【技术实现步骤摘要】
本专利技术涉及人身风险防控，特别是一种基于轨迹预测的电力作业人身风险整体防控方法。
技术介绍
1、电网公司按照《供电企业作业风险评估规范》开展基准作业风险评估，通过每年不断完善，已系统辨识出作业存在的风险，并采取措施管控，逐步形成习惯，规范作业的行为。但在现场作业人身风险管控中仍存在不足：仅针对基准的风险评估，不是针对持续风险评估；无法准确判断每起作业所存在的风险，实际风险与基准风险不相同；无法指出每起作业应该突出管控的环节。
2、随着技术的进步，安防摄像头已经广泛的部署于作业现场，一定程度上提高了电力作业人身风险管控效率，但是近年来，网内外发生多起复杂作业相关的事故事件，暴露出在复杂作业人身风险管控方面还存在诸多问题。由于配网作业涉及设备重要程度及对电网风险较小，该作业风险评估结果仅为低风险，不能完全显示其作业过程人身风险危险点及作业过程各环节、各因素所存在的风险；作业人员在现场仍然缺乏一种方法对每次作业的风险进行评估。综上所述，网内外对复杂作业的管控标准还不完善、防控技术还不成熟，复杂作业相关的伤亡事故时有发生，迫切需要开展复杂作业的人身风险立体防控技术研究，解决此类作业安全管控不足的问题。
技术实现思路
1、鉴于上述目前的电力作业人身风险防控体系仍依赖于基准风险评估，作业人员在现场仍然缺乏一种方法对每次作业的风险进行评估的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于如何提供一种利用北斗安全头盔的人员定位数据预测作业人员位置，对作业人
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于轨迹预测的电力作业人身风险整体防控方法，其包括，从管理平台获取每个作业人员的定位信号和危险区域的位置信息，部署摄像头和基站信号数据库；将所有人员的位置时间序列信息转换为频域进行域转换，基于改进mlp的定位信号进行特征提取；将电力作业人员之间的关系表示为图，基于图神经网络进行特征聚合；端到端的输出所有节点的未来t时间内轨迹序列信息预测所有电力作业人员的运动轨迹；在t时间内，对可能靠近危险区域的作业人员进行点对点预警，提醒相关电力作业人员注意作业规范，及时规避风险。
5、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中：所述将所有人员的位置时间序列信息转换为频域进行域转换，基于改进mlp的定位信号进行特征提取包括以下步骤：对采集的gps序列进行预处理，包括滤波、划窗和补零，得到定长的输入序列；对预处理后的序列，应用fft变换，转换为频域特征，表示时间序列中的周期信号；构建卷积lstm网络，将频域特征作为输入序列，通过卷积层学习局部特征，lstm层学习长时依赖，输出时间序列的定域表达；收集作业人员的个人信息，并输入到多个全连接层中，学习抽象特征，输出定长的个性化向量；将输出的定域特征和个性化特征在通道维度上拼接，成为二维张量，表示当前时刻人员的综合信息；构建多层感知机模型，包括输入层、两隐藏层和输出层；采用mse方法评估mlp模型输出坐标和真实gps坐标的误差，选择最优mlp结构，精度达到要求后，部署到定位系统中运行。
6、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中：所述基于图神经网络进行特征聚合包括，针对每个节点，利用lstm网络学习历史运动轨迹，输出表达节点运动趋势的特征向量；采用正弦和余弦函数实现时间编码，编码最近的时间步，表示当前运动趋势的时序信息；将输出的历史运动特征和时序编码特征在向量维度上拼接，得到增强后的节点特征表达；构建多头注意力聚合gat层，节点特征矩阵输入该层，学习不同代表子空间，融合邻近节点信息，多头机制获得节点的全局表达；利用残差网络结构，实现特征的线性加权，避免过度拟合；多层gat层级联，输出节点多步聚合后的特征向量，传递给下游任务。
7、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中：所述将输出的历史运动特征和时序编码特征在向量维度上拼接，得到增强后的节点特征表达包括以下步骤：对每个节点，使用lstm网络学习其历史运动轨迹，输出表达运动趋势的特征向量a；使用正弦和余弦函数对当前时间步进行编码，得到表示当前时序信息的编码向量b，在向量维度上拼接a和b，得到增强后的节点特征表达c；假设a的维度是(num_features_1,)b的维度是(num_features_2,)，则c的维度为(num_features_1+num_features_2,)；c同时包含了节点的历史运动特征和当前时序编码特征。
8、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中：所述利用残差网络结构，实现特征的线性加权，避免过度拟合包括以下内容：在图神经网络中，在gat层之间添加残差连接，即上一层的输出经过线性变换，与当前层的输出相加，假设第l层的输出是h^l，第l+1层的输出是h^l+1，在第l+1层加入残差连接：
9、h^l+1＝h^l*w+h^l+1
