[发明专利]一种配网现场作业验电动作识别方法

说明书

本发明提供了一种配网现场作业验电动作识别方法，包括以下步骤：模型构建和训练：对视频帧进行分类，分类后的视频帧对应进行YOLOv4与MobileNetv2模型的训练；视频片段生成：上传的配网现场作业视频中，存在目标进行检测，基于检测结果生成可能存在验电动作的视频片段；是否存在验电动作：对上传的配网现场作业视频进行检测，将存在验电设备和/或与验电动作相关的视频帧分别进行目标检测和目标分类，根据综合判断是否存在验电动作；验电动作识别：对于存在验电动作的视频帧，将其还原成视频，识别是否存在验电动作。本发明通过提取验电动作行为的特征，利用深度学习算法对验电动作行为进行识别，减轻视频审核人员的工作量，提高工作效率减低了人工成本。

技术领域

本发明涉及配网作业人员规范作业技术领域，尤其涉及一种配网现场作业验电动作识别方法。

背景技术

当前社会经济快速增长，用电量逐年攀升，为用户提供电力供应的配网络设备规模急剧扩张，配网网络结构越显复杂，影响配网运行稳定性因素增多，导致配网故障频发，运维力量捉襟见肘。且随着制造加工向着精细化方向发展及各类用电设备对电能质量的需求提高，不仅对供电可靠性提出了新的要求，同时对供电质量也产生了新的认知。

从各行业对电力供应的现状要求及趋势来看，未来配网向着主动性、智能化、绿色可靠高效的趋势发展。因此供电单位加强供电可靠性、提升电能质量及供电能力，避免因自然环境、恶劣天气和外力破坏而造成对配网线路的损坏，引发大面积停电，而造成的严重经济损失，如何避免电网事故、保障线路安全至关重要。如何提升配网设备运行稳定性、加速供电线路监测与运维的及时性、加强引发线路故障的前期预防、提升配网抢修的作业效率、加强作业过程安全管控已迫在眉睫。当在停电作业下电气设备需要接地操作时，必须先验电，证明确无电压后，方可进行合接地开关或装设接地线操作。若不按相关规定进行验电前的准备工作以及不遵守验电方法，将会导致工作人员人身事故的发生。依靠人工方式进行验电动作进行检查，往往会因为现场作业视频过长、过大而导致无法查看每一个视频识别的效果不佳，因此，构建智能模型检测现场安全作业中的验电操作是十分必要的。通过提取验电动作行为的特征，利用深度学习算法对验电动作行为进行识别，减轻视频审核人员的工作量，提高工作效率降低人工成本和提高验电行为识别率。

发明内容

本发明的目的在于提供了一种利用深度学习算法对验电动作行为进行识别的验电动作视频识别方法。

为了实现上述目的，本发明通过以下技术手段予以实现。

一种配网现场作业验电动作识别方法，包括以下步骤：

模型构建和训练：对视频帧进行分类，分类后的视频帧对应进行YOLOv4与MobileNetv2模型的训练；

视频片段生成：上传的配网现场作业视频中，存在验电设备和/或验电动作相关的目标进行检测，基于检测结果生成可能存在验电动作的视频片段；

是否存在验电动作：对上传的配网现场作业视频进行检测，将存在验电设备和/或与验电动作相关的视频帧分别进行目标检测和目标分类，根据目标检测和目标分类结果综合判断是否存在验电动作；

验电动作识别：对于存在验电动作的视频帧，将其还原成视频，利用视频识别是否存在验电动作。

作为本发明的进一步改进，所述步骤模型构建和训练前还包括视频帧获取，所述视频帧获取为：收集配网现场作业的过程视频，并对过程视频中存在验电部分的视频进行截取，形成视频帧。

作为本发明的进一步改进，所述视频帧获取步骤中，还包括对视频帧的处理，所述处理具体为：将图片形式的视频帧进行特征缩放，使得图形像素的素值位于[0,1]区间。

作为本发明的进一步改进，所述模型构建和训练步骤中，所述对视频帧进行分类具体为：将视频帧中存在验电设备和/或验电动作相关的视频帧，分别形成目标检测模型和目标分类模型，并分别对各个模型进行训练，生成model1和model2。