一种变电站工作现场安全分析方法技术

本发明专利技术涉及变电站工作现场的安全监管技术，具体是一种变电站工作现场安全分析方法。本发明专利技术解决了现有变电站工作现场的安全监管方法监管盲区多、监管效率低、监管人员工作量大的问题。一种变电站工作现场安全分析方法，该方法是采用如下步骤实现的：启动视频采集设备；视频采集设备实时采集变电站工作现场的视频数据，并将采集到的视频数据实时发送至视频服务器；视频服务器对接收到的视频数据进行实时辨识，并将辨识结果实时发送至电脑和中心管理服务器；电脑对接收到的辨识结果进行实时显示；中心管理服务器对接收到的视觉辨识结果进行实时分析处理，并根据分析处理结果建立变电站场景数据库。本发明专利技术适用于变电站工作现场的安全监管。

【技术实现步骤摘要】

本专利技术涉及变电站工作现场的安全监管技术，具体是一种变电站工作现场安全分析方法。
技术介绍
变电站工作现场的安全监管是变电站工作中最重要的环节，其直接关系到变电站设备和工作人员的安全。目前，变电站工作现场的安全监管主要是由监管人员人为进行的。然而，由于工作现场范围大、工作人员众多，且监管人员数量十分有限，导致监管人员只能以随机抽查的方式进行监管，由此导致监管盲区多、监管效率低、监管人员工作量大，从而难以保证变电站设备和工作人员的安全。基于此，有必要专利技术一种全新的安全监管方法，以解决现有变电站工作现场的安全监管方法存在的上述问题。
技术实现思路
本专利技术为了解决现有变电站工作现场的安全监管方法监管盲区多、监管效率低、监管人员工作量大的问题，提供了一种变电站工作现场安全分析方法。本专利技术是采用如下技术方案实现的：一种变电站工作现场安全分析方法，该方法是采用如下步骤实现的：启动视频采集设备；视频采集设备实时采集变电站工作现场的视频数据，并将采集到的视频数据实时发送至视频服务器；视频服务器对接收到的视频数据进行实时辨识，并将辨识结果实时发送至电脑和中心管理服务器；电脑对接收到的辨识结果进行实时显示；中心管理服务器对接收到的视觉辨识结果进行实时分析处理，并根据分析处理结果建立变电站场景数据库；中心管理服务器根据变电站场景数据库和变电站地图建立变电站三维可视化模型，并基于变电站三维可视化模型判断变电站工作现场是否出现异常情况；若变电站工作现场出现异常情况，则异常情况实时显示于变电站三维可视化模型中，由此实现对变电站工作现场的安全监管。与现有变电站工作现场的安全监管方法相比，本专利技术所述的一种变电站工作现场安全分析方法不再由监管人员人为进行监管，而是基于视觉辨识技术，实现了对变电站工作现场进行全面、高效、智能的安全监管，由此彻底消除了监管盲区、大幅提高了监管效率、显著减小了监管人员工作量，从而有力保证了变电站设备和工作人员的安全。本专利技术有效解决了现有变电站工作现场的安全监管方法监管盲区多、监管效率低、监管人员工作量大的问题，适用于变电站工作现场的安全监管。附图说明图1是本专利技术中中心管理服务器的运行流程示意图。具体实施方式一种变电站工作现场安全分析方法，该方法是采用如下步骤实现的：启动视频采集设备；视频采集设备实时采集变电站工作现场的视频数据，并将采集到的视频数据实时发送至视频服务器；视频服务器对接收到的视频数据进行实时辨识，并将辨识结果实时发送至电脑和中心管理服务器；电脑对接收到的辨识结果进行实时显示；中心管理服务器对接收到的视觉辨识结果进行实时分析处理，并根据分析处理结果建立变电站场景数据库；中心管理服务器根据变电站场景数据库和变电站地图建立变电站三维可视化模型，并基于变电站三维可视化模型判断变电站工作现场是否出现异常情况；若变电站工作现场出现异常情况，则异常情况实时显示于变电站三维可视化模型中，由此实现对变电站工作现场的安全监管。所述视频采集设备部署于变电站工作现场；所述视频服务器部署于变电站主控室内，且视频服务器与视频采集设备连接；所述电脑部署于变电站主控室内，且电脑通过数据线与视频服务器连接；所述中心管理服务器部署于变电站通信机房内，且中心管理服务器通过数据线与视频服务器连接。