面向变电站内电力生产作业风险的智能识别方法及系统技术方案

本发明专利技术公开了一种面向变电站内电力生产作业风险的智能识别方法，其中，所述智能识别方法，包括：在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行提取工作信息处理，获得作业前的工作信息；在变电站电力生产作业中，利用视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，获得记录实际信息；将记录实际信息与作业前提取的工作信息进行对比，做工作类型的安全要求的判断，当不满足要求时发出相应的作业风险警告。本发明专利技术实施例结合智能化手段对变电站电力生产作业前后相关信息进行识别，实现变电站电力生产作业的风险识别和安全管控。

【技术实现步骤摘要】
面向变电站内电力生产作业风险的智能识别方法及系统
本专利技术涉及电力生产作业安全
，具体涉及一种面向变电站内电力生产作业风险的智能识别方法及系统。
技术介绍
近年来，随着电网公司所辖变电站范围不断扩大，电网设备不断增多，电力生产作业人员的工作量明显增大，工作强度明显增强，且跨专业作业、交叉作业明显增多，同时受人员技能水平、身体状态、气象状况等多方面因素影响，电力生产作业中存在的风险已呈现出越来越复杂的趋势。现阶段的电力生产作业安全识别大多是通过视频监控搭配各种检测识别算法减少人工作业的强度和风险，识别手段单一，对作业全过程中的风险管控仍存在不足，如在作业前难以避免因经验不足造成安全措施疏漏，难以满足多种复杂场景下的电力生产作业安全需求。
技术实现思路
本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种面向变电站内电力生产作业风险的智能识别方法，通过结合文本识别与视频检测等智能化手段对变电站电力生产作业前和作业过程中的风险进行识别。一种面向变电站内电力生产作业风险的智能识别方法，其中，所述智能识别方法，包括：在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行提取工作信息处理，获得作业前的工作信息；在变电站电力生产作业中，利用视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，获得记录实际信息；将记录实际信息与作业前提取的工作信息进行对比，做工作类型的安全要求的判断，当不满足要求时发出相应的作业风险警告。所述工作信息包括工作类型、计划工作时间、计划工作地点、计划工作人数、作业风险。在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行文本识别提取工作信息，包括：将待识别的文件进行灰度化处理得到灰度图；使用直方图法，选取合适的二值化阀值，对灰度图进行二值化处理，得到二值化图；搜索二值化图所有联通的区域，计算平均像素值并进行降噪处理；对图片进行膨胀处理，使断续的文字连成一条直线以便于直线检测，计算出直线的角度后利用霍夫变换，将倾斜图片矫正到水平位置；对图片中的文本进行行切分和字符切分，将每块文字提取的特征向量与特征模板库进行模板粗分类和模板细匹配，识别出对应文字；从识别的文字中提取出信息有作业类型、计划工作时间、计划工作地点、计划工作人数、作业风险。所述利用视频监控设备对作业人员进行目标识别和跟踪及地点附近的电力设备标识牌进行识别，包括：利用变电站视频监控设备对作业人员进行目标识别和跟踪；通过电力生产作业人员穿戴设备上的摄像头对工作地点附近的电力设备标识牌进行识别。所述利用变电站视频监控设备对作业人员进行目标识别和跟踪，包括：事先分别准备包含作业人员和不包含作业人员的正负图片样本，裁剪成大小一致的规定尺寸并进行灰度化处理，采用Gamma校正法对输入图像进行颜色空间的标准化；计算图像每个像素的梯度，获取该图像的方向梯度直方图特征描述符；利用提取到的方向梯度直方图特征来训练SVM；通过变电站视频监控设备实时采集图像信息，利用训练好的SVM分类器进行作业人员目标检测，记录作业人员进入工作地点的系统时间作为实际工作时间，记录识别工作人员数量作为实际工作人数。所述通过电力生产作业人员穿戴设备上的摄像头对工作地点附近的电力设备标识牌进行识别，包括：通过电力生产作业人员穿戴设备上的摄像头采集作业现场视频信号，每隔时间周期T截取一帧图像信息；识别图像中电力设备标识牌，对电力设备标识牌的图片进行放大、二值化和高斯滤波处理得到图片信息区域；对图片信息区域进行膨胀处理并进行canny边缘检测，将图片信息区域面积最大的轮廓作为电力设备标识牌的轮廓；对电力设备标识牌的轮廓使用霍夫变换得到电力设备标识牌的四条边，然后利用两两直线求交点确定电力设备标识牌的四个顶点，通过透视变换实现电力设备标识牌几何变形的自动矫正；对矫正后的图片进行文本识别得到电力设备信息，判断该设备在变电站中所在位置作为电力生产作业实际工作地点。所述将实际工作时间、实际工作地点和实际工作人数与作业前提取的计划工作时间、计划工作地点和计划工作人数进行对比，判断是否满足对应工作类型的安全要求，当不满足要求时发出相应的作业风险警告，包括：当实际工作时间早于计划工作时间时，发出工作时间未到的警告；当实际工作人数与计划工作人数不同时，发出工作人数不符的警告；当实际工作地点与计划工作地点不同时，发出工作地点有误的警告；所述警告通过电话、短信或者广播方式发出。一种面向变电站内电力生产作业风险的智能识别系统，其中，所述智能识别系统，包括：存储模块：用于对工作计划、工作票、作业指导书文件进行提取工作信息处理，获得作业前的工作信息；采集模块：用于将视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，获得记录实际信息；分析与告警模块：用于将记录实际信息与作业前提取的工作信息进行对比，做工作类型的安全要求的判断，当不满足要求时发出相应的作业风险警告。一种作业文本识别系统，包括：灰度化处理模块：用于将待识别的文件进行灰度化处理得到灰度图；二值化处理模块：用于对灰度图进行二值化处理，得到二值化图；降噪处理模块：用于搜索二值化图所有联通的区域，计算平均像素值并进行降噪处理；膨胀处理模块：用于对图片进行膨胀处理，使断续的文字连成一条直线以便于直线检测，计算出直线的角度后利用霍夫变换，将倾斜图片矫正到水平位置；切分处理模块：用于对图片中的文本进行行切分和字符切分，将每块文字提取的特征向量与特征模板库进行模板粗分类和模板细匹配，识别出对应文字；识别处理模块：用于从识别的文字中提取出信息有作业类型、计划工作时间、计划工作地点、计划工作人数、作业风险。一种视频识别系统，包括：图像标准化模块：用于将图片裁剪成大小一致的规定尺寸并进行灰度化处理，采用Gamma校正法对输入图像进行颜色空间的标准化；图像梯度处理模块：用于计算图像每个像素的梯度，获取该图像的方向梯度直方图特征描述符；SVM模块：用于将提取到的方向梯度直方图特征来训练SVM；识别处理模块：用于将变电站视频监控设备实时采集图像信息，利用训练好的SVM分类器进行作业人员目标检测，记录作业人员进入工作地点的系统时间作为实际工作时间，记录识别工作人员数量作为实际工作人数。本专利技术提供实施例在变电站电力生产作业前通过对工作票等文件进行文本识别，提取并记录工作类型、计划作业时间、地点、人数及作业风险等信息，在作业过程中通过现场视频采集设备识别实际作业时间、地点和人数，进而判断本次作业是否满足安全要求，当存在作业风险时发出相应警告。本方法通过结合文本识别与视频检测等智能化手段对变电站电力生产作业前和作业过程中的相关信息进行识别，有效实现变电站电力生产作业的风险识别和安全管控。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而本文档来自技高网...

