CN117034172B - 一种电力作业现场违章识别系统及其应用 - Google Patents
一种电力作业现场违章识别系统及其应用 Download PDFInfo
- Publication number
- CN117034172B CN117034172B CN202311058366.XA CN202311058366A CN117034172B CN 117034172 B CN117034172 B CN 117034172B CN 202311058366 A CN202311058366 A CN 202311058366A CN 117034172 B CN117034172 B CN 117034172B
- Authority
- CN
- China
- Prior art keywords
- violation
- feature
- operation step
- type
- weight
- 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
- 238000013480 data collection Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力作业现场违章识别系统及其应用,涉及技术领域,通过设置作业数据收集模块预先收集电力作业的作业数据表、操作步骤表,设置作业过程数据收集模块收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合,设置违章识别模块判断出当前的操作步骤,并判断当前操作步骤中是否存在违规,以及判断操作步骤顺序中是否存在违规;实现自动化识别电力作业中违规操作的功能,提高电力作业的安全。
Description
技术领域
本发明涉及电力作业违章识别技术领域,具体是一种电力作业现场违章识别系统及其应用。
背景技术
随着电力行业的发展,电力作业涉及的复杂性和重要性不断增加。在电力作业现场,人员安全、设备完整性和电力供应的稳定性都是至关重要的。然而,由于操作人员疏忽、不合规操作或技术失误,可能会导致违规操作的发生,从而造成严重的事故风险和不良影响;
在电力作业中出现违章现象可能会导致人员安全风险、设备损坏与故障甚至导致火灾等严重危害人身安全和财产安全的后果,因此,亟须在电力作业现场中,及时发现作业人员的违章现象,从而及时挽回损失;
然而现有的电力现场作业中违章识别往往存在以下问题:
人为主观性:传统的违规操作识别方法往往依赖人工检查和报告,容易受到人员主观判断和忽视的影响;
反应性不足:传统方法往往只在事故发生后才进行违规操作的分析和识别,缺乏预防性措施;
为此,本发明提出一种电力作业现场违章识别系统及其应用。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种电力作业现场违章识别系统及其应用,实现自动化识别电力作业中违规操作的功能,提高电力作业的安全。
为实现上述目的,根据本发明的实施例1提出一种电力作业现场违章识别系统,包括作业数据收集模块、作业过程数据收集模块以及违章识别模块;其中,各个模块之间通过电性连接;
作业数据收集模块,用于预先收集电力作业的作业数据表、操作步骤表;
其中,所述预先收集电力作业的作业数据表以及操作步骤表包括:
预先收集在电力作业现场中,允许进行的电力作业的作业类型;
对于每种作业类型,将整个作业流程划分为若干个操作步骤;
对于每个操作步骤,收集该操作步骤的操作特征集合、特征权重集合以及违规权重集合;
所述特征权重集合中的每个元素对应于操作特征集合中的每个操作特征的识别权重;所述识别权重为预设的用于评判操作特征对于操作步骤识别结果准确性的影响值;
所述违规权重集合的收集过程包括:
将每个工作类型的编号标记为i,将第j个工作类型中的每个操作步骤的编号标记ij;
对于每个作业类型中的每个操作步骤ij,则所述违规权重集合中的每个元素对应一个其余的操作步骤的编号ij1,且每个元素值表示在执行编号ij对应的操作步骤前,实施编号为ij1的操作步骤的危险系数;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值;
所述作业数据收集模块将作业数据表以及操作步骤表发送至违章识别模块;
作业过程数据收集模块,用于收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;
所述收集实时操作特征集合的方式为:
在电力作业现场中,实时收集作业人员进行的每种操作特征对应的操作特征数据;
所述作业过程数据收集模块将实际作业类型以及实时操作特征集合发送至违章识别模块;
违章识别模块,用于根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及判断操作步骤顺序中是否存在违规;
所述判断出当前的操作步骤包括:
步骤101:从作业数据表中读取实际作业类型对应的所有操作步骤作为实际操作步骤,从操作步骤表中读取每个实际操作步骤对应的操作特征类型属性的属性值;
步骤102:根据实时操作特征集合中的每个操作特征对应的操作特征数据,与每个实际操作步骤的对应的操作特征属性的属性值进行匹配,获得每个操作特征属性的匹配度;
