[發明專利]一種變電站工人不規范操作識別方法及系統

有效

• 申請號: 202210411080.4
• 申請日: 2022-04-19
• 公開（公告）號: CN114743269B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 劉斌;羅建勤;張程;李根;王偉;葉幼軍;楊濤;李端歡;胡林;謝明
• 申請（專利權）人: 國網湖北省電力有限公司黃石供電公司;上海舒盈科技股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/82;G06N3/04;G06Q10/06;G06Q50/06
• 代理公司: 黃石市三益專利商標事務所 42109
• 代理人: 饒建華

本發明提供了一種變電站工人不規范操作識別方法及系統；其中，所述方法包括：根據變電站的圖像數據提取得出工人的第一特征數據，以及電氣設備的第二特征數據；將所述第一特征數據和所述第二特征數據輸入深度學習模型，所述深度學習模型輸出規范度值；根據所述規范度值判定工人是否存在不規范操作。本發明的方案能夠通過圖像識別技術和深度學習模型對工人是否存在不規范操作做出準確的分析識別，有利于提高變電站的操作安全。

技術領域

本發明涉及電力安全監控技術領域，具體而言，涉及一種變電站工人不規范操作識別方法、系統、電子設備及計算機存儲介質。

背景技術

變電站是指電力系統中對電壓和電流進行變換，接受電能及分配電能的場所。變電站主要包括以下類型：

1)一類變電站：是指交流特高壓站，核電、大型能源基地（300萬kw及以上）外送及跨大區（華北、華中、華東、東北、西北）聯絡750/500/330kV變電站；2)二類變電站：是指除一類變電站以外的其他，750/500/330kV變電站，電廠外送變電站（100萬kW及以上、300萬kW以下）及跨省聯絡220kV變電站，主變壓器或母線停運、開關拒動造成四級及以上電網事件的變電站；3)三類變電站：是指除二類以外的220kV變電站，電廠外送變電站（30萬kW及以上、100萬kW以下），主變壓器或母線停運、開關拒動造成五級電網事件的變電站，為一級及以上重要用戶直接供電的變電站；4)四類變電站：是指除一、二、三類以外的35kV及以上變電站。

由于變電站遍布高壓電氣設備，相比于普通電氣場景具有更高的危險性，尤其是當變電站工人操作不規范時，極易引發嚴重后果。然而，現有技術對變電站工人操作的規范與否并不能進行及時監控，導致難以滿足變電站操作安全性的要求。

發明內容

為了至少解決上述背景技術中存在的技術問題，本發明提供了一種變電站工人不規范操作識別方法、系統、電子設備及計算機存儲介質。

本發明的第一方面提供了一種變電站工人不規范操作識別方法，包括如下步驟：

根據變電站的圖像數據提取得出工人的第一特征數據，以及電氣設備的第二特征數據；

將所述第一特征數據和所述第二特征數據輸入深度學習模型，所述深度學習模型輸出規范度值；

根據所述規范度值判定工人是否存在不規范操作。

進一步地，所述根據變電站的圖像數據提取得出工人的第一特征數據，包括：

根據所述圖像數據確定工人的第一數據，以及位于所述工人預設范圍內的其它運動對象的第二數據；

根據所述第一數據和所述第二數據對所述工人和所述其它運動對象進行同步性分析，

若所述同步性分析的結果滿足預設條件時，將所述第一數據和所述第二數據作為所述第一特征數據。

進一步地，在將所述第一特征數據和所述第二特征數據輸入深度學習模型之前，還包括：

獲取歷史數據，所述歷史數據包括所述第一特征數據、所述第二特征數據；

對各所述歷史數據進行處理以使其包括人工標注數據，將包括人工標注數據的若干所述歷史數據組建為訓練集；

使用所述訓練集對所述深度學習模型進行訓練。

進一步地，所述根據所述規范度值判定工人是否存在不規范操作，還包括：

確定所述深度學習模型最新訓練距今的時長，根據所述時長確定第一修正系數；

使用所述第一修正系數對所述規范度值進行第一修正，根據修正后的所述規范度值判定工人是否存在不規范操作；

其中，所述時長與所述第一修正系數負相關。