所述视频服务器为DS8604SNL-SP视频服务器。所述电脑为高性能台式电脑。所述中心管理服务器为iVMS-8320E中心管理服务器。所述中心管理服务器基于如下流程判断变电站工作现场是否出现异常情况：a.建立典型场景多媒体数据库：首先，确定多媒体数据库的数据对象；然后，确定多媒体数据库的典型场景，并保证每一场景的样本视频数据的种类不少于5个，同时保证同类样本视频数据的数量不少于100个；所述样本视频数据的种类包括：变压器样本、隔离开关样本、入侵行为样本、异常事件样本、母线样本；然后，确定多媒体数据库的层次结构；所述层次结构包括：物理存储层、数据描述层、网络层、过滤层、用户层；最后，根据确定的数据对象、典型场景、层次结构，建立典型场景多媒体数据库，并基于典型场景多媒体数据库进行多媒体数据的存储和检索；b.建立机器学习模型：首先，分别确定级联分类模型中基学习器的级联策略、学习策略、推理算法、置信度阈值设置方法，并根据确定结果建立级联分类模型；然后，分别确定概率图模型的各随机变量之间的关系、有向图、无向图、生成或判别模型的选择方法，并根据确定结果建立概率图模型；然后，分别确定深度学习模型中学习器的层次、机制，并根据确定结果建立深度学习模型；最后，分别对级联分类模型、概率图模型、深度学习模型进行验证；c.基于机器学习模型的参数学习：首先，基于典型场景多媒体数据库，进行级联分类模型的参数学习；然后，基于典型场景多媒体数据库，并采用最大似然估计法进行概率图模型的参数学习；最后，基于典型场景多媒体数据库，并采用卷积神经网络算法进行深度学习模型的参数学习；d.基于机器学习模型的推断：首先，采用决策树、Boosting算法、Bagging算法、人工神经网络算法、支持向量机算法依次进行级联分类模型、概率图模型、深度学习模型的有监督学习；然后，采用聚类分析算法、关联规则分析算法依次进行级联分类模型、概率图模型、深度学习模型的无监督学习；然后，采用粗糙集理论、回归模型依次进行级联分类模型、概率图模型、深度学习模型的半监督学习；最后，根据学习结果依次进行级联分类模型、概率图模型、深度学习模型的推断。一种变电站工作现场安全分析系统（该系统用于实现本专利技术所述的一种变电站工作现场安全分析方法），包括视频采集设备、视频服务器、电脑、中心管理服务器；视频采集设备与视频服务器连接；视频服务器分别与电脑和中心管理服务器连接。一种中心管理服务器（该服务器用于实现本专利技术所述的一种变电站工作现场安全分析方法），包括以下模块：a.典型场景多媒体数据库建立模块：用于确定多媒体数据库的数据对象；然后，确定多媒体数据库的典型场景，并保证每一场景的样本视频数据的种类不少于5个，同时保证同类样本视频数据的数量不少于100个；所述样本视频数据的种类包括：变压器样本、隔离开关样本、入侵行为样本、异常事件样本、母线样本；然后，确定多媒体数据库的层次结构；所述层次结构包括：物理存储层、数据描述层、网络层、过滤层、用户层；最后，根据确定的数据对象、典型场景、层次结构，建立典型场景多媒体数据库，并基于典型场景多媒体数据库进行多媒体数据的存储和检索；b.机器学习模型建立模块：用于分别确定级联分类模型中基学习器的级联策略、学习策略、推理算法、置信度阈值设置方法，并根据确定结果建立级联分类模型；然后，分别确定概率图模型的各随机变量之间的关系、有向图、无向图、生成或判别模型的选择方法，并根据确定结果建立概率图模型；然后，分别确定深度学习模型中学习器的层次、机制，并根据确定结果建立深度学习模型；最后，分别对级联分类模型、概率图模型、深度学习模型进行验证；c.基于机器学习模型的参数学习模块：用于基于典型场景多媒体数据库，进行级联分类模型的参数学习；然后，基于典型场景多媒体数据库，并采用最大似然估计法进行概率图模型的参数学习；最后，基于典型场景多媒体数据库，并采用卷积神经网络算法进行深度学习模型的参数学习；d.基本文档来自技高网...

