一种电网基建施工中的潜在安全风险的监测系统及方法与流程

1.本发明涉及电力安全生产风险管控技术领域，更具体的说是涉及一种自主识别电网基建施工中的潜在安全风险的图像识别算法。


背景技术：

2.随着电网建设的不断发展，电力工程建设施工任务越来越繁重，输电线路向多回路、大荷载方向发展，特别是在地理环境复杂，气候恶劣的施工环境下，传统的杆塔组立施工关键数据现场指挥难以掌控，铁塔组立安全风险极大，输变电工程施工尤其线路施工，因其是野外作业、地形复杂、点多面广、传统大型机械应用困难，现场变量极多，施工过程中现场突发，且难以提前预料的变化，也是导致事故发生的重要因素。
3.目前的电网施工安全管理措施方面存在诸多问题：
4.一、资源配置严重不平衡，线路施工战线长、作业工种多、危险性较高，需投入大量人力物力进行过程管控，现阶段施工人员工资逐年上涨，且作业人员老龄化严重；
5.二、作业层班组建设要求高，作业层班组需配置施工骨干人员负责作业的组织、指挥及管控等工作，多作业面同时施工，人员数量及素质难以满足要求；
6.三、人员管理缺乏有力抓手，线路施工野外环境艰苦，作业周期长，施工人员安全意识容易懈怠，对于不断改进的管理模式难以接受，习惯性的犯经验主义错误；
7.四、施工现场配置的布控球系统，基本采用三脚架固定式的布控球设备，无法自主进行移动，使用过程需要频繁地进行人工干预；并且在数据处理上，无法自主对现场风险进行预判和决策，仍然是需要人工进行参与管理。
8.因此，如何提供一种能够及时发现、判别和消除施工安全风险的方法，实现人工智能辅助电网建设管理是本领域技术人员亟需解决的问题。


技术实现要素：

9.有鉴于此，本发明提供了一种电网基建施工中的潜在安全风险的监测系统及方法，利用人工智能软硬件技术手段进行现场管控，达到及时控制施工现场变量和消除施工安全风险的目的。
10.为了实现上述目的，本发明采用如下技术方案：
11.一种电网基建施工中的潜在安全风险的监测系统，其特征在于，包括：智慧基建管理设备和远程控制中心，所述智慧基建管理设备与所述远程控制中心数据传输；
12.所述智慧基建管理设备包括作业现场数据采集模块、风险决策库检索模块、风险决策库处理模块、风险解除判定模块和声光报警模块；
13.所述作业现场数据采集模块，用于对作业现场目标识别跟踪并采集数据；
14.所述风险决策库检索模块，用于接收所述作业现场数据采集模块的所述采集数据，对所述采集数据进行数据匹配、目标检测、识别分类、区域分割及现场人员身份和行为识别，形成目标数据并与风险决策库进行数据比对；
15.所述风险决策库处理模块，用于接收所述风险决策库检索模块的数据比对信息，根据所述数据比对信息进行作业现场风险判定和风险预案执行；
16.所述风险解除判定模块与所述风险决策处理模块通信连接，用于判定作业现场风险是否解除并将判定信息传输至所述声光报警模块和所述远程控制中心；
17.所述声光报警模块，用于接收所述风险决策处理模块的判定信号和所述风险解除判定模块的判定信号并进行声光报警；
18.所述远程控制中心分别与所述风险决策库处理模块和所述风险解除判定模块通信连接，用于接收所述风险决策库处理模块和所述风险解除判定模块的工作日志并进行监控。
19.优选的，所述作业现场数据采集模块包括目标跟踪单元、设备数据采集单元、行为数据采集单元和人员数据采集单元；
20.所述目标跟踪单元，采用deepsort算法用于检测目标和实时跟踪，自主生成对施工现场的巡检路径并发送采集信号；
21.所述设备数据采集单元、所述行为数据采集单元和所述人员数据采集单元接收所述目标跟踪单元的采集信号进行数据采集；
22.所述设备数据采集单元，用于采集电网基建施工现场设备的图像和视屏数据；
23.所述行为数据采集单元，用于采集现场施工人员的行为数据；
24.所述人员数据采集单元，用于采集现场施工人员的身份和体征数据。
25.优选的，所述风险决策库检索模块包括数据处理子模块和数据检索对比子模块；
26.所述数据处理子模块包括数据匹配单元、目标检测单元、识别分类单元、区域分割单元及人员身份和行为识别单元；
27.所述数据匹配单元接收所述设备数据采集单元、所述行为数据采集单元和所述人员数据采集单元所采集的数据，用于将所采集的数据进行数据匹配；
28.所述目标检测单元接收所述数据匹配单元的数据，采用yolov5算法用于检测目标物在所述数据的具体位置；
29.所述识别分类单元接收所述数据匹配单元的数据，采用maskrcnn算法用于识别目标物并进行精细区分；
30.所述区域分割单元接收所述数据匹配单元的数据，采用sknet算法用于目标物与背景的分割；
