[發明專利]一種作業人員安全度判別方法及設備

在審

• 申請號: 201810128076.0
• 申請日: 2018-02-08
• 公開（公告）號: CN108354591A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 常政威;彭倩;張泰;唐勇;謝曉娜;張燃;鄭凱;唐靜;周啟航;盧思瑤;劉濤;蒲維;王雪輝;楊茂
• 申請（專利權）人: 國網四川省電力公司電力科學研究院;成都信息工程大學;國家電網公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0402;A61B5/11;A61B5/18
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 田甜

本發明公開了一種作業人員安全度判別方法及設備，該方法包括以下步驟：提取作業人員心電數據指標和運動數據指標，所述心電數據指標包括時域指標和頻域指標，所述運動數據指標包括作業時間WT、作業程度WD、狀態系數K、跌倒姿態P1、墜落姿態P2；將心電數據指標輸入已經訓練和標定完成的SVM中得到疲勞等級Gn；計算X，根據X對作業人員疲勞程度進行判別，其中，X＝f*Gn+(1?f)*WT*WD*K+(P1+P2)/(P1*P2+1)；其中f取0到1。基于自身生理信號與作業姿態融合的方式對作業人員疲勞程度進行判別，將支持向量機SVM與心電數據相結合，可快速準確的技術效果。

技術領域

本發明涉及電力作業安全管控領域，具體涉及一種作業人員安全度判別方法及設備。

背景技術

傳統的電力應用行業安全管控主要在兩方面：一是，包括流程制度的規范、工單工序的安排、團隊協同機制等方面，以及以此為目的信息化手段；二是，對電力設備、場所下的安全管控手段，以及以此衍生的保護裝置或輔助監測系統。可見，傳統的電力應用安全管控機制主要是從流程和設備出發，通過管控工作流或提早發現設備故障、危險區域來提高安全管控度。但這些技術手段存在兩個弊端：一是忽略了安全管控上最復雜的對象——作業人員自身狀態，且沒有一種作業人員安全度判別的方法；二是往往在電力作業和施工場景下，其他安全管控手段的建設具有滯后性，而作業人員是最先置于該場景的。

作業人員帶病作業、疲勞作業或突發應急是安全管控問題的難點。

發明內容

本發明為了解決上述技術問題提供一種作業人員安全度判別方法及設備。

本發明通過下述技術方案實現：

一種作業人員安全度判別方法，包括以下步驟：

A、提取作業人員心電數據指標和運動數據指標，所述心電數據指標包括時域指標和頻域指標，所述運動數據指標包括作業時間WT、作業程度WD、狀態系數K、跌倒姿態P1、墜落姿態P2；

B、將心電數據指標輸入已經訓練和標定完成的SVM中進行多分類，得到疲勞等級Gn；

C、計算X，根據X對作業人員疲勞程度進行判別，其中，

X＝f*Gn+(1-f)*WT*WD*K+(P1+P2)/(P1*P2+1)；其中f取0到1。

心電信號是人體心臟活動在體表產生的電位變化，具備很強的周期性，正常人體的心電波形在一定的時間內可以保相對穩定，同一個個體的心電信號隨疲勞度、環境適應、身體狀況等因素而產生差異。生理信號很大程度上將是精神疲勞，作業姿態統計和應急識別的結果很大可能是體力疲勞，本方案基于自身生理信號與作業姿態融合的方式對作業人員疲勞程度進行判別，對疲勞程度識別更準確，其中基于心電信號的疲勞度判別就是基于心電的差異性原理，通過心率變異度等指標進行判別。整個方案將機器學習與工程經驗式與心電數據相結合，即將支持向量機SVM與心電數據相結合，可達到快速準確的技術效果。

作為優選，所述時域指標包括R波數HR、R波間隔標準差SD；頻域指標包括高頻段功率值HF、低頻段功率值LF、極低頻段功率值VLF。總所周知，選擇跟疲勞程度相關的參數越多，其對疲勞程度識別的準確性就越高，但是，參數越多，指標越復雜，不管是SVM的訓練過程中，還是在判別過程中，其運算量大，增大判別時間且精度達到一定量級后便很難提高，發明人在研發過程中發現，采用上述指標數據即可滿足對精度的要求，且運算量低，可大大降低運算時間。

作為優選，所述SVM的訓練方法為：

選取電力工作場景下已經作業疲勞和未作業疲勞的人員進行心電數據采集，得到數據集；

對數據集提取心電數據指標，該心電數據指標包括時域指標和頻域指標；

將提取心電數據指標的輸入SVM完成訓練和標定。