少一个瞬时攀爬效率,构建与所述当前样本心率信息相对应的当前待使用模型,以基于所述当前待使用模型确定所述当前样本用户在相应作业时刻的作业状态。
3.根据权利要求1所述的方法,其特征在于,所述根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型,包括:
在高空作业过程中,基于心率采集设备对所述目标用户进行实时心率采集,得到实时心率信息;
基于相似度算法,从至少一个样本心率信息中确定与所述实时心率信息相对应的目标样本心率信息;
将所述目标样本心率信息相对应的待使用模型,确定为与所述目标用户相对应的目标模型。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标模型对所述实时心率信息进行处理,得到所述目标用户在至少一个心率采集时刻对应的作业时刻的作业状态,包括:
将所述实时心率信息输入所述目标模型,并基于所述目标模型确定所述目标用户高空作业过程中至少一个心率采集时刻对应的作业时刻的预测瞬时效率;
基于各预测瞬时效率,确定所述目标用户在相应作业时刻下的作业状态。
5.根据权利要求1所述的方法,其特征在于,所述根据所述在所述攀爬状态下,与所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定所述目标用户作业过程中的风险等级,包括:
获取所述目标用户的基本参数信息;其中,所述基本参数信息包括身高、体重和初始体力能量;
基于预先设置的能量消耗函数,对所述至少一个基本参数信息进行处理,得到所述目标用户的能量消耗信息;
根据所述攀爬状态下,所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定与所述目标用户相对应的风险等级。
6.根据权利要求5所述的方法,其特征在于,所述确定与所述目标用户相对应的风险等级,包括:
当所述攀爬心率信息大于预设心率信息时,确定所述目标用户的风险等级为一级风险;
当所述攀爬心率信息大于所述预设心率信息,且所述能量消耗信息小于能量下限阈值时,确定所述目标用户的风险等级为二级风险。
7.根据权利要求6所述的方法,其特征在于,还包括:
确定所述目标用户高空作业过程中的实际作业速度;
若所述实际作业速度小于预设速度阈值时,生成速度预警提示,并预警。
8.一种高空作业风险预警装置,其特征在于,包括:
目标模型确定模块,用于根据目标用户在高空作业过程中的实时心率信息,确定与所述目标用户相对应的目标模型;其中,所述高空作业过程中的作业状态包括攀爬状态和休息状态,所述实时心率信息包括所述攀爬状态下的攀爬心率信息和所述休息状态下的休息心率信息;
作业状态确定模块,用于基于所述目标模型对所述实时心率信息进行处理,得到所述目标用户在至少一个心率采集时刻对应的作业时刻的作业状态;
风险预警模块,用于根据所述在所述攀爬状态下,与所述目标用户对应的能量消耗信息和相应的攀爬心率信息,确定所述目标用户作业过程中的风险等级,并预警。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的高空作业风险预警方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的高空作业风险预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310111430.XA CN116311773A (zh) | 2023-02-10 | 2023-02-10 | 高空作业风险预警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310111430.XA CN116311773A (zh) | 2023-02-10 | 2023-02-10 | 高空作业风险预警方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116311773A true CN116311773A (zh) | 2023-06-23 |
Family
ID=86778877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310111430.XA Pending CN116311773A (zh) | 2023-02-10 | 2023-02-10 | 高空作业风险预警方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116311773A (zh) |
-
2023
- 2023-02-10 CN CN202310111430.XA patent/CN116311773A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190285517A1 (en) | Method for evaluating health status of mechanical equipment | |
CN109544399B (zh) | 基于多源异构数据的输电设备状态评价方法及装置 | |
CN116155956B (zh) | 一种基于梯度决策树模型的多路复用通信方法及系统 | |
CN105967063A (zh) | 维保平台故障分析处理系统及方法 | |
CN115860383A (zh) | 配电网调度方法、装置、电子设备及存储介质 | |
CN115346171A (zh) | 一种输电线路监控方法、装置、设备及存储介质 | |
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN116311773A (zh) | 高空作业风险预警方法、装置、电子设备及存储介质 | |
CN117034149A (zh) | 故障处理策略确定方法、装置、电子设备和存储介质 | |
CN116937645A (zh) | 充电站集群调控潜力评估方法、装置、设备及介质 | |
CN116566839A (zh) | 一种电力企业通信资源质量评估系统 | |
CN115876252A (zh) | 一种外破隐患点多方位检测方法、装置、设备及介质 | |
CN112526945B (zh) | 具备反馈与闭环控制功能的全流程监控与预警系统 | |
CN115650006A (zh) | 一种基于大数据的电梯安全监测预警方法及系统 | |
CN116580525B (zh) | 一种电力作业的安全预警方法、装置、设备及存储介质 | |
CN117934152A (zh) | 一种系统变更后的风险评估方法、装置、设备及存储介质 | |
CN117495527A (zh) | 一种投产风险确定方法、装置、设备及存储介质 | |
CN115270049B (zh) | 一种大轴轴瓦状态确定方法、装置、电子设备及存储介质 | |
CN118134462A (zh) | 一种变电设备的运维方法、装置、电子设备和存储介质 | |
CN117349747A (zh) | 一种电力物联智能终端的离线故障原因分类方法 | |
CN115952921A (zh) | 一种光伏能源功率预测方法、装置、电子设备及存储介质 | |
CN116842837A (zh) | 一种变压器故障诊断方法、装置、电子设备及存储介质 | |
CN117034208A (zh) | 配电网线路故障预测方法、装置、设备和存储介质 | |
CN117131990A (zh) | 电网基建信息管理方法、装置、电子设备及存储介质 |
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 |