CN118068732A - 一种可变式危险源安全管控系统及危险源安全管控方法 - Google Patents
一种可变式危险源安全管控系统及危险源安全管控方法 Download PDFInfo
- Publication number
- CN118068732A CN118068732A CN202410041553.5A CN202410041553A CN118068732A CN 118068732 A CN118068732 A CN 118068732A CN 202410041553 A CN202410041553 A CN 202410041553A CN 118068732 A CN118068732 A CN 118068732A
- Authority
- CN
- China
- Prior art keywords
- dangerous
- monitoring
- module
- data
- data acquisition
- 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 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 114
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 230000001360 synchronised effect Effects 0.000 abstract description 3
- 239000000126 substance Substances 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 description 4
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000383 hazardous chemical Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种可变式危险源安全管控系统及危险源管控方法。本发明的上述危险源安全管控系统包括模块化设计的监控柜，每个监控柜均配置了数据采集模块，多个监控柜可以通过模块化接口组合成组合监控柜，从而实现了对多种危险源的同步监控，而且用户可以根据实际监控需要而自由组合得到适宜的组合监控柜，具备极大的灵活性；以及，还配置了管控模式调整模块，其可以根据实际情况来调整上述各数据采集模块的工作状态，即构造多种管控模式，而每种管控模式中均控制不同类型及数量的数据采集模块处于使能状态，从而降低不必要的数据采集工作，降低整体能耗及提高响应速度。
Description
技术领域
本发明涉及危险源管控技术领域，具体而言，涉及一种可变式危险源安全管控系统及危险源安全管控方法。
背景技术
在工业生产和日常生活中的许多场合，危险源的存在是不可避免的。这些危险源可能包括化学物质、电力设备、机械设施等。如何有效管理和控制这些危险源，防止事故的发生，是当前亟待解决的问题。然而，现有的安全管控设备通常只能针对单一类型的危险源进行监控和管理，无法满足多种危险源的管控需求。因此，开发一种能够同时监控和管理多种危险源的智能组合装置具有重要的现实意义。
发明内容
为解决上述技术问题至少之一，本发明具体提供了一种可变式危险源安全管控系统及危险源安全管控方法。
本发明的第一方面提供了一种可变式危险源安全管控系统，包括若干监控柜、前台控制系统，各所述监控柜均与所述前台控制系统通信连接；其中，所述监控柜采用模块化设计，若干所述监控柜能够通过模块化接口组成为组合监控柜；
所述监控柜包括数据采集模块；
所述前台控制系统包括管控模式调整模块、报警记录模块、远程控制模块；其中，所述管控模式调整模块分别与各所述数据采集模块、所述报警记录模块和所述远程控制模块连接；
其中，所述数据采集模块，用于对特定类型的危险源的相关参数进行采集；
所述管控模式调整模块，用于确定对各所述数据采集模块的管控模式，每种管控模式对应不同数量的所述数据采集模块；以及，根据管控模式对应的各所述数据采集模块采集的相关参数进行风险分析，并生成相关风险分析结果；
所述报警记录模块，用于根据所述风险分析结果输出预警信号，并对各所述数据采集模块采集的相关参数及所述风险分析结果进行记录；
所述远程控制模块，用于响应于工作人员的远程控制信号而生成管控模式调整信号，并转发给所述管控模式调整模块执行。
本发明的第二方面提供了一种危险源安全管控方法，应用于管控模式调整模块，包括如下步骤：
获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源；
获取与各所述候选危险源相关的第一特征数据，根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源；
控制与各所述目标危险源对应的第二数据采集模块处于使能状态，以及接收对应的各所述第二数据采集模块获取的各所述目标危险源的第二特征数据；
在所述第二特征数据满足报警条件时，生成并向指定终端传输报警信号。
进一步地，所述获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源，包括：
