System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力安全感知,具体涉及基于数据深度融合的电网作业安全感知方法及装置。
技术介绍
1、电网作业通常指的是对电力输配电网进行的维护、修复、安装等各种工作;这些工作可能包括线路的巡视、设备的检修、新设备的安装、故障的排除等。电网作业通常由专业的电力公司或相关机构的工作人员进行,目的是确保电力输配系统的正常运行和安全性;在实际的维修中,一些电网作业由于所维修的电网的特殊性,不能进行断电作业,例如一些大型生产设备的关键连接电网,对于这种特殊的电网,只能进行带电作业,因此对于这种情况下的电网作业安全需要更精确的判断来保证维修人员做出反应,保证自身的安全。
2、传统的方式中,在对电网作业时安全性的检测判断时,往往只是单纯的检测与电网安全运行相关的数据来判断电网作业是否安全,这种方式只是单一的获取电网安全运行相关的数据,没有考虑到在进行电网作业时维修工人的动作特征也可能会对整个电网作业安全评估的影响,导致最后判断的电网作业安全性出现问题,可能使得维修人员的安全性降低。
技术实现思路
1、本专利技术的目的就在于解决的最后判断的电网作业安全性出现问题,可能使得维修人员的安全性降低的问题,而提出的基于数据深度融合的电网作业安全感知方法及装置。
2、在本专利技术实施的固定方面,首先提出基于数据深度融合的电网作业安全感知方法,所述方法包括:
3、当工人对目标电网进行作业时,获取当前电网运行状态数据,根据所述电网运行状态数据判断电网作业安全类型,根据所述安全类
4、从工人维修的监控视频中提取当前工人的实时动作特征,得到动作特征图像集,根据所述动作特征图像集和所述违规操作图像集,得到动作特征匹配度;
5、将所述动作特征匹配度和预设匹配度阈值进行对比,并根据对比结果判断电网作业的安全等级。
6、可选地,所述电网运行状态数据包括:
7、当工人对目标电网进行作业时,获取基于时间的电压序列,得到总电压序列,并将所述总电压序列按照预设窗口划分为若干子电压序列,对每一子电压序列进行采样,得到该子电压序列的离散电压序列;并将离散电压序列中的数据和预设频率进行对比,当离散电压序列中的数据不小于预设频率,记为1,当离散电压序列中的数据小于预设频率,记为0,得到该子电压序列的目标电压序列;
8、计算目标电压序列中,任意相邻的两个1之间0的个数,若任意相邻的两个1之间0的个数小于预设个数,则将该时间段的目标电压序列标记为危险电压;若任意相邻的两个1之间0的个数不小于预设个数,则将该时间段的目标电压序列标记为安全电压;
9、获取固定时间区间内,危险电压个数和子电压序列个数的比值,得到高压危险系数。
10、可选地,电网运行状态数据包括:
11、获取固定时间区间内,若干个时间段的每个时间段的平均电网温度,并将按照获取时间前后得到固定时间区间的电网温度序列;
12、获取固定时间区间内,若干个时间段的每个时间段的平均环境温度,并将按照获取时间前后得到固定时间区间的环境温度序列;
13、将电网温度序列的每一数据和对应的环境温度序列带入到预设的公式,得到每一内部温度,计算所有的内部温度平均值,得到实际内部温度;
14、计算实际内部温度和预设阈值之间的差值,得到温度危险系数。
15、可选地,根据所述安全类型调用预设图像集中的对应图像集,得到违规操作图像集包括:
16、将高压危险系数、温度危险系数和高度危险系数分别和对应的阈值进行对比,若任一危险系数不小于预设阈值,则将该电网作业状态判断为危险作业,此时立刻发出报警;
17、若每一危险系数小于预设阈值,将高压危险系数、温度危险系数和高度危险系数进行加权求和,得到总危险系数,并将总危险系数和预设总危险系数阈值进行对比,若总危险系数不小于预设总危险系数阈值,则将该电网作业状态判断为危险作业,此时立刻发出报警;
18、若任一危险系数小于预设阈值且总危险系数也小于预设总危险系数阈值,则将该电网作业状态判断为初步安全运行;
19、当电网作业状态为初步安全运行时,根据实际的高压危险系数、温度危险系数、高度危险系数和总危险系数,调用预设图像集中的对应图像集,得到违规操作图像集。
20、可选地,从工人维修的监控视频中提取当前工人的实时动作特征,得到动作特征图像集,根据所述动作特征图像集和所述违规操作图像集,得到动作特征匹配度包括:
21、实时获取工人维修时的动作特征图像,得到动作特征图像序列;动作特征图像中包括维修人员具体动作和维修人员所穿戴设备;
22、根据动作特征图像序列中动作特征的运行轨迹,通过光流算法预测工人下个时刻的动作特征,得到预测动作特征图像;
