CN117171694A - 一种基于ai技术的配电场景安全识别系统 - Google Patents
一种基于ai技术的配电场景安全识别系统 Download PDFInfo
- Publication number
- CN117171694A CN117171694A CN202311442722.8A CN202311442722A CN117171694A CN 117171694 A CN117171694 A CN 117171694A CN 202311442722 A CN202311442722 A CN 202311442722A CN 117171694 A CN117171694 A CN 117171694A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- acquiring
- verification
- temperature
- target object
- 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.)
- Granted
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 85
- 238000012795 verification Methods 0.000 claims description 67
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 6
- 230000006399 behavior Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于AI技术的配电场景安全识别系统,包括数据采集单元和信息输出单元,本发明涉及配电安全识别技术领域,解决了人为轮班监控浪费时间和人员的精力,不能及时的分析出现异常的原因,其次简单的人员识别不能保证后续场内操作安全的技术问题,本发明通过人脸识别和密码核验的方式来对入场的操作人员进行身份验证,其次通过分析人员的穿着来判断入场人员的衣着是否存在异常,针对出现异常的情况及时的对其进行提醒,其次通过对场内数据的实时监控来判断场内的安全情况,其次针对出现的异常情况根据数据来进行分析,从而能够及时地发现问题所在,进一步地省去后续查找问题的时间,提高后续检修的效率。
Description
技术领域
本发明涉及配电安全识别技术领域,具体为一种基于AI技术的配电场景安全识别系统。
背景技术
随着配电房智能化安全检查的普及和升级,对安全检查效率的要求越来越高,自动化、人工智能和智能化响应成为主流。
根据申请号为CN202011016306.8的专利显示,该专利通过视频采集模块采集配电房内实时视频流并传输至边缘计算模块;利用边缘计算模块对采集的视频流进行图像处理,得到用于判断配电房内操作是否合规的数据并得出判断结论传输至展示模块;展示模块实时展示边缘计算模块的处理结果,同时发出异常警报告;实现了在于不依赖人工并24小时自动监控、自动识别配电房人员授权、安全穿戴、规范操作、场景安全等常见场景。
部分现有的配电场景安全识别系统在对场内安全进行监控识别的时候,一般采用的是视频监控来对其进行识别,在识别的过程中需要人为的轮班值守,因此较为依赖人力,且针对异常情况不能及时地分析其原因,从而会造成后续安全隐患的扩大,其次在对人员进行识别的时候,简单的认证方式不能保证后续场内操作的安全问题。
发明内容
针对现有技术的不足,本发明提供了一种基于AI技术的配电场景安全识别系统,解决了人为轮班监控浪费时间和人员的精力,不能及时的分析出现异常的原因,其次简单的人员识别不能保证后续场内操作安全的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于AI技术的配电场景安全识别系统,包括:数据采集单元,用于获取目标对象基础信息并将其传输到验证识别单元,其中目标对象为:配电人员,基础信息包括:人脸信息、人员姓名和访问密码;
验证识别单元,用于获取到传输的目标对象基础信息并对其进行分析,通过基础信息对目标对象身份进行核验识别生成对应的核验结果,其中核验结果包括:核验正确和核验错误,并将核验错误结果传输到异常验证单元,将核验正确结果传输到安全识别单元,且生成核验结果的具体方式如下:
S1:获取到目标对象的人脸信息,并将其与数据库进行匹配比较,若匹配成功则生成核验正确结果,反之若匹配不成功则生成核验异常结果;
S2:接着获取到生成的核验异常结果,并对其进行二次分析,获取到目标对象的人员姓名,同时将其与数据库进行匹配,若存在则进一步地对访问密码进行核验并生成对应的核验结果,若不存在则直接生成核验错误结果;数据库中记载了已有人员的基础信息,且数据库为人为建立,具体的,针对人脸信息核验识别错误的情况,配电人员可以通过密码来进行登录,在利用密码进行登录的过程中,首选输入配电人员的姓名,将姓名与数据库中的数据进行匹配,如果数据库中存在对应的姓名,进一步的来对输入的密码进行核验,在此核验存在两种情况,一种是密码核验正确则对应生成核验正确结果,另一种是密码核验错误则对应生成核验错误结果,但是针对于数据库中不存在对应的姓名,系统直接判定错误,且不允许访问;
