CN116596411B - 一种结合两票检测的生产安全评价方法及系统 - Google Patents
一种结合两票检测的生产安全评价方法及系统 Download PDFInfo
- Publication number
- CN116596411B CN116596411B CN202310879005.5A CN202310879005A CN116596411B CN 116596411 B CN116596411 B CN 116596411B CN 202310879005 A CN202310879005 A CN 202310879005A CN 116596411 B CN116596411 B CN 116596411B
- Authority
- CN
- China
- Prior art keywords
- ticket
- normalization
- sample
- analysis
- production safety
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 140
- 238000011156 evaluation Methods 0.000 title claims abstract description 101
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 197
- 238000010606 normalization Methods 0.000 claims abstract description 160
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000003709 image segmentation Methods 0.000 claims description 42
- 230000011218 segmentation Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000003066 decision tree Methods 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种结合两票检测的生产安全评价方法及系统,涉及数据处理技术领域,获取作业数据集合、工作票图像和操作票图像,基于工作票分析通道进行工作票规范性分析获得工作票规范性等级;基于操作票分析通道进行操作票规范性分析获得操作票规范性等级,并计算操作时间违规等级,输入生产安全评价通道获得生产安全评级,解决了现有技术中存在的由于检测分析深度不足且存在一定的主观性,导致评价结果准确度不足,造成后续生产安全管理受限的技术问题,基于多评估指标进行针对性建模分析处理,保障分析深度与客观度,进行独立分析结果的综合评估,确保分析结果的完备性与准确度。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种结合两票检测的生产安全评价方法及系统。
背景技术
电力生产需将安全放在首位,基于两票制度,可及时地发现、分析并解决生产中存在的缺陷与问题,以提高电子生产作业的效率与安全性。目前,主要针对两票制度的管理流程,逐流程节点设置检测条件与限制条件,基于人机交互方式完成检测,由于检测分析深度不足且存在一定的主观性,导致评价结果准确度不足,造成后续生产安全管理受限。
发明内容
本申请提供了一种结合两票检测的生产安全评价方法及系统,用于针对解决现有技术中存在的由于检测分析深度不足且存在一定的主观性,导致评价结果准确度不足,造成后续生产安全管理受限的技术问题。
鉴于上述问题,本申请提供了一种结合两票检测的生产安全评价方法及系统。
第一方面,本申请提供了一种结合两票检测的生产安全评价方法,所述方法包括:
对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级。
第二方面,本申请提供了一种结合两票检测的生产安全评价系统,所述系统包括:
数据调取模块,所述数据调取模块用于对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
规范性分析模块,所述规范性分析模块用于构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
操作分析模块,所述操作分析模块用于对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
规范性等级获取模块,所述规范性等级获取模块用于对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
违规等级计算模块,所述违规等级计算模块用于基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
评级获取模块,所述评级获取模块用于构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种结合两票检测的生产安全评价方法,对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;构建工作票分析通道,对所述工作票图像进行工作票规范性分析获得工作票规范性等级;对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果并输入所述操作票分析通道获得多个具体操作和多个操作时间;对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级,解决了现有技术中存在的由于检测分析深度不足且存在一定的主观性,导致评价结果准确度不足,造成后续生产安全管理受限的技术问题,基于多评估指标进行针对性建模分析处理,保障分析深度与客观度,进行独立分析结果的综合评估,确保分析结果的完备性与准确度。
