[发明专利]一种基于视觉感知技术的变电站违规攀爬行为检测预警方法

说明书

本发明公开了一种基于视觉感知技术的变电站违规攀爬行为检测预警方法，包括：使用基于YOLO深度卷积神经网络和HSV色彩空间变化的静态目标检测算法实现变电站禁止攀爬标志检测；根据禁止攀爬标志和杆塔位置，采用Hough变换来检测禁止攀爬区域；基于视觉背景提取算法(Vibe)的动态目标跟踪实现人员攀登行为定位检测；根据定位检测与禁止攀爬区域的相对位置判断违规行为，并发出预警信号。本发明在无人变电站内采用中小型视频捕获设备获取图像，通过智能检测手段识别违规登高行为并预警，主动预防减小安全风险，保护人身和变电站设备安全。

技术领域

本发明涉及电力系统的变电站违规行为检测领域，具体涉及一种基于视觉感知技术的变电站违规攀爬行为检测预警方法。

背景技术

变电站是电力系统的重要组成部分，它担负着电压等级变换、投入/切除负荷等重要任务。随着电力系统技术的发展，无人值守变电站得到广泛应用，由于无人值守变电站通常只有少数安全工人来确保工作区的安全，禁止攀爬区域通常只有警示牌的预防告警，一旦有人员疏忽禁止攀登警示牌，容易造成违规登高操作，造成设备损坏甚至人员伤亡。由于现有的监控机制不能有效禁止违规行为，因此迫切需要对变电站工作人员的行为进行自动化在线监控、检测违规登高行为并通过作业现场安全生产智能管控平台发出信号，警示违规人员。

现阶段的变电站防误操作主要从1)提高工作人员的技能水平2)加强对防误装置的管理，对防务装置和标志经常检查更新。但防误装置主要针对变电站室内的开关等操作设备，对于变电站室外的杆塔等处，通常只有禁止操作标志，缺少智能检测违规操作方法。

当前视觉感知技术在电力系统变电站中的应用主要有1)智能识别变电站隔离开关和断路器等开关状态，2)智能检测电气设备故障，3)识别操作人员误入变电站间隔。但以上方法无法识别操作人员在违规操作区域的特定动作，识别效果不是很理想。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于视觉感知技术的变电站违规攀爬行为检测预警方法，其融合静态目标检测和动态目标跟踪技术，在无人变电站内采用中小型视频捕获设备获取图像，通过智能检测手段识别违规登高行为并预警，主动预防减小安全风险，保护人身和变电站设备安全。

技术方案：为实现上述目的，本发明提供一种基于视觉感知技术的变电站违规攀爬行为检测预警方法，包括如下步骤：

S1：使用基于YOLO(You Only Look Once)深度卷积神经网络和HSV色彩空间变化的静态目标检测算法实现变电站禁止攀爬标志检测；

S2：根据禁止攀爬标志和杆塔位置，采用Hough变换来检测禁止攀爬区域；

S3：基于视觉背景提取算法(Vibe)的动态目标跟踪实现人员攀登行为定位检测；

S4：根据步骤S3的定位检测与步骤S2的禁止攀爬区域的相对位置判断违规行为，并发出预警信号。

进一步地，所述步骤S1具体为：采用HSV色彩空间变化方法对变电站禁止攀爬标志图片集进行数据增强的图片预处理，扩充神经网络训练数据集，防止YOLO神经网络过拟合，HSV色彩空间变化将图像从RGB空间映射到HSV空间，分解得到成亮度分量V、色度分量H和饱和度分量S；

图像数据集预处理后，采用锚框标注图像中需要检测的区域作为正样本，标注远离目标检测部分的区域为负样本，建立YOLO神经网络的训练数据集，搭建由池化层、卷积层和全连接层组成的YOLO神经网络模型，通过变电站禁止攀爬标志图像训练集来训练卷积神经网络，将视频捕获设备采集到的图片输入训练好的YOLO神经网络，输出带有目标检测框的变电站禁止攀爬区域图像，实现变电站禁止攀爬标志检测。

进一步地，所述步骤S1中HSV映射过程如下：