步骤103:计算每个实际操作步骤的权重加权和;所述权重加权和中每一项分别为对应的操作特征属性的匹配度乘以操作特征属性对应的特征权重;
步骤104:将所有实际操作步骤中权重加权和最大的实际操作步骤作为判断的当前的操作步骤;
所述判断当前的操作步骤中是否存在违规,以及操作步骤顺序中是否存在违规的方式为:
基于实时操作特征集合中的每个操作特征对应的操作特征数据与当前的操作步骤对应的操作特征属性的属性值进行对比,判断当前的操作步骤中是否存在违规;
统计在当前的操作步骤时,作业人员未实施的所有操作步骤作为后操作步骤,并从违规权重集合中读取对应的执行每个后操作步骤前执行当前的操作步骤对应的违规权重,若存在任意一个后操作步骤对应的违规权重的值大于预设的违规权重阈值,则判断为操作步骤顺序中存在违规。
根据本发明的实施例2提出一种电力作业现场违章识别方法,包括以下步骤:
步骤一:预先收集电力作业的作业数据表以及操作步骤表;
步骤二:收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;
步骤三:根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及判断操作步骤顺序中是否存在违规;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值。
与现有技术相比,本发明的有益效果是:
本发明通过预先收集电力作业的作业数据表以及操作步骤表;其中,作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表,操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值,收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合,根据实际作业类型、实时操作特征集合判断出当前的操作步骤,并判断当前操作步骤中是否存在违规,以及操作步骤顺序中是否存在违规;预先为作业人员设定标准的作业流程以及操作步骤的操作特征,再通过自动化手段分析作业人员的操作特征是否符合,实现自动化识别电力作业中违规操作的功能,提高电力作业的安全。
附图说明
图1为本发明的实施例1中电力作业现场违章识别系统的模块连接关系图;
图2为本发明的实施例2中电力作业现场违章识别系统的流程图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种电力作业现场违章识别系统,包括作业数据收集模块、作业过程数据收集模块以及违章识别模块;其中,各个模块之间通过电性连接;
其中,所述作业数据收集模块主要用于预先收集电力作业的作业数据表、操作步骤表;
其中,所述预先收集电力作业的作业数据表以及操作步骤表包括:
预先收集在电力作业现场中,允许进行的电力作业的作业类型;优选的,所述作业类型包括但不限于:设备维护、设备修复、新设备安装以及故障检查等,可以理解的是,不同的作业类型对应着不同的操作步骤以及操作设备;
对于每种作业类型,将整个作业流程划分为若干个操作步骤;所述操作步骤为由专业技术人员根据每种作业类型实际的作业流程,以实际经验进行划分;例如:操作步骤可能包括:工具检查、电气隔离、调整设备状态、实施作业、恢复电力以及清理现场等;
对于每个操作步骤,收集该操作步骤的操作特征集合、特征权重集合以及违规权重集合;
在一个优选的实施例中,所述操作特征集合中包含的操作特征包括但不限于操作设备集合、操作位置集合、设备电气状态集合、施工动作集合、工具类型集合等;需要说明的是,每个操作步骤的操作特征集合可以由上述的操作特征中选择任意数量的操作特征组成;
进一步地,所述特征权重集合中的每个元素对应于操作特征集合中的每个操作特征的识别权重;所述识别权重为预设的用于评判操作特征对于操作步骤识别结果准确性的影响值,所述识别权重可以通过使用AHP层次分析法或根据实际经验设定;
所述操作位置集合包括作业人员可能实施该操作步骤时的所有位置区域;例如对于工具检查操作步骤,可能操作的位置区域为工具储藏库内;
所述设备电气状态集合可以包括该操作步骤中操作设备的开启、关闭等离散状态变化,也可以包括电力网络中电压值或电流值等连续状态变化;
所述施工动作集合可以包括实施每个操作步骤的标准动作序列;所述标准动作序列包括实施每个操作步骤过程中,作业人员的需要进行的动作顺序;对于标准动作序列的识别可以通过预先训练动作识别模型进行;优选的,所述动作识别模型可以为双流卷积神经网络模型或TSN网络模型中的任意一个;
所述工具类集合包括实施每个操作步骤需要的所有的工具的类型;需要说明的是,对于工具类型的识别可以使用目标识别算法进行;优选的,所述目标识别算法可以为RCNN或Yolov5等神经网络模型进行;
进一步地,所述违规权重集合的收集过程包括:
将每个工作类型的编号标记为i,将第j个工作类型中的每个操作步骤的编号标记ij;
对于每个作业类型中的每个操作步骤ij,则所述违规权重集合中的每个元素对应一个其余的操作步骤的编号ij1,且每个元素值表示在执行编号ij对应的操作步骤前,实施编号为ij1的操作步骤的危险系数;需要说明的是,该危险系数可以为根据实际经验设置,也可以通过使用AHP层次分析法进行设定;
