[发明专利]一种基于红外传感的配电房安全监测方法及系统在审

专利信息
申请号: 202310292714.3 申请日: 2023-03-23
公开(公告)号: CN116524636A 公开(公告)日: 2023-08-01
发明(设计)人: 辛明勇;徐长宝;王宇;祝健杨;冯起辉;何雨旻;杨婧;汪明媚;高吉普;范强;古庭赟;刘斌;李博文;张后谊;唐赛秋;张历;李鑫卓;张俊杰;毛均毅;张缘圆 申请(专利权)人: 贵州电网有限责任公司
主分类号: G07C9/32 分类号: G07C9/32;G08B13/19
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 周局
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 红外 传感 配电房 安全 监测 方法 系统
【说明书】:

发明公开了一种基于红外传感的配电房安全监测方法包括:采集人员信息;构建神经网络模型;对新进入所述检测区域的人员进行红外感应,得到感应信息,基于人员信息获取新进入所述检测区域的人员的标签信息;将所述感应信息与标签信息处理后与人员信息载体进行对比,得到新授权人员、新非授权人员和新总人数;对比出新非授权人员时进行报警。本发明通过构建特征提取模型对授权人员进行特征提取后进行定位,便于与新进入配电房的人员进行区分,提高安全检测的准确度。

技术领域

本发明涉及电子数字数据处理技术领域,具体为一种基于红外传感的配电房安全监测方法及系统。

背景技术

配电房是电力系统末端配电网中传输、分配电能的主要电气设备场所,是城市配电网系统的重要组成部分。长期以来,配电房管理工作一直是供电系统可靠运行的薄弱环节之一。虽然绝大多数配电房都制定有安全管理制度,但是在施工、检修等过程中,外部人员在未经许可情况下非法进入配电房、未在合法人员陪同下进入配电房等情况时有发生,给配电房的设备安全以及进入人员的人身安全带来很大的安全隐患。

因此需要对配电房进行安全监测,现有的检测方法通过采集配电房内的人员进出情况和标签信息来判定配电房人员的身份是否合法,但每次检测时都是对配电房内的所有人员进行检测,已检测过的人员存在重复检测的情况,从而增加了检测时间,从而降低了安全监测的效率。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。

鉴于上述存在的问题,提出了本发明。

因此,本发明解决的技术问题是:现有的云服务平台计算方法存在功耗耗损较大,负载率奖惩,成本较高,以及如何将任务请求分配到各个主机上实现负载平衡的优化问题。

为解决上述技术问题,本发明提供如下技术方案:一种基于红外传感的配电房安全监测方法,包括:

采集人员信息;

构建神经网络模型;

对新进入所述检测区域的人员进行红外感应,得到感应信息,基于人员信息获取新进入所述检测区域的人员的标签信息;

将所述感应信息与标签信息处理后与人员信息载体进行对比,得到新授权人员、新非授权人员和新总人数;

对比出新非授权人员时进行报警。

作为本发明所述的基于红外传感的配电房安全监测方法的一种优选方案,其中,还包括:存储所述人员信息,构建人员信息载体并进行比对,确认所述检测区域内的人员是否为授权人员,得到授权人员、非授权人员和总人数。

作为本发明所述的基于红外传感的配电房安全监测方法的一种优选方案,其中,所述构建神经网络模型,包括:

获取公开数据集并过滤,得到过滤数据集,进行标记,得到标记数据集,以8∶2的比例将标记数据集划分成训练集和验证集。

作为本发明所述的基于红外传感的配电房安全监测方法的一种优选方案,其中,所述训练集对所述神经网络模型进行训练,得到预训练模型。

所述验证集通过对所述预训练模型进行验证寻优,得到特征提取模型,将所述人员信息中的图片输入所述特征提取模型中进行训练,得到人像特征;

基于所述总人数对所述人像特征进行定位标记,得到标记人像。

作为本发明所述的基于红外传感的配电房安全监测方法的一种优选方案,其中,基于所述标记人像对新进入所述检测区域的人员进行红外感应,得到感应信息;

基于所述人员信息获取新进入所述检测区域的人员的标签信息。

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贵州电网有限责任公司,未经贵州电网有限责任公司许可,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/202310292714.3/2.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