10、其中，w是可学习的参数，实现了上一层特征的线性加权。
11、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中：所述端到端的输出所有节点的未来t时间内轨迹序列信息预测所有电力作业人员的运动轨迹包括以下步骤：采用lstm结构的encoder-decoder框架，encoder编码历史运动序列，decoder以注意力机制解码预测未来t分钟序列；将gat网络输出的作业人员运动特征，在时间轴上堆叠，输入seq2seq模型；在decoder的解码lstm网络中，引入加性注意力层，基于encoder隐状态输出注意力权重，指导解码；seq2seq模型输出概率分布序列，取对数极大似然，转换为作业人员未来t分钟的坐标序列，表示完整轨迹；采用车辆轨迹数据集，训练多个版本seq2seq模型，评估mse作为效果指标，选择最佳模型结构和超参数；动态展示真实轨迹和模型预测轨迹的对比，直观评估预测效果。
12、作为本专利技术所述基于轨迹预测的电力作业人身风险整体防控方法的一种优选方案，其中所述对可能靠近危险区域的作业人员进行点对点预警包括以下步骤：基于作业人员未来t分钟预测轨迹和危险区域范围坐标，计算相对欧氏距离；设定安全距离阈值，若低于阈值判定为高风险状态；在低风险的其余作业人员中，选择与高风险人员距离最近的一位；通过专网设备对高风险作业人员和最近的安全人员同时发送语音提示，警告注意安全，立即操控云台，将监控摄像机对准高风险区域，传送实时视频给管理中心，管理人员判断情况，启动应急预案，交由专职人员进行具体处置，必要时实施紧急避险。
13、第二方面，本专利技术为进一步解决目前的电力作业人身风险防控体系仍依赖于基准风险评估，作业人员在现场仍然缺乏一种方法对每次作业的风险进行评估的问题，实施例提供了基于轨迹预测的电力作业人身风险整本文档来自技高网...
【技术保护点】
1.一种基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：包括：
2.如权利要求1所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述将所有人员的位置时间序列信息转换为频域进行域转换，基于改进MLP的定位信号进行特征提取包括以下步骤：
3.如权利要求2所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述基于图神经网络进行特征聚合包括，
4.如权利要求3所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述将输出的历史运动特征和时序编码特征在向量维度上拼接，得到增强后的节点特征表达包括以下步骤：
5.如权利要求4所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述利用残差网络结构，实现特征的线性加权，避免过度拟合包括以下内容：
6.如权利要求5所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述端到端的输出所有节点的未来T时间内轨迹序列信息预测所有电力作业人员的运动轨迹包括以下步骤：
7.如权利要求6所述的基于轨迹预测的电力作业人身风险整
8.一种基于轨迹预测的电力作业人身风险整体防控系统，基于权利要求1～7任一所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于轨迹预测的电力作业人身风险整体防控方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于轨迹预测的电力作业人身风险整体防控方法的步骤。
...【技术特征摘要】
1.一种基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：包括：
2.如权利要求1所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述将所有人员的位置时间序列信息转换为频域进行域转换，基于改进mlp的定位信号进行特征提取包括以下步骤：
3.如权利要求2所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述基于图神经网络进行特征聚合包括，
4.如权利要求3所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述将输出的历史运动特征和时序编码特征在向量维度上拼接，得到增强后的节点特征表达包括以下步骤：
5.如权利要求4所述的基于轨迹预测的电力作业人身风险整体防控方法，其特征在于：所述利用残差网络结构，实现特征的线性加权，避免过度拟合包括以下内容：
6.如权利要求5所述的基于轨迹预测的电力作业人身风险整体...
【专利技术属性】
技术研发人员：杜昊，付磊，班国邦，张迅，钟晶亮，杨昆桦，杨凤生，李翱鹏，吴昊，马金通，刘建刚，张帮明，黎安俊，邹文强，任德江，黄亮程，马子钰，罗莎莎，杨平安，张晓春，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。