智能感知系統(tǒng)在變電站擴建管理中的應用研究

陳 敏

（中國南方電網廣東電網有限責任公司肇慶供電局，廣東 肇慶 526000）

1 應用背景

隨著國家對電網投入的不斷加大，基建任務日趨繁重，現(xiàn)場安全管理不完善，特別是在變電站改擴建工程中，現(xiàn)場施工環(huán)境復雜，施工專業(yè)性強，質量和安全要求很高，管理人員安全巡查工作強度高，任務量重，管理難度大給安全生產帶來隱患。

現(xiàn)有的變電站管理單位中通常會在施工當?shù)財z錄分布視頻監(jiān)控中心來統(tǒng)一管理幾個施工現(xiàn)場，該視頻監(jiān)控中心目前僅僅是視頻攝錄，無法做到邊錄邊實時識別并預警。安全管理人員無法第一時間掌控并獲悉現(xiàn)場的不安全行為等風險，進而對安全管控無法做到防患于未然。通過引入智能技術，實現(xiàn)對變電站施工現(xiàn)場人員、環(huán)境和作業(yè)車輛的統(tǒng)一管控，對業(yè)主單位、建設單位及監(jiān)理單位等資源的統(tǒng)一調度，從而實現(xiàn)變電站施工安全預警的集中化、數(shù)字化、在線化、實時化、智能化管理，及時發(fā)現(xiàn)并預警不安全行為等風險情況，降低安全事故發(fā)生的可能性，保障變電站施工現(xiàn)場的安全。

2 深度學習技術

深度學習（Deep Learning，DL）由Hinton等人于2006年提出，是機器學習（Machine Learning，ML）的一個新領域。深度學習起源于人工神經網絡，通過組合低層特征形成更加抽象的高層特征或類別，然后從大量的輸入數(shù)據(jù)中學習有效特征表示，并把這些特征用于分類、回歸和信息檢索的一種技術，可幫助計算機理解大量圖像、聲音和文本形式的數(shù)據(jù)。利用多層次的神經網絡，計算機能像人類一樣觀察、學習復雜的情況，并做出相應的反應。

基于深度學習的目標檢測算法，主流的檢測方式有兩種：一種是基于候選區(qū)域的網絡，如CNN家族系列，R-CNN、Fast R-CNN、Faster R-CNN等；另一種是無需候選區(qū)域的端到端網絡，如YOLO家族系列、SSD 家族系列［1］。

3 智能感知系統(tǒng)概述

智能感知系統(tǒng)由外界感知裝置、無線傳輸裝置、智能預警裝置及其他輔助設施組成。使用4G和攝像頭無線WiFi自組網技術，實現(xiàn)現(xiàn)場數(shù)據(jù)的快速傳輸至智能預警裝置，快速部署，進行實時預警分析，并將結果信息推送至相關人員。

3.1 外界感知裝置

外界感知裝置由人臉識別設備、移動安全行為監(jiān)護設備及環(huán)境監(jiān)測設備3個子模塊組成。

（1）人臉識別裝備

人臉識別裝備由人臉識別通道道閘、智能平板等組成，并配備紅外檢測，支持防尾隨和防沖撞功能。

（2）移動安全行為監(jiān)護裝備

移動安全行為監(jiān)護裝備由攝像頭、移動三角支架及太陽能供電系統(tǒng)組成。其中，攝像頭具備自組網功能，可以均勻布設在施工場地中，保證視頻信息的實時接入至智能預警裝置，同時大大節(jié)省了流量。

（3）環(huán)境監(jiān)測裝備

環(huán)境監(jiān)測裝備通過太陽能板供電，并持續(xù)收集溫濕度、風速及PM2.5等環(huán)境監(jiān)測信息。

3.2 無線傳輸裝置

外界感知裝置通過無線傳輸裝置與智能預警裝置實現(xiàn)單向、實時信息交互，信息交互內容包括既包括非結構化數(shù)據(jù)，如監(jiān)控視頻、人臉圖像等，又包含非結構化的數(shù)據(jù)，如風速、溫濕度及PM2.5等。所有信息均可在本地后臺存儲，又可通過云端發(fā)布預警信息。

3.3 智能預警裝置

智能預警裝置由計算機、無線通信設備及智能預警平臺等組成。安裝于變電站本地，調用深度學習算法，對外界感知裝置采集的數(shù)據(jù)進行實時預警分析，并將結果信息推送至相關人員；同時可作為對外界感知裝置的數(shù)據(jù)庫存儲。

4 典型應用場景

4.1 人臉識別智能通行

與普通行業(yè)不同，工地對于身份識別的應用技術上有很多的需求和限制。工地工人多，人員復雜，無法保障建筑工地上設備和材料的安全保管；工地塔吊和特殊工種必須專人專職，如果非專業(yè)人員操作，容易引發(fā)事故；因此，應用人臉識別技術，不僅能對工地工人實行有序管理，還能有效防止和遏制失竊和其他安全問題。

圖1中，利用深度學習人臉識別技術實現(xiàn)對進出入施工現(xiàn)場的人員身份核實，對于已認證通過得到授權人員高效放行，對于未授權人員則拒之門外，對于非法人員（如全國公安系統(tǒng)上在逃人員），則及時報警，以實現(xiàn)對進出變電站施工現(xiàn)場人員的有效管控。

圖1 人臉識別智能通行系統(tǒng)

4.2 安全行為監(jiān)護

圖2中，利用深度學習目標檢測技術實現(xiàn)未佩戴安全帽、未正確著裝、誤闖工作間隔及外物入侵等場景的智能識別，拍攝記錄違規(guī)行為并自動告警。同時設置電子圍欄，通過攝像頭智能識別，人員越界時自動發(fā)出告警，通過安全行為監(jiān)控模塊保障施工現(xiàn)場作業(yè)人員的人身安全[2]。

4.3 環(huán)境監(jiān)測

在施工現(xiàn)場，天氣原因常常對特種作業(yè)都會產生較大的影響。電網針對這一事實現(xiàn)象，根據(jù)風級也制訂了相關規(guī)定，禁止一些有危險的工作，保障建筑施工人員的施工安全[3]。

圖2 安全行為監(jiān)護系統(tǒng)

通過智能感知傳感器設備實時監(jiān)測施工工地現(xiàn)場的環(huán)境數(shù)據(jù)并綜合分析，若風力傳感器的數(shù)值超過6級風力時，系統(tǒng)會自動及時發(fā)出停止施工的預警信號，如圖3所示。

圖3 環(huán)境監(jiān)測智能分析系統(tǒng)

5 結 論

本文在變電站擴建改造施工工地現(xiàn)場安全管理中深度融合人工智能技術、物聯(lián)網技術及移動互聯(lián)網技術等先進技術的集成綜合應用。通過人臉識別智能通行、安全行為監(jiān)護及施工現(xiàn)場環(huán)境監(jiān)測3個方面的建設，解決了現(xiàn)場環(huán)境復雜帶來的環(huán)境安全管理難、人員流動帶來的施工人員管理難、施工安全行為管理難及事后調查取證難等問題。本項目實現(xiàn)了對施工現(xiàn)場環(huán)境、人員等關鍵要素的統(tǒng)一集中管控，實現(xiàn)了科學施工、文明施工、綠色施工及生態(tài)施工，全面推動變電站施工安全管理模式向數(shù)字化、可視化、精細化、標準化的智能管理轉型升級，具有很強的示范效應。