获取所述第一数据采集模块采集的监控场景内的第一视频图像数据，根据所述第一视频图像数据提取得出若干第一候选危险源；
根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，根据所述扩展参数控制所述第一数据采集模块采集的监控场景的第二视频图像数据；
根据所述第二视频图像数据确定得出若干第二候选危险源，即获得若干所述候选危险源。
进一步地，所述根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，包括：
将所述第一候选危险源的种类数目及各种类危险源的数量输入人工智能预测模型，获得第一扩展参数；
根据与监控场景关联的若干关联监控场景的第三特征数据，拟合得出等效的第四特征数据，根据所述第四特征数据与第五特征数据的距离确定调节参数；其中，所述第五特征数据根据所述第一候选危险源的种类数目及各种类危险源的数量确定得出；
根据所述第一扩展参数和所述调节参数确定得出第二扩展参数，即获得所述扩展参数。
进一步地，所述关联监控场景的数量通过如下方式确定：
判断所述第一扩展参数是否大于第三阈值，若是，则设置关联监控场景的数量为第一值；否则，设置关联监控场景的数量为第二值；
其中，所述第一值小于所述第二值。
进一步地，所述根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源，包括：
根据所述第一特征数据中的区域标识数据从各所述候选危险源中确定得出若干第一目标危险源及其对应的置信度；
根据所述第一特征数据中的与各所述候选危险源相关的布置规范数据和/或覆盖规范数据确定得出置信度调整系数；
使用所述置信度调整系数对所述置信度进行调整，使用调整后的所述置信度与置信度阈值确定得出若干第二目标危险源。
进一步地，所述布置规范数据与所述置信度调整系数具有正向函数关系，所述覆盖规范数据与所述置信度调整系数具有负向函数关系。
本发明的第三方面提供了一种用于危险源安全管控的电子设备，包括数据采集模块、处理模块、存储模块；所述处理模块与所述数据采集模块、所述存储模块电连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述数据采集模块，用于获取与监控场景相关的视频图像数据以及与健康场景内危险源相关的特征数据，并将其传输给所述处理模块；
所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法，以实现对监控场景内各危险源的安全管控。
本发明的第四方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
本发明的第五方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的有益效果在于：
本发明设计的上述危险源安全管控系统包括模块化设计的监控柜，每个监控柜均配置了数据采集模块，多个监控柜可以通过模块化接口组合成组合监控柜，从而实现了对多种危险源的同步监控，而且用户可以根据实际监控需要而自由组合得到适宜的组合监控柜，具备极大的灵活性。
本发明还配置了管控模式调整模块，其可以根据实际情况来调整上述各数据采集模块的工作状态，即构造多种管控模式，而每种管控模式中均控制不同类型及数量的数据采集模块处于使能状态，从而降低不必要的数据采集工作，降低整体能耗及提高响应速度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例公开的一种可变式危险源安全管控系统的结构示意图
图2-4是本发明实施例公开的监控柜的一种实体结构示例的多视角结构示意图；
图5是本发明实施例公开的一种危险源安全管控方法的结构示意图；
图6是本发明实施例公开的一种用于危险源安全管控电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参阅图1所示的结构示意图，本发明实施例提供了一种可变式危险源安全管控系统，包括若干监控柜、前台控制系统，各所述监控柜均与所述前台控制系统通信连接；其中，所述监控柜采用模块化设计，若干所述监控柜能够通过模块化接口组成为组合监控柜；
所述监控柜包括数据采集模块；
所述前台控制系统包括管控模式调整模块、报警记录模块、远程控制模块；其中，所述管控模式调整模块分别与各所述数据采集模块、所述报警记录模块和所述远程控制模块连接；
其中，所述数据采集模块，用于对特定类型的危险源的相关参数进行采集；
所述管控模式调整模块，用于确定对各所述数据采集模块的管控模式，每种管控模式对应不同数量的所述数据采集模块；以及，根据管控模式对应的各所述数据采集模块采集的相关参数进行风险分析，并生成相关风险分析结果；
所述报警记录模块，用于根据所述风险分析结果输出预警信号，并对各所述数据采集模块采集的相关参数及所述风险分析结果进行记录；
所述远程控制模块，用于响应于工作人员的远程控制信号而生成管控模式调整信号，并转发给所述管控模式调整模块执行。
在本实施例中，本发明设计的上述危险源安全管控系统包括模块化设计的监控柜，每个监控柜均配置了数据采集模块，多个监控柜可以通过模块化接口组合成组合监控柜，从而实现了对多种危险源的同步监控，而且用户可以根据实际监控需要而自由组合得到适宜的组合监控柜，具备极大的灵活性。上述数据采集模块可以具有多种类型，例如电力模块可以对监控场景中的电力设备的电压、电流、温度、磁场强度等相关参数进行采集，化学模块可以对监控场景中的化学物质浓度进行监测，机械设施模块可以对监控场景中机械设备的运行状态、温度、振动等相关参数进行采集。其中，多个监控柜在组合之后，可以共享排风通道，这样可以提升排风散热效率，排风通道的具体结构设计，本发明不作限定。
同时，本发明还在前台控制系统中布设了管控模式调整模块，该模块可以根据实际情况来调整上述各数据采集模块的工作状态，即构造了多种管控模式，而每种管控模式中均控制组合监控柜中不同类型及数量的数据采集模块处于使能状态，从而降低不必要的数据采集工作，降低整体能耗及提高响应速度。其中，不同类型及数量的数据采集模块可以部署于单一组合监控柜中，也可以部署于多个独立监控柜中，还可以是一部分部署于组合监控柜中、一部分部署于独立监控柜中。
另外，本发明的上述危险源安全管控系统还配置了报警记录模块及远程控制模块，其可以实现异常情况的及时报警、记录全程监测数据以利于后续复查、管控模式的远程调控等，进一步提升了危险源安全管控系统的实用性。
需要说明的是，本发明中的上述监控柜中除了配置了数据采集模块(即对应类型的采集传感器)以外，还配备了处理芯片、通信模组等必要部件。各监控柜均与前台控制系统通过有线或无线方式联通。另外，参照图2-4所示，本发明的上述监控柜还应当具备壳体，上述各功能模块安装于壳体中或者壳体上，以实现对应的危险源监测功能。对于壳体的材质及各功能模块在壳体的布设方式，本发明可不作限定。
参阅图5所示的流程示意图，本发明实施例还公开了一种危险源安全管控方法，应用于管控模式调整模块，包括如下步骤：
获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源；
获取与各所述候选危险源相关的第一特征数据，根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源；
控制与各所述目标危险源对应的第二数据采集模块处于使能状态，以及接收对应的各所述第二数据采集模块获取的各所述目标危险源的第二特征数据；
在所述第二特征数据满足报警条件时，生成并向指定终端传输报警信号。
本发明的该方案应用于前述一种可变式危险源安全管控系统的管控模式调整模块，管控模式调整模块先控制第一数据采集模块采集监控场景内的视频图像数据，按照预设规则从中提取得出多个候选危险源，例如高压电气设备、煤气罐、化学制剂罐、加工机械等，然后再根据与这些候选危险源相关的第一特征数据对上述候选危险源进行筛选，确定出真正具有潜在危险的目标危险源；最后，调度与这些目标危险源对应的第二数据采集模块进入使能状态，即开启对目标危险源的监测，在监测结果满足报警条件时，即可控制向对应的指定终端发送报警信息。
其中，报警条件一般指的是检测到的参数超出了预定阈值，例如电压超出正常阈值范围、化学物质浓度高于浓度阈值、机械设备的作业部件的转速超出转速阈值等。指定终端既可以是工作人员的终端设备，也可以是用于管控各危险源的控制终端，报警信号可用于提醒工作人员或触发控制终端对存在异常的危险源进行切断电源、启动排风设备等操作。
需要说明的是，本发明中的第一数据采集模块为视频相机，其主要负责采集监控场景内的视频图像数据，第二数据采集模块可为电参数接收及分析装置、化学信号传感装置、视频相机中的至少一种。对于电参数等可以通过通信获得的信号，可使用电参数接收及分析装置进行电性连通后获得，对于化学物质则可以采用化学信号传感装置进行传感采集，而视频相机则可以适用于不能与电气设备进行电性连通(例如电性连通失败)、泄露的化学物质具有显著颜色特征、加工机械等情况，具体不再赘述。
进一步地，所述获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源，包括：
获取所述第一数据采集模块采集的监控场景内的第一视频图像数据，根据所述第一视频图像数据提取得出若干第一候选危险源；
根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，根据所述扩展参数控制所述第一数据采集模块采集的监控场景的第二视频图像数据；
根据所述第二视频图像数据确定得出若干第二候选危险源，即获得若干所述候选危险源。
在本实施例中，危险源一般情况下会放置于特定的监控场景内，但在许多场景中危险源可能还会位于监控场景的附近。例如，专用仓库中存放着危险源，此时可通过第一视频图像数据提取得出若干第一候选危险源，但由于该监控场景的属性是仓库，则在危险源出入库管理过程例如专门运输车停在仓库门口卸货并将危险源运送至仓库中放置，所以仓库的门口外的一定区域内也会存在危险源，同样需要对其进行监测。对此，本发明先根据第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，使用该扩展参数可以实现对初始监控区域即监控场景内区域的适当扩展，并控制第一数据采集模块对该扩展后的区域进行候选危险源的提取。该处的监控区域扩展优选以监控场景中存在的门、窗等具有通道性质的区域为基础进行。
另外，由于仓库场景和生产使用场景中放置的危险源的种类数目及各种类危险源的数量具有明显不同的特点，例如危化品仓库场景中一般会存放单一类型的危化品或不具有相互威胁性的较少种类数的危化品，且存放的同类型的危化品的数量较生产使用场景明显更多；而生产使用场景中，放置备用的危化品的种类数可能较多也可能较少，危化品数量一般情况下则较小。针对上述特点，本发明设置在第一候选危险源的种类数低于第一阈值且第一候选危险源的数量高于第二阈值时，可判定当前监控场景为仓库场景，其它情况则可以判定为生产使用场景。对于仓库场景，基于上述分析的原因，则可以设置对应的扩展参数较大；以及，由于危险源运送车辆一般不会直接进入生产使用场景中，所以设置生产使用场景对应的扩展参数较小，即仅需较小幅度的扩展即可，即无需对该不确定性危险源进行额外监测。
另外，上述第一阈值、第二阈值可根据监控场景所处的大场景的具体特性而定，例如可基于对大场景的人为统计结果而设定，也可以由管控模式调整模块调取位于大场景中的多个不同监控场景中的第一数据采集模块采集的数据来分析各个监控场景中的危化品的布设特征，综合分析得出该大场景中的生产使用场景中危化品布设的普遍情况，据此确定上述第一阈值和第二阈值。
需要说明的是，可以预先根据配置的第二数据采集模块的类型而建立危险源数据集合，该集合中包含与不同类型的第二数据采集模块所能监测的各危险源的识别特征，通过识别特征的比对即可确定上述候选危险源。
进一步地，所述根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，包括：
将所述第一候选危险源的种类数目及各种类危险源的数量输入人工智能预测模型，获得第一扩展参数；
根据与监控场景关联的若干关联监控场景的第三特征数据，拟合得出等效的第四特征数据，根据所述第四特征数据与第五特征数据的距离确定调节参数；其中，所述第五特征数据根据所述第一候选危险源的种类数目及各种类危险源的数量确定得出；
根据所述第一扩展参数和所述调节参数确定得出第二扩展参数，即获得所述扩展参数。
在本实施例中，由于许多场景中危险源的布设方式存在较大的变化，前述通过简单的阈值识别仓库场景和生产使用场景的准确度不足。对此，本发明对仓库场景和生产使用场景进行数值化处理。具体地，将使用预设的人工智能预测模型对第一候选危险源的种类数目及各种类危险源的数量进行预测分析，从而获得初步的第一扩展参数；然后，再获取与本监控场景相关联的其它监控场景的多个第三特征数据，第三特征数据与第五特征类似，均是根据危险源的种类数目及各种类危险源的数量确定得出的(例如将种类数目及各自数量整合为特征矩阵)，将全部第三特征数据拟合成可以表征这些关联监控场景的普遍特征的第四特征数据；最后，通过计算本监控场景的第五特征数据与上述普遍特征的第四特征数据之间的距离，即可得出调节参数，使用调节参数对前述获得的第一扩展参数进行修正，即可得出最终的第二扩展参数。
调节参数与上述距离可成正向函数关系，也就是说，本监控场景内的危险源的布设特征与多个关联监控场景的普遍布设特征差距越大，则本监控场景属于仓库场景的概率越大，此时使用更大的调节参数来将第一扩展参数调大，即扩大监控场景的监控范围获得更大覆盖范围的第二视频图像数据。反之，则使用更小的调节参数来将第一扩展参数调小，即降低对上述监控范围的扩展，以减少第一数据采集模块的监控范围，从而降低数据处理负荷。
需要说明的是，上述涉及的距离指的是第五特征数据与第四特征数据这两个数据矩阵之间的距离，通常可采用欧式距离、余弦距离等来表示。
进一步地，所述关联监控场景的数量通过如下方式确定：
判断所述第一扩展参数是否大于第三阈值，若是，则设置关联监控场景的数量为第一值；否则，设置关联监控场景的数量为第二值；
其中，所述第一值小于所述第二值。
在本实施例中，仓库场景中的危险源的种类数目及各种类危险源的数量也存在波动情况，例如在补货之前，仓库中的危险源会被逐渐搬出进行生产使用，此时容易将仓库场景误判为生产使用场景。对此，本发明先判断人工智能预测模型输出的第一扩展参数是否足够大，若是，则说明人工智能预测模型预测本监控场景的仓库特征较为明显，基本可以判定为仓库场景，此时不需要依据太多的关联监控场景的第三特征数据进行辅助调节；反之，则说明人工智能预测模型预测本监控场景的仓库特征不够明显，例如上述补货之前的情况，判定为仓库场景的置信度不够高，此时需要依据更多的关联监控场景的第三特征数据进行辅助调节。
另外，关联监控场景指的是与本监控场景邻接或距离较近的多个其它监控场景，一般以视频相机的监控区域来划定。
进一步地，所述根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源，包括：
根据所述第一特征数据中的区域标识数据从各所述候选危险源中确定得出若干第一目标危险源及其对应的置信度；
根据所述第一特征数据中的与各所述候选危险源相关的布置规范数据和/或覆盖规范数据确定得出置信度调整系数；
使用所述置信度调整系数对所述置信度进行调整，使用调整后的所述置信度与置信度阈值确定得出若干第二目标危险源。
在本实施例中，在识别出候选危险源之后，对第一特征数据进行解析可得出其中包含的区域标识数据、布置规范数据和覆盖规范数据。
