技术 | 基于深度学习图像识别的变电站监控系统

基于计算机网络技术以及无线通信技术和视频监控技术，研究深度学习图像识别的变电站基建安全行为监控系统。构建一种比较完善的变电站基建安全行为监控系统。

1  引言

传统的变电站基建安全行为监控工作已经有了较为广泛的应用，而且效果良好，但是我们知道变电站基建项目比较多，而且对其的管理比较复杂，需要投入大量的人力资源，难以使得变电站基建安全得到有效保障。因此，国家对电网企业制定了一定的安全管理标准，相应的企业也开始重视对变电站基建安全行为监控系统的研究，充分利用先进的信息技术，实现对变电站基建安全行为的可视化监控，使得变电站安全管理工作得以落实。

2  构建新型的变电站基建安全行为监控系统

（1）变电站基建安全行为监控系统技术路线。变电站基建安全行为监控系统使用一种 B/S 架构。根据对变电站基建安全行为监控的实际需要，加强对相应标准化制度的建设，使得生产责任制等相关制度得到有效落实，结合数据库以及其他相关的网络技术使得变电站基建安全行为监控更具有标准化。另外，还应当重视对网络通信技术的应用，并且与视频编码和传输等技术相结合，使得变电站基建安全行为监控具有可视化，能够直接通过远程视频对工程建设进行有效监控。

（2）变电站基建安全行为监控系统架构。变电站基建安全行为监控系统中的视频信息是借助于施工现场中布置的监控摄像的编码，然后借助施工现场所搭建的无线网络将视频信息传输并存在录影机中，相应的管理员便能够借助于变电站基建工程施工现场的监视器对整个工程建设的安全性进行全方位的管理。其中监控视频在存入录影机中，能够使得相关视频数据借助一些公网通道传递到数据中心，相应的变电站工程建设管理机构能够借助视频服务器使得工程建设现场的安全状况了如指掌。各个参与变电站基建工程的机构可以借助公网将系统中的基建安全管理相应的数据信息传递给中心应用服务器，应用服务器在对其进行统一的管理。与此同时，各个基建安全管理企业能够对相应的数据信息进行调用和分析。

（3）变电站基建安全行为监控系统应用范围

变电站基建安全行为监控系统中主要的用户有：基建安全管理单位；参与变电站基建工程的各个单位，即参与工程项目具体实施的施工单位和监管单位；参与工程建设的施工单位的项目部门。

变电站基建安全行为监控系统的应用范围有：变电站基建工程项目部门的管理员借助于施工现场的监视器对基建安全行为进行监控；变电站基建工程项目的具体实施机构与安全管理机构对施工现场的数据信息进行编制，对施工现场的实际数据信息进行监管；市局工程建设机构与各管理机构对相关安全数据信息的统计和监管，对施工现场实际状况进行查看。

（4）变电站基建安全行为监控系统特征。变电站基建安全行为监控系统使得基建安全行为的管理变得更加科学合理和规范，并且实现了数字化和可视化的监控，这与变电站基建安全行为监控工作的理念相适应，能够使得变电站基建工程建设企业的管理部门的实际监管需要得到有效满足，同时还能够使得参与工程建设和监管的企业需求得到充分的满足。另外，变电站基建安全行为监控系统的构建是对传统工程监控工作的一种创新和改进，在很大程度上使得基建安全行为的管理水平得到提升，同时使监管效率获得了极大的提升。

3  应用效果

（1）工程项目安全管理。给变电站基建安全行为监控提供了具体的工程项目管理，其中有对基建安全行为策划管理、对其安全风险的管理、对工程施工的管理和安全评估和检查等。借助基建安全行为监控系统，使得项目安全管理的具体工程项目流程更具标准化和科学合理化，给安全行为监控管理工作人员提供了方便。

（2）视频智能化。变电站基建安全行为监控系统（图 1）实现了监控视频的智能化，根据基建工程施工现场安全监管及风险管控的实际情况，结合电力安全生产现场的“十个规定动作”，通过手机 APP、电脑客户端对实现作业全程可视化监控，对现场作业人员佩戴安全帽、穿着工作服等作业规范性进行智能监督，对安全区域、登高作业等危险点、重点施工区域进行实时监控智能分析（图 2），配合针对电力作业特色的动态图像智能分析算法（图 3），全方位监控现场作业情况，保证作业安全及质量，提高施工现场的安全管理水平。

4  成果分析

本研究基于视频智能图像识别和机器深度学习技术[1,2]，结合电力行业工程建设特点，建立安全帽佩戴、工作服穿着、登高预警、安全区域检测等识别规则，通过电脑、手机 APP、现场音箱等实时监测告警，实现具有安全行为智能分析的视频监控系统，取代传统人工监控，助力电网建设提升安全管理水平。本成果解决了有效解决电力安全生产现场作业“十个规定动作”中的戴安全帽、穿工作服、挂牌装遮拦等实时安全管理难题，取得了集理论、技术、装备和应用于一体的系列成果。（1）提出了采用结合检测和活体预测的长时间实时跟踪技术，经过多级多层次特征提取建模，基于神经网络、组合特征 SVM 分类识别、聚合通道特征目标检测、深度学习等视频图形智能分析，现场安全问题实时语音告警，有效解决安全行为靠人监督问题，实现自动化无人安全监督，提升了电网风险管理水平。（2）提出了基于在线学习的抗遮挡目标跟踪算法、基于多模态数据融合的活体检测识别技术结合人数无关的实时多目标跟踪算法，实现现场作业环境多人安全行为违章同时识别预警。（3）提出了基于普通光学相机深度判断的周界精准预警算法，充分保留现有资源，利用现有监控设备加装工程安全行为监控系统和分析服务器，将“被动监控”升级为智能安全行为分析的“主动预警”，有效降低项目成果应用建设投资。

系统在珠海供电局 110 kV 某变电站和 220 kV 某变电站建设工程，某供电局 2017 年第二批 20 kV 及以下配电网基建常规项目施工等项目、某 10 kV 业扩配套工程、广珠花园10kV业扩配套工程等项目中成功应用中成功应用，系统对作业现场违规违章行为及突发情况的监控识别，整体提高安全监督人员同时多个作业现场的监管，通过识别告警可有效降低施工人员因麻痹大意而产生的习惯性违章 30%，节约安全督查检查工作约 50% 的工作量。有效提升现场的管控效率，提升管控质量，大幅降低施工现场违章率及安全隐患，促进承包商规范进行现场施工作业确保了现场的人身、电网及设备安全，进而提升电网安全稳定运行，应用前景广阔。

5  结语

系统实现了传统安全督查无法做到的作业现场全过程可视化实时监管，能够发现问题及时得到纠正，现场作业风险得到了有效管控。管理人员能够通过手机及监控大屏随时随地进行现场监控。