附图说明
图1为本申请提供了一种结合两票检测的生产安全评价方法流程示意图;
图2为本申请提供了一种结合两票检测的生产安全评价方法中多个图像分割结果获取流程示意图;
图3为本申请提供了一种结合两票检测的生产安全评价方法中操作票规范性等级获取流程示意图;
图4为本申请提供了一种结合两票检测的生产安全评价系统结构示意图。
附图标记说明:数据调取模块11,规范性分析模块12,操作分析模块13,规范性等级获取模块14,违规等级计算模块15,生产安全评级获取模块16。
实施方式
本申请通过提供一种结合两票检测的生产安全评价方法及系统,获取作业数据集合、工作票图像和操作票图像,基于工作票分析通道进行工作票规范性分析获得工作票规范性等级;基于操作票分析通道进行操作票规范性分析获得操作票规范性等级,并计算操作时间违规等级,输入生产安全评价通道获得生产安全评级,用于解决现有技术中存在的由于检测分析深度不足且存在一定的主观性,导致评价结果准确度不足,造成后续生产安全管理受限的技术问题。
实施例
如图1所示,本申请提供了一种结合两票检测的生产安全评价方法,所述方法包括:
步骤S100:对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
具体而言,电力生产需将安全放在首位,基于两票制度,可及时地发现、分析并解决生产中存在的缺陷与问题,以提高电子生产作业的效率与安全性。本申请提供的一种结合两票检测的生产安全评价方法,基于多评估指标进行针对性建模分析处理,进一步进行独立分析结果的综合评估,以确保分析结果的完备性与准确度。
具体的,对待进行生产安全检测评价的作业任务数据进行调取,提取多个实际作业内容与多个实际作业时间并进行映射对应,作为所述作业数据集合。连接电力两票管理系统,对基于所述作业任务数据生成签发的工作票与操作票进行检索调取,即准许在电气设备及系统软件上工作和执行安全技术措施的书面依据与进行电气操作的书面依据,对其进行图像采集,作为所述工作票图像与所述操作票图像,所述作业数据集合、所述工作票图像与所述操作票图像为进行生产安全分析的采集源数据。
步骤S200:构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
进一步而言,构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级,本申请步骤S200还包括:
步骤S210:对历史时间内的作业任务数据进行检索调取,获取样本工作票图像集合;
步骤S220:对所述样本工作票图像集合内的样本工作票图像进行填写规范检测,获得样本工作票规范性等级集合;
步骤S230:采用所述样本工作票图像集合和样本工作票规范性等级集合,基于卷积神经网络,构建包括多层卷积层、池化层和全连接层的所述工作票分析通道,并进行监督训练,获得满足收敛条件的所述工作票分析通道。
具体而言,检索历史时间,即接壤于当前时刻点的时间区间内的作业任务数据,进行工作票图像识别提取,生成所述样本工作票图像集合。对所述样本工作票图像集合内各个样本工作票图像进行填写规范检测,例如配置多级规范性等级,基于填写标准进行内容识别判定并与所述多级规范性等级进行匹配,确定规范性等级,集成生成所述样本工作票规范性等级集合,所述样本工作票规范性等级集合与所述样本工作票图像集合一一对应。
进一步的,搭建基于卷积神经网络的所述工作票分析通道的架构,包括多层卷积层、池化层和全连接层,对所述样本工作票图像集合和样本工作票规范性等级集合映射关联,作为训练数据并划分为训练集与验证集,对搭建的所述工作票分析通道进行监督训练与验证,并判定是否满足所述收敛条件,例如输出精准度满足预定标准,若不满足,重新进行训练集与验证集的划分与模型训练,直至满足所述收敛条件,获取构建完成的所述工作票分析通道,以高效精准进行工作票的规范性分析处理。进一步的,将所述工作票图像输入所述工作票分析通道中,通过进行层级匹配分析,直接确定所述工作票规范性等级并进行模型输出,所述工作票规范性等级为衡量生产安全的指标。
步骤S300:对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
进一步而言,如图2所示,对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,本申请步骤S300还包括:
步骤S310:对历史时间内的作业任务数据进行检索调取,获得样本操作票图像集合;
步骤S320:对所述样本操作票图像集合内样本操作票图像中记录具体操作的多个区域进行划分和标识,获得多个样本图像分割结果集合;
步骤S330:基于语义分割内的全卷积神经网络,采用所述样本操作票图像集合和多个样本图像分割结果集合,构建操作票语义分割通道;
步骤S340:将所述操作票图像输入所述操作票语义分割通道,进行语义分割处理,获得所述多个图像分割结果。
进一步而言,本申请还存在步骤S350,包括:
步骤S351:基于所述多个区域,根据卷积神经网络,构建多个操作票区域分析分支;