【技术保护点】
一种变电站工作现场安全分析方法，其特征在于：该方法是采用如下步骤实现的：启动视频采集设备；视频采集设备实时采集变电站工作现场的视频数据，并将采集到的视频数据实时发送至视频服务器；视频服务器对接收到的视频数据进行实时辨识，并将辨识结果实时发送至电脑和中心管理服务器；电脑对接收到的辨识结果进行实时显示；中心管理服务器对接收到的视觉辨识结果进行实时分析处理，并根据分析处理结果建立变电站场景数据库；中心管理服务器根据变电站场景数据库和变电站地图建立变电站三维可视化模型，并基于变电站三维可视化模型判断变电站工作现场是否出现异常情况；若变电站工作现场出现异常情况，则异常情况实时显示于变电站三维可视化模型中，由此实现对变电站工作现场的安全监管。

【技术特征摘要】
1.一种变电站工作现场安全分析方法，其特征在于：该方法是采用如下步骤实现的：启动视频采集设备；视频采集设备实时采集变电站工作现场的视频数据，并将采集到的视频数据实时发送至视频服务器；视频服务器对接收到的视频数据进行实时辨识，并将辨识结果实时发送至电脑和中心管理服务器；电脑对接收到的辨识结果进行实时显示；中心管理服务器对接收到的视觉辨识结果进行实时分析处理，并根据分析处理结果建立变电站场景数据库；中心管理服务器根据变电站场景数据库和变电站地图建立变电站三维可视化模型，并基于变电站三维可视化模型判断变电站工作现场是否出现异常情况；若变电站工作现场出现异常情况，则异常情况实时显示于变电站三维可视化模型中，由此实现对变电站工作现场的安全监管。2.根据权利要求1所述的一种变电站工作现场安全分析方法，其特征在于：所述视频采集设备部署于变电站工作现场；所述视频服务器部署于变电站主控室内，且视频服务器与视频采集设备连接；所述电脑部署于变电站主控室内，且电脑通过数据线与视频服务器连接；所述中心管理服务器部署于变电站通信机房内，且中心管理服务器通过数据线与视频服务器连接。3.根据权利要求1或2所述的一种变电站工作现场安全分析方法，其特征在于：所述视频服务器为DS8604SNL-SP视频服务器。4.根据权利要求1或2所述的一种变电站工作现场安全分析方法，其特征在于：所述电脑为高性能台式电脑。5.根据权利要求1或2所述的一种变电站工作现场安全分析方法，其特征在于：所述中心管理服务器为iVMS-8320E中心管理服务器。6.根据权利要求1或2所述的一种变电站工作现场安全分析方法，其特征在于：所述中心管理服务器基于如下流程判断变电站工作现场是否出现异常情况：a.建立典型场景多媒体数据库：首先，确定多媒体数据库的数据对象；然后，确定多媒体数据库的典型场景，并保证每一场景的样本视频数据的种类不少于5个，同时保证同类样本视频数据的数量不少于100个；所述样本视频数据的种类包括：变压器样本、隔离开关样本、入侵行为样本、异常事件样本、母线样本；然后，确定多媒体数据库的层次结构；所述层次结构包括：物理存储层、数据描述层、网络层、过滤层、用户层；最后，根据确定的数据对象、典型场景、层次结构，建立典型场景多媒体数据库，并基于典型场景多媒体数据库进行多媒体数据的存储和检索；b.建立机器学习模型：首先，分别确定级联分类模型中基学习器的级联策略、学习策略、推理算法、置信度阈值设置方法，并根据确定结果建立级联分类模型；然后，分别确定概率图模型的各随机变量之间的关系、有向图、无向图、生成或判别模型的选择方法，并根据确定结果建立概率图模型；然后，分别确定深度学习模型中学习器的层次、机制，并根据确定结果建立深度学习模型；最后，分别对级联分类模型、概率图模型、深度学习模型进行验证；c.基于机器学习模型的参数学习：首先，基于典型场景多媒体数据库，进行级联分类模型的参数学习；然后，基于典型场景多媒体数据库，并采用最大似然估计法进...

【专利技术属性】
技术研发人员：王天正，王康宁，李杰，俞华，
申请(专利权)人：国网山西省电力公司电力科学研究院，
类型：发明
国别省市：山西;14