本书共6章。第一章概要介绍电力作业危险态势感知的风险管控的现状与风险管控存在的不足。第二章为作业危险感知与智能风险管控技术基础,包括危险要素的感知、危险要素的量化与风险管控。第三章为电力作业运动目标三维场景位置感知技术,主要介绍运动目标稀疏点云重建技术、基于UWB与视频融合的联合定位技术。第四章为基于机器视觉的危险态势感知技术,主要介绍深度学习技术实现入侵检测、目标识别与行为检测。第五章为基于多维信息融合的作业现场风险评估与预警技术,主要对多维信息融合、现场风险评价与预警进行了详细的分析。第六章从硬件设计、软件开发两个方面介绍电力作业现场风险智能管控体系,并对典型的应用场景进行了介绍。
电力是国民经济的支柱产业,同时也是一个高危的行业。在电力作业现场,安全生产是重中之重。然而,电力作业现场环境复杂,任何一个细微的差错都可能导致意外事故的发生。因此,应该加强电力作业现场危险态势感知能力,更好地管控作业风险,避免安全事故的发生。
随着传感器、人工智能、无线通信等智能信息处理技术飞速发展,运用智能信息处理技术提高电力作业现场的远程监测、危险态势的感知和应急响应能力,已成为电力安全生产研究的热点问题之一。我国已逐步运用视频监控、机器人、无人机、无线定位等技术开展设备巡视、应急指挥以及作业监控,但仍然存在以下问题:①二维视频监控缺乏三维信息的感知能力,无法精准实现对作业安全管控;②智能信息处理技术在电力作业现场应用不足,未针对作业场景特性建立与之相应的高效智能感知与预警方案;③多模态数据融合未充分考虑数据之间的相关性,造成场景信息不完整,危险态势的评估和预测能力有限。
本书旨在利用智能信息处理技术实现对电力作业现场危险态势的感知与智能风险管控。研究作业现场危险的感知、量化、管控等理论技术,动态目标的三维精细化建模,利用物联网、深度学习、无线定位等智能信息处理技术,构建基于超宽带无线定位与视觉目标识别的融合技术,实现电力作业目标实时危险态势感知,并在三维模型中实现动态重构;研究多维信息融合的电力作业危险态势预测模型,设计电力作业现场危险态势感知与智能风险防控平台,实现了危险行为的预警与危险态势的预测,并220kV变电站作业现场与安全工器具检测中心进行应用,为安全管控提供辅助决策。
本书在内容编排上从作业现场危险态势感知与智能管控技术的研究现状入手,对作业现场危险因素、多维信息融合态势感知、无线传感网络、深度学习技术以及智能信息处理技术进行系统阐述,最后详细介绍作业现场危险态势感知与智能风险管控技术在电力行业的典型应用实例。本书由成都信息工程大学谢晓娜副教授组织撰写、审阅和统稿,并完成第4章的编写。国网四川省电力公司电力科学研究院常政威正高级工程师参加了第5章的编写和资料收集,国网四川省电力公司电力科学研究院邓元实高级工程师参加了第3章的撰写,四川轻化工大学的陈明举副教授参与编写了第6章的内容,国网四川省电力公司电力科学研究院王大兴高级工程师参加了第1章的撰写,四川轻化工大学的熊兴中教授参加了第2章的编写和资料收集。此外,华雁智能科技(集团)股份有限公司吴莉娟、王浩、吴云峰等人也参与了本书资料整理的工作,在此一并向他们的辛勤付出表示感谢。特别感谢本书参考文献中列出的作者们,包括那些未能被列出的作者们,正是因为他们在各自领域中的独到见解和贡献,为我们的研究提供了丰富的创作灵感。
本书是作者基于十多年从事智能信息处理研究和电力行业工程应用的经验编写的,汇总了作者在科研和开发中积累的经验和教训。在编写过程中,作者着重培养读者理论和实践相结合的能力,并在各章节中提供大量实验,以帮助读者加深对理论知识的理解和应用。
本书得到了四川省自然科学基金资助项目(2023NSFSC1987)的资助。本书的编写和出版也得到了多位前辈和同行专家的指导、支持和鼓励,在此表示衷心的感谢。