作为一个示例,对于编号为1的操作步骤,违规权重集合中包含3个元素,分别对应于编号为2,3,4的操作步骤,该违规权重集合可以为[0,0.5,1],该违规权重集合中0表示在执行编号为1的操作步骤之前,执行编号为2的操作步骤的危险系数;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值;
所述作业数据收集模块将作业数据表以及操作步骤表发送至违章识别模块;
其中,所述作业过程数据收集模块主要用于收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;
在一个优选的实施例中,收集作业人员进行电力作业的实际作业类型的方式为:
由作业人员在进行电力作业前,预先通过电力后台系统录入所准备进行的作业类型作为实际作业类型;可以理解的是,作为具有安全隐患的作业,一般在进行电力作业前,需要预先进行报备,并在作业完成后填写作业结果记录等;
进一步地,所述收集实时操作特征集合的方式为:
在电力作业现场中,实时收集作业人员进行的每种操作特征对应的操作特征数据;具体地,所述操作特征数据可以包括使用图像捕获设备捕获的操作设备的图像、使用定位设备捕获的作业人员的实时位置、通过电力后台系统实时捕获设备电气状态的变化、通过动作识别网络识别的作业人员的实时动作以及作业人员使用的所有工具类型等;
所述作业过程数据收集模块将实际作业类型以及实时操作特征集合发送至违章识别模块;
其中,所述违章识别模块主要用于根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及操作步骤顺序中是否存在违规;
在一个优选的实施例中,所述判断出当前的操作步骤包括:
步骤101:从作业数据表中读取实际作业类型对应的所有操作步骤作为实际操作步骤,从操作步骤表中读取每个实际操作步骤对应的操作特征类型属性的属性值;
步骤102:根据实时操作特征集合中的每个操作特征对应的操作特征数据,与每个实际操作步骤的对应的操作特征属性的属性值进行匹配,获得每个操作特征属性的匹配度;
在一个优选的实施例中的,所述获得每个操作特征属性的匹配度的方式可以分别包括:
匹配作业人员操作的设备是否在操作设备集合中,匹配作业人员的位置是否在操作位置集合中,匹配设备电气的状态变化与设备电气状态集合中的状态变化的差异,匹配作业人员的实时动作是否在施工动作集合中,以及匹配作业人员使用的所有工具类型与工具类型集合的交集占工具类型集合大小的比值;
步骤103:计算每个实际操作步骤的权重加权和;所述权重加权和中每一项分别为对应的操作特征属性的匹配度乘以操作特征属性对应的特征权重;
步骤104:将所有实际操作步骤中权重加权和最大的实际操作步骤作为判断的当前的操作步骤;
进一步地,所述判断当前的操作步骤中是否存在违规,以及操作步骤顺序中是否存在违规的方式为:
基于实时操作特征集合中的每个操作特征对应的操作特征数据与当前的操作步骤对应的操作特征属性的属性值进行对比,判断当前的操作步骤中是否存在违规;具体地,判断的方式可以包括操作的设备是否符合操作设备集合中的设备、设备电气状态的变化值是否符合设备电气状态集合中预期的电气状态变化、实时动作的顺序是否符合施工动作集合中的动作顺序,以及使用的工具类型是否在工具类型集合中有所遗漏等,若其中的任意一条或任意若干条不符合,则认为存在违规;
统计在当前的操作步骤时,作业人员未实施的所有操作步骤作为后操作步骤,并从违规权重集合中读取对应的执行每个后操作步骤前执行当前的操作步骤对应的违规权重,若存在任意一个后操作步骤对应的违规权重的值大于预设的违规权重阈值,则判断为操作步骤顺序中存在违规;若不存在任意一个后操作步骤对应的违规权重的值大于预设的违规权重阈值,则判断为操作步骤顺序中不存在违规。
实施例2
如图2所示,一种电力作业现场违章识别方法,其基于上述的一种电力作业现场违章识别系统实现,包括以下步骤:
步骤一:预先收集电力作业的作业数据表以及操作步骤表;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值;
步骤二:收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;
步骤三:根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及操作步骤顺序中是否存在违规。
以上的预设的参数或预设的阈值均由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种电力作业现场违章识别系统,其特征在于,包括作业数据收集模块、作业过程数据收集模块以及违章识别模块;其中,各个模块之间通过电性连接;
作业数据收集模块,用于预先收集电力作业的作业数据表、操作步骤表;并将作业数据表以及操作步骤表发送至违章识别模块;
作业过程数据收集模块,用于收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;并将实际作业类型以及实时操作特征集合发送至违章识别模块;
违章识别模块,用于根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及判断操作步骤顺序中是否存在违规;
所述预先收集电力作业的作业数据表以及操作步骤表包括:
预先收集在电力作业现场中,允许进行的电力作业的作业类型;
