The invention discloses a method and equipment for determining the safety degree of a worker. The method comprises the following steps: extracting the ECG data index and the motion data index of the workers, including the time domain index and the frequency domain index, which include the operation time WT, the operation degree WD, the state coefficient K, and the state coefficient K, The fall attitude P1, falling attitude P2; the ECG data index input has been trained and calibrated SVM to get the fatigue grade Gn; calculate X, according to X to determine the degree of fatigue of the operator, X = f*Gn+ (1 F) *WT*WD*K+ (P1+P2) / (P1*P2+1); of which 0 to 1. Based on the fusion of physiological signals and job posture, the fatigue degree of the workers is judged, and the support vector machine SVM is combined with ECG data, and the technical effect is fast and accurate.
【技术实现步骤摘要】
一种作业人员安全度判别方法及设备
本专利技术涉及电力作业安全管控领域,具体涉及一种作业人员安全度判别方法及设备。
技术介绍
传统的电力应用行业安全管控主要在两方面:一是,包括流程制度的规范、工单工序的安排、团队协同机制等方面,以及以此为目的信息化手段;二是,对电力设备、场所下的安全管控手段,以及以此衍生的保护装置或辅助监测系统。可见,传统的电力应用安全管控机制主要是从流程和设备出发,通过管控工作流或提早发现设备故障、危险区域来提高安全管控度。但这些技术手段存在两个弊端:一是忽略了安全管控上最复杂的对象——作业人员自身状态,且没有一种作业人员安全度判别的方法;二是往往在电力作业和施工场景下,其他安全管控手段的建设具有滞后性,而作业人员是最先置于该场景的。作业人员带病作业、疲劳作业或突发应急是安全管控问题的难点。
技术实现思路
本专利技术为了解决上述技术问题提供一种作业人员安全度判别方法及设备。本专利技术通过下述技术方案实现:一种作业人员安全度判别方法,包括以下步骤:A、提取作业人员心电数据指标和运动数据指标,所述心电数据指标包括时域指标和频域指标,所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2;B、将心电数据指标输入已经训练和标定完成的SVM中进行多分类,得到疲劳等级Gn;C、计算X,根据X对作业人员疲劳程度进行判别,其中,X=f*Gn+(1-f)*WT*WD*K+(P1+P2)/(P1*P2+1);其中f取0到1。心电信号是人体心脏活动在体表产生的电位变化,具备很强的周期性,正常人体的心电波形在一定的时间内可以保相对稳定 ...
【技术保护点】
1.一种作业人员安全度判别方法,其特征在于,包括以下步骤:A、提取作业人员心电数据指标和运动数据指标,所述心电数据指标包括时域指标和频域指标,所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2;B、将心电数据指标输入已经训练和标定完成的SVM中得到疲劳等级Gn;C、计算X,根据X对作业人员疲劳程度进行判别,其中,X=f*Gn+(1‑f)*WT*WD*K+(P1+P2)/(P1*P2+1);其中f取0到1。
【技术特征摘要】
1.一种作业人员安全度判别方法,其特征在于,包括以下步骤:A、提取作业人员心电数据指标和运动数据指标,所述心电数据指标包括时域指标和频域指标,所述运动数据指标包括作业时间WT、作业程度WD、状态系数K、跌倒姿态P1、坠落姿态P2;B、将心电数据指标输入已经训练和标定完成的SVM中得到疲劳等级Gn;C、计算X,根据X对作业人员疲劳程度进行判别,其中,X=f*Gn+(1-f)*WT*WD*K+(P1+P2)/(P1*P2+1);其中f取0到1。2.根据权利要求1所述的一种作业人员安全度判别方法,其特征在于,所述时域指标包括R波数HR、R波间隔标准差SD;频域指标包括高频段功率值HF、低频段功率值LF、极低频段功率值VLF。3.根据权利要求1所述的一种作业人员安全度判别方法,其特征在于,所述SVM的训练方法为:选取电力工作场景下已经作业疲...
【专利技术属性】
技术研发人员:常政威,彭倩,张泰,唐勇,谢晓娜,张燃,郑凯,唐静,周启航,卢思瑶,刘涛,蒲维,王雪辉,杨茂,
申请(专利权)人:国网四川省电力公司电力科学研究院,成都信息工程大学,国家电网公司,
类型:发明
国别省市:四川,51
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。