23、通过相似度匹配算法将预测动作特征图像和违规动作特征图像集中的任一图像进行匹配,得到若干动作特征匹配度;
24、将动作特征匹配度和预设匹配度阈值进行对比,并根据对比结果判断电网作业的安全包括:
25、若任一动作特征匹配度不小于预设阈值,则判断电网作业为危险作业,则立刻发出报警;若每一动作特征匹配度都小于预设阈值,则判断电网作业为安全作业。
26、在本专利技术实施的第二方面,提出基于数据深度融合的电网作业安全感知装置,所述装置包括:
27、图像集模块:当工人对目标电网进行作业时,获取当前电网运行状态数据,根据所述电网运行状态数据判断电网作业安全类型,根据所述安全类型调用预设图像集中的对应图像集,得到违规操作图像集;所述电网运行状态数据包括高压危险系数、温度危险系数和高度危险系数中的至少一个;
28、匹配度模块:从工人维修的监控视频中提取当前工人的实时动作特征,得到动作特征图像集,根据所述动作特征图像集和所述违规操作图像集,得到动作特征匹配度;
29、判断模块:将所述动作特征匹配度和预设匹配度阈值进行对比,并根据对比结果判断电网作业的安全等级。
30、可选地,所述图像集模块包括:
31、目标电压序列模块:当工人对目标电网进行作业时,获取基于时间的电压序列,得到总电压序列,并将所述总电压序列按照预设窗口划分为若干子电压序列,对每一子电压序列进行采样,得到该子电压序列的离散电压序列;并将离散电压序列中的数据和预设频率进行对比,当离散电压序列中的数据不小于预设频率,记为1,当离散电压序列中的数据小于预设频率,记为0,得到该子电压序列的目标电压序列;
32、电压状态模块:计算目标电压序列中,任意相邻的两个1之间0的个数,若任意相邻的两个1之间0的个数小于预设个数,则将该时间段的目标电压序列标记为危险电压;若任意相邻的两个1之间0的个数不小于预设个数,则将该时间段的目标电压序列标记为安全电压;本文档来自技高网...
【技术保护点】
1.基于数据深度融合的电网作业安全感知方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述电网运行状态数据包括:
3.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,电网运行状态数据包括:
4.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,根据所述安全类型调用预设图像集中的对应图像集,得到违规操作图像集包括:
5.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,从工人维修的监控视频中提取当前工人的实时动作特征,得到动作特征图像集,根据所述动作特征图像集和所述违规操作图像集,得到动作特征匹配度包括:
6.基于数据深度融合的电网作业安全感知装置,其特征在于,所述装置包括:
7.根据权利要求6所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述图像集模块包括:
8.根据权利要求6所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述图像集模块包
9.根据权利要求6所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述图像集模块还包括:
10.根据权利要求6所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述匹配度模块包括:
...【技术特征摘要】
1.基于数据深度融合的电网作业安全感知方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,所述电网运行状态数据包括:
3.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,电网运行状态数据包括:
4.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,根据所述安全类型调用预设图像集中的对应图像集,得到违规操作图像集包括:
5.根据权利要求1所述的基于数据深度融合的电网作业安全感知方法,其特征在于,从工人维修的监控视频中提取当前工人的实时动作特征,得到动...
【专利技术属性】
技术研发人员:李文娟,索吉鑫,杨生婧,雷晓萍,于昊,韩瑞,吕海霞,马忠梅,马占才,
申请(专利权)人:国网青海省电力公司信息通信公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。