电力生产作业中基于AI分析的故障智能预警系统及方法技术方案

本发明专利技术提供了一种电力生产作业中基于AI分析的故障智能预警系统及方法，系统包括：移动终端模块，用于获取环境视频数据；目标检测提取模块，用于根据预先训练好的目标检测算法模型对环境视频数据进行目标提取，得到作业人员的行为数据；AI指标分析模块，用于根据特征分析模型对行为数据进行识别，得到关键特征，并根据预设AI指标对关键特征进行故障检测，输出检测结果；预警模块，用于当检测结果为存在故障时发出预警信息。故障时发出预警信息。故障时发出预警信息。

【技术实现步骤摘要】
电力生产作业中基于AI分析的故障智能预警系统及方法


[0001]本专利技术涉及电力安全生产风险管控
，尤其涉及一种电力生产作业中基于AI分析的故障智能预警系统及方法。

技术介绍

[0002]据调查统计96％的安全事故由人为因素造成，在日常电力生产作业中，如常见的动火作业、升压站、变配电房以及开关分合闸等巡检或开票作业时，安全监督仅依赖于电力生产安全管理制度来进行安全管理，利用公司现有的技术条件结合新技术、新装备，解决安全生产过程中的难点、痛点，实现安全促生产的需求日益迫切。
[0003]目前电力安全生产普遍存在着以下三个问题：
[0004]1、传统安全监管难度大。现场生产作业点多且分散、人工监管有漏洞、作业时间不连续、时间不确定等特点，安全监管难以做到事前提醒、作业实时监督。
[0005]2、针对部分作业区域，监控系统不能实时监控现场作业。电厂传统视频安全监控系统是通过安装固定位置的摄像机来监控现场的，同时由于资金、设备、场地变迁等历史原因，并没有在所有区域安装摄像机，也没有实现全方位无死角的监控，这样，当发生临时和特殊高危作业时，就不能临时快速地部署安全监控装置，来实时监控人员的作业安全违规行为，因而不能满足临时作业对安全监控装置的便捷性、移动性的要求。
[0006]3、系统预警能力差，不能实现事前预警。改造前的通用智能设备，存在视频监控预警与系统、现场生产联系不紧密，系统对故障的诊断和分析是事后的，主要通过人工来分析判断，易造成问题发现不及时，也没有引入AI智能识别技术来实现故障诊断的智能分析和事前预警，而需通过录像回放检查，导致信息提取效率低的问题。
[0007]因此，亟需一种电力生产作业中基于AI分析的故障智能预警系统及方法，用于解决上述问题。

