一种基于深度学习的高压配网不停电作业的安全监测方法技术

本发明专利技术公开了一种基于深度学习的高压配网不停电作业的安全监测方法，包括以下步骤：建立施工现场固定拍摄点，拍摄着装图像；通过深度学习判断是否正确穿戴防护用具；建立无人机移动拍摄点，通过

【技术实现步骤摘要】
一种基于深度学习的高压配网不停电作业的安全监测方法


[0001]本专利技术涉及不停电作业
，具体涉及一种基于深度学习的高压配网不停电作业的安全监测方法
。

技术介绍

[0002]随着中国电网的持续快速发展，对于中国目前的输配电线路的维修
、
电网设备检测和维护等工作，不停电作业技术已经成为一种重要手段
。
但是不停电作业对于作业人员也是一项极其危险的工作，在这种作业环境下存在的高强度的电场
、
暂态电击和稳态电击以及作业过程中对误操作短接空气间隙放电，都对不停电作业人员的安全造成了很大的威胁，因此不停电作业安全防护问题也就成为不停电作业顺利实施的关键
。
[0003]目前，国内开展配网不停电作业时，有时会出现作业人员不规范穿戴绝缘防护用具，在作业过程中极有可能出现安全事故
。
作业过程中，即使穿戴了绝缘防护用具，如作业动作不当，不能与带电体保持安全距离，也会存在被高压电击穿触电的风险
。
目前国内不停电作业中安全监控及预警手段和方法缺乏，很难实时精准度量现场作业人员与带电体之间的距离，并监控现场作业人员的行为，进行主动预警
。