步骤S352:对存档的操作票图像进行提取和分割,获得多个样本图像分割结果集合和多个样本具体操作集合;
步骤S353:采用所述多个样本图像分割结果集合和多个样本具体操作集合,分别所述多个操作票区域分析分支进行监督训练,通过损失函数计算误差并更新网络参数,直到符合收敛条件,获得所述多个操作票区域分析分支。
具体而言,基于所述历史时间内的所述作业任务数据,检索并调取多个操作票图像,集成作为所述样本操作票图像集合。对所述样本操作票图像集合内的各个样本操作票图像进行识别划分与操作标识,便于进行识别区分与针对性分析处理,例如可基于人工识别标注的方式执行,获取所述多个样本图像分割结果。将所述样本操作票图像集合作为输入识别信息,将所述多个样本图像分割结果集合作为决策输出信息,进行输入识别信息与决策输出信息的映射关联确定训练数据,针对语义分割内的全卷积神经网络进行训练验证,获取构建完成的满足收敛条件的所述操作票语义分割通道。将所述操作票图像输入所述操作票语义分割通道中,进行自适应匹配与决策分析输出所述多个图像分割结果,基于所述多个图像分割结果进行细化操作获取。
进一步的,搭建所述操作票分析通道。针对所述多个区域,分别基于卷积神经网络进行操作票区域分析分支的构建,用于进行所述多个区域对应图像分割结果的具体操作信息提取。提取存档的操作票图像并进行语义分割处理,可基于上述构建的操作票语义分割通道进行分析处理,获取所述多个样本图像分割结果集合,对各样本图像分割结果集合分别进行操作内容识别,例如可通过语义识别方式进行,获取所述多个样本具体操作集合。映射关联所述多个样本图像分割结果集合与所述多个样本具体操作集合,以所述多个区域作为划分标准,对所述构建样本集合进行归属划分,确定多个构建样本集,遍历所述多个操作票区域分析分支,分别基于所述多个构建样本集择取一构建样本集进行监督训练,待训练完成后再次基于对应的构建样本集进行检测,对输出结果与样本具体操作进行偏差分析,结合损失函数计算处理偏差损失,若不满足收敛条件,提取所述构建样本集中偏差损失大于等于损失阈值的构建样本,进行对应操作票区域分析的重训练,再次进行损失分析,直至符合所述收敛条件,获取构建完成的所述多个操作票区域分析分支并对其进行划分区域的对应标识,集成所述多个操作票区域分析分支,生成所述操作票分析通道,用于进行各图像分割区域的针对性独立分析,确保分析处理完备性,提高分析效率并保障结果精准度。
进一步的,将所述多个图像分割结果输入所述操作票分析通道中,匹配并将各图像分割结果输入对应的操作票区域分析分支,输出各图像分割结果的具体操作与操作时间,进行分支输出结果集成规整,确定所述多个具体操作与所述多个操作时间进行通道输出。
步骤S400:对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
进一步而言,如图3所示,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,本申请步骤S400还包括:
步骤S410:对历史时间内的作业任务数据进行检索提取,获取样本匹配数量集合和样本实际作业内容数量集合,并获取样本操作票规范性等级集合;
步骤S420:基于决策树,采用所述样本匹配数量集合、样本实际作业内容数量集合和样本操作票规范性等级集合作为构建数据,构建操作票规范性分析分支,嵌入于所述操作票分析通道内;
步骤S430:将所述匹配数量和多个实际作业内容的数量输入所述操作票规范性分析分支内,获得所述操作票规范性等级。
具体而言,所述多个实际作业内容为基于作业任务的实操内容,对所述多个实际作业内容与所述多个具体操作进行匹配,提取对应契合的实际作业内容与具体操作,进行成功匹配的数据量统计,作为所述匹配数量M,若两者契合数量较高,则操作票的规范性等级越高。进一步的,基于所述匹配数量与所述多个实际作业内容的数量,进行所述操作票的规范性分析。
具体的,检索所述历史时间内的作业任务数据,识别并提取所述样本匹配数量集合、所述样本实际作业内容数量集合与所述样本操作票规范性等级集合,由于所述历史时间内的作业任务数据为曾作业数据,上述样本数据通过识别进行直接确定。进一步的,基于所述样本匹配数量集合与所述样本实际作业内容数量集合,随机提取一组对应数据,作为第一决策层的决策节点,对所述样本匹配数量集合与所述样本实际作业内容数量进行二分类;再次随机提取一组对应数据,作为第二决策层的决策节点,对上层级的二分类结果再次进行划分,重复上述步骤,直至达到最大决策层数,对构建的多个决策层进行层级关联,并基于所述样本操作票规范性等级集合进行匹配标识,生成所述操作票规范性分析分支,将所述操作票规范性分析分支嵌入所述操作票分析通道。
进一步的,将所述匹配数量与所述多个实际作业内容的数量输入所述操作票分析分支,进行等级决策分析确定归属目标,将进行标识信息识别,作为所述操作票规范性等级。
步骤S500:基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
进一步而言,本申请步骤S500还包括:
步骤S510:基于匹配成功的M个实际作业内容的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得所述M个操作时间差;
步骤S520:获取操作时间差阈值;
步骤S530:根据所述M个操作时间差与所述操作时间差阈值的距离,结合所述M个实际作业内容的危险性,计算获得操作时间违规等级,如下式:
;