区域标识数据指的是监控场景中布设的具有特定可识别含义的划线、文字/图案标识等，例如内写有“放置区”的黄线框或标牌，通过语义分析可以确定位于该放置区的目标对象为危险源，例如生产使用场景中需要用到的危化品。于是根据区域标识数据即可初步筛选得出位于这些标识区域内的若干第一目标危险源，同时再根据从区域标识数据中解析得出的含义的确定程度而设置各个第一目标危险源的置信度，例如从“危化品放置区”中解析得出的含义的确定程度是高等级的，从不含文字内容的黄线框中解析得出的含义的确定程度是中等级的，从白色虚线框中解析得出的含义的确定程度是低等级的。
布置规范数据指的是候选危险源的布置规范程度，例如放置在上述黄线框内的多个乙炔罐整齐的竖立摆放着时其布置规范程度高，罐体呈放倒、杂乱等状时其布置规范程度低。覆盖规范数据指的是危险源上覆盖物的覆盖规范程度，例如苫布覆盖危险源的整个上顶面、半个上顶面、上顶面的一小部分等，显然，覆盖上顶部的面积占比越多则覆盖规范程度越高。此时，根据布置规范数据和/或覆盖规范数据可确定得出置信度调整系数，使用该置信度调整系数可以对前述计算得出的置信度进行合理修正，使其属于目标危险源的置信度越接近真实情况，最后即可将置信度高于置信度阈值的第一目标危险源筛选为最终的第二目标危险源。
进一步地，所述布置规范数据与所述置信度调整系数具有正向函数关系，所述覆盖规范数据与所述置信度调整系数具有负向函数关系。
在本实施例中，基于前述对于布置规范数据及覆盖规范数据的定义，布置规范数据越高，代表第一目标危险源在上述标识出的区域内的放置越整齐规范，则其属于备用的危险源(例如满罐的危化品、已经充满电的机电设备等)的概率越大，此时设置置信度调整系数越大，使得第一目标危险源的置信度被调大；而布置规范数据越低，代表第一目标危险源在上述标识出的区域内的放置越散乱，则其属于已用过的危险源(例如空罐的危化品、已经亏电的机电设备等)的概率越大，此时设置置信度调整系数越小，使得第一目标危险源的置信度被调小，即无需对这些虽属于危险源但目前危险性被足够降低的危险源进行监测。
以及，覆盖规范数据越高，则说明该危险源(例如机械加工设备)处于被断电封存的概率越大，其危险性自然更低，此时设置置信度调整系数越小，使得第一目标危险源的置信度被调小，即无需对这些虽属于危险源但目前危险性被足够降低的危险源进行监测；覆盖规范数据越低，则说明该危险源处于被使用或使用准备状态的概率越大，其危险性自然更大，此时设置置信度调整系数越大，使得第一目标危险源的置信度被调大，即需要对其进行监测。其中，某些机械加工设备上顶面可能会覆盖一定的小面积覆盖物以进行防尘等，但该机械加工设备实际是非封存状态，所以，基于上述覆盖面积占比来确定上述概率，可以实现对目标危险源的准确筛选。
需要说明的是，由于并不是所有类型的危险源都适用于上述的布置规范数据和覆盖规范数据，所以，在上述确定置信度调整系数时，可根据第一目标危险源的具体类型而选择使用布置规范数据和覆盖规范数据中的至少一种。例如，机械加工设备可能会同时涉及布置规范和覆盖规范，所以可同时使用；而危化品则更大概率仅涉及布置规范，所以仅使用布置规范数据。
以及，上述正向函数、负向函数也可以根据具体的危险源类型而设定，也即，不同类型的危险源的布置规范数据、覆盖规范数据对于置信度调整系数的影响程度是不同的。
如图5所示的结构示意图，本发明实施例还公开了一种用于危险源安全管控的电子设备，包括数据采集模块、处理模块、存储模块；所述处理模块与所述数据采集模块、所述存储模块电连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述数据采集模块，用于获取与监控场景相关的视频图像数据以及与健康场景内危险源相关的特征数据，并将其传输给所述处理模块；
所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法，以实现对监控场景内各危险源的安全管控。
本发明实施例还公开了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。
本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(SOC)、复杂可编程逻辑设备(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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程负载均衡装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。
计算机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("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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，本发公开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，只要能够实现本公开公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种可变式危险源安全管控系统，其特征在于：包括若干监控柜、前台控制系统，各所述监控柜均与所述前台控制系统通信连接；其中，所述监控柜采用模块化设计，若干所述监控柜能够通过模块化接口组成为组合监控柜；
所述监控柜包括数据采集模块；