【技术保护点】
1.一种面向变电站内电力生产作业风险的智能识别方法，其特征在于，所述智能识别方法，包括：/n在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行提取工作信息处理，获得作业前的工作信息；/n在变电站电力生产作业中，利用视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，获得记录实际信息；/n将记录实际信息与作业前提取的工作信息进行对比，做工作类型的安全要求的判断，当不满足要求时发出相应的作业风险警告。/n

【技术特征摘要】
1.一种面向变电站内电力生产作业风险的智能识别方法，其特征在于，所述智能识别方法，包括：
在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行提取工作信息处理，获得作业前的工作信息；
在变电站电力生产作业中，利用视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，获得记录实际信息；
将记录实际信息与作业前提取的工作信息进行对比，做工作类型的安全要求的判断，当不满足要求时发出相应的作业风险警告。


2.根据权利要求1所述的智能识别方法，其特征在于，所述工作信息包括工作类型、计划工作时间、计划工作地点、计划工作人数、作业风险；
所述实际信息包括实际工作时间、实际工作地点和实际工作人数。


3.根据权利要求1所述的智能识别方法，其特征在于，在变电站电力生产作业前，通过对工作计划、工作票、作业指导书文件进行文本识别提取工作信息，包括：
将待识别的文件进行灰度化处理得到灰度图；
使用直方图法，选取合适的二值化阀值，对灰度图进行二值化处理，得到二值化图；
搜索二值化图所有联通的区域，计算平均像素值并进行降噪处理；
对图片进行膨胀处理，使断续的文字连成一条直线以便于直线检测，计算出直线的角度后利用霍夫变换，将倾斜图片矫正到水平位置；
对图片中的文本进行行切分和字符切分，将每块文字提取的特征向量与特征模板库进行模板粗分类和模板细匹配，识别出对应文字；
从识别的文字中提取出信息有作业类型、计划工作时间、计划工作地点、计划工作人数、作业风险。


4.根据权利要求1所述的智能识别方法，其特征在于，所述利用视频监控设备对作业人员进行目标识别和跟踪、地点附近的电力设备标识牌进行识别，包括：
利用变电站视频监控设备对作业人员进行目标识别和跟踪；
通过电力生产作业人员穿戴设备上的摄像头对工作地点附近的电力设备标识牌进行识别。


5.根据权利要求4所述的智能识别方法，其特征在于，所述利用变电站视频监控设备对作业人员进行目标识别和跟踪，包括：
事先分别准备包含作业人员和不包含作业人员的正负图片样本，裁剪成大小一致的规定尺寸并进行灰度化处理，采用Gamma校正法对输入图像进行颜色空间的标准化；
计算图像每个像素的梯度，获取该图像的方向梯度直方图特征描述符；
利用提取到的方向梯度直方图特征来训练SVM；
通过变电站视频监控设备实时采集图像信息，利用训练好的SVM分类器进行作业人员目标检测，记录作业人员进入工作地点的系统时间作为实际工作时间，记录识别工作人员数量作为实际工作人数。


6.根据权利要求4所述的智能识别方法，其特征在于，所述通过电力生产作业人员穿戴设备上的摄像头对工作地点附近的电力设备标识牌进行识别，包括：
通过电力生产作业人员穿戴设备上的摄像头采集作业现场视频信号，每隔时间周期T截取一帧图像信息；
识别图像中电力设备标识牌，对电力设备标识牌的图片进行放大、二值化和高斯滤波处...

【专利技术属性】
技术研发人员：彭博雅，丘浩，张炜，王孔耀，林翔宇，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：广西;45