其中,L为操作时间违规等级,为根据M个实际作业内容的危险性大小分配的第i个实际作业内容的权值,/>为第i个操作时间和第i个实际作业时间的操作时间差,/>为操作时间差阈值。
具体而言,提取所述多个实际作业内容和所述多个具体操作中匹配成功的所述M个具体操作的M个操作时间,并确定M个实际作业内容的M个实际作业时间,针对映射对应的具体操作与实际作业内容进行时间差值计算,获取所述M个操作时间差。
进一步的,设定所述操作时间差阈值,即基于作业需求自定义设定的衡量操作标准度的临界时间差,即操作的宽容时间区间,示例性为5分钟-10分钟,对所述M个操作时间差分别与所述操作时间差阈值进行差值计算,以确定操作的时间超限距离,即可以允许的实际作业时间和填写的操作票里的时间的误差,与时间违规等级正相关。基于所述M个实际作业内容的危险性进行权重配置,确定M个分布权重。进一步的,基于计算公式:进行作业的违规等级计算,其中,L为操作时间违规等级,/>为根据M个实际作业内容的危险性大小分配的第i个实际作业内容的权值,/>为第i个操作时间和第i个实际作业时间的操作时间差,/>为操作时间差阈值,上述参数皆可通过本实施例前期的处理进行获取,所述操作时间违规等级为衡量生产安全的指标。
步骤S600:构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级。
进一步而言,构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级,本申请步骤S600还包括:
步骤S610:获取样本工作票规范性等级集合、样本操作票规范性等级集合、样本操作时间违规等级集合以及样本生产安全评级集合;
步骤S620:基于工作票规范性等级、操作票规范性等级和操作时间违规等级,构建生产安全评价坐标系内的三个坐标轴;
步骤S630:将所述样本工作票规范性等级集合、样本操作票规范性等级集合以及样本操作时间违规等级集合进行组合,输入所述生产安全评价坐标系内,获得多个样本坐标点;
步骤S640:采用所述样本生产安全评级集合内的多个样本生产安全评级,对所述多个样本坐标点进行标记,获得所述生产安全评价通道;
步骤S650:将所述生产安全评价通道嵌入于所述工作票分析通道和操作票分析通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得评价坐标点;
步骤S660:获取所述评价坐标点最邻近的K个样本坐标点对应的K个样本生产安全评级,并计算均值,获得所述生产安全评级,K为大于等于3的整数。
具体而言,将工作票规范性等级、操作票规范性等级和操作时间违规等级作为评价生产安全的指标,以此为坐标轴向构建三个坐标轴,组合为所述生产安全评价坐标系。进一步对所述样本工作票规范性等级集合、样本操作票规范性等级集合以及样本操作时间违规等级集合进行映射组合,确定多个样本三维坐标,输入所述生产安全评价坐标系中进行定位分布,确定所述多个样本坐标点。
基于所述样本生产安全评级集合,针对各样本坐标点进行对应样本生产安全评级的匹配与标记,生成所述生产安全评价通道。将所述生产安全评价通道嵌入于所述工作票分析通道和操作票分析通道,将所述工作票分析通道和操作票分析通道输出的所述工作票规范性等级、操作票规范性等级和操作时间违规等级流转至所述生产安全评价通道,于所述生产安全评价坐标系中进行坐标值定位,确定所述评价坐标点。
进一步的,对所述评价坐标点进行邻域坐标点的近邻距离计算并对计算结果由大到小进行排序,取其中与所述评价坐标点距离最短的K个样本坐标点,以此为参考,对所述K个样本坐标点进行标识样本生产安全评级的识别,针对识别结果进行均值计算,作为所述生产安全评级,所述生产安全评级为针对多维度分析确定的具有高完备性与精准度的生产安全评价结果,可为后续的生产安全教育等工作提供可靠的辅助参考。
进一步的,本申请实施例提供的整体处理架构体系如下:所述操作票分析通道后置于所述操作票语义分割通道,内置有并行布设的所述操作票规范性分析分支与所述多个操作票区域分析分支,用于分析处理以获取所述操作票规范性等级与操作时间违规等级,所述工作票分析通道与所述操作票分析通道并行分布,基于所述工作票分析通道获取工作票规范性等级,所述生产安全评价通道嵌入于所述工作票分析通道与所述操作票分析通道,将获取的所述操作票规范性等级、所述操作时间违规等级与所述工作票规范性等级直接流转至所述生产安全评价通道进行综合性评价处理,输出所述生产安全评级。
实施例
基于与前述实施例中一种结合两票检测的生产安全评价方法相同的发明构思,如图4所示,本申请提供了一种结合两票检测的生产安全评价系统,所述系统包括:
数据调取模块11,所述数据调取模块11用于对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
规范性分析模块12,所述规范性分析模块12用于构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
操作分析模块13,所述操作分析模块13用于对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
规范性等级获取模块14,所述规范性等级获取模块14用于对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
违规等级计算模块15,所述违规等级计算模块15用于基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
