一种基于AI的变配电室人员器具状态监测方法技术

本发明专利技术提供了一种基于AI的变配电室人员器具状态监测方法，涉及电力行业安全技术领域。其中，该方法包括：数据采集层拉取变配电室监控视频流并做近似均匀抽帧、质量压缩、尺寸变换处理；AI检测层通过YOLOv5卷积神经网络模型检测图像中人员、安全装备和工器具目标；后端处理层根据检测结果判定变配电室人员安全着装情况和工器具存在情况，根据变配电室状态编辑图像并实时推送由其组成的视频流，对异常状态进行语音报警，上传异常情形下的图像至对象存储服务，封装异常信息并发送至消息队列；前端展示层拉取视频流，同时从云服务器获取异常消息并解码，通过可视化界面呈现给用户。本发明专利技术用人工智能技术和信息化技术解放人力，实现全天候的变配电室人员监测，保障变配电室人员安全和工器具配置到位。员安全和工器具配置到位。员安全和工器具配置到位。

【技术实现步骤摘要】
一种基于AI的变配电室人员器具状态监测方法


[0001]本专利技术属于电力行业安全
，更具体地，涉及一种基于AI的变配电室人员器具状态监测方法。

技术介绍

[0002]随着智能自动化和网络化的发展,电能已成为生产生活中不可缺少的一部分。变配电室作为输电线路终端,是连接电网和负荷的枢纽,承担着受电、变压、分配电能的任务,在供配电系统中起着非常重要的作用。但目前变配电室的设计多采用室内站设计，相对封闭空气流通不畅，易产生潮湿凝露现象，造成带电体的绝缘强度降低，引发局部放电现象，这对变配电室工作人员的人身安全造成威胁，进而对工作人员的规范着装提出了更高的要求。与此同时，为保证变配电室安全稳定地运行，需要对其进行例常维护，一旦出现故障，为尽可能维护广大居民的用电需要，更是需要对其进行紧急检修，这类任务均依靠电气工器具，因此，保障变配电室维护、检修工器具资产配置到位对变配电室对变配电室的稳定运行有着积极意义。
[0003]现有技术中，规范变配电室工作人员的安全着装主要依靠工作人员自身的职业素养驱动以及安保人员提醒，对变配电室的工器具资产管理也主要工作人员周期性整理。为实现长期有效的变配电室安全着装规范机制和工器具资产管理机制，可委派工作人员长期驻守配电室实时观察，但这无疑造成人力物力财力的浪费，还不能保证驻守人员不出纰漏。因此，本专利技术提出一种基于AI的变配电室人员器具监测状态方法，旨在用人工智能技术和信息化技术解放人力，实现全天候的变配电室人员监测，保障工作人员着装规范以及工器具资产配置到位。
专利技术内容
[0004]为了解决现有技术中存在的不足，充分发挥基于AI的变配电室人员器具状态监测系统的强大功能，本专利技术的目的在于，提供一种基于AI的变配电室人员器具状态监测方法，旨在利用基于AI的变配电室人员器具状态监测系统替换现今配电室监控管理中人眼监控配电室运行工作，解决配电室的安全管理信息化水平低、流程化管控薄弱、缺乏痕迹化管理手段等痛点问题，进而实现配电室全天化管理、人员安全着装状和固定资产状态全覆盖、运行过程全管控以及监察系统智能化等。
[0005]本专利技术所述的系统是基于AI的变配电室人员器具状态监测系统，其组成主要包括：数据采集层、AI检测层、后端处理层、前端展示层；所述数据采集层，用于采集人员、穿戴设备、工器具以及各情况下的变配电室视频数据。所述AI检测层，通过AI模型检测图像中人员、安全装备和工器具目标，生成包含目标坐标、检测置信度以及目标类别的数字化识别结果。所述后端处理层，判定变配电室人员安全着装情况和工器具存在情况，根据变配电室状态编辑图像并实时推送由其组成的视频流，对异常状态进行语音报警，上传异常情形下的图像和文本信息。所述前端展示层，用以播放实时监控视频流，实现监控可视化，直观展现
异常信息并进行语音播报。
