特高压电网可视化高空作业安全监察系统及方法与流程

本发明涉及电力作业，尤其涉及一种特高压电网可视化高空作业安全监察系统及方法。

背景技术：

1、随着我国经济快速发展和城市化进程的加快，特高压电网建设步伐随之加速。事故隐患与安全防范聚焦高空作业场景。作业过程中，安全问题日益凸显，事故频发，给企业和个人带来巨大的经济损失和生命安全隐患。因此，研究和发展一种能够有效保障高空作业安全的技术手段显得尤为重要。

技术实现思路

1、为解决上述技术中存在的技术问题，鉴于此，有必要提供一种特高压电网可视化高空作业安全监察系统。

2、一种特高压电网可视化高空作业安全监察系统，包括图像采集模块、后台数据库、后台服务器、数据分析优化单元；

3、所述图像采集模块安装在作业现场，用于获取人员高空作业时的实时图像；

4、所述所述后台数据库包括图像数据库、数据表库；图像数据库用于存储前期收集的各类违章图像，数据表库用于存储违章图像匹配对应的安规条例；

5、所述后台服务器包括存储模块、图像处理模块、图像识别模块；所述存储模块用于存储图像采集模块实时采集的图像，所述图像处理模块用于对采集的图像进行处理，所述图像识别模块用于将图像处理模块处理后的图像与后台数据库中存储的各类违章图形进行识别；

6、所述数据分析优化单元用于收集后台服务器确认的违章行为识别数据，判断高空作业现场的安全状况，是否遵循安全操作流程。

7、优选的，还包括报警单元，所述报警单元与后台服务器建立无线通信连接。

8、还有必要提供一种特高压电网可视化高空作业安全监察方法。

9、一种特高压电网可视化高空作业安全监察方法，使用上述所述的特高压电网可视化高空作业安全监察系统，包括以下步骤，

10、s1：依据前期收集的现场高空作业违章场景图像，构建图像数据库；

11、s2：根据构建的图像数据库，按照安规及各种违章行为的定义、照片素材和判定标准建立数据表库；

12、s3：获取作业地点人员高空作业时的实时图像；

13、s4：对预处理后的图像进行特征提取和分类；

14、s5：基于提取的图像特征与图像数据库中的照片进行比对，判断是否发生违章行为；若是，则进行下一步；若否，则不做处理；

15、s6：将违章照片图像与数据表库进行比对，判断违章行为的类型，并通过报警单元对违章人员进行提示，纠正违章行为；

16、s7：获取违章行为涉及的相关图像、以及违章报告，按照违章类型进行统计分析，构建违章行为图表，评估高空作业现场的安全状况，及时调整管理策略。

17、优选的，在步骤s4中，使用ssd算法对预处理后的图像进行特征提取和分类的步骤，包括以下步骤，

18、s41：图像预处理

19、将输入图像调整到网络所需的固定大小；对图像像素值进行归一化处理；

20、s42：特征提取

21、使用一个深度卷积神经网络作为基础网络，提取图像的深层特征；在网络的不同层级添加辅助特征层，以捕捉不同尺度的特征；

22、s43：生成默认框

23、在辅助特征图的每个单元上生成一系列默认框，这些框具有不同的宽高比和尺度；

24、s44：计算置信度和类别概率

25、对于每个默认框，网络会预测两个主要输出：一个是置信度（对象存在与否的概率），另一个是对象类别的概率分布；

26、s45：非极大值抑制

27、对预测的边界框进行排序，并应用非极大值抑制（nms）来去除重叠较大的框，确保每个对象只被检测一次；

28、s46：输出最终检测结果

29、根据置信度和类别概率，随后通过非极大值抑制（nms）筛选出最终的检测结果。

30、优选的，在步骤s5中，提取的图像特征与图像数据库中的照片进行比对时，采用以下方式，

31、s51：采用sift算法对提取的图像特征中的关键点进行处理；

32、s52：采用surf算法对提取的图像特征中的关键点进行处理；

33、s53：采用orb算法对提取的图像特征中的关键点进行处理；

34、s54：采用深度学习算法进行优化完善。

35、优选的，采用sift算法对提取的图像特征中的关键点进行处理时，采用以下方式，

36、首先在图像中检测关键点，使用高斯差分函数（dog）在不同的尺度空间中检测关键点；

37、对于检测到的每个关键点，通过对关键点周围区域的泰勒展开进行拟合，以去除边缘响应的偏差；

38、为每个关键点赋予一个或多个方向，通过计算关键点邻域内的梯度方向直方图来确定主方向；

39、对于每个关键点，算法会生成一个128维的特征描述符。

40、优选的，采用surf算法对提取的图像特征中的关键点进行处理时，采用以下方式，

41、使用hessian矩阵的行列式来确定图像中的关键点位置和尺度，通过对图像应用不同尺度的盒式滤波器（box filter）来构建hessian矩阵；

42、精确定位关键点的位置和尺度，并去除不稳定的关键点；

43、为每个关键点赋予一个或多个方向，通过计算关键点邻域内的haar小波响应来确定主方向；

44、对于每个关键点，生成一个64维的特征描述符。

45、优选的，采用orbf算法对提取的图像特征中的关键点进行处理时，采用以下方式，

46、对图像进行适当的预处理；

47、检测候选关键点，对于图像中的每个像素点，比较其与周围像素点的亮度，如果存在连续的n个像素点都比中心点亮或暗，则该点被标记为候选关键点；对检测到的候选关键点进行非极大值抑制，以去除那些在较大候选点附近的较小候选点；使用机器学习分类器来筛选出真正的关键点，去除误检点；

48、对于每个关键点，计算其邻域内像素的质心，使用质心和关键点之间的方向作为关键点的方向；

49、在关键点的邻域内随机选择一系列点对，这些点对用于生成二进制描述符；对于每个点对，比较它们的亮度值，如果第一个点的亮度大于第二个点，则结果为1，否则为0；根据关键点的方向对点对进行旋转，以确保描述符具有旋转不变性；

50、使用汉明距离来比较两个orb描述符之间的相似度，汉明距离计算两个二进制字符串之间不同位的数量，根据汉明距离，筛选出最佳匹配点，使用比率测试来进一步去除错误的匹配。

51、优选的，采用深度学习算法优化完善时，采用以下方式，

52、数据收集

53、收集足够的训练数据和可能的验证/测试数据，确保数据的质量和多样性；

54、数据预处理

55、数据清洗：去除噪声和不相关的数据；

56、数据增强：通过旋转、缩放、裁剪等方式增加数据多样性；

57、数据标准化/归一化：调整数据尺度，使其适合模型训练；

58、数据分割：将数据分为训练集、验证集和测试集；

59、模型设计

60、选择合适的网络架构，义模型的层数、神经元数量、激活函数、损失函数和优化器；

61、模型训练

62、根据评估结果调整模型结构和参数，使用正则化技术减少过拟合，进行超参数调优；

63、模型保存

64、保存训练好的模型权重和架构，以便后续使用；

65、模型维护

66、定期使用新数据重新训练模型，以保持其准确性和相关性。

67、与现有技术相比，本发明提供的特高压电网可视化高空作业安全监察系统及方法，具有以下优势：

68、对监控画面进行实时分析，发现异常情况配合告警系统及时报警，确保高空作业安全。

69、结合历史数据，预测高空作业安全风险，提前采取预防措施。

70、（3）实现数据可视化，将分析结果以图表、报表等形式展示给管理人员，便于了解高空作业现场的安全状况，及时调整管理策略；实现多级联动。

技术特征：

1.一种特高压电网可视化高空作业安全监察系统，其特征在于：包括图像采集模块、后台数据库、后台服务器、数据分析优化单元；

2.根据权利要求1所述的特高压电网可视化高空作业安全监察系统，其特征在于：还包括报警单元，所述报警单元与后台服务器建立无线通信连接。

3.一种特高压电网可视化高空作业安全监察方法，使用权利要求1至2任意一项所述的特高压电网可视化高空作业安全监察系统，其特征在于：包括以下步骤，

4.根据权利要求3所述的特高压电网可视化高空作业安全监察方法，其特征在于：在步骤s4中，使用ssd算法对预处理后的图像进行特征提取和分类的步骤，包括以下步骤，

5.根据权利要求3所述的特高压电网可视化高空作业安全监察方法，其特征在于：在步骤s5中，提取的图像特征与图像数据库中的照片进行比对时，采用以下方式，

6.根据权利要求5所述的特高压电网可视化高空作业安全监察方法，其特征在于：采用sift算法对提取的图像特征中的关键点进行处理时，采用以下方式，

7.根据权利要求5所述的特高压电网可视化高空作业安全监察方法，其特征在于：采用surf算法对提取的图像特征中的关键点进行处理时，采用以下方式，

8.根据权利要求5所述的特高压电网可视化高空作业安全监察方法，其特征在于：采用orbf算法对提取的图像特征中的关键点进行处理时，采用以下方式，

9.根据权利要求5所述的特高压电网可视化高空作业安全监察方法，其特征在于：采用深度学习算法优化完善时，采用以下方式，

技术总结
一种特高压电网可视化高空作业安全监察系统，包括获取高空作业时的实时图像的图像采集模块、后台数据库、后台服务器、用于收集后台服务器确认的违章行为识别数据，判断高空作业现场的安全状况的数据分析优化单元；后台数据库包括用于存储前期收集的各类违章图像的图像数据库、用于存储违章图像匹配对应的安规条例的数据表库；后台服务器包括用于存储图像采集模块实时采集的图像的存储模块、用于对采集的图像进行处理的图像处理模块、用于将图像处理模块处理后的图像与后台数据库中存储的各类违章图形进行识别的图像识别模块。一种特高压电网可视化高空作业安全监察方法，通过获取实时作业图像来识别作业过程是否违章，判断高空作业的安全状况。

技术研发人员：何彦昊,李磊,侯拥军,陈坚,温泉,郭志军,王凯敏,薛金,朱凯强,杨玉虎,谢勇,马学瑞,虎文,朱秀霆,赵峰,马鹏飞,李安宁,王峰,马煜,王晗,杨晓军,陈丽华,张彦娟,梁洁
受保护的技术使用者：宁夏送变电工程有限公司
技术研发日：
技术公布日：2024/12/5