生产安全评级获取模块16,所述生产安全评级获取模块16用于构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级。
进一步而言,所述规范性分析模块,还包括:
样本工作票图像获取模块,所述样本工作票图像获取模块用于对历史时间内的作业任务数据进行检索调取,获取样本工作票图像集合;
填写规范检测模块,所述填写规范检测模块用于对所述样本工作票图像集合内的样本工作票图像进行填写规范检测,获得样本工作票规范性等级集合;
工作票分析通道构建模块,所述工作票分析通道构建模块用于采用所述样本工作票图像集合和样本工作票规范性等级集合,基于卷积神经网络,构建包括多层卷积层、池化层和全连接层的所述工作票分析通道,并进行监督训练,获得满足收敛条件的所述工作票分析通道。
进一步而言,所述操作分析模块,还包括:
样本操作票图像获取模块,所述样本操作票图像获取模块用于对历史时间内的作业任务数据进行检索调取,获得样本操作票图像集合;
区域划分模块,所述区域划分模块用于对所述样本操作票图像集合内样本操作票图像中记录具体操作的多个区域进行划分和标识,获得多个样本图像分割结果集合;
操作票语义分割通道构建模块,所述操作票语义分割通道构建模块用于基于语义分割内的全卷积神经网络,采用所述样本操作票图像集合和多个样本图像分割结果集合,构建操作票语义分割通道;
图像分割模块,所述图像分割模块用于将所述操作票图像输入所述操作票语义分割通道,进行语义分割处理,获得所述多个图像分割结果。
进一步而言,所述操作分析模块,还包括:
分支构建模块,所述分支构建模块用于基于所述多个区域,根据卷积神经网络,构建多个操作票区域分析分支;
图像提取分割模块,所述图像提取分割模块用于对存档的操作票图像进行提取和分割,获得多个样本图像分割结果集合和多个样本具体操作集合;
操作票区域分析分支获取模块,所述操作票区域分析分支获取模块用于采用所述多个样本图像分割结果集合和多个样本具体操作集合,分别所述多个操作票区域分析分支进行监督训练,通过损失函数计算误差并更新网络参数,直到符合收敛条件,获得所述多个操作票区域分析分支。
进一步而言,所述规范性等级获取模块,还包括:
样本数据提取模块,所述样本数据提取模块用于对历史时间内的作业任务数据进行检索提取,获取样本匹配数量集合和样本实际作业内容数量集合,并获取样本操作票规范性等级集合;
操作票规范性分析分支构建模块,所述操作票规范性分析分支构建模块用于基于决策树,采用所述样本匹配数量集合、样本实际作业内容数量集合和样本操作票规范性等级集合作为构建数据,构建操作票规范性分析分支,嵌入于所述操作票分析通道内;
操作票规范性等级获取模块,所述操作票规范性等级获取模块用于将所述匹配数量和多个实际作业内容的数量输入所述操作票规范性分析分支内,获得所述操作票规范性等级。
进一步而言,所述违规等级计算模块,还包括:
操作时间差计算模块,所述操作时间差计算模块用于基于匹配成功的M个实际作业内容的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得所述M个操作时间差;
阈值获取模块,所述阈值获取模块用于获取操作时间差阈值;
违规等级计算模块,所述违规等级计算模块用于根据所述M个操作时间差与所述操作时间差阈值的距离,结合所述M个实际作业内容的危险性,计算获得操作时间违规等级,如下式:
;
其中,L为操作时间违规等级,为根据M个实际作业内容的危险性大小分配的第i个实际作业内容的权值,/>为第i个操作时间和第i个实际作业时间的操作时间差,/>为操作时间差阈值。
进一步而言,所述生产安全评级获取模块,还包括:
样本等级获取模块,所述样本等级获取模块用于获取样本工作票规范性等级集合、样本操作票规范性等级集合、样本操作时间违规等级集合以及样本生产安全评级集合;
坐标轴构建模块,所述坐标轴构建模块用于基于工作票规范性等级、操作票规范性等级和操作时间违规等级,构建生产安全评价坐标系内的三个坐标轴;
样本坐标点获取模块,所述样本坐标点获取模块用于将所述样本工作票规范性等级集合、样本操作票规范性等级集合以及样本操作时间违规等级集合进行组合,输入所述生产安全评价坐标系内,获得多个样本坐标点;
生产安全评价通道获取模块,所述生产安全评价通道获取模块用于采用所述样本生产安全评级集合内的多个样本生产安全评级,对所述多个样本坐标点进行标记,获得所述生产安全评价通道;
评价坐标点获取模块,所述评价坐标点获取模块用于将所述生产安全评价通道嵌入于所述工作票分析通道和操作票分析通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得评价坐标点;
评级计算模块,所述评级计算模块用于获取所述评价坐标点最邻近的K个样本坐标点对应的K个样本生产安全评级,并计算均值,获得所述生产安全评级,K为大于等于3的整数。
本说明书通过前述对一种结合两票检测的生产安全评价方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种结合两票检测的生产安全评价方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种结合两票检测的生产安全评价方法,其特征在于,所述方法包括:
对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级;