技术实现思路

[0008]针对现有技术的不足，本专利技术提供一种电力生产作业中基于AI分析的故障智能预警系统及方法，用于解决上述问题。
[0009]一种电力生产作业中基于AI分析的故障智能预警系统，包括：移动终端模块，用于获取环境视频数据；目标检测提取模块，用于根据预先训练好的目标检测算法模型对环境视频数据进行目标提取，得到作业人员的行为数据；AI指标分析模块，用于根据特征分析模型对行为数据进行识别，得到关键特征，并根据预设AI指标对关键特征进行故障检测，输出检测结果；预警模块，用于当检测结果为存在故障时发出预警信息。
[0010]作为本专利技术的一种实施例，目标检测提取模块执行包括如下操作：获取环境视频数据，对环境视频数据进行抓图处理，得到视频图片；根据预先训练好的目标检测算法模型对视频图片进行目标提取，得到图片检测结果；根据抓图处理的时间顺序，重新对图片检测结果进行排序组合，得到作业人员的行为数据。
[0011]作为本专利技术的一种实施例，目标检测算法模型的训练过程包括如下步骤：步骤1、获取若干不同环境下的标注训练数据集；步骤2、基于标注训练数据集中的每一标注图片，设置对应阈值和模型类别；步骤3、分别对每一标注图片进行图片特征提取，基于YOLO相关算法对图片特征进行切片预测，得到若干候选框；步骤4、根据标注图片对应的阈值对若干相应候选框进行过滤，得到预测框；步骤5、根据预测框对标注图片对应类别的模型进行训练，生成目标检测算法模型。
[0012]作为本专利技术的一种实施例，AI指标分析模块执行包括如下操作：对行为数据进行图像预处理，得到真实图像；基于特征分析模型对真实图像进行图像特征点识别，得到关键特征；根据关键特征对真实图像进行图像匹配分类，得到图像分类结果；根据预设AI指标对相应图像分类结果中真实图像的关键特征进行故障检测，输出检测结果。
[0013]作为本专利技术的一种实施例，AI指标分析模块还用于执行包括如下操作：获取移动终端模块的状态数据；基于预设第二AI指标对相应移动终端模块的状态数据进行故障检测，输出第二检测结果；其中，状态数据包括设备状态数据和设备定位数据。
[0014]作为本专利技术的一种实施例，预警模块执行包括如下操作：获取检测结果，若检测结果为存在故障，发送预警信息至移动终端模块用于发出语音提醒；同时，发送预警信息至后台管理模块用于预警与记录。
[0015]作为本专利技术的一种实施例，一种基于条款数字化的合同生成方法还包括：合同条款库生成后，基于段落理解式NLP技术对每一最小管理单元进行条款分析，生成分析结果；根据分析结果对最小管理单元进行归类存储；同时根据分析结果对相似度大于预设第二阈值的两两最小管理单元进行条款合并，生成新的最小管理单元进行归类存储。
[0016]作为本专利技术的一种实施例，一种电力生产作业中基于AI分析的故障智能预警系统还包括后台管理模块，其中，后台管理模块执行包括如下操作：获取环境视频数据和行为数据用于历史回放；自动抓取行为数据中存在故障行为的真实图像和对应时间数据进行记录。
[0017]作为本专利技术的一种实施例，电力生产作业中基于AI分析的故障智能预警系统，还包括：
[0018]可固定终端，用于作业人员到达作业区域后固定在可拍摄作业区域的固定位置后对作业人员的正面进行拍摄；
[0019]所述后台管理模块还执行如下操作：
[0020]当通过可固定终端接收到作业人员的作业申请时，通过可固定终端的定位模块确定作业人员的位置；
[0021]基于作业人员的位置，调取周界设备分布图；
[0022]基于所述周界设备分布图，生成作业信息输入界面；
[0023]通过可固定终端的触摸屏输出所述作业信息输入界面；
[0024]接收作业人员通过作业信息输入界面输入的作业信息；
[0025]解析所述作业信息，确定作业目标以及作业类型；
[0026]基于所述作业目标、作业区域和作业类型，从周界设备分布图中预设的可固定点位中确定固定位置；
[0027]将所述固定位置通过可固定终端的触摸屏输出。
[0028]作为本专利技术的一种实施例，在可固定终端固定完成后的作业人员作业时，所述后台管理模块还执行如下操作：
[0029]通过移动终端模块获取作业目标的第一图像；
[0030]通过可固定终端获取第二图像；
[0031]基于所述第一图像，确定作业目标是否存在触电风险；
[0032]当存在时，解析所述第二图像，确定是否拍摄到作业人员的手部；当未拍摄到时，解析所述第一图像，确定是否拍摄到作业人员的手部；当也为未拍摄到时，开始计时，当计时达到预设的时间值时，通过作业目标对应的控制模块对作业目标进行断电处理；
[0033]当通过解析第二图像拍摄到作业人员的手部时，确定作业人员是否穿戴防护用品；当未穿戴时，通过移动终端模块输出第一提示信息。
[0034]一种电力生产作业中基于AI分析的故障智能预警方法，包括：
[0035]获取环境视频数据；根据预先训练好的目标检测算法模型对环境视频数据进行目标提取，得到作业人员的行为数据；根据特征分析模型对行为数据进行识别，得到关键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，包括：移动终端模块，用于获取环境视频数据；目标检测提取模块，用于根据预先训练好的目标检测算法模型对环境视频数据进行目标提取，得到作业人员的行为数据；AI指标分析模块，用于根据特征分析模型对行为数据进行识别，得到关键特征，并根据预设AI指标对关键特征进行故障检测，输出检测结果；预警模块，用于当检测结果为存在故障时发出预警信息。2.根据权利要求1所述的一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，目标检测提取模块执行包括如下操作：获取环境视频数据，对环境视频数据进行抓图处理，得到视频图片；根据预先训练好的目标检测算法模型对视频图片进行目标提取，得到图片检测结果；根据抓图处理的时间顺序，重新对图片检测结果进行排序组合，得到作业人员的行为数据。3.根据权利要求1所述的一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，目标检测算法模型的训练过程包括如下步骤：步骤1、获取若干不同环境下的标注训练数据集；步骤2、基于标注训练数据集中的每一标注图片，设置对应阈值和模型类别；步骤3、分别对每一标注图片进行图片特征提取，基于YOLO相关算法对图片特征进行切片预测，得到若干候选框；步骤4、根据标注图片对应的阈值对若干相应候选框进行过滤，得到预测框；步骤5、根据预测框对标注图片对应类别的模型进行训练，生成目标检测算法模型。4.根据权利要求1所述的一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，AI指标分析模块执行包括如下操作：对行为数据进行图像预处理，得到真实图像；基于特征分析模型对真实图像进行图像特征点识别，得到关键特征；根据关键特征对真实图像进行图像匹配分类，得到图像分类结果；根据预设AI指标对相应图像分类结果中真实图像的关键特征进行故障检测，输出检测结果。5.根据权利要求1所述的一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，AI指标分析模块还用于执行包括如下操作：获取移动终端模块的状态数据；基于预设第二AI指标对相应移动终端模块的状态数据进行故障检测，输出第二检测结果；其中，状态数据包括设备状态数据和设备定位数据。6.根据权利要求1所述的一种电力生产作业中基于AI分析的故障智能预警系统，其特征在于，预警模块执行包括如下操作：获取检测结果，若检测...

【专利技术属性】
技术研发人员：肖宇，徐承，徐云生，兰金江，龚静，张金伟，牛霈，戴文杰，
申请(专利权)人：中国三峡新能源集团股份有限公司，
类型：发明
国别省市：