电力作业风险评估方法、系统、设备及存储介质技术方案

本发明专利技术公开了电力作业风险评估方法、系统、设备及存储介质，涉及电力作业技术领域，其技术方案要点是：获取电力作业工作票所记录的电力作业类型及相应的作业人员；根据所述电力作业类型确定电力作业的危险系数；以预设的时间间隔，间断的获取所述作业人员的人脸动态图像，基于预先训练好的情绪识别模型对人脸动态图像进行情绪识别，得到作业人员的情绪信息；预设情绪分类规则池，根据所述情绪分类规则池对所述情绪信息进行匹配，得到与情绪信息对应的情绪分类信息，并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级；对作业人员情绪的评估等级及电力作业的危险系数进行加权处理，得到作业人员进行电力作业的风险评估结果。险评估结果。险评估结果。

【技术实现步骤摘要】
电力作业风险评估方法、系统、设备及存储介质


[0001]本专利技术涉及一种电力作业
，更具体地说，它涉及电力作业风险评估方法、系统、设备及存储介质。

技术介绍

[0002]电力作业贯穿于电力系统的各个环节，通过对电能的生产过程进行测量、调控、保护、通信以及调度，能够实现电力系统的发电、输电、变电和配电等各个过程的正常运转，从而保障电力用户获取到安全、经济和优质的电能。由于电力系统中存在大量电力设备，电力人员经常处于较为危险的电力作业环境中，因此对电力作业中的风险进行评估和管控显得尤为重要。
[0003]在电力作业现场，作业人员的情绪状态对作业安全具有重要的影响。目前，普遍采用的是一些传统的安全控制措施，如工作票、安全教育等，这些措施对于控制作业安全风险仍有一定的局限性。
[0004]因此，需要一种更加科学、准确、实时的电力作业风险等级评估方法，以帮助管理者更好地了解作业人员的情绪状态，提高电力作业的安全性。