[0006]本专利技术采用如下的技术方案。本专利技术一种基于AI的变配电室人员器具状态监测方法，包括以下步骤：
[0007]步骤1，将数据采集层、AI检测层、后端处理层分别部署在主机一、主机二、主机三上，将前端展示层部署在云服务器上。
[0008]步骤2，数据采集层拉取变配电室监控视频流，通过近似均匀采样算法抽取视频流中的图像帧，调节抽得的图像的尺寸、质量，并将处理后的图像发送至AI检测层。
[0009]步骤3，AI检测层通过YOLOv5卷积神经网络模型检测图像中人员、安全装备和工器具目标，检测结果包含目标坐标、检测置信度以及目标类别，然后将处理后的图像和检测结果发送至后端处理层。
[0010]步骤4，后端处理层根据检测结果判定变配电室人员安全着装情况和工器具存在情况，根据变配电室状态编辑图像并实时推送由其组成的视频流，对异常状态进行语音报警，上传异常情形下的图像至对象存储服务，封装异常情况、位置、时间等信息并发送至消息队列。
[0011]步骤5，通过前端展示层与系统交互，展示编辑后的监控视频、异常类型、异常出现时间、异常出现位置、异常图像等内容，并辅以相关配置选项供用户自主选择被监测的场所以及异常消息是否隐藏。
[0012]优选地，步骤2包括：
[0013]步骤2.1，通过FFmpeg访问监控摄像头视频流，读取视频流帧率和尺寸信息。
[0014]步骤2.2，通过近似均匀采样算法计算输入视频流在1秒之内每帧的取舍状态，若状态为0，则表示对应的图像帧将被保留，否则将被丢弃。
[0015]步骤2.3，创建消息发送端，通信目标为主机2，通信协议为TCP。
[0016]步骤2.4，FFmpeg在子进程中拉取视频流。
[0017]步骤2.5，在子线程中访问FFmpeg拉流子进程内存以获取图像，对被保留的图像依次执行格式转换和尺寸变换操作，最后降低图像质量。
[0018]步骤2.6，通过TCP通信将处理后的图像发送至AI检测层所在的主机。
[0019]步骤2.7，重复步骤2.4～步骤2.6。
[0020]优选地，步骤3包括：
[0021]步骤3.1，创建消息发送端，通信目标为主机2，通信协议为TCP。
[0022]步骤3.2，创建消息接收端并开启接收消息的子线程，通信目标为主机1，通信协议为TCP。
[0023]步骤3.3，YOLOv5卷积神经网络模型依次检测接收到的批量图像中人员、安全装备和工器具目标，检测结果包含每张图象中的目标坐标、检测置信度以及目标类别。
[0024]步骤3.4，通过TCP通信将接收到的图像和检测结果发送至后端处理层所在的主机。
[0025]优选地，步骤4包括：
[0026]步骤4.1，创建消息接收端并开启接收消息的子线程，通信目标为主机2，通信协议为TCP。
[0027]步骤4.2，连接云服务器上的对象存储空间、消息队列和流媒体服务器。
[0028]步骤4.3，根据接收到的目标信息编辑接收到的图像，即用矩形框标注目标并显示目标类别。
[0029]步骤4.4，根据接收到的检测结果分析变配电室人员的安全着装情况和工器具的存在情况，并将相关信息以文字形式打印在图像上。
[0030]步骤4.5，将异常情况对应的图像帧上传至云服务器对象存储空间，记录图像下载链接。
[0031]步骤4.5，将异常情况进行消息封装，消息体包含摄像头编码、人数信息、异常类型编码、异常发生时间以及异常图像下载链接，并通过RabbitMQ发送消息至云服务器消息队列。
[0032]步骤4.6，语音播报当前告警信息。
[0033]步骤4.7，通过FFmpeg推送视频流，视频编码格式为yuv420p，编码器为h264_nvenc。
[0034]优选地，步骤5包括：
[0035]步骤5.1，在浏览器访问云服务器上部署的前端网页地址，通过验证码校验后登录机器视觉平台。
[0036]步骤5.2，在视觉平台页面左侧选择站点，点击后可观测到步骤4推送的该站点变配电室摄像头监控画面，画面中包含变配电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的变配电室人员器具状态监测方法，其特征在于，包括以下步骤：步骤1，将数据采集层、AI检测层、后端处理层分别部署在主机上，将前端展示层部署在云服务器上；步骤2，数据采集层拉取变配电室监控视频流，通过近似均匀采样算法抽取视频流中的图像帧，调节抽得的图像的尺寸、质量，并将处理后的图像发送至AI检测层；步骤3，AI检测层通过YOLOv5卷积神经网络模型检测图像中人员、安全装备和工器具目标，检测结果包含目标坐标、检测置信度以及目标类别，然后将处理后的图像和检测结果发送至后端处理层；步骤4，后端处理层根据检测结果判定变配电室人员安全着装情况和工器具存在情况，根据变配电室状态编辑图像并实时推送由其组成的视频流，对异常状态进行语音报警，上传异常情形下的图像至对象存储服务，封装异常情况、位置、时间等信息并发送至消息队列；步骤5，通过前端展示层与系统交互，展示编辑后的监控视频、异常类型、异常出现时间、异常出现位置、异常图像等内容，并辅以相关配置选项供用户自主选择被监测的场所以及异常消息是否隐藏。2.如权利要求1所述的基于AI的变配电室人员器具状态监测方法，其特征在于：步骤1中：将数据采集层、AI检测层、后端处理层分别部署在主机一、主机二、主机三上，将前端展示层部署在云服务器上，其中，主机一到主机三中任意两台可为同一主机，主机二需配有GPU计算资源，云服务器需安装有对象存储服务、消息队列服务和流媒体服务器。3.如权利要求1所述的基于AI的变配电室人员器具状态监测方法，其特征在于：步骤2包括：步骤2.1，通过FFmpeg访问监控摄像头视频流，读取视频流帧率和尺寸信息；步骤2.2，通过近似均匀采样算法计算输入视频流在1秒之内每帧的取舍状态，若状态为0，则表示对应的图像帧将被保留，否则将被丢弃；步骤2.3，创建消息发送端，通信目标为主机二，通信协议为TCP；步骤2.4，FFmpeg在子进程中拉取视频流；步骤2.5，在子线程中访问FFmpeg拉流子进程内存以获取图像，对被保留的图像依次执行格式转换和尺寸变换操作，最后降低图像质量；步骤2.6，通过TCP通信将处理后的图像发送至AI检测层所在的主机；步骤2.7，重复步骤2.4～步骤2.6。4.如权利要求3所述的基于AI的变配电室人员器具状态监测方法，其特征在于：步骤2.2包括：步骤2.2.1，输入、输出帧率分别更新为各自与二者最小公约数的商；步骤2.2.2，创建初始状态列表，其长度为输出帧率的整数倍且不超过输入帧率的最大值，即该列表可被均分为输出帧率个子列表，将每个子列表中间位置赋值为0，其余位置赋1，值为0表示该位置对应的图像帧将被保留，值为1表示该位置对应的图像将被丢弃，若子列表长度为偶数，则其中间位置用正中间索引向下取整的值对应的位置；步骤2.2.3，若状态列表的长度小于输入帧率，则表示还剩余两者之差帧图像需要被赋予被丢弃的状态，求能够均匀插入状态列表且不超过剩余帧数的最大数量，向状态列表均
匀插入同等数量且值为1的数后得到新的状态列表；步骤2.2.4，重复步骤2.2.5，在保证均匀的条件下尽可能多地插入剩余帧数的状态，为了数组中0值的分布更加均匀，在插入其它数值之前需计算位置偏移量，其等于上次插入的连续两个值之间的索引差的一半再向下取整得到的值，该步骤持续到剩余帧数为0。5.如权利要求1所述的基于AI的变配电室人员器具状态监测方法，其特征在于...

【专利技术属性】
技术研发人员：史椸，张建，肖芯茹，刘雨寒，
申请(专利权)人：山东海瑞智慧数据科技有限公司，
类型：发明
国别省市：