希望本书能够成为电力安全管理领域的一本参考书,为电力行业的从业人员提供实用的安全知识和技术支持,保障电力行业安全发展。由于新技术更新速度迅猛,作者个人水平有限,书中难免存在疏漏的地方,欢迎广大读者提出宝贵的批评和指正,帮助更好地改进和完善本书。
前言
1 概述
1.1 研究的意义
1.2 电力作业危险态势感知的风险管控的现状
1.2.1 危险态势的获取
1.2.2 危险态势量化
1.2.3 作业风险预测
1.3 电力作业现场风险管控存在的不足
1.3.1 电力作业现场危险态势感知不准
1.3.2 风险管控智能化不高
2 作业危险感知与智能风险管控技术基础
2.1 作业危险要素感知技术
2.1.1 作业现场危险态势的种类与特点
2.1.2 班组危险要素的感知
2.1.3 作业现场危险态势感知
2.2 作业现场危险要素的量化技术
2.2.1 作业现场静态危险要素的量化技术
2.2.2 人身风险量化技术
2.2.3 基于事件概率的高危作业权值的计算
2.2.4 基于粗糙集的班组要素权值的计算
2.2.5 电力作业现场风险量化模型
2.3 作业现场危险管控技术
2.3.1 作业现场危险管理原理
2.3.2 电力作业现场风险评估
3 电力作业运动目标三维场景位置感知技术
3.1 基于稀疏点云的运动目标重建技术
3.1.1 区域级特征提取器
3.1.2 区域级注意力机制
3.1.3 点云变形模块
3.1.4 点-区域Transformer网络
3.1.5 动态模型重构
3.2 无线定位感知技术
3.2.1 UWB定位感知技术
3.2.2 基于北斗地基增强系统的位置服务技术
3.3 UWB与视频联合定位技术
3.3.1 UWB辅助的主动视频定位技术
3.3.2 融合UWB与视频信息的被动定位技术
4 基于机器视觉的危险态势感知技术
4.1 基于FairMOT框架的入侵识别技术
4.1.1 FairMOT基本网络框架
4.1.2 FairMOT跟踪流程
4.1.3 损失函数
4.1.4 试验分析
4.2 基于部分亲和字段的OpenPose电力作业人员姿态估计网络
4.2.1 OpenPose与部分亲和字段姿态估计技术
4.2.2 一种轻量化的部分亲和字段的OpenPose姿态识别网络
4.2.3 试验结果与分析
4.3 基于姿态感知与迁移学习的作业人员穿戴识别
4.3.1 基于姿态感知与迁移学习的残差设计
4.3.2 ResNeXt50基础网络的构建
4.3.3 基于ResNeXt网络穿戴区域检测
4.3.4 基于CBAM+ResNeXt特征提取与识别网络
4.3.5 试验结果与分析
4.4 融合注意力机制的电力检修车机械臂状态识别技术
4.4.1 YOLOv5网络结构
4.4.2 一种基于YOLOv5的电力检修车机械臂状态识别技术
4.4.3 融合注意力机制的机械臂状态识别网络
4.4.4 试验结果与分析
5 基于多维信息融合的作业现场风险评估与预警技术
5.1 作业态势感知多维信息融合的技术
5.1.1 多源异构信息融合理论
5.1.2 多源异构信息融合算法
5.2 电力作业实时态势感知与评估
5.2.1 融合多维信息的单目标作业风险实时评估
5.2.2 基于粗糙集理论的班组风险实时评估
5.2.3 基于多元联系数的作业现场危险态势综合评估
5.3 作业现场风险预警与预测
5.3.1 基于三指数平滑法的单指标预警模型
5.3.2 基于云模型的多指标预警模型
6 作业现场风险智能管控体系
6.1 硬件系统设计
6.1.1 视频感知模块
6.1.2 定位模块
6.1.3 信息传输
6.2 软件系统设计
6.2.1 软件总体框架
6.2.2 态势感知模块
6.2.3 实时视频与三维场景融合
6.2.4 风险评估与预警模块
6.3 场景应用
6.3.1 220kV变电站主变压器综合改造作业现场应用
6.3.2 安全工器具检测中心应用
后记
参考文献