所述前台控制系统包括管控模式调整模块、报警记录模块、远程控制模块；其中，所述管控模式调整模块分别与各所述数据采集模块、所述报警记录模块和所述远程控制模块连接；
其中，所述数据采集模块，用于对特定类型的危险源的相关参数进行采集；
所述管控模式调整模块，用于确定对各所述数据采集模块的管控模式，每种管控模式对应不同数量的所述数据采集模块；以及，根据管控模式对应的各所述数据采集模块采集的相关参数进行风险分析，并生成相关风险分析结果；
所述报警记录模块，用于根据所述风险分析结果输出预警信号，并对各所述数据采集模块采集的相关参数及所述风险分析结果进行记录；
所述远程控制模块，用于响应于工作人员的远程控制信号而生成管控模式调整信号，并转发给所述管控模式调整模块执行。
2.一种危险源安全管控方法，应用于管控模式调整模块，其特征在于，包括如下步骤：
获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源；
获取与各所述候选危险源相关的第一特征数据，根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源；
控制与各所述目标危险源对应的第二数据采集模块处于使能状态，以及接收对应的各所述第二数据采集模块获取的各所述目标危险源的第二特征数据；
在所述第二特征数据满足报警条件时，生成并向指定终端传输报警信号。
3.根据权利要求2所述的一种危险源安全管控方法，其特征在于：所述获取第一数据采集模块采集的监控场景内的视频图像数据，根据所述视频图像数据提取得出若干候选危险源，包括：
获取所述第一数据采集模块采集的监控场景内的第一视频图像数据，根据所述第一视频图像数据提取得出若干第一候选危险源；
根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，根据所述扩展参数控制所述第一数据采集模块采集的监控场景的第二视频图像数据；
根据所述第二视频图像数据确定得出若干第二候选危险源，即获得若干所述候选危险源。
4.根据权利要求3所述的一种危险源安全管控方法，其特征在于：所述根据所述第一候选危险源的种类数目及各种类危险源的数量确定扩展参数，包括：
将所述第一候选危险源的种类数目及各种类危险源的数量输入人工智能预测模型，获得第一扩展参数；
根据与监控场景关联的若干关联监控场景的第三特征数据，拟合得出等效的第四特征数据，根据所述第四特征数据与第五特征数据的距离确定调节参数；其中，所述第五特征数据根据所述第一候选危险源的种类数目及各种类危险源的数量确定得出；
根据所述第一扩展参数和所述调节参数确定得出第二扩展参数，即获得所述扩展参数。
5.根据权利要求4所述的一种危险源安全管控方法，其特征在于：所述关联监控场景的数量通过如下方式确定：
判断所述第一扩展参数是否大于第三阈值，若是，则设置关联监控场景的数量为第一值；否则，设置关联监控场景的数量为第二值；
其中，所述第一值小于所述第二值。
6.根据权利要求2-5任一项所述的一种危险源安全管控方法，其特征在于：所述根据所述第一特征数据从若干所述候选危险源中确定得出若干目标危险源，包括：
根据所述第一特征数据中的区域标识数据从各所述候选危险源中确定得出若干第一目标危险源及其对应的置信度；
根据所述第一特征数据中的与各所述候选危险源相关的布置规范数据和/或覆盖规范数据确定得出置信度调整系数；
使用所述置信度调整系数对所述置信度进行调整，使用调整后的所述置信度与置信度阈值确定得出若干第二目标危险源。
7.根据权利要求6所述的一种危险源安全管控方法，其特征在于：所述布置规范数据与所述置信度调整系数具有正向函数关系，所述覆盖规范数据与所述置信度调整系数具有负向函数关系。
8.一种用于危险源安全管控的电子设备，包括数据采集模块、处理模块、存储模块；所述处理模块与所述数据采集模块、所述存储模块电连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述数据采集模块，用于获取与监控场景相关的视频图像数据以及与健康场景内危险源相关的特征数据，并将其传输给所述处理模块；
其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求2-7任一项所述的方法，以实现对监控场景内各危险源的安全管控。
9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求2-7任一项所述的方法。
10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求2-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410041553.5A CN118068732A (zh) | 2024-01-10 | 2024-01-10 | 一种可变式危险源安全管控系统及危险源安全管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410041553.5A CN118068732A (zh) | 2024-01-10 | 2024-01-10 | 一种可变式危险源安全管控系统及危险源安全管控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118068732A true CN118068732A (zh) | 2024-05-24 |