对于每种作业类型,将整个作业流程划分为若干个操作步骤;
对于每个操作步骤,收集该操作步骤的操作特征集合、特征权重集合以及违规权重集合;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值;
所述判断出当前的操作步骤包括:
步骤101:从作业数据表中读取实际作业类型对应的所有操作步骤作为实际操作步骤,从操作步骤表中读取每个实际操作步骤对应的操作特征类型属性的属性值;
步骤102:根据实时操作特征集合中的每个操作特征对应的操作特征数据,与每个实际操作步骤的对应的操作特征属性的属性值进行匹配,获得每个操作特征属性的匹配度;
步骤103:计算每个实际操作步骤的权重加权和;
步骤104:将所有实际操作步骤中权重加权和最大的实际操作步骤作为判断的当前的操作步骤;
所述判断当前的操作步骤中是否存在违规的方式为:
基于实时操作特征集合中的每个操作特征对应的操作特征数据与当前的操作步骤对应的操作特征属性的属性值进行对比,判断当前的操作步骤中是否存在违规;
所述判断操作步骤顺序中是否存在违规的方式为:
统计在当前的操作步骤时,作业人员未实施的所有操作步骤作为后操作步骤,并从违规权重集合中读取对应的执行每个后操作步骤前执行当前的操作步骤对应的违规权重,若存在任意一个后操作步骤对应的违规权重的值大于预设的违规权重阈值,则判断为操作步骤顺序中存在违规。
2.根据权利要求1所述的一种电力作业现场违章识别系统,其特征在于,所述特征权重集合中的每个元素对应于操作特征集合中的每个操作特征的识别权重;所述识别权重为预设的用于评判操作特征对于操作步骤识别结果准确性的影响值;
所述违规权重集合的收集过程包括:
将每个工作类型的编号标记为i,将第j个工作类型中的每个操作步骤的编号标记ij;
对于每个作业类型中的每个操作步骤ij,则所述违规权重集合中的每个元素对应一个其余的操作步骤的编号ij1,且每个元素值表示在执行编号ij对应的操作步骤前,实施编号为ij1的操作步骤的危险系数。
3.根据权利要求2所述的一种电力作业现场违章识别系统,其特征在于,所述收集实时操作特征集合的方式为:
在电力作业现场中,实时收集作业人员进行的每种操作特征对应的操作特征数据。
4.根据权利要求3所述的一种电力作业现场违章识别系统,其特征在于,所述权重加权和中每一项分别为对应的操作特征属性的匹配度乘以操作特征属性对应的特征权重。
5.一种电力作业现场违章识别方法,其基于权利要求1-4任意一项所述的一种电力作业现场违章识别系统实现,其特征在于,包括以下步骤:
步骤一:预先收集电力作业的作业数据表以及操作步骤表;
步骤二:收集作业人员进行电力作业的实际作业类型以及实时收集实时操作特征集合;
步骤三:根据实际作业类型、作业数据表以及操作步骤表、实时操作特征集合判断出当前的操作步骤,并基于操作步骤表、实时操作特征集合判断当前操作步骤中是否存在违规,以及判断操作步骤顺序中是否存在违规;
所述作业数据表为以作业类型为主键,以操作步骤为属性,以每个作业类型具体包含的所有操作步骤为属性值的第一数据库表;
所述操作步骤表为以每个操作步骤为主键的第二数据库表,该第二数据库表以违规权重以及操作特征集合中的操作特征类型作为属性;对于违规权重属性,以该操作步骤对应的违规权重集合作为属性值;对于每个操作特征类型属性,以该操作特征对应的具体包含的内容、特征权重作为属性值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311058366.XA CN117034172B (zh) | 2023-08-22 | 2023-08-22 | 一种电力作业现场违章识别系统及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311058366.XA CN117034172B (zh) | 2023-08-22 | 2023-08-22 | 一种电力作业现场违章识别系统及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117034172A CN117034172A (zh) | 2023-11-10 |
CN117034172B true CN117034172B (zh) | 2024-03-29 |
Family
ID=88644715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311058366.XA Active CN117034172B (zh) | 2023-08-22 | 2023-08-22 | 一种电力作业现场违章识别系统及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117034172B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115131172A (zh) * | 2022-08-29 | 2022-09-30 | 广东电网有限责任公司佛山供电局 | 基于多源数据融合的电力作业违章智能识别方法和系统 |
CN115310921A (zh) * | 2021-05-08 | 2022-11-08 | 珠海优特电力科技股份有限公司 | 自动生成电力防误操作逻辑公式的方法和装置 |