技术实现思路

[0005]本专利技术的目的是提供电力作业风险评估方法、系统、设备及存储介质，本专利技术综合评估作业人员的实时情绪状态和电力作业类型的危险系数，并以情绪分类规则池对每一类情绪信息进行更加细致的评估，实现了对电力作业风险等级的准确评估，能够提高电力作业安全管理的效率和准确性。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0007]本申请的第一方面，提供了一种电力作业风险评估方法，方法包括：
[0008]获取电力作业工作票所记录的电力作业类型及相应的作业人员；
[0009]根据所述电力作业类型确定电力作业的危险系数；
[0010]以预设的时间间隔，间断的获取所述作业人员的人脸动态图像，基于预先训练好的情绪识别模型对人脸动态图像进行情绪识别，得到作业人员的情绪信息；
[0011]预设情绪分类规则池，其中情绪分类规则池包含至少一个情绪分类信息，每个情绪分类信息对应从高到低的多个情绪状态，根据所述情绪分类规则池对所述情绪信息进行匹配，得到与情绪信息对应的情绪分类信息，并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级；
[0012]对作业人员情绪的评估等级及电力作业的危险系数进行加权处理，得到作业人员进行电力作业的风险评估结果。
[0013]在一种实施方案中，所述根据所述电力作业类型确定电力作业的危险系数，具体包括：
[0014]获取所述电力作业类型包含的位置信息；
[0015]将所述位置信息对应电力作业区域的环境参数输入到危险系数计算模型中进行计算，输出电力作业的危险系数；其中危险系数计算模型由风险矩阵或概率分布函数构成。
[0016]在一种实施方案中，预先训练好的情绪识别模型，包括：
[0017]获取与情绪相关的多个词汇，将多个词汇整合形成词汇集合；
[0018]搜集与词汇集合中的每个词汇对应的人脸图像，利用词汇对对应的人脸图像进行标注，将标注后的人脸图像作为训练样本集，其中一个词汇对应搜集到多个人脸图像；
[0019]将训练样本集中的人脸图像依次输入至预先构建的卷积神经网络中进行训练处理，并依据卷积神经网络每轮训练的输出结果和训练样本集中对应标注的词汇对卷积神经网络进行参数调整；
[0020]当所述卷积神经网络达到预设的收敛条件时，将所述卷积神经网络作为用于情绪识别的情绪识别模型。
[0021]在一种实施方案中，在以预设的时间间隔，间断的获取所述作业人员的人脸动态图像的步骤之后，还包括：对所述人脸动态图像进行预处理，其中预处理包括去噪、图像增强、人脸检测和人脸跟踪。
[0022]在一种实施方案中，所述并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级，包括：
[0023]根据情绪分类信息的数量确定各个情绪分类信息的第一权重占比，且根据情绪状态的数量确定情绪状态的第二权重占比；
[0024]对所述第一权重占比和第二权重占比进行加权平均，得到作业人员情绪的评估等级。
[0025]在一种实施方案中，所述方法还包括：
[0026]获取电力作业类型对应的作业人员的操作时间，其中操作时间指的是作业人员开始电力作业的初始时间到当前时间的时间长度；
[0027]根据电力作业的风险评估结果和操作时间，生成提示信息，推送所述提示信息至作业人员佩戴的智能终端对作业人员进行语音提示。
[0028]在一种实施方案中，方法还包括：根据所述电力作业类型模拟出现场电力作业的视频数据，对所述视频数据进行截取，得到第一作业图像；其中第一作业图像指的是具有电力作业类型的关键作业节点的图像；
[0029]基于多帧图像在所述视频数据中的时间信息，确定出关键作业节点的多个关键时间信息；
[0030]在检测到作业人员进入到作业区域所处的电子虚拟护栏时，开始计时，在达到多个相应的关键时间信息时，实时拍摄作业人员的第二作业图像；
[0031]在第一作业图像和第二作业图像的相似度未达到预设的相似度阈值时，依据多个关键时间信息的数量对未达到相似度阈值的作业图像进行判断，在具备两个以上的第一作业图像和第二作业图像的相似度未达到预设的相似度阈值时，生成危险提示信息，并推送危险提示信息作业人员佩戴的智能终端对作业人员进行危险提示。
[0032]本申请的第二方面，提供了一种电力作业风险评估系统，系统包括：
[0033]数据获取模块，用于获取电力作业工作票所记录的电力作业类型及相应的作业人员；
[0034]数据处理模块，用于根据所述电力作业类型确定电力作业的危险系数；以预设的时间间隔，间断的获取所述作业人员的人脸动态图像，基于预先训练好的情绪识别模型对人脸动态图像进行情绪识别，得到作业人员的情绪信息；预设情绪分类规则池，其中情绪分类规则池包含至少一个情绪分类信息，每个情绪分类信息对应从高到低的多个情绪状态，根据所述情绪分类规则池对所述情绪信息进行匹配，得到与情绪信息对应的情绪分类信息，并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级；对作业人员情绪的评估等级及电力作业的危险系数进行加权处理，得到作业人员进行电力作业的风险评估结果。
[0035]本申请的第三方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本申请的第一方面所述的电力作业风险评估方法。
[0036]本申请的第四方面，提供了一种计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行本申请的第一方面所述的电力作业风险评估方法。
[0037]与现有技术相比，本专利技术具有以下有益效果：
[0038]1、本专利技术综合评估作业人员的实时情绪状态和电力作业类型的危险系数，并以情绪分类规则池对每一类情绪信息进行更加细致的评估，实现了对电力作业风险等级的准确评估，能够提高电力作业安全管理的效率和准确性。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力作业风险评估方法，其特征在于，方法包括：获取电力作业工作票所记录的电力作业类型及相应的作业人员；根据所述电力作业类型确定电力作业的危险系数；以预设的时间间隔，间断的获取所述作业人员的人脸动态图像，基于预先训练好的情绪识别模型对人脸动态图像进行情绪识别，得到作业人员的情绪信息；预设情绪分类规则池，其中情绪分类规则池包含至少一个情绪分类信息，每个情绪分类信息对应从高到低的多个情绪状态，根据所述情绪分类规则池对所述情绪信息进行匹配，得到与情绪信息对应的情绪分类信息，并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级；对作业人员情绪的评估等级及电力作业的危险系数进行加权处理，得到作业人员进行电力作业的风险评估结果。2.根据权利要求1所述的电力作业风险评估方法，其特征在于，所述根据所述电力作业类型确定电力作业的危险系数，具体包括：获取所述电力作业类型包含的位置信息；将所述位置信息对应电力作业区域的环境参数输入到危险系数计算模型中进行计算，输出电力作业的危险系数；其中危险系数计算模型由风险矩阵或概率分布函数构成。3.根据权利要求1所述的电力作业风险评估方法，其特征在于，预先训练好的情绪识别模型，包括：获取与情绪相关的多个词汇，将多个词汇整合形成词汇集合；搜集与词汇集合中的每个词汇对应的人脸图像，利用词汇对对应的人脸图像进行标注，将标注后的人脸图像作为训练样本集，其中一个词汇对应搜集到多个人脸图像；将训练样本集中的人脸图像依次输入至预先构建的卷积神经网络中进行训练处理，并依据卷积神经网络每轮训练的输出结果和训练样本集中对应标注的词汇对卷积神经网络进行参数调整；当所述卷积神经网络达到预设的收敛条件时，将所述卷积神经网络作为用于情绪识别的情绪识别模型。4.根据权利要求1所述的电力作业风险评估方法，其特征在于，在以预设的时间间隔，间断的获取所述作业人员的人脸动态图像的步骤之后，还包括：对所述人脸动态图像进行预处理，其中预处理包括去噪、图像增强、人脸检测和人脸跟踪。5.根据权利要求1所述的电力作业风险评估方法，其特征在于，所述并根据情绪分类信息和对应的情绪状态，确定作业人员情绪的评估等级，包括：根据情绪分类信息的数量确定各个情绪分类信息的第一权重占比，且根据情绪状态的数量确定情绪状态的第二权重占比；对所述第一权重占比和第二权重占比进行加权平均，得到作业人员情绪的评估等级。6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：柏松，邓华，伍金贵，王述成，陈进，冯晨，陈山，陆静，权杰，杜晓风，
申请(专利权)人：国网四川省电力公司巴中供电公司，
类型：发明
国别省市：