异常验证单元,用于获取到传输的核验错误结果,并获取到其对应的目标对象基础信息,同时生成访问记录,并将访问记录直接传输到信息输出单元。
安全识别单元,用于获取到传输的核验正确结果,并结合基础信息对目标对象的衣着行为进行分析,同时生成分析结果,其中分析结果包括:正常信号和异常信号,接着将正常信号传输到信息输出单元,将异常信号传输到原因分析单元,且生成分析结果的具体方式如下:
P1:获取到目标对象的图像信息,接着根据图像来对其进行三维扫描建模处理得到图像模型,同时获取到数据库中的标准衣着图像,并将图像模型与标准衣着图像进行重合度匹配,若二者重合度匹配成功则生成正常结果,反之若二者重合度匹配不成功,则生成异常结果;
P2:获取到异常信号对应的二者建模模型,并将存在重合度不匹配的区域进行标记且记作为异常区域,同时对异常区域进行筛选,并进一步的对其进行分析,具体的分析方式如下:
获取到异常区域并对其具体部位识别,同时获取到数据库中的存储信息,并通过AI计算异常区域的具体面积,接着将其与存储信息进行比较,若二者存在差异则生成衣着异常结果。
具体的,二者重合度比较具体表示为将标准衣着图像三维扫描建模处理,根据将二者模型轮廓不相同的区域进行筛选出来,进一步的对异常区域进行分析,正常情况下没有穿戴防护服的衣着面积与穿戴防护服的面积是不相同,通过将二者的面积进行毕竟来判断目标对象衣着是否存在异常的情况。
安全识别单元,用于获取到目标对象的操作行为并对其进行分析,其中操作行为包括:人员操作数据和场景数据,通过对二者进行分析得到识别结果,其中识别结果正常信号和异常信号,并将数据异常传输到原因分析单元,且生成识别结果的具体方式如下:
A1:获取到场景数据,其中场景数据包括温度、湿度和烟火数据,在本申请中具体是对温度数据进行分析说明,获取到目标对象的实时温度并将其记作为Ws,接着将其与预警温度Wy进行比较,当Ws≥Wy时,则表示目标对象温度出现异常,并生成温度异常信号,反之当Ws<Wy时,则表示目标对象温度正常,并生成温度正常信号;
A2:获取到人员操作数据,其中操作人员数据包括:设备调节参数和人员行动路线,在本申请中具体是对设备调节参数进行分析说明,获取到目标对象内的设备并对其进行标号处理且记作为i,且i=1、2、…、n,同时对存在调节的设备进行高亮处理,并获取到其对应的调节参数,接着将调节参数与系统参数进行比较,若调节参数与系统参数不匹配,则生成人员操作异常信号,反之若调节参数与系统参数匹配,则生成人员操作正常信号。具体地,系统参数表示为待调节参数指标,通过将人员的输入参数与待调节参数进行比较来判断人员输入的参数是否正确。
原因分析单元,用于获取到传输的异常信号,其中异常信号包括温度异常信号和人员操作异常信号,并对异常信号进行分析生成具体原因信息,同时将具体原因信息传输到信息输出单元,且生成具体原因信息的方式如下:
B1:获取到温度异常信号并对其进行分析,获取到目标对象内设备的实时温度记作为Wi,接着获取任意一组设备,并获取到该设备时间周期T内的温度,同时建立温度与时间周期的关系图,并获取到温度变化情况,若设备的温度呈上升趋势,则将对应的设备标记为异常设备同时生成具体原因信息,反之若设备的温度稳定变化,则将对应的设备标记为正常设备同时生成正常监测信号;具体的,温度稳定变化表示为在时间周期T内温度存在小幅度的上升和下降,整体的温度变化差值不大。
B2:获取到人员操作异常信号并对其进行分析,获取到其对应的调节设备,并判断调节设备的工作状态,通过获取到其实时温度来判断工作状态并生成对应的具体原因信息。具体地,针对人员输入的参数,进一步地根据输入参数后设备整体温度变化情况来判断,如果设备温度持续上升,则表示输入的调节参数存在异常,反之温度变化稳定则表示输入的调节参数正常。
信息输出单元,用于获取到传输的具体原因信息并将其通过显示设备显示给操作人员。
本发明提供了一种基于AI技术的配电场景安全识别系统。与现有技术相比具备以下有益效果:
本发明通过人脸识别和密码核验的方式来对入场的操作人员进行身份验证,其次通过分析人员的穿着来判断入场人员的衣着是否存在异常,针对出现异常的情况及时的对其进行提醒,避免不规范的衣着对后续场内操作造成安全隐患,其次通过对场内数据的实时监控来判断场内的安全情况,其次针对出现的异常情况根据数据来进行分析,从而能够及时的发现问题所在,进一步的省去后续查找问题的时间,提高后续检修的效率。
附图说明
图1为本发明系统原理框图。
具体实施方式
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。
请参阅图1,本申请提供了一种基于AI技术的配电场景安全识别系统,包括:
数据采集单元,用于获取目标对象基础信息并将其传输到验证识别单元,其中目标对象为:配电人员,基础信息包括:人脸信息、人员姓名和访问密码。
验证识别单元,用于获取到传输的目标对象基础信息并对其进行分析,通过基础信息对目标对象身份进行核验识别生成对应的核验结果,其中核验结果包括:核验正确和核验错误,并将核验错误结果传输到异常验证单元,将核验正确结果传输到安全识别单元,且生成核验结果的具体方式如下:
S1:获取到目标对象的人脸信息,并将其与数据库进行匹配比较,若匹配成功则生成核验正确结果,反之若匹配不成功则生成核验异常结果;
S2:接着获取到生成的核验异常结果,并对其进行二次分析,获取到目标对象的人员姓名,同时将其与数据库进行匹配,若存在则进一步地对访问密码进行核验并生成对应的核验结果,若不存在则直接生成核验错误结果。数据库中记载了已有人员的基础信息,且数据库为人为建立,具体的,针对人脸信息核验识别错误的情况,配电人员可以通过密码来进行登录,在利用密码进行登录的过程中,首选输入配电人员的姓名,通过将姓名与数据库中的数据进行匹配,如果数据库中存在对应的姓名,进一步的来对输入的密码进行核验,在此核验存在两种情况,一种是密码核验正确则对应生成核验正确结果,另一种是密码核验错误则对应生成核验错误结果,但是针对于数据库中不存在对应的姓名,系统直接判定错误,且不允许访问。
异常验证单元,用于获取到传输的核验错误结果,并获取到其对应的目标对象基础信息,同时生成访问记录,并将访问记录直接传输到信息输出单元。
安全识别单元,用于获取到传输的核验正确结果,并结合基础信息对目标对象的衣着行为进行分析,同时生成分析结果,其中分析结果包括:正常信号和异常信号,接着将正常信号传输到信息输出单元,将异常信号传输到原因分析单元,且生成分析结果的具体方式如下:
P1:获取到目标对象的图像信息,接着根据图像来对其进行三维扫描建模处理得到图像模型,同时获取到数据库中的标准衣着图像,并将图像模型与标准衣着图像进行重合度匹配,若二者重合度匹配成功则生成正常结果,反之若二者重合度匹配不成功,则生成异常结果;
P2:获取到异常信号对应的二者建模模型,并将存在重合度不匹配的区域进行标记且记作为异常区域,同时对异常区域进行筛选,并进一步的对其进行分析,具体的分析方式如下:
获取到异常区域并对其具体部位识别,同时获取到数据库中的存储信息,并通过AI计算异常区域的具体面积,接着将其与存储信息进行比较,若二者存在差异则生成衣着异常结果。
具体的,二者重合度比较具体表示为将标准衣着图像三维扫描建模处理,根据将二者模型轮廓不相同的区域进行筛选出来,进一步的对异常区域进行分析,正常情况下没有穿戴防护服的衣着面积与穿戴防护服的面积是不相同,通过将二者的面积进行毕竟来判断目标对象衣着是否存在异常的情况。
信息输出单元,用于获取到传输的分析结果,并将其通过显示设备显示给操作人员。
实施例二,作为本发明的实施例二,与实施例一的区别之处在于,安全识别单元对目标对象的操作行为进行分析得到对应的识别结果。
安全识别单元,用于获取到目标对象的操作行为并对其进行分析,其中操作行为包括:人员操作数据和场景数据,通过对二者进行分析得到识别结果,其中识别结果正常信号和异常信号,并将数据异常传输到原因分析单元,且生成识别结果的具体方式如下:
A1:获取到场景数据,其中场景数据包括温度、湿度和烟火数据,在本申请中具体是对温度数据进行分析说明,获取到目标对象的实时温度并将其记作为Ws,接着将其与预警温度Wy进行比较,当Ws≥Wy时,则表示目标对象温度出现异常,并生成温度异常信号,反之当Ws<Wy时,则表示目标对象温度正常,并生成温度正常信号;
A2:获取到人员操作数据,其中操作人员数据包括:设备调节参数和人员行动路线,在本申请中具体是对设备调节参数进行分析说明,获取到目标对象内的设备并对其进行标号处理且记作为i,且i=1、2、…、n,同时对存在调节的设备进行高亮处理,并获取到其对应的调节参数,接着将调节参数与系统参数进行比较,若调节参数与系统参数不匹配,则生成人员操作异常信号,反之若调节参数与系统参数匹配,则生成人员操作正常信号。具体地,系统参数表示为待调节参数指标,通过将人员的输入参数与待调节参数进行比较来判断人员输入的参数是否正确。
原因分析单元,用于获取到传输的异常信号,其中异常信号包括温度异常信号和人员操作异常信号,并对异常信号进行分析生成具体原因信息,同时将具体原因信息传输到信息输出单元,且生成具体原因信息的方式如下:
B1:获取到温度异常信号并对其进行分析,获取到目标对象内设备的实时温度记作为Wi,接着获取任意一组设备,并获取到该设备时间周期T内的温度,同时建立温度与时间周期的关系图,并获取到温度变化情况,若设备的温度呈上升趋势,则将对应的设备标记为异常设备同时生成具体原因信息,反之若设备的温度稳定变化,则将对应的设备标记为正常设备同时生成正常监测信号;具体的,温度稳定变化表示为在时间周期T内温度存在小幅度的上升和下降,整体的温度变化差值不大。