31.所述人员身份和行为识别单元接收所述数据匹配单元的数据，用于现场施工人员的人脸识别和具体行为的识别；
32.所述数据检索对比子模块，用于接收所述目标数据并与风险决策库进行检索对比，得到具体风险问题和整改方案。
33.优选的，所述风险决策处理模块包括风险判定单元和风险预案执行单元；
34.所述风险判定单元，用于对风险类型进行判定，所述风险类型包括：单个风险、一个以上同类风险和组合风险，并且当所述风险类型为组合风险时，采用sknet算法对所述组合风险内的各个风险优先等级判定；
35.所述风险预案执行单元用于根据所述风险问题、所述整改方案和所述优先等级判定的结果执行所述风险决策库的整改方案；
36.所述声光报警模块接收所述风险判定单元和所述风险解除判定模块的判定信号并进行声光报警。
37.优选的，用于判定风险是否解除，如果风险解除，所述风险解除判定模块发送结束报警命令，所述声光报警模块结束报警，如果风险未解除，所述风险解除判定模块发送继续报警命令，所述声光报警模块继续报警，作业现场管控人员进行人工干预。
38.一种电网基建施工中的潜在安全风险的监测方法，其特征在于，包括以下步骤：
39.s1.对作业现场目标识别跟踪并采集数据；
40.s2.对所述采集数据进行数据匹配、目标检测、识别分类、区域分割及现场人员身份和行为识别，形成目标数据并与风险决策库进行数据比对；
41.s3.根据所述数据比对的信息进行作业现场风险判定、声光报警和风险预案执行；
42.s4.判定作业现场风险是否解除并将判定信息传输；接收所述判定信息并进行声光报警；
43.s5.远程接收工作日志并进行监控。
44.优选的，所述s1具体内容包括：
45.目标跟踪，采用deepsort算法用于检测目标和实时跟踪，自主生成对施工现场的巡检路径并发送采集命令；
46.设备数据采集，根据所述采集命令采集电网基建施工现场设备的图像和视屏数据；
47.行为数据采集，根据所述采集信号采集现场施工人员的行为数据；
48.人员数据采集命令，根据所述采集信号采集现场施工人员的身份和体征数据。
49.优选的，所述s2包括数据处理和数据检索对比；
50.所述数据处理具体内容包括：
51.数据匹配，将采集的数据进行数据匹配；
52.目标检测，根据匹配的数据采用yolov5算法检测目标物在匹配的数据的具体位置；
53.识别分类，根据匹配的数据采用maskrcnn算法识别目标物并进行精细区分；
54.区域分割，根据匹配的数据采用sknet算法目标物与背景的分割；
55.人员身份和行为识别，根据匹配的数据进行现场施工人员的人脸识别和具体行为的识别；
56.所述数据检索对比具体内容为接收所述目标数据并与所述风险决策库进行检索对比，得到具体风险问题和整改方案。
57.优选的，所述s3具体内容包括：
58.对风险类型进行判定，所述风险类型包括：单个风险、一个以上同类风险和组合风险，并且当所述风险类型为组合风险时，采用sknet算法对所述组合风险内的各个风险优先等级判定；
59.根据所述风险判定的判定信号进行声光报警；
60.根据所述风险问题、所述整改方案和所述优先等级判定的结果，执行所述风险决策库的整改方案。
61.优选的，所述s4具体内容包括：判定风险是否解除，如果风险解除，命令结束报警，
如果风险未解除，命令继续维持声光报警，作业现场管控人员进行人工干预。
62.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种电网基建施工中的潜在安全风险的监测系统及方法，通过具备远传功能的智慧基建管理单元硬件，完成现代化施工班组在现场第一手实时现场设备数据、人员数据、行为数据的自主跟踪采集，并在第一时间实现自主分析判断，实时对有风险行为进行警报，从而减少现场过程监管人员的投入数量。
63.通过对施工方案的深度学习，实时监督作业现场，刚性执行施工方案辅助工程技术人员完成施工方案的优化和调整，切实提高方案与现场的一致性，继而降低对现场监管和验收人员的专业素养的要求。
64.通过对众多现代化施工数据的深度学习，优化人工智能算法，进而提升发现风险的效率，甚至比传统方式更早发现风险，杜绝违章甚至是安全事故的发生。
65.通过自主识别，预警，实时回馈，甚至远程指挥等一系列软硬件科技手段，缩短了国网基建现场的整体管理决策过程，降低了人员在作业过程中的不稳定要素，固化了专业人员的专业经验，为将来的机械化施工和智能化施工打下数据基础。
附图说明
66.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
67.图1附图为本发明提供的工作流程示意图；
68.图2附图为本发明提供的目标检测示意图；
69.图3附图为本发明提供的识别分类示意图；
70.图4附图为本发明提供的区域分割示意图；
71.图5附图为实施例提供的杆塔组立施工潜在安全风险监测示意图；
72.图6附图为实施例提供的起吊重物施工潜在安全风险检测示意图。
具体实施方式
73.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
74.本发明实施例公开了一种电网基建施工中的潜在安全风险的监测系统，其特征在于，包括：智慧基建管理设备和远程控制中心，智慧基建管理设备与远程控制中心数据传输；
75.智慧基建管理设备包括作业现场数据采集模块、风险决策库检索模块、风险决策库处理模块、风险解除判定模块和声光报警模块；
76.作业现场数据采集模块，用于对作业现场目标识别跟踪并采集数据；
77.风险决策库检索模块，用于接收作业现场数据采集模块的采集数据，对采集数据
进行数据匹配、目标检测、识别分类、区域分割及现场人员身份和行为识别，形成目标数据并与风险决策库进行数据比对；
78.风险决策库处理模块，用于接收风险决策库检索模块的数据比对信息，根据数据比对信息进行作业现场风险判定和风险预案执行；
79.风险解除判定模块与风险决策处理模块通信连接，用于判定作业现场风险是否解除并将判定信息传输至声光报警模块和远程控制中心；
80.声光报警模块，用于接收风险决策处理模块的判定信号和风险解除判定模块的判定信号并进行声光报警；
81.远程控制中心分别与风险决策库处理模块和风险解除判定模块通信连接，用于接收风险决策库处理模块和风险解除判定模块的工作日志并进行监控。
82.为了进一步实施上述技术方案，作业现场数据采集模块包括目标跟踪单元、设备数据采集单元、行为数据采集单元和人员数据采集单元；
83.目标跟踪单元，采用deepsort算法用于检测目标和实时跟踪，自主生成对施工现场的巡检路径并发送采集信号；
84.设备数据采集单元、行为数据采集单元和人员数据采集单元接收目标跟踪单元的采集信号进行数据采集；
85.设备数据采集单元，用于采集电网基建施工现场设备的图像和视屏数据；
86.行为数据采集单元，用于采集现场施工人员的行为数据；
87.人员数据采集单元，用于采集现场施工人员的身份和体征数据。
88.为了进一步实施上述技术方案，风险决策库检索模块包括数据处理子模块和数据检索对比子模块；
89.数据处理子模块包括数据匹配单元、目标检测单元、识别分类单元、区域分割单元及人员身份和行为识别单元；
90.数据匹配单元接收设备数据采集单元、行为数据采集单元和人员数据采集单元所采集的数据，用于将所采集的数据进行数据匹配；
91.目标检测单元接收数据匹配单元的数据，采用yolov5算法用于检测目标物在数据的具体位置，如图2；
92.识别分类单元接收数据匹配单元的数据，采用maskrcnn算法用于识别目标物并进行精细区分，如图3；
93.区域分割单元接收数据匹配单元的数据，采用sknet算法用于目标物与背景的分割，如图4；
94.人员身份和行为识别单元接收数据匹配单元的数据，用于现场施工人员的人脸识别和具体行为的识别；
95.数据检索对比子模块，用于接收目标数据并与风险决策库进行检索对比，得到具体风险问题和整改方案。
96.为了进一步实施上述技术方案，风险决策处理模块包括风险判定单元和风险预案执行单元；
97.风险判定单元，用于对风险类型进行判定，风险类型包括：单个风险、一个以上同类风险和组合风险，并且当风险类型为组合风险时，采用sknet算法对组合风险内的各个风
险优先等级判定；
98.风险预案执行单元用于根据风险问题、整改方案和优先等级判定的结果执行风险决策库的整改方案；
99.声光报警模块接收风险判定单元和风险解除判定模块的判定信号并进行声光报警。
100.为了进一步实施上述技术方案，用于判定风险是否解除，如果风险解除，风险解除判定模块发送结束报警命令，声光报警模块结束报警，如果风险未解除，风险解除判定模块发送继续报警命令，声光报警模块继续报警，作业现场管控人员进行人工干预。
101.一种电网基建施工中的潜在安全风险的监测方法，如图1，包括以下步骤：
102.s1.对作业现场目标识别跟踪并采集数据；
103.s2.对采集数据进行数据匹配、目标检测、识别分类、区域分割及现场人员身份和行为识别，形成目标数据并与风险决策库进行数据比对；
104.s3.根据数据比对的信息进行作业现场风险判定、声光报警和风险预案执行；
105.s4.判定作业现场风险是否解除并将判定信息传输；接收判定信息并进行声光报警；