其中,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,包括:
对历史时间内的作业任务数据进行检索提取,获取样本匹配数量集合和样本实际作业内容数量集合,并获取样本操作票规范性等级集合;
基于决策树,采用所述样本匹配数量集合、样本实际作业内容数量集合和样本操作票规范性等级集合作为构建数据,构建操作票规范性分析分支,嵌入于所述操作票分析通道内;
将所述匹配数量和多个实际作业内容的数量输入所述操作票规范性分析分支内,获得所述操作票规范性等级;
其中,基于匹配成功的M个实际作业内容的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得所述M个操作时间差;
获取操作时间差阈值;
根据所述M个操作时间差与所述操作时间差阈值的距离,结合所述M个实际作业内容的危险性,计算获得操作时间违规等级,如下式:
;
其中,L为操作时间违规等级,为根据M个实际作业内容的危险性大小分配的第i个实际作业内容的权值,/>为第i个操作时间和第i个实际作业时间的操作时间差,/>为操作时间差阈值;
其中,构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级,包括:
获取样本工作票规范性等级集合、样本操作票规范性等级集合、样本操作时间违规等级集合以及样本生产安全评级集合;
基于工作票规范性等级、操作票规范性等级和操作时间违规等级,构建生产安全评价坐标系内的三个坐标轴;
将所述样本工作票规范性等级集合、样本操作票规范性等级集合以及样本操作时间违规等级集合进行组合,输入所述生产安全评价坐标系内,获得多个样本坐标点;
采用所述样本生产安全评级集合内的多个样本生产安全评级,对所述多个样本坐标点进行标记,获得所述生产安全评价通道;
将所述生产安全评价通道嵌入于所述工作票分析通道和操作票分析通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得评价坐标点;
获取所述评价坐标点最邻近的K个样本坐标点对应的K个样本生产安全评级,并计算均值,获得所述生产安全评级,K为大于等于3的整数。
2.根据权利要求1所述的方法,其特征在于,构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级,包括:
对历史时间内的作业任务数据进行检索调取,获取样本工作票图像集合;
对所述样本工作票图像集合内的样本工作票图像进行填写规范检测,获得样本工作票规范性等级集合;
采用所述样本工作票图像集合和样本工作票规范性等级集合,基于卷积神经网络,构建包括多层卷积层、池化层和全连接层的所述工作票分析通道,并进行监督训练,获得满足收敛条件的所述工作票分析通道。
3.根据权利要求1所述的方法,其特征在于,对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,包括:
对历史时间内的作业任务数据进行检索调取,获得样本操作票图像集合;
对所述样本操作票图像集合内样本操作票图像中记录具体操作的多个区域进行划分和标识,获得多个样本图像分割结果集合;
基于语义分割内的全卷积神经网络,采用所述样本操作票图像集合和多个样本图像分割结果集合,构建操作票语义分割通道;
将所述操作票图像输入所述操作票语义分割通道,进行语义分割处理,获得所述多个图像分割结果。
4.根据权利要求3所述的方法,其特征在于,构建操作票分析通道,包括:
基于所述多个区域,根据卷积神经网络,构建多个操作票区域分析分支;
对存档的操作票图像进行提取和分割,获得多个样本图像分割结果集合和多个样本具体操作集合;
采用所述多个样本图像分割结果集合和多个样本具体操作集合,分别所述多个操作票区域分析分支进行监督训练,通过损失函数计算误差并更新网络参数,直到符合收敛条件,获得所述多个操作票区域分析分支。
5.一种结合两票检测的生产安全评价系统,其特征在于,所述系统包括:
数据调取模块,所述数据调取模块用于对待进行生产安全检测评价的作业任务数据进行调取,获取作业数据集合、工作票图像和操作票图像,其中,所述作业数据集合内包括多个实际作业内容和多个实际作业时间;
规范性分析模块,所述规范性分析模块用于构建工作票分析通道,将所述工作票图像输入所述工作票分析通道内,进行工作票规范性分析,获得工作票规范性等级;
操作分析模块,所述操作分析模块用于对所述操作票图像内的多个区域进行语义分割,获得多个图像分割结果,构建操作票分析通道,将所述多个图像分割结果输入所述操作票分析通道,获得多个具体操作和多个操作时间;
规范性等级获取模块,所述规范性等级获取模块用于对所述多个实际作业内容和所述多个具体操作进行匹配分析,获得匹配数量M,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,M为大于1的整数;
违规等级计算模块,所述违规等级计算模块用于基于匹配成功的M个具体操作的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得M个操作时间差,结合操作时间差阈值和所述M个实际作业内容的危险性,计算获得操作时间违规等级;
生产安全评级获取模块,所述生产安全评级获取模块用于构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级;
其中,根据所述匹配数量和所述多个实际作业内容的数量,进行操作票规范性分析,获得操作票规范性等级,包括:
对历史时间内的作业任务数据进行检索提取,获取样本匹配数量集合和样本实际作业内容数量集合,并获取样本操作票规范性等级集合;
基于决策树,采用所述样本匹配数量集合、样本实际作业内容数量集合和样本操作票规范性等级集合作为构建数据,构建操作票规范性分析分支,嵌入于所述操作票分析通道内;
将所述匹配数量和多个实际作业内容的数量输入所述操作票规范性分析分支内,获得所述操作票规范性等级;
其中,基于匹配成功的M个实际作业内容的M个操作时间,结合M个实际作业内容的M个实际作业时间,计算获得所述M个操作时间差;
获取操作时间差阈值;
根据所述M个操作时间差与所述操作时间差阈值的距离,结合所述M个实际作业内容的危险性,计算获得操作时间违规等级,如下式:
;
其中,L为操作时间违规等级,为根据M个实际作业内容的危险性大小分配的第i个实际作业内容的权值,/>为第i个操作时间和第i个实际作业时间的操作时间差,/>为操作时间差阈值;
其中,构建嵌入于所述工作票分析通道和操作票分析通道的生产安全评价通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得生产安全评级,包括:
获取样本工作票规范性等级集合、样本操作票规范性等级集合、样本操作时间违规等级集合以及样本生产安全评级集合;
基于工作票规范性等级、操作票规范性等级和操作时间违规等级,构建生产安全评价坐标系内的三个坐标轴;
将所述样本工作票规范性等级集合、样本操作票规范性等级集合以及样本操作时间违规等级集合进行组合,输入所述生产安全评价坐标系内,获得多个样本坐标点;
采用所述样本生产安全评级集合内的多个样本生产安全评级,对所述多个样本坐标点进行标记,获得所述生产安全评价通道;
将所述生产安全评价通道嵌入于所述工作票分析通道和操作票分析通道,将所述工作票规范性等级、操作票规范性等级和操作时间违规等级输入所述生产安全评价通道,获得评价坐标点;
获取所述评价坐标点最邻近的K个样本坐标点对应的K个样本生产安全评级,并计算均值,获得所述生产安全评级,K为大于等于3的整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310879005.5A CN116596411B (zh) | 2023-07-18 | 2023-07-18 | 一种结合两票检测的生产安全评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310879005.5A CN116596411B (zh) | 2023-07-18 | 2023-07-18 | 一种结合两票检测的生产安全评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116596411A CN116596411A (zh) | 2023-08-15 |
CN116596411B true CN116596411B (zh) | 2023-12-22 |
Family
ID=87594172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310879005.5A Active CN116596411B (zh) | 2023-07-18 | 2023-07-18 | 一种结合两票检测的生产安全评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116596411B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014057559A1 (ja) * | 2012-10-11 | 2014-04-17 | 株式会社日立システムズ | 作業票記録支援システム及びプログラム |
CN110674772A (zh) * | 2019-09-29 | 2020-01-10 | 国家电网有限公司技术学院分公司 | 电力作业现场智能安全管控辅助系统及方法 |
CN113869758A (zh) * | 2021-09-30 | 2021-12-31 | 桑河二级水电有限公司 | 智慧两票管理及作业现场风险预警系统 |
CN114266478A (zh) * | 2021-12-22 | 2022-04-01 | 广东电网有限责任公司 | 一种变电运行规范化综合评价方法及相关装置 |
CN114757557A (zh) * | 2022-04-24 | 2022-07-15 | 广东电网有限责任公司 | 一种基于电力工作票现场作业风险评估预测方法及装置 |
CN114862425A (zh) * | 2022-06-02 | 2022-08-05 | 广东电网有限责任公司东莞供电局 | 基于电力语言的两票信息校核方法、校核装置和存储介质 |
CN114925960A (zh) * | 2022-03-31 | 2022-08-19 | 国电南瑞科技股份有限公司 | 一种变电站操作全过程的评价方法及装置 |
CN116091030A (zh) * | 2022-11-17 | 2023-05-09 | 国网安徽省电力有限公司蚌埠供电公司 | 一种基于人工智能的两票管理系统 |