B2:获取到人员操作异常信号并对其进行分析,获取到其对应的调节设备,并判断调节设备的工作状态,通过获取到其实时温度来判断工作状态并生成对应的具体原因信息。具体地,针对人员输入的参数,进一步地根据输入参数后设备整体温度变化情况来判断,如果设备温度持续上升,则表示输入的调节参数存在异常,反之温度变化稳定则表示输入的调节参数正常。
信息输出单元,用于获取到传输的具体原因信息并将其通过显示设备显示给操作人员。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
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 (6)
1.一种基于AI技术的配电场景安全识别系统,其特征在于,包括:
数据采集单元,用于获取目标对象基础信息并将其传输到验证识别单元,其中目标对象为:配电人员,基础信息包括:人脸信息、人员姓名和访问密码;
验证识别单元,用于获取到传输的目标对象基础信息并对其进行分析,通过基础信息对目标对象身份进行核验识别生成对应的核验结果,其中核验结果包括:核验正确和核验错误,并将核验错误结果传输到异常验证单元,将核验正确结果传输到安全识别单元;
异常验证单元,用于获取到传输的核验错误结果,并获取到其对应的目标对象基础信息,同时生成访问记录,并将访问记录直接传输到信息输出单元;
安全识别单元,用于获取到传输的核验正确结果和目标对象操作行为,并结合基础信息对目标对象的衣着行为进行分析,同时生成分析结果,其中分析结果包括:正常信号和异常信号,通过对操作行为进行分析得到对应的正常信号和异常信号,接着将正常信号传输到信息输出单元,将异常信号传输到原因分析单元;
原因分析单元,用于获取到传输的异常信号,其中异常信号包括温度异常信号和人员操作异常信号,并对异常信号进行分析生成具体原因信息,同时将具体原因信息传输到信息输出单元。
2.根据权利要求1所述的一种基于AI技术的配电场景安全识别系统,其特征在于,所述验证识别单元生成核验结果的具体方式如下:
S1:获取到目标对象的人脸信息,并将其与数据库进行匹配比较,若匹配成功则生成核验正确结果,反之若匹配不成功则生成核验异常结果;
S2:接着获取到生成的核验异常结果,并对其进行二次分析,获取到目标对象的人员姓名,同时将其与数据库进行匹配,若存在则进一步地对访问密码进行核验并生成对应的核验结果,若不存在则直接生成核验错误结果;数据库中记载了已有人员的基础信息,且数据库为人为建立。
3.根据权利要求1所述的一种基于AI技术的配电场景安全识别系统,其特征在于,所述安全识别单元获取到核验正确结果并对其进行分析生成分析结果的具体方式如下:
P1:获取到目标对象的图像信息,接着根据图像来对其进行三维扫描建模处理得到图像模型,同时获取到数据库中的标准衣着图像,并将图像模型与标准衣着图像进行重合度匹配,若二者重合度匹配成功则生成正常结果,反之若二者重合度匹配不成功,则生成异常结果;
P2:获取到异常信号对应的二者建模模型,并将存在重合度不匹配的区域进行标记且记作为异常区域,同时对异常区域进行筛选,并进一步的对其进行分析,具体的分析方式如下:
获取到异常区域并对其具体部位识别,同时获取到数据库中的存储信息,并通过AI计算异常区域的具体面积,接着将其与存储信息进行比较,若二者存在差异则生成衣着异常结果。
4.根据权利要求1所述的一种基于AI技术的配电场景安全识别系统,其特征在于,所述安全识别单元获取到目标对象的操作行为并对其进行分析生成识别结果的具体方式如下:
A1:获取到场景数据,其中场景数据包括温度、湿度和烟火数据,获取到目标对象的实时温度并将其记作为Ws,接着将其与预警温度Wy进行比较,当Ws≥Wy时,则表示目标对象温度出现异常,并生成温度异常信号,反之当Ws<Wy时,则表示目标对象温度正常,并生成温度正常信号;
A2:获取到人员操作数据,其中操作人员数据包括:设备调节参数和人员行动路线,获取到目标对象内的设备并对其进行标号处理且记作为i,且i=1、2、…、n,同时对存在调节的设备进行高亮处理,并获取到其对应的调节参数,接着将调节参数与系统参数进行比较,若调节参数与系统参数不匹配,则生成人员操作异常信号,反之若调节参数与系统参数匹配,则生成人员操作正常信号。
5.根据权利要求1所述的一种基于AI技术的配电场景安全识别系统,其特征在于,所述原因分析单元获取到传输的异常信号并对其进行分析生成具体原因信息的方式如下:
B1:获取到温度异常信号并对其进行分析,获取到目标对象内设备的实时温度记作为Wi,接着获取任意一组设备,并获取到该设备时间周期T内的温度,同时建立温度与时间周期的关系图,并获取到温度变化情况,若设备的温度呈上升趋势,则将对应的设备标记为异常设备同时生成具体原因信息,反之若设备的温度稳定变化,则将对应的设备标记为正常设备同时生成正常监测信号;
B2:获取到人员操作异常信号并对其进行分析,获取到其对应的调节设备,并判断调节设备的工作状态,通过获取到其实时温度来判断工作状态并生成对应的具体原因信息;具体地,针对人员输入的参数,进一步地根据输入参数后设备整体温度变化情况来判断,如果设备温度持续上升,则表示输入的调节参数存在异常,反之温度变化稳定则表示输入的调节参数正常。
6.根据权利要求1所述的一种基于AI技术的配电场景安全识别系统,其特征在于,所述信息输出单元,用于获取到传输的正常信号和具体原因信息,并将其通过显示设备显示给操作人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311442722.8A CN117171694B (zh) | 2023-11-02 | 2023-11-02 | 一种基于ai技术的配电场景安全识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311442722.8A CN117171694B (zh) | 2023-11-02 | 2023-11-02 | 一种基于ai技术的配电场景安全识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117171694A true CN117171694A (zh) | 2023-12-05 |
CN117171694B CN117171694B (zh) | 2024-01-30 |
Family
ID=88932096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311442722.8A Active CN117171694B (zh) | 2023-11-02 | 2023-11-02 | 一种基于ai技术的配电场景安全识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117171694B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494702A (zh) * | 2024-01-02 | 2024-02-02 | 杭州瑞欧科技有限公司 | 一种结合rpa和ai的数据推送方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170185761A1 (en) * | 2014-03-31 | 2017-06-29 | Wi-Lan Labs, Inc. | System and method for biometric key management |
CN109450850A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
CN110955874A (zh) * | 2019-10-12 | 2020-04-03 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
CN112348306A (zh) * | 2020-09-09 | 2021-02-09 | 北京华商三优新能源科技有限公司 | 一种面向配电运检中的TitanOS人工智能开发方法及装置 |
CN115688070A (zh) * | 2022-11-09 | 2023-02-03 | 杭州图塘科技有限公司 | 一种基于人脸验证的产品管理系统和方法 |
CN116319100A (zh) * | 2023-05-22 | 2023-06-23 | 交通运输部水运科学研究所 | 基于gis空间数据分析的港区危险源安全准入方法及系统 |
CN116800515A (zh) * | 2023-07-10 | 2023-09-22 | 福建省远顺智能科技有限公司 | 一种基于人工智能的工业互联网平台安全维护系统 |
CN116933045A (zh) * | 2023-09-15 | 2023-10-24 | 山东益来环保科技有限公司 | 基于温室气体的碳排放监测系统 |
-
2023
- 2023-11-02 CN CN202311442722.8A patent/CN117171694B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170185761A1 (en) * | 2014-03-31 | 2017-06-29 | Wi-Lan Labs, Inc. | System and method for biometric key management |
CN109450850A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
CN110955874A (zh) * | 2019-10-12 | 2020-04-03 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