106.s5.远程接收工作日志并进行监控。
107.为了进一步实施上述技术方案，s1具体内容包括：
108.目标跟踪，采用deepsort算法用于检测目标和实时跟踪，自主生成对施工现场的巡检路径并发送采集命令；
109.设备数据采集，根据采集命令采集电网基建施工现场设备的图像和视屏数据；
110.行为数据采集，根据采集信号采集现场施工人员的行为数据；
111.人员数据采集命令，根据采集信号采集现场施工人员的身份和体征数据。
112.为了进一步实施上述技术方案，s2包括数据处理和数据检索对比；
113.数据处理具体内容包括：
114.数据匹配，将采集的数据进行数据匹配；
115.目标检测，根据匹配的数据采用yolov5算法检测目标物在匹配的数据的具体位置，如图2；
116.本发明在实际应用中，采用yolov5算法可以用于检测现场是否有绞磨机以及位置，如有，则记录绞磨机的偏移距离和角方位，以及离本体的偏移距离y；
117.识别分类，根据匹配的数据采用maskrcnn算法识别目标物并进行精细区分，如图3；
118.本发明在实际应用中，采用maskrcnn算法可以用于判断滚筒上有无钢缆并区分，如无，则进入其他风险管控识别状态，如有，再判断钢缆有几圈；
119.区域分割，根据匹配的数据采用sknet算法目标物与背景的分割，如图4；
120.人员身份和行为识别，根据匹配的数据进行现场施工人员的人脸识别和具体行为的识别；
121.数据检索对比具体内容为接收目标数据并与风险决策库进行检索对比，得到具体风险问题和整改方案。
122.为了进一步实施上述技术方案，s3具体内容包括：
123.对风险类型进行判定，风险类型包括：单个风险、一个以上同类风险和组合风险，并且当风险类型为组合风险时，采用sknet算法对组合风险内的各个风险优先等级判定；
124.根据风险判定的判定信号进行声光报警；
125.根据风险问题、整改方案和优先等级判定的结果，执行风险决策库的整改方案。
126.当风险类型为组合风险时，组合风险内的不同风险同时发生或接近同时发生时，基于ai技术的本体能根据不同的场景，自主判断风险优先等级，对高级别风险进行优先报警并优先执行整改方案。
127.为了进一步实施上述技术方案，s4具体内容包括：判定风险是否解除，如果风险解除，命令结束报警，如果风险未解除，命令继续维持声光报警，作业现场管控人员进行人工干预。
128.如图5所示，以电网基建工程中的杆塔组立施工潜在安全风险监测为例进一步进行说明：
129.在实际应用中，本发明可以利用移动机器人实现，移动机器人通过摄像头对杆塔组立施工现场进行采集图像素材，通过数据匹配、目标检测、识别分类、区域分割及现场人员身份和行为识别，形成目标数据；
130.目标数据与风险决策库中的杆塔组立施工安全风险数据库内容进行检索对比，杆塔组立安全风险数据内容具体包括抱杆选型为300*300至900*900、抱杆长度为4.2米-6.0米一节、钢丝绳的粗细是否与施工方案一致、组塔方式是否与施工方案一致、踏脚板就位后未及时紧固螺帽、抱杆伸出部分大于2/3抱杆总长、绞磨机缠绕少于5圈、绞磨机与人距离小于2.5米、小抱杆不允许使用塔材和钢丝绳固定在树上，通过检索对比获得风险数据库对应的具体风险问题和整改方案；
131.进行风险类型判定并声光报警，当判定风险类型为单个风险和多个同类风险时，根据具体风险问题和整改方案执行整改，当判定风险类型为组合风险时，根据高级风险决策判定优先等级再执行整改方案；
132.移动机器人到达预设位置抵近观察判定风险是否解除，如果风险未解除，则继续报警并人工干预整改，如果风险解除则归位继续监测施工。
133.如图6所示，电网基建工程中的起吊重物时潜在安全风险监测为例进一步进行说明：
134.起重机启动自动起吊重物模式，移动机器人自动搜索机塔位置判断距离并移动底盘到适当位置，底盘正对机塔，检测机塔边缘柱重合，摄像头调整焦距和角度，检测重物和重物下方并进行图像素材采集，对采集的图像素材进行处理并与风险决策库中的起吊重物的安全风险数据库内容进行检索对比判断重物下方是否有人的风险，如果检测出风险，进行声光报警并根据风险优先决策逻辑启动对应的整改方案，同时呼叫后台管理中心和通知现场管理人员人工干预，然后判定风险是否解除，如果未解除则继续报警并整改，如果风险解除则解除声光报警并继续监控。
135.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
136.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。