[发明专利]供电系统安全作业保障方法及系统在审

专利信息
申请号: 201810899568.X 申请日: 2018-08-09
公开(公告)号: CN109145789A 公开(公告)日: 2019-01-04
发明(设计)人: 张明轩 申请(专利权)人: 炜呈智能电力科技(杭州)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京科石知识产权代理有限公司 11595 代理人: 李艳霞
地址: 310051 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 供电系统 安全作业 图像处理技术 安全违规 作业现场 人脸识别技术 对视频信息 图像预处理 报警提示 定位技术 关闭设备 基础保障 视频信息 运动轨迹 未授权 柜门 申请 视频 禁区 采集 智能 跟踪 验收 记录 身份 检验 分析
【说明书】:

本申请提供一种供电系统安全作业保障方法及系统,保障方法包括:采集作业现场的视频信息;对视频信息进行视频抽帧、图像预处理和识别分析,其包括:利用人脸识别技术对作业人员的身份进行识别;利用定位技术对作业人员的运动轨迹进行跟踪;利用图像处理技术对作业人员的安全违规行为进行判别;利用图像处理技术对作业人员的作业质量进行检验;根据分析结果,如果作业现场出现未授权的非作业人员,和/或作业人员闯入禁区,和/或作业人员未按要求关闭设备柜门,和/或作业人员存在安全违规行为,和/或作业人员的作业质量未达到验收标准,则发出报警提示和/或记录。本申请能够以更科学、更智能的方式为供电系统的安全作业提供有力的基础保障。

技术领域

本申请属于电网监控技术领域,具体涉及一种供电系统安全作业保障方法及系统。

背景技术

近年来,随着我国国民经济的迅猛发展,电力负荷逐年增加,供电系统的结构也日趋复杂。同时,随着近些年来电力施工中发生的众多电力事故,大部分是由于监管不到位,电力施工人员自身对安全的不重视造成的,国家也加大了对电力行业安全监管的力度。特别是变电站和和输电线路等电力系统的重要设施,作为整个电网运行的核心组成部分,其建设前期人员安全、运转的安全性和可靠性直接关系整个电力系统的稳固。

目前,供电系统还是采用传统的监控方式来保障安全作业,监控端工作人员必须随时监控视频画面,以防漏掉故障与违反安全生产要求的图像。安全检查时更得通盘检索,浪费大量人力、物力与时间,无法充分发挥监控系统的功效。

发明内容

为至少在一定程度上克服相关技术中存在的问题,本申请提供了一种供电系统安全作业保障方法及系统。

根据本申请实施例的第一方面,本申请提供了一种供电系统安全作业保障方法,其包括以下步骤:

采集作业现场的视频信息;

对采集的视频信息进行视频抽帧、图像预处理和识别分析,其具体包括:利用人脸识别技术对作业人员的身份进行识别;利用定位技术对作业人员的运动轨迹进行跟踪;利用图像处理技术对作业人员的安全违规行为进行判别;利用图像处理技术对作业人员的作业质量进行检验;

所述利用人脸识别技术对作业人员的身份进行识别包括以下步骤:

将接收到的人员ID与预存储的人员ID进行比对,如果二者相同,则接收到的人员ID为已授权的ID,否则为未授权的ID;

构建人脸识别的卷积神经网络;

利用人像样本图像训练人脸识别的卷积神经网络;

利用训练好的人脸识别的卷积神经网络对接收到的实时视频流进行识别,识别作业现场是否有未授权的非作业人员;

所述利用定位技术对作业人员的运动轨迹进行跟踪包括以下步骤:

对预处理后的图像中的运动目标进行识别,并提取运动目标的轮廓信息;

去除轮廓信息中飞鸟、蚊虫、烟雾等造成的干扰信息,并将去除干扰信息后的轮廓信息对应的运动目标的位置信息映射到预设的供电系统的电子地图中;

在供电系统的电子地图中显示运动目标的运动轨迹;

供电系统的电子地图中预设非安全区域或禁止闯入区域,判断运动目标是否闯入非安全区域或禁止闯入区域;

所述利用图像处理技术对作业人员的安全违规行为进行判别包括以下步骤:

构建人员行为的卷积神经网络;

利用包含作业人员行为的样本图像训练人员行为的卷积神经网络;

利用训练好的人员行为的卷积神经网络对接收到的实时视频流进行判别,判别现场作业人员是否有未佩戴安全帽、未穿工作服、未带防电手套、抽烟或打电话等安全违规行为;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于炜呈智能电力科技(杭州)有限公司,未经炜呈智能电力科技(杭州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810899568.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top