Family
ID=91099648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410041553.5A Pending CN118068732A (zh) | 2024-01-10 | 2024-01-10 | 一种可变式危险源安全管控系统及危险源安全管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118068732A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107885170A (zh) * | 2016-09-30 | 2018-04-06 | 珠海优特电力科技股份有限公司 | 安全生产管控装置、系统及安全生产管控的方法 |
| US20190385430A1 (en) * | 2018-06-15 | 2019-12-19 | American International Group, Inc. | Hazard detection through computer vision |
| CN110796397A (zh) * | 2019-12-03 | 2020-02-14 | 北京软通智慧城市科技有限公司 | 一种报警系统及方法 |
| CN110889662A (zh) * | 2019-12-25 | 2020-03-17 | 上海耀客物联网有限公司 | 一种危险化学品管理系统和管理方法 |
| CN111160067A (zh) * | 2018-11-07 | 2020-05-15 | 北京奇虎科技有限公司 | 危险识别方法、装置、电子设备及计算机可读存储介质 |
| CN113591711A (zh) * | 2021-07-30 | 2021-11-02 | 沭阳县华源米业股份有限公司 | 一种基于人工智能的粮仓危险源安全监测方法及系统 |
| CN114037939A (zh) * | 2021-11-11 | 2022-02-11 | 中国铁路设计集团有限公司 | 一种危险品识别方法、识别装置、电子设备及存储介质 |
| CN216792711U (zh) * | 2021-11-16 | 2022-06-21 | 国网浙江省电力有限公司泰顺县供电公司 | 用于电缆通道复杂环境的远程监测装置 |
| CN115393753A (zh) * | 2022-04-12 | 2022-11-25 | 北京海航中软科技有限公司 | 基于边缘集群与机器视觉的危险化学品管控装置及方法 |
| CN115965242A (zh) * | 2022-12-27 | 2023-04-14 | 山西中维信息工程股份有限公司 | 一种危险源的管控方法、装置、设备和介质 |
| KR20230052092A (ko) * | 2021-10-12 | 2023-04-19 | 주식회사 한림기술 | IoT 기술을 융합한 지능형 영상분석 기반의 이동식 독립운영 스마트 안전 시스템 및 그의 제공 방법 |
| KR20230051848A (ko) * | 2021-10-12 | 2023-04-19 | (주)비바 | 위험 영역의 안전사고 예방을 위한 시스템 및 시스템의 동작 방법 |
| CN116552305A (zh) * | 2023-05-30 | 2023-08-08 | 广东电网有限责任公司 | 一种电动汽车充电站安全监控系统及方法 |
-
2024
- 2024-01-10 CN CN202410041553.5A patent/CN118068732A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107885170A (zh) * | 2016-09-30 | 2018-04-06 | 珠海优特电力科技股份有限公司 | 安全生产管控装置、系统及安全生产管控的方法 |
| US20190385430A1 (en) * | 2018-06-15 | 2019-12-19 | American International Group, Inc. | Hazard detection through computer vision |
| CN111160067A (zh) * | 2018-11-07 | 2020-05-15 | 北京奇虎科技有限公司 | 危险识别方法、装置、电子设备及计算机可读存储介质 |
| CN110796397A (zh) * | 2019-12-03 | 2020-02-14 | 北京软通智慧城市科技有限公司 | 一种报警系统及方法 |
| CN110889662A (zh) * | 2019-12-25 | 2020-03-17 | 上海耀客物联网有限公司 | 一种危险化学品管理系统和管理方法 |
| CN113591711A (zh) * | 2021-07-30 | 2021-11-02 | 沭阳县华源米业股份有限公司 | 一种基于人工智能的粮仓危险源安全监测方法及系统 |
