← 返回列表
一种用于变电站近电作业现场实时风险识别方法
摘要文本
本发明公开了一种用于变电站近电作业现场实时风险识别方法，包括如下步骤：采集变电站视频图像数据，采用矩形框标注待检测对象制作成训练数据集；进行预训练，并利用混合神经网络对目标检测模型进行改进；引入AFPN特征融合网络，并利用S‑HIoU损失函数计算目标检测任务中预测框与真实框的重叠程度；获得最佳目标检测模型；利用最佳目标检测模型结合预设的现场作业安全区域对视频图像中作业人员的违章风险行为进行实时识别及告警。本发明通过对目标检测模型进行轻量化改进，引入AFPN渐进特征金字塔网络，提高目标算法识别的鲁棒性，更好地适应变电站现场的工作环境。为变电站现场近电作业安全管控提供可靠、高效、便捷的智慧手段。
申请人信息
- 申请人:河南送变电建设有限公司; 国家电网有限公司; 南京斯泰恩智慧能源技术有限公司; 武汉大学
- 申请人地址:450051 河南省郑州市中原区金水西路76号
- 发明人: 河南送变电建设有限公司; 国家电网有限公司; 南京斯泰恩智慧能源技术有限公司; 武汉大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种用于变电站近电作业现场实时风险识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311419123.4 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117523437A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06V20/40 |
| 权利人 | 河南送变电建设有限公司; 国家电网有限公司; 南京斯泰恩智慧能源技术有限公司; 武汉大学 |
| 发明人 | 高士涛; 刘金柱; 王青; 景国明; 张森森; 马万利; 李武成; 闫海洋; 王波; 黄建华; 刘萌; 罗鹏; 韩磊; 宋玉存 |
| 地址 | 河南省郑州市中原区金水西路76号; 北京市西城区西长安街86号; 江苏省南京市江北新区浦滨路150号5号楼10楼; 湖北省武汉市武昌珞珈山 |
专利主权项内容
1.一种用于变电站近电作业现场实时风险识别方法，其特征在于，包括如下步骤：S1、基于不同场景及作业任务采集变电站近电作业现场的视频图像数据，并对采集的视频图像数据中的视频流切分成视频段后进行自适应分频，并采用矩形框标注待检测对象制作成训练数据集；S2、将训练数据集中带标注的视频图像数据输入深度神经网络中进行预训练，并利用混合神经网络对目标检测模型进行改进；S3、引入AFPN特征融合网络提升目标检测模型的自适应性，并利用S-HIoU损失函数计算目标检测任务中预测框与真实框的重叠程度；S4、根据每轮训练结果迭代优化目标检测模型的参数，并利用高性能的计算加速卡辅助计算，直至模型参数收敛获得最佳目标检测模型；S5、利用最佳目标检测模型结合预设的现场作业安全区域对视频图像中作业人员的违章风险行为进行实时识别及告警。