本发明涉及安全监控,特别是涉及一种应用于风电场的智能ai监控系统。
背景技术:
1、电力行业是一个资产密集型行业,投资巨大、人员众多,各产业价值链的关联度较高,大型电力企业实现了上中下游产业的一体化协同发展。安全生产是电力企业的生命线,也是所有工作的基础。目前,虽然大多数电力企业的安全生产软硬件水平都有了较大提高,生产管理都做了全面加强,这些工作显著提升了生产的安全性、稳定性与可持续性,但事故隐患依然难以杜绝。
2、
3、因此,亟需一种应用于风电场的智能ai监控系统,能够解决上述问题。
技术实现思路
1、本发明的目的是提供一种应用于风电场的智能ai监控系统,以解决上述现有技术存在的问题。
2、为实现上述目的,本发明提供了如下方案:
3、本发明提供一种应用于风电场的智能ai监控系统,包括图像采集设备,所述图像采集设备与ai算法分析服务器建立连接,所述ai算法分析服务器与ai智能安全监管平台建立连接,所述ai智能安全监管平台与智能终端设备建立连接。
4、优选地,所述图像采集设备采用摄像球机。
5、优选地,所述图像采集设备部署于各风电机机舱内适合位置、塔基箱变处适合位置、升压站周界及重点位置、电子间重点位置和/或办公楼周界位置。
6、优选地,所述图像采集设备与所述ai算法分析服务器之间通过交换机进行通讯,并通过网络视频录像机存储视频数据。
7、优选地,所述ai算法分析服务器包括安全帽监测算法、短袖监测算法、绝缘手套监测算法、安全带监测算法、区域入侵监测算法、人员聚集监测算法、人员徘徊监测算法、抽烟监测算法、火焰监测算法、烟雾监测算法。
8、一种基于应用于风电场的智能ai监控系统的智能ai监控方法,包括以下步骤:
9、s1.数据采集:对人员作业保障监测数据、人员风险预警监测数据、设备监测数据和环境监测数据进行图像采集;
10、s2.数据传输:将采集到的图像数据进行加密压缩处理后进行传输;
11、s3.数据处理:读取数据后进行数据解压缩、数据解密操作,并将异构的数据进行数据格式化,结合上下文数据将数据完整化和丰富化,将处理过的数据写入关系型数据库或者列存储文件系统,对于需要进行关联分析原子数据和机器学习的样本数据存放缓存数据库,供其它引擎读取分析;
12、s4.算法分析:通过深度神经网络学习技术、多目标分类检测技术、目标追踪技术、关键点检测技术、模型库比对技术进行算法分析;
13、s5.分析展示:根据分析结果对实时作业位置、实时异常告警、异常情况趋势、现场实时人数信息进行展示。
14、本发明相对于现有技术取得了以下有益技术效果:
15、本发明提供的一种应用于风电场的智能ai监控系统,包括图像采集设备,所述图像采集设备与ai算法分析服务器建立连接,所述ai算法分析服务器与ai智能安全监管平台建立连接,所述ai智能安全监管平台与智能终端设备建立连接;通过建立智能ai监控系统,实现风电场从人工监管向智能监管模式的转变,提高设备运行与检修工作的安全性,减少人员事故发生和设备非停,年均提升风电场设备利用小时数48h以上,降低检修成本15万以上。
1.一种应用于风电场的智能ai监控系统,其特征在于:包括图像采集设备,所述图像采集设备与ai算法分析服务器建立连接,所述ai算法分析服务器与ai智能安全监管平台建立连接,所述ai智能安全监管平台与智能终端设备建立连接。
2.根据权利要求1所述的应用于风电场的智能ai监控系统,其特征在于:所述图像采集设备采用摄像球机。
3.根据权利要求1所述的应用于风电场的智能ai监控系统,其特征在于:所述图像采集设备部署于各风电机机舱内适合位置、塔基箱变处适合位置、升压站周界及重点位置、电子间重点位置和/或办公楼周界位置。
4.根据权利要求1所述的应用于风电场的智能ai监控系统,其特征在于:所述图像采集设备与所述ai算法分析服务器之间通过交换机进行通讯,并通过网络视频录像机存储视频数据。
5.根据权利要求1所述的应用于风电场的智能ai监控系统,其特征在于:所述ai算法分析服务器包括安全帽监测算法、短袖监测算法、绝缘手套监测算法、安全带监测算法、区域入侵监测算法、人员聚集监测算法、人员徘徊监测算法、抽烟监测算法、火焰监测算法、烟雾监测算法。
6.一种基于权利要求1-5任一所述的应用于风电场的智能ai监控系统的智能ai监控方法,其特征在于:包括以下步骤: