报告
基于AI视觉的开放式大场景电力作业过程
摘要
随着变电站信息化等新技术的不断应用，为减员增效，很多变电站逐步转为无人值守变电站。日常变电站运维检修作业需由变电站安全管理人员陪同监管，但由于监管人员有限、作业过程难以全程监管，容易因人员疏忽导致一些安全事故的发生。基于深度学习智能视频分析技术，对现场监控视频进行实时分析处理，识别画面中人员的作业行为，结合工作票信息判断是否存在违规操作，及时发出预警，实现现场运维作业过程的全程智能监管，将风险隐患消灭在萌芽状态，为电力作业安全保驾护航。本文介绍了基于视频画面对开放式大场景中作业人员行为进行分析识别所采用的基本方法，包括前景检测、目标检测定位、目标分类识别、语义分割、动作识别等。描述了安徽炬视科技有限公司开发的电力作业过程智能管控系统的技术架构、系统框架、工作模式以及智能分析内容。成功的案例充分证明系统对辅助管理人员进行现场作业的精细化管控，对消除安全隐患产生了良好效果。
作者
谭守标 ：安徽大学教授，博士生导师，安徽炬视科技有限公司创始人，安徽省战略性新兴产业技术领军人才，主要研究方向：图像视频智能分析，计算机视觉。
朱吕甫 ：安徽炬视科技有限公司副总经理，从事人工智能应用转化工作。
黄叙新 ：高级经济师，合肥工业大学在读博士研究生，从事科技成果转化与创业投资研究工作。
朱兆亚 ：安徽炬视科技有限公司总经理，从事人工智能应用推广工作。
Tan Shoubiao
Zhu Lvpu
Huang Xuxin
Zhu Zhaoya
检索正文关键字
报告目录
- 一 电力作业过程智能管控的现状
- 二 国内外研究现状和发展趋势
-
三 研究方法
- （一）前景检测
- （二）目标检测及定位
- （三）语义分割
- （四）动作识别
-
四 技术方案
- （一）系统简介
- （二）技术架构
- （三）系统架构
- （四）工作模式
- 1.单站模式
- 2.集控模式
-
五 系统描述
- （一）系统特点
- （二）系统功能
- 1.人员身份校核
- 2.作业区域校核
- 3.作业设备操作校核
- 4.非法攀高实时监测预警
- 5.安全帽检测
- 6.反光背心检测识别
- 7.危险区域闯入检测
- 8.人员聚集检测
- 9.烟雾明火检测识别
- 10.车辆识别
- 11.系统平台界面图展示
- 12.边缘智能分析装置
-
六 应用场景
- （一）作业行为智能监管
- （二）电力检修作业安全监管
- （三）与工作票机制的融合
- （四）基建工程安全行为监控
- （五）变电站现场作业智能管控
报告图片/图表
相关文献
查看更多>>>