CN115546892A (zh) * | 2022-10-10 | 2022-12-30 | 云南电网有限责任公司电力科学研究院 | 一种辩识作业违章的方法、装置及存储介质 |
CN116523364A (zh) * | 2023-03-02 | 2023-08-01 | 国家电网有限公司华东分部 | 电力作业现场违规取证方法及装置、存储介质、电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170214716A1 (en) * | 2016-01-26 | 2017-07-27 | Korea Internet & Security Agency | Violation information management module forming violation information intelligence analysis system |
-
2023
- 2023-08-22 CN CN202311058366.XA patent/CN117034172B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310921A (zh) * | 2021-05-08 | 2022-11-08 | 珠海优特电力科技股份有限公司 | 自动生成电力防误操作逻辑公式的方法和装置 |
CN115131172A (zh) * | 2022-08-29 | 2022-09-30 | 广东电网有限责任公司佛山供电局 | 基于多源数据融合的电力作业违章智能识别方法和系统 |
CN115546892A (zh) * | 2022-10-10 | 2022-12-30 | 云南电网有限责任公司电力科学研究院 | 一种辩识作业违章的方法、装置及存储介质 |
CN116523364A (zh) * | 2023-03-02 | 2023-08-01 | 国家电网有限公司华东分部 | 电力作业现场违规取证方法及装置、存储介质、电子设备 |
Non-Patent Citations (1)
Title |
---|
作业现场异常事件视频智能识别及报警技术;安全、健康和环境;20200415(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117034172A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019144716A1 (zh) | 户外柱上真空开关的状态评价方法及装置 | |
CN113434902B (zh) | 一种基于区块链的施工安全监测管理系统和方法 | |
CN107203816B (zh) | 一种电力系统二次设备的故障检修方法及系统 | |
CN112990656A (zh) | 一种it设备监测数据的健康评价系统及健康评价方法 | |
CN112464995A (zh) | 一种基于决策树算法的电网配变故障诊断方法及系统 | |
CN108763966B (zh) | 一种尾气检测作弊监管系统及方法 | |
CN110580492A (zh) | 一种基于小幅波动检测的轨道电路故障前兆发现方法 | |
CN115453267A (zh) | 一种电力信息系统故障诊断系统 | |
CN110350660B (zh) | 一种继电保护功能压板在线监视方法和系统 | |
CN110503215A (zh) | 基于图像识别技术识别设备状态、故障及处理异常的方法 | |
CN111754737A (zh) | 一种计量装置安装验收在线识别评价装置及评价方法 | |
CN117034172B (zh) | 一种电力作业现场违章识别系统及其应用 | |
CN113094244B (zh) | 一种用于数据中心的机房运行智能检测系统 | |
CN117114359A (zh) | 一种电力计量作业安全在线监测系统及其方法 | |
CN111509839A (zh) | 一种基于告警信号的跳闸事件化模型分析方法 | |
CN111310723A (zh) | 基于深度学习技术的变电站人员穿戴规范分析方法 | |
CN116566839A (zh) | 一种电力企业通信资源质量评估系统 | |
CN114398947A (zh) | 一种基于专家系统的电网故障自动分类的方法及系统 | |
CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
CN113869758A (zh) | 智慧两票管理及作业现场风险预警系统 | |
CN111143622A (zh) | 基于大数据平台的故障数据集构建方法 | |
CN116467633B (zh) | 一种电网故障与保护动作的在线自动分析系统与方法 | |
CN110674193A (zh) | 一种智能变电站继电保护故障信息建模方法 | |
CN114333179B (zh) | 一种基于大数据技术的金融终端故障预判警示方法及系统 | |
CN112149969B (zh) | 特高压直流控制保护合并单元运行状态评价方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |