一种基于深度学习的变电站违章作业安全管控平台制造技术

本发明专利技术公开的属于变电站作业技术领域，具体为一种基于深度学习的变电站违章作业安全管控平台，包括：工作模块，用于自动监测工作人员是否存在违章作业、中央处理器、评价模块，用于根据工作模块的数据对工作人员的此次作业进行评价、服务器、终端模块，用于对全部的工作人员的评价进行综合比较，所述工作模块与所述中央处理器相连接，所述中央处理器与所述评价模块相连接，所述中央处理器与所述服务器相连接，本发明专利技术通过设置工作模块，具有自动监测工作人员是否存在违章作业的作用，通过自动监测工作人员是否存在违章作业，具有解决目前是采用人工分析监控视频的问题，从而会省时省力，并且还会降低人工成本。并且还会降低人工成本。并且还会降低人工成本。

【技术实现步骤摘要】
一种基于深度学习的变电站违章作业安全管控平台


[0001]本专利技术涉及变电站作业
，具体为一种基于深度学习的变电站违章作业安全管控平台。

技术介绍

[0002]传统的运维依赖人工到站巡视，采用固定的巡视周期，缺乏对运行设备不同的缺陷情况、关键参数的分析，不仅脱离了设备运行的实际情况，更是极大地浪费了人力、物力，已远远不能满足智能变电站生产要求，因此基于传统人工到站运维策略的优化势在必行。同时，传统变电站安全管理十分粗放，由于自动化和信息技术水平不高，主要依靠人工管理，存在事后管理、随机性、无量化等方面缺陷。一直以来，变电站设备的运行、检修及检查主要依靠人工操作和完成，人员的人身安全在变电站管理中显得尤为重要，但是运维管理中针对人员安全管控，缺乏有效的技术手段，变电站内随时存在着误入带电间隔和超范围作业以及监控不到位等安全问题。变电站的安全管控的一大方式就是视频管控，然而目前常规变电站安全管控仍主要采用人工分析监控视频的方式，属于被动监控，不仅费时费力，还会提高人工成本。
[0003]因此，专利技术一种基于深度学习的变电站违章作业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的变电站违章作业安全管控平台，其特征在于，包括：工作模块(10)，用于自动监测工作人员是否存在违章作业；中央处理器(20)；评价模块(30)，用于根据工作模块(10)的数据对工作人员的此次作业进行评价；服务器(40)；终端模块(50)，用于对全部的工作人员的评价进行综合比较；其中，具体的：所述工作模块(10)与所述中央处理器(20)相连接，所述中央处理器(20)与所述评价模块(30)相连接，所述中央处理器(20)与所述服务器(40)相连接，所述服务器(40)与所述终端模块(50)相连接。2.根据权利要求1所述的一种基于深度学习的变电站违章作业安全管控平台，其特征在于，所述工作模块(10)包括：身份验证模块(11)，用于对此次作业的工作人员的身份进行验证；监控模块(12)，用于对工作人员的作业过程进行拍摄；转换模块(13)，用于将监控模块(12)所得的视频文件逐帧转换为RGB图像；特征提取模块(14)，用于在RGB图像中提取有关工作人员的动作特征；数据存储模块(16)，用于储存当前违章作业的图像；对比模块(15)，用于将特征提取模块(14)中所提取的动作特征与数据存储模块(16)中所储存的图像进行对比，以判断所提取的动作特征是否存在违章作业；其中，具体的：所述身份验证模块(11)与所述监控模块(12)相连接，所述监控模块(12)与所述转换模块(13)相连接，所述转换模块(13)与所述特征提取模块(14)相连接，所述特征提取模块(14)与所述对比模块(15)相连接，所述对比模块(15)与所述中央处理器(20)相连接，所述数据存储模块(16)与所述对比模块(15)相连接。3.根据权利要求2所述的一种基于深度学习的变电站违章作业安全管控平台，其特征在于，所述身份验证模块(11)包括：人脸采集模块(111)，用于对工作人员的脸部进行采集；信息储存模块(113)，用于储存在职工作人员的人脸图像；人脸对比模块(112)，用于将人脸采集模块(111)中所采集的数据与信息储存模块(113)中所储存的数据进行对比，以实现身份验证；其中，具体的：所述人脸采集模块(111)与所述信息储存模块(113)相连接，所述信息储存模块(113)与所述人脸对比模块(112)相连接。4.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：潘振波，李博，战文华，郭宏杰，苏新永，张勇，
申请(专利权)人：国家电网有限公司北京一同宇科技股份有限公司，
类型：发明
国别省市：