[发明专利]电力系统高危作业人员精神状态评估方法及系统

说明书

本发明提供一种电力系统高危作业人员精神状态评估方法及系统，包括S01.采集待测人员上班之前设定时间长度的EEG数据以及待测人员面部照片；S02.将所述EEG数据输入至预先训练好的目标BP神经网络，得到待测人员的注意力水平等级；S03.将所述待测人员面部照片输入至预先训练好的目标卷积神经网络，得到待测人员的情绪水平等级；S04.将步骤S02、S03中得到的注意力水平等级、情绪水平等级输入至预先训练好的感知器中，进行分类，得到待测人员的整体状态评价，以判断工人的整体状态是否满足作业需求。基于EEG与图像识别检测注意力与情绪的方法应用于电力系统可以更科学、更高效的判定电力行业高危作业人员能否进行作业，有助于提升评估的正确率。

技术领域

本发明涉及电力系统施工人员分心检测术领域，具体来说是电力行业人员施工风险的系统及方法。

背景技术

电力行业作业人员在进行高危作业时，应爆出注意力高度集中，情绪正常，密切关注电力系统的运转状况，对于可能出现的事故进行提前预警和及时处理。如工人在作业时出现注意力涣散，情绪失常等情况，将造成不可挽回的人身和财产安全，甚至威胁公共安全。故在高危作业前对工人的精神状态予以评估十分重要。

现有的作业前准备以站班会的形式展开，班长与工人面对面站立，介绍作业可能遇到的危险情况和应对措施，同时判断工人的工作状态是否合格。该方式较为传统，现代化、智能化程度较低，以主观经验判断为主，缺乏理论依据，容易存在漏判、误判的情况。

现将基于EEG与图像识别检测注意力与情绪的方法应用于电力系统高危作业可以更科学、更高效的判定施工人员能否进行高危作业，取代人工检查，获得更高的准确率。

发明内容

本发明所要解决的技术问题在于解决高危作业人员上岗前精神状态评估问题。

本发明通过以下技术手段实现解决上述技术问题：

电力系统高危作业人员精神状态评估方法，包括以下步骤：

S01.采集待测人员上班之前设定时间长度的EEG数据以及待测人员面部照片；

S02.将所述EEG数据输入至预先训练好的目标BP神经网络，得到待测人员的注意力水平等级；

S03.将所述待测人员面部照片输入至预先训练好的目标卷积神经网络，得到待测人员的情绪水平等级；

S04.将步骤S02、S03中得到的注意力水平等级、情绪水平等级输入至预先训练好的感知器中，进行分类，得到待测人员的整体状态评价，以判断工人的整体状态是否满足作业需求。

优选的，所述步骤S02中的目标BP神经网络的训练过程为：对电力作业人员进行试验，采集其脑电信号数据并进行处理得到样本数据，将样本数据分为专注、中性、不专注三个等级；最后将所述样本数据分为训练集和测试集，对BP神经网络进行训练，得到所述目标BP神经网络。

优选的，对所述脑电信号数据的处理过程为：

预处理阶段：首先进行滤波和眼电伪迹纠正，将每个注意力等级的数据进行设定时间长度分段，每段数据都包含脑电信号数据的所有电极；得到多段样本脑电信号数据；

特征提取阶段：利用LMD算法进行分解，将样本脑电信号数据x(t)分解为N个PF分量与一个单调函数u_N(t)之和，即：

从分解后的脑电信号数据中提取前设定排名的PF分量，作为BP神经网络中的输入特征量来对信号识别和分类。

优选的，所述目标卷积神经网络的训练过程为：将电力作业人员表情分为兴奋、中性、沮丧三个等级，采集带有表情等级标签的电力作业人员的面部表情数据，作为训练集，使用卷积神经网络进行训练，得到所述目标卷积神经网络。