CN116311541A (zh) * | 2023-05-22 | 2023-06-23 | 泰坦(天津)能源技术有限公司 | 一种识别工人违规行为的智能巡检方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9659268B2 (en) * | 2008-02-12 | 2017-05-23 | CertusVies Technologies, LLC | Ticket approval system for and method of performing quality control in field service applications |
-
2023
- 2023-07-18 CN CN202310879005.5A patent/CN116596411B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014057559A1 (ja) * | 2012-10-11 | 2014-04-17 | 株式会社日立システムズ | 作業票記録支援システム及びプログラム |
CN110674772A (zh) * | 2019-09-29 | 2020-01-10 | 国家电网有限公司技术学院分公司 | 电力作业现场智能安全管控辅助系统及方法 |
CN113869758A (zh) * | 2021-09-30 | 2021-12-31 | 桑河二级水电有限公司 | 智慧两票管理及作业现场风险预警系统 |
CN114266478A (zh) * | 2021-12-22 | 2022-04-01 | 广东电网有限责任公司 | 一种变电运行规范化综合评价方法及相关装置 |
CN114925960A (zh) * | 2022-03-31 | 2022-08-19 | 国电南瑞科技股份有限公司 | 一种变电站操作全过程的评价方法及装置 |
CN114757557A (zh) * | 2022-04-24 | 2022-07-15 | 广东电网有限责任公司 | 一种基于电力工作票现场作业风险评估预测方法及装置 |
CN114862425A (zh) * | 2022-06-02 | 2022-08-05 | 广东电网有限责任公司东莞供电局 | 基于电力语言的两票信息校核方法、校核装置和存储介质 |
CN116091030A (zh) * | 2022-11-17 | 2023-05-09 | 国网安徽省电力有限公司蚌埠供电公司 | 一种基于人工智能的两票管理系统 |
CN116311541A (zh) * | 2023-05-22 | 2023-06-23 | 泰坦(天津)能源技术有限公司 | 一种识别工人违规行为的智能巡检方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116596411A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115908424B (zh) | 基于三维激光扫描的建筑物健康检测方法、系统及介质 | |
CN111008262B (zh) | 一种基于知识图谱的律师评估方法和推荐方法 | |
CN108985380B (zh) | 一种基于聚类集成的转辙机故障识别方法 | |
CN106919957B (zh) | 处理数据的方法及装置 | |
CN105574544A (zh) | 一种数据处理方法和装置 | |
CN112367273B (zh) | 基于知识蒸馏的深度神经网络模型的流量分类方法及装置 | |
CN115145906B (zh) | 一种面向结构化数据的预处理和补全方法 | |
CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
CN115169534A (zh) | 卷积神经网络的样本优化训练方法及计算机可读存储介质 | |
CN114548494A (zh) | 一种可视化造价数据预测智能分析系统 | |
CN116932523B (zh) | 一种整合和监管第三方环境检测机构的平台 | |
CN117131364B (zh) | 一种滚动轴承的工艺检测集成方法及系统 | |
CN116596411B (zh) | 一种结合两票检测的生产安全评价方法及系统 | |
CN117495422A (zh) | 基于电力通信网建设的造价管理系统及其方法 | |
CN117131449A (zh) | 面向数据治理的具有传播学习能力的异常识别方法及系统 | |
CN116126807A (zh) | 一种日志分析方法及相关装置 | |
CN115661695A (zh) | 基于无人机的河道排污口监控预警方法及系统 | |
CN115392710A (zh) | 一种基于数据过滤的风电机组运行决策方法及系统 | |
CN114897193A (zh) | 一种基于人在回路的飞机结构维修决策方法及决策系统 | |
CN112732773A (zh) | 一种继电保护缺陷数据的唯一性校核方法及系统 | |
CN112434648A (zh) | 一种墙体形状变化检测方法及系统 | |
CN117176550B (zh) | 基于故障辨识的集成运行维护方法及系统 | |
CN117830858B (zh) | 基于三维测距的交叉跨越输电线路安全识别方法及系统 | |
CN117236261B (zh) | Mos管参数模型的构建方法、装置、设备及存储介质 | |
CN117436444B (zh) | 基于标签的数据处理方法、设备及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |