本发明涉及电力作业,更具体的,涉及一种基于机器视觉的配网不停电作业风险识别方法与系统。
背景技术:
1、随着电力产业的不断发展,人们对于电力需求日益提示,因此越来越多的电力设备被投入使用,而设备的安全使用对于电力行业中来说重中之重,特别在电力安全生产管理中,对配网不停电作业安全的控制管理,一直是各级单位安全控制管理的重要内容之一。目前,在配电线路带电作业时,因人员素质参差不齐、操作步骤不规范和/或自我保护意识淡薄等因素,作业人员可能无意识地做出了危险动作;无关人员闯入作业现场,进而造成人员触电的安全事故;此外,常用的配网不停电作业的风险识别方式为人工视频监督,但需要花费较多人力资源进行监督,且人工进行监督容易出现监控疏忽,导致监控准确度低。
2、同时,随着人工智能技术的不断发展,机器视觉作为人工智能正在快速发展的一个分支,也逐渐得到应用,其中,机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术。机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。
技术实现思路
1、本发明的目的是提供一种基于机器视觉的配网不停电作业风险识别方法与系统,可以根据配网不停电作业现场的实时作业参数来识别对应的风险等级,通过对现场作业的风险进行管控,可以降低人员受伤的危险,提高现场作业效率。
2、本发明第一方面提供了一种基于机器视觉的配网不停电作业风险识别方法,包括以下步骤:
3、获取配网不停电作业现场采集设备的采集数据,其中,所述采集设备至少包括图像采集装置、定位采集装置以及通信响应设备;
4、基于所述采集数据进行数据类别分析以识别目标数据,所述目标数据包括作业数据、障碍数据以及区域数据;其中,所述作业数据至少包括作业步骤以及作业穿戴;所述障碍数据至少包括地形障碍以及树丛障碍;所述区域数据至少包括安全区域以及危险区域;
5、基于所述目标数据识别当前配网不停电作业现场的作业人员的风险参数,并基于所述风险参数识别风险等级进行输出。
6、本方案中,所述获取配网不停电作业现场采集设备的采集数据,具体包括:
7、建立与所述采集设备的通信连接,其中包括建立与所述图像采集装置以及所述通信响应设备的有线通信连接,以及建立与所述定位采集装置的无线通信连接;
8、建立与所述采集设备的通信连接后,基于预设的采集控制命令获取采集设备监测到的数据作为所述采集数据,其中,所述采集控制命令包括主动控制命令以及被动控制命令。
9、本方案中,所述基于预设的采集控制命令获取采集设备监测到的数据作为所述采集数据,具体包括:
10、识别采集控制命令的控制类型以获取对应的采集数据,其中,
11、识别到所述主动控制命令时,基于所述主动控制命令控制所述图像采集装置进行信息采集以获取对应的图像数据;
12、识别到所述被动控制命令时,基于所述被动控制命令获取所述定位采集装置以及所述通信响应设备采集到的实时数据;
13、基于所述图像数据以及所述实时数据得到所述采集数据。
14、本方案中,所述基于所述采集数据进行数据类别分析以识别目标数据,具体包括:
15、基于所述图像数据进行图像分析以获取配网不停电作业现场作业人员对应的所述作业步骤、第一作业穿戴,以及配网不停电作业现场对应的第一地形障碍、第一树丛障碍与第一危险区域;
16、基于所述实时数据进行实时定位分析以及通信设备序列号分析获取配网不停电作业现场作业人员对应的第二作业穿戴、第二地形障碍、第二树丛障碍、所述安全区域与第二危险区域;
17、基于所述第一作业穿戴以及所述第二作业穿戴得到所述作业穿戴,基于所述第一地形障碍以及所述第二地形障碍得到所述地形障碍,基于所述第一树丛障碍以及所述第二树丛障碍得到所述树丛障碍,基于所述第一危险区域以及所述第二危险区域得到所述危险区域。
18、本方案中,所述基于所述目标数据识别当前配网不停电作业现场的作业人员的风险参数,具体包括:
19、基于所述作业数据识别作业风险参数,所述作业风险参数包括步骤风险以及穿戴风险,其中,基于所述作业步骤匹配当前配网不停电作业的标准步骤以识别所述步骤风险,基于所述作业穿戴匹配当前配网不停电作业的标准穿戴以识别所述穿戴风险;
20、基于所述障碍数据识别障碍风险参数,所述障碍风险参数包括地形风险以及所述树丛风险,其中,基于作业人员的实时定位分析结果结合当前配网不停电作业的数字地图得到所述地形风险以及所述树丛风险,和/或基于图像分析结果得到所述地形风险以及所述树丛风险;
21、基于所述区域数据识别区域风险参数,所述区域风险参数包括作业人员与所述危险区域的目标距离值,其中,基于作业人员的实时定位分析结果结合所述危险区域边界计算所述目标距离值,和/或基于图像分析结果得到所述目标距离值。
22、本方案中,基于所述风险参数识别风险等级进行输出时,所述方法还包括基于所述风险等级输出告警提醒。
23、本发明第二方面还提供一种基于机器视觉的配网不停电作业风险识别系统,包括存储器和处理器,所述存储器中包括基于机器视觉的配网不停电作业风险识别方法程序,所述基于机器视觉的配网不停电作业风险识别方法程序被所述处理器执行时实现如下步骤:
24、获取配网不停电作业现场采集设备的采集数据,其中,所述采集设备至少包括图像采集装置、定位采集装置以及通信响应设备;
25、基于所述采集数据进行数据类别分析以识别目标数据,所述目标数据包括作业数据、障碍数据以及区域数据;其中,所述作业数据至少包括作业步骤以及作业穿戴;所述障碍数据至少包括地形障碍以及树丛障碍;所述区域数据至少包括安全区域以及危险区域;
26、基于所述目标数据识别当前配网不停电作业现场的作业人员的风险参数,并基于所述风险参数识别风险等级进行输出。
27、本方案中,所述获取配网不停电作业现场采集设备的采集数据,具体包括:
28、建立与所述采集设备的通信连接,其中包括建立与所述图像采集装置以及所述通信响应设备的有线通信连接,以及建立与所述定位采集装置的无线通信连接;
29、建立与所述采集设备的通信连接后,基于预设的采集控制命令获取采集设备监测到的数据作为所述采集数据,其中,所述采集控制命令包括主动控制命令以及被动控制命令。
30、本方案中,所述基于预设的采集控制命令获取采集设备监测到的数据作为所述采集数据,具体包括:
31、识别采集控制命令的控制类型以获取对应的采集数据,其中,
32、识别到所述主动控制命令时,基于所述主动控制命令控制所述图像采集装置进行信息采集以获取对应的图像数据;
33、识别到所述被动控制命令时,基于所述被动控制命令获取所述定位采集装置以及所述通信响应设备采集到的实时数据;
34、基于所述图像数据以及所述实时数据得到所述采集数据。
35、本方案中,所述基于所述采集数据进行数据类别分析以识别目标数据,具体包括:
36、基于所述图像数据进行图像分析以获取配网不停电作业现场作业人员对应的所述作业步骤、第一作业穿戴,以及配网不停电作业现场对应的第一地形障碍、第一树丛障碍与第一危险区域;
37、基于所述实时数据进行实时定位分析以及通信设备序列号分析获取配网不停电作业现场作业人员对应的第二作业穿戴、第二地形障碍、第二树丛障碍、所述安全区域与第二危险区域;
38、基于所述第一作业穿戴以及所述第二作业穿戴得到所述作业穿戴,基于所述第一地形障碍以及所述第二地形障碍得到所述地形障碍,基于所述第一树丛障碍以及所述第二树丛障碍得到所述树丛障碍,基于所述第一危险区域以及所述第二危险区域得到所述危险区域。
39、本方案中,所述基于所述目标数据识别当前配网不停电作业现场的作业人员的风险参数,具体包括:
40、基于所述作业数据识别作业风险参数,所述作业风险参数包括步骤风险以及穿戴风险,其中,基于所述作业步骤匹配当前配网不停电作业的标准步骤以识别所述步骤风险,基于所述作业穿戴匹配当前配网不停电作业的标准穿戴以识别所述穿戴风险;
41、基于所述障碍数据识别障碍风险参数,所述障碍风险参数包括地形风险以及所述树丛风险,其中,基于作业人员的实时定位分析结果结合当前配网不停电作业的数字地图得到所述地形风险以及所述树丛风险,和/或基于图像分析结果得到所述地形风险以及所述树丛风险;
42、基于所述区域数据识别区域风险参数,所述区域风险参数包括作业人员与所述危险区域的目标距离值,其中,基于作业人员的实时定位分析结果结合所述危险区域边界计算所述目标距离值,和/或基于图像分析结果得到所述目标距离值。
43、本方案中,基于所述风险参数识别风险等级进行输出时,所述方法还包括基于所述风险等级输出告警提醒。
44、本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括机器的一种基于机器视觉的配网不停电作业风险识别方法程序,所述基于机器视觉的配网不停电作业风险识别方法程序被处理器执行时,实现如上述任一项所述的一种基于机器视觉的配网不停电作业风险识别方法的步骤。
45、本发明公开的一种基于机器视觉的配网不停电作业风险识别方法与系统,可以根据配网不停电作业现场的实时作业参数来识别对应的风险等级,通过对现场作业的风险进行管控,可以降低人员受伤的危险,提高现场作业效率。