技术实现思路

[0004]本专利技术为解决现有技术的不足，目的在于提供一种基于深度学习的高压配网不停电作业的安全监测方法，通过准确判断操作人员是否正确穿戴防护用具，并结合监测操作人员的操作规范，以减少在不停电作业工作中的安全隐患
。
[0005]本专利技术通过下述技术方案实现：
[0006]一种基于深度学习的高压配网不停电作业的安全监测方法，包括以下步骤：
[0007]S1
：建立施工现场固定拍摄点，拍摄着装图像；
[0008]S2
：基于若干着装图像，通过深度学习判断是否正确穿戴防护用具；
[0009]S3
：判断通过后，建立无人机移动拍摄点，通过
TOF
测量原理定位防护用具的若干关键点，并通过在线困难关键点挖掘算法进行精细识别，建立关键点定位模型；
[0010]S4
：定位关键固定区域的带电体坐标，根据带电作业安全距离，确定带电体的带电击穿区域，并带入安全裕量，得到带电击穿区域，根据带电击穿区域得到安全作业区域；
[0011]S5
：将持续的关键点定位模型带入所述安全作业区域中，判断若干关键点是否超出安全作业区域，并进行报警选择
。
[0012]更进一步的方案，所述步骤
S1
还包括以下具体步骤：
[0013]将由红外传感器和监控摄像机组成的传感器单元设置在安全作业范围内，并临近带电线路边缘位置；拍摄时将背景环境温度和人体红外辐射之间的温度差同时显示在影像中
。
[0014]更进一步的方案，所述步骤
S2
还包括以下具体步骤：
[0015]S11
：针对着装要求规范，采集“工作人员仅正确穿戴防护服”、“工作人员仅正确佩
戴安全帽”、“工作人员仅正确佩戴绝缘手套”、“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”、“工作人员仅正确穿戴防护服和佩戴绝缘手套”以及“工作人员即正确穿戴防护服，又正确佩戴安全帽和绝缘手套”的若干图像，形成数据集，并针对上述8类标签样本，进行分别标注；
[0016]S12
：将数据集按照比例划分为训练集
、
验证集和测试集，通过相应算法，选用
VGG16
骨干网络，通过超参数的调节和不同数据集比例的划分，进行迭代训练，使网络模型收敛，得到算法模型；
[0017]S13
：将连续拍摄的着装图像输入到算法模型中进行判断，仅当符合“工作人员即正确穿戴防护服，又正确佩戴安全帽和绝缘手套”时，判断着装符合规范
。
[0018]更进一步的方案，所述步骤
S2
还包括以下具体步骤：
[0019]将数据集中的“工作人员仅正确穿戴防护服”、“工作人员仅正确佩戴安全帽”、“工作人员仅正确佩戴绝缘手套”、“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”、“工作人员仅正确穿戴防护服和佩戴绝缘手套”以及“工作人员未正确穿戴防护服，并未正确佩戴安全帽和绝缘手套”根据严重程度进行划分；
[0020]当出现“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”和“工作人员仅正确穿戴防护服和佩戴绝缘手套”时，进行轻度警告；
[0021]当出现“工作人员仅正确穿戴防护服”、“工作人员仅正确佩戴安全帽”、“工作人员仅正确佩戴绝缘手套”时，进行严重警告；
[0022]当出现“工作人员未正确穿戴防护服，并未正确佩戴安全帽和绝缘手套”时，进行严重记过警告
。
[0023]更进一步的方案，所述步骤
S3
中，通过
TOF
测量原理定位防护用具的若干关键点还包括以下具体步骤：
[0024]无人机通过
TOF
测量原理进行测距，对作业人员的头部
、
肩部和手部进行关键点提取，并通过超宽带定位和空间相对距离的核心算法，得到关键点以基站为原点空间里面的坐标值
。
[0025]更进一步的方案，所述步骤
S3
中，通过在线困难关键点挖掘算法进行精细识别还包括以下具体步骤：
[0026]通过全局网络识别简单的关键点，通过在线困难关键点挖掘算法为基础的精炼网络来整理合并之前全局网络的特征表征以下剩余的困难关键点，得到关键点定位模型
。
[0027]更进一步的方案，所述的通过全局网络识别简单的关键点还包括以下具体步骤：
[0028]将关键点的图像进行残差卷积后生成四个特征图作为全局网络的输入，并采用
3*3
的卷积核来生成关键点的热力图；
[0029]通过全局网络识别简单的关键点，并引入金字塔模块，在经过金字塔提取特征后，每经过一层都能给与下一层特征信息进行融合，层叠后可以将从上到下的特征信息完全融合，生成关键点热图并计算出
Loss
并反向传播
。
[0030]更进一步的方案，所述步骤
S4
中还包括以下具体步骤：
[0031]定位关键固定区域中相导线
、
杆塔和横担的若干关键点坐标；
[0032]根据每个关键点坐标处的带电击穿距离，通过超宽带定位和空间相对距离的核心算法，并根据带电作业安全距离，构建每个关键点坐标处的带电击穿区域；
[0033]获取安全裕量，并在带电击穿区域的外围周向增加相应的安全裕量值，得到安全作业区域
。
[0034]更进一步的方案，所述步骤
S4
还包括以下步骤：
[0035]在根据带电击穿本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，包括以下步骤：
S1
：建立施工现场固定拍摄点，拍摄着装图像；
S2
：基于若干着装图像，通过深度学习判断是否正确穿戴防护用具；
S3
：判断通过后，建立无人机移动拍摄点，通过
TOF
测量原理定位防护用具的若干关键点，并通过在线困难关键点挖掘算法进行精细识别，建立关键点定位模型；
S4
：定位关键固定区域的带电体坐标，根据带电作业安全距离，确定带电体的带电击穿区域，并带入安全裕量，得到带电击穿区域，根据带电击穿区域得到安全作业区域；
S5
：将持续的关键点定位模型带入所述安全作业区域中，判断若干关键点是否超出安全作业区域，并进行报警选择
。2.
根据权利要求1所述的一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，所述步骤
S1
还包括以下具体步骤：将由红外传感器和监控摄像机组成的传感器单元设置在安全作业范围内，并临近带电线路边缘位置；拍摄时将背景环境温度和人体红外辐射之间的温度差同时显示在影像中
。3.
根据权利要求1所述的一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，所述步骤
S2
还包括以下具体步骤：
S11
：针对着装要求规范，采集“工作人员仅正确穿戴防护服”、“工作人员仅正确佩戴安全帽”、“工作人员仅正确佩戴绝缘手套”、“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”、“工作人员仅正确穿戴防护服和佩戴绝缘手套”、“工作人员即正确穿戴防护服，又正确佩戴安全帽和绝缘手套”以及“工作人员未正确穿戴防护服，并未正确佩戴安全帽和绝缘手套”的若干图像，形成数据集，并针对上述8类标签样本，进行分别标注；
S12
：将数据集按照比例划分为训练集
、
验证集和测试集，通过相应算法，选用
VGG16
骨干网络，通过超参数的调节和不同数据集比例的划分，进行迭代训练，使网络模型收敛，得到算法模型；
S13
：将连续拍摄的着装图像输入到算法模型中进行判断，仅当符合“工作人员即正确穿戴防护服，又正确佩戴安全帽和绝缘手套”时，判断着装符合规范
。4.
根据权利要求3所述的一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，所述步骤
S2
还包括以下具体步骤：将数据集中的“工作人员仅正确穿戴防护服”、“工作人员仅正确佩戴安全帽”、“工作人员仅正确佩戴绝缘手套”、“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”、“工作人员仅正确穿戴防护服和佩戴绝缘手套”以及“工作人员未正确穿戴防护服，并未正确佩戴安全帽和绝缘手套”根据严重程度进行划分；当出现“工作人员仅正确穿戴防护服和安全帽”、“工作人员仅正确穿戴安全帽和佩戴绝缘手套”和“工作人员仅正确穿戴防护服和佩戴绝缘手套”时，进行轻度警告；当出现“工作人员仅正确穿戴防护服”、“工作人员仅正确佩戴安全帽”、“工作人员仅正确佩戴绝缘手套”时，进行严重警告；当出现“工作人员未正确穿戴防护服，并未正确佩戴安全帽和绝缘手套”时，进行严重记过警告
。
5.
根据权利要求1所述的一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，所述步骤
S3
中，通过
TOF
测量原理定位防护用具的若干关键点还包括以下具体步骤：无人机通过
TOF
测量原理进行测距，对作业人员的头部
、
肩部和手部进行关键点提取，并通过超宽带定位和空间相对距离的核心算法，得到关键点以基站为原点空间里面的坐标值
。6.
根据权利要求1所述的一种基于深度学习的高压配网不停电作业的安全监测方法，其特征在于，所述步骤
S3
中通过在线困难关键点挖掘算法进行精细识别还包括以下具体步骤：通过全局网络识别简单的关键点，通过在线困难关键点挖掘算法为基础的精炼网络来整理合并之前全局网络的特征表征以下剩余的困难关键点，得到关键点定位模型；所述的通过全局网络识别简单的关键点还包括以下具体步骤：将关键点的图像进行残差卷积后生成四个特征图作为全局网络的输入，并采用
3*3
的卷积核来生成关键点的热力图；通过全局网络识别简单的关键点，并引入金字塔模块，在经过金字塔提取特征后，每经过一层都能给与下一层特征信息进行融合，层叠后可以将从上到下的特征信息完全融合，生成关键点热图并计算出
Loss
并反向传播
。...

【专利技术属性】
技术研发人员：万方，代晖，钟建，罗建文，罗琴，唐中涛，王勇，曾从海，许静，胡红琼，
申请(专利权)人：国网四川省电力公司泸州供电公司，
类型：发明
国别省市：