CN112348306A (zh) * | 2020-09-09 | 2021-02-09 | 北京华商三优新能源科技有限公司 | 一种面向配电运检中的TitanOS人工智能开发方法及装置 |
CN115688070A (zh) * | 2022-11-09 | 2023-02-03 | 杭州图塘科技有限公司 | 一种基于人脸验证的产品管理系统和方法 |
CN116319100A (zh) * | 2023-05-22 | 2023-06-23 | 交通运输部水运科学研究所 | 基于gis空间数据分析的港区危险源安全准入方法及系统 |
CN116800515A (zh) * | 2023-07-10 | 2023-09-22 | 福建省远顺智能科技有限公司 | 一种基于人工智能的工业互联网平台安全维护系统 |
CN116933045A (zh) * | 2023-09-15 | 2023-10-24 | 山东益来环保科技有限公司 | 基于温室气体的碳排放监测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494702A (zh) * | 2024-01-02 | 2024-02-02 | 杭州瑞欧科技有限公司 | 一种结合rpa和ai的数据推送方法及系统 |
CN117494702B (zh) * | 2024-01-02 | 2024-04-02 | 杭州瑞欧科技有限公司 | 一种结合rpa和ai的数据推送方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117171694B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11244092B2 (en) | Fire development situation prediction device and method | |
CN117171694B (zh) | 一种基于ai技术的配电场景安全识别系统 | |
CN111783663A (zh) | 一种用于人证核验设备性能检测的算法测评系统及检测方法 | |
CN112906441B (zh) | 用于通信行业查勘维护的图像识别系统及方法 | |
CN116664113A (zh) | 一种面向电力计量标准化作业的智能安全监管系统 | |
CN115511367B (zh) | 生产线的质量智能管理系统 | |
CN117972687B (zh) | 一种基于区块链的电力智能监控系统 | |
CN112528860A (zh) | 基于图像识别的安全工器具管理方法及系统 | |
CN112734394A (zh) | 一种基于物联网的工程监理信息管理方法 | |
CN115861173A (zh) | 基于数字孪生和ai的分光器资源准确性自动检测系统和方法 | |
CN112733147A (zh) | 设备安全管理方法及系统 | |
CN112348306A (zh) | 一种面向配电运检中的TitanOS人工智能开发方法及装置 | |
CN117787885A (zh) | 一种企业安全生产管理方法及系统 | |
CN115481941B (zh) | 一种多功能区联合的智能化安防管理方法及系统 | |
CN114048346B (zh) | 一种基于gis的安全生产一体化管控平台及方法 | |
US11320809B2 (en) | Factory management system and control system | |
CN114333180B (zh) | 一种基于区块链技术的金融自助设备检修方法 | |
CN113569637B (zh) | 一种基于物联网的人员轨迹定位监管系统 | |
CN117478363B (zh) | 基于工业互联网态势感知的光伏电力网络安全监控系统及其方法 | |
CN116383020B (zh) | 一种基于区块链的互联网数据分析管理系统及方法 | |
CN116385975B (zh) | 一种基于目标检测的配电房安全监控系统及方法 | |
RU2723670C1 (ru) | Система контроля операторов рентгено-телевизионных установок | |
CN118094605B (zh) | 一种基于安全数据的泄露防护方法及系统 | |
Su et al. | Research on the Intelligent Identification Method of Personnel Violation in Substations Based on Deep Learning | |
CN118130466A (zh) | 一种智能化检测预警系统 |
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 |