| KR20230052092A (ko) * | 2021-10-12 | 2023-04-19 | 주식회사 한림기술 | IoT 기술을 융합한 지능형 영상분석 기반의 이동식 독립운영 스마트 안전 시스템 및 그의 제공 방법 |
| KR20230051848A (ko) * | 2021-10-12 | 2023-04-19 | (주)비바 | 위험 영역의 안전사고 예방을 위한 시스템 및 시스템의 동작 방법 |
| CN114037939A (zh) * | 2021-11-11 | 2022-02-11 | 中国铁路设计集团有限公司 | 一种危险品识别方法、识别装置、电子设备及存储介质 |
| CN216792711U (zh) * | 2021-11-16 | 2022-06-21 | 国网浙江省电力有限公司泰顺县供电公司 | 用于电缆通道复杂环境的远程监测装置 |
| CN115393753A (zh) * | 2022-04-12 | 2022-11-25 | 北京海航中软科技有限公司 | 基于边缘集群与机器视觉的危险化学品管控装置及方法 |
| CN115965242A (zh) * | 2022-12-27 | 2023-04-14 | 山西中维信息工程股份有限公司 | 一种危险源的管控方法、装置、设备和介质 |
| CN116552305A (zh) * | 2023-05-30 | 2023-08-08 | 广东电网有限责任公司 | 一种电动汽车充电站安全监控系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 杨宇;刘宇红;张荣芬;彭燕;孙雨琛;赵明姣;: "基于TX2的嵌入式无人智能监测系统设计与实现", 现代电子技术, no. 08, 15 April 2020 (2020-04-15) * |
| 陈峰军;: "基于物联网的智慧施工视频联动管理系统", 建筑施工, no. 11, 25 November 2018 (2018-11-25) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108518804A (zh) | 一种机房温湿度环境预测方法及系统 | |
| CN111734885B (zh) | 一种换流阀在线监测与评估的方法及系统 | |
| US11321616B2 (en) | Computer-based extraction of complex building operation rules for products and services | |
| CN111127825A (zh) | 环境预测方法和装置、电子设备 | |
| CN110244186A (zh) | 一种基于孤立点检测算法的电缆故障预测报警方法 | |
| CN114723972A (zh) | 基于数据和图像对比的安全管控方法及安全管控系统 | |
| CN115879907A (zh) | 一种具备故障检测的运维监控装置及工作方法 | |
| CN115713038A (zh) | 一种基于深度循环神经网络的配用电故障检测方法及系统 | |
| CN113222013B (zh) | 一种多系统差异数据巡检方法、系统和存储介质 | |
| CN110263622A (zh) | 列车火情监测方法、装置、终端及存储介质 | |
| CN118068732A (zh) | 一种可变式危险源安全管控系统及危险源安全管控方法 | |
| CN115965625B (zh) | 一种基于视觉识别的仪表检测装置及其检测方法 | |
| CN116069092A (zh) | 一种智能仓储安全管理方法及系统 | |
| CN115296193A (zh) | 变电站智能巡检系统及方法 | |
| CN115810161A (zh) | 一种变电站火灾识别方法及系统 | |
| CN113052340A (zh) | 聚合多源数据的预警方法、系统及存储介质 | |
| CN103777954A (zh) | 一种信息处理方法以及装置 | |
| CN117554737B (zh) | 一种车载充电器的健康状况检测方法及系统 | |
| US20230343148A1 (en) | Method of Digging Valuable Data and Server Using the Same | |
| CN118097202A (zh) | 一种矿井火灾图像识别与灭火方法 | |
| CN116188409A (zh) | 高压开关柜检测方法、装置、设备及存储介质 | |
| CN118861971A (zh) | 一种基于第一视角视频的电表箱智能识别方法 | |
| KR20240021334A (ko) | 지중 송전설비의 진단장치 및 그 방법 | |
| CN118842190A (zh) | 基于高度集成电力模块的成组配电柜智能监控方法及系统 | |
| Rodrigues et al. | Automated monitoring of insulation by ultraviolet imaging employing deep learning |
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 |