周宏斌,馬 琳,張 峰,周鵬飛,李 翔
(華電淄博熱電有限公司,山東 淄博 255054)
電力生產(chǎn)是國(guó)家經(jīng)濟(jì)發(fā)展的重要命脈,其安全性對(duì)人民生活和工業(yè)生產(chǎn)有著直接影響。電力生產(chǎn)涉及眾多繁瑣的過(guò)程包含非常密集的電力設(shè)備,并且人員活動(dòng)頻繁,有多種復(fù)雜因素影響其安全性,包括工作環(huán)境、安全管理、設(shè)備穩(wěn)定性、員工安全意識(shí)等,其中人為因素由于存在不確定性和不可預(yù)知性,對(duì)電力安全生產(chǎn)的威脅較大,由于員工的不安全行為導(dǎo)致電網(wǎng)設(shè)備故障以及人員傷亡,不僅會(huì)給電力企業(yè)造成巨大的損失,還會(huì)產(chǎn)生非常惡劣的影響。因此,在電力企業(yè)管理當(dāng)中,需要對(duì)員工行為進(jìn)行有效控制,降低安全生產(chǎn)風(fēng)險(xiǎn),最大限度的確保電力系統(tǒng)的安全運(yùn)行。電廠員工不安全行為識(shí)別及預(yù)警系統(tǒng)是基于人體行為識(shí)別算法,實(shí)現(xiàn)對(duì)電廠員工行為的實(shí)時(shí)監(jiān)控,識(shí)別不去安全行為并及時(shí)作出報(bào)警,實(shí)現(xiàn)電廠智能化控制功能,提升電力生產(chǎn)的安全性。
電力企業(yè)是國(guó)家經(jīng)濟(jì)發(fā)展的支柱型產(chǎn)業(yè),電廠安全穩(wěn)定運(yùn)行不僅關(guān)系國(guó)家經(jīng)濟(jì)建設(shè),而且關(guān)系到每一個(gè)人的日常生活。傳統(tǒng)電廠的安全管理主要依靠人工完成,缺乏科學(xué)管理措施和方法,嚴(yán)重阻礙了電力企業(yè)在生產(chǎn)方面的安全管理和健康發(fā)展,再加上部分管理者自身重視程度不足,在安全生產(chǎn)控制方面上存在諸多問(wèn)題,無(wú)法得到有效處理,導(dǎo)致安全事故頻發(fā),致使電力企業(yè)成為一項(xiàng)高風(fēng)險(xiǎn)行業(yè)。在國(guó)家經(jīng)濟(jì)快速發(fā)展的大背景下,電力企業(yè)安全生產(chǎn)的重要性越來(lái)越突出,不僅關(guān)系著電力企業(yè)自身的發(fā)展,更影響著每一個(gè)人的切身利益,下文對(duì)電力企業(yè)安全生產(chǎn)的重要性進(jìn)行分析:
電力企業(yè)安全生產(chǎn)對(duì)企業(yè)自身的良性發(fā)展有著決定性作用。安全生產(chǎn)不僅可以保安全可靠的電力供應(yīng),降低電力設(shè)備的維修成本,而且還可以幫助電力企業(yè)提升服務(wù)質(zhì)量,取得更好的經(jīng)濟(jì)效益。
電力企業(yè)由眾多輸電線路、用電設(shè)備和發(fā)電機(jī)組組成,自動(dòng)化程度較高,每個(gè)環(huán)節(jié)都相互影響,如果其中任何一個(gè)環(huán)節(jié)出現(xiàn)安全隱患,都有可能帶來(lái)連鎖反應(yīng),導(dǎo)致電力設(shè)備損壞或者造成大面積停電。因此,安全生產(chǎn)是電力企業(yè)所面臨的重要課題。
電廠生產(chǎn)環(huán)境復(fù)雜,員工行為容易受到外界因素的影響,人員操作技術(shù)不當(dāng)以及安全防范意識(shí)薄弱,都會(huì)影響到電力企業(yè)的安全生產(chǎn)。尤其是在復(fù)雜環(huán)境下,安全隱患無(wú)法及時(shí)排除,不僅會(huì)對(duì)員工人身安全造成嚴(yán)重的威脅,而且還會(huì)造成嚴(yán)重的生產(chǎn)事故。因此,提高員工安全行為管理,規(guī)范員工操作,減少不安全因素對(duì)電力生產(chǎn)造成的影響是十分必要的。
電力企業(yè)員工不安全行為識(shí)別及預(yù)警是電網(wǎng)安全管理的重要內(nèi)容,對(duì)電力企業(yè)風(fēng)險(xiǎn)規(guī)避、人員保護(hù)和經(jīng)濟(jì)效益提升有著非常顯著的作用。在系統(tǒng)研發(fā)過(guò)程中,通過(guò)采集電廠員工不安全行為特征,建立系統(tǒng)完善的電廠員工不安全行為預(yù)警模型,對(duì)員工進(jìn)行科學(xué)有效的風(fēng)險(xiǎn)管理。并且通過(guò)完善電廠安全應(yīng)急救援管理體系,最大限度地降低上生產(chǎn)事故造成的危害。當(dāng)電力企業(yè)出現(xiàn)重大事故后,積極有效的應(yīng)急預(yù)案和調(diào)配活動(dòng),可以幫助電力企業(yè)迅速恢復(fù)到正常運(yùn)營(yíng)狀態(tài)。在現(xiàn)代科學(xué)技術(shù)的推動(dòng)下,電力企業(yè)生產(chǎn)管理逐漸向著自動(dòng)化、智能化的方向轉(zhuǎn)變,先進(jìn)的生產(chǎn)設(shè)備降低了故障發(fā)生的概率,因此,人為因素導(dǎo)致的事故將是電力企業(yè)安全管理的核心。通過(guò)科學(xué)合理的監(jiān)控設(shè)備以及網(wǎng)絡(luò)通信平臺(tái),對(duì)電廠員工的行為進(jìn)行有效甄別,最大程度的避免不安全行為的發(fā)生,減少人員傷亡以及財(cái)產(chǎn)損失,為電力企業(yè)健康、穩(wěn)定、可持續(xù)發(fā)展提供有力支持。
安全生產(chǎn)是電力企業(yè)生產(chǎn)管理的核心內(nèi)容,員工行為則是影響安全生產(chǎn)的重要因素。電力企業(yè)需要重視員工安全行為管理,借助現(xiàn)代化技術(shù)建立系統(tǒng)完善的員不安全行為識(shí)別和預(yù)警機(jī)制,為電力企業(yè)安全生產(chǎn)保駕護(hù)航。電廠員工不安全行為識(shí)別及預(yù)警系統(tǒng),融合了互聯(lián)網(wǎng)技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)以及現(xiàn)代化通信技術(shù),主要是對(duì)進(jìn)入監(jiān)控范圍內(nèi)的員工進(jìn)行實(shí)時(shí)監(jiān)控,具備人員識(shí)別、跟蹤、檢測(cè)等功能,同時(shí),可以通過(guò)數(shù)據(jù)庫(kù)對(duì)員工行為進(jìn)行預(yù)判,如果存在不安全操作可以進(jìn)行報(bào)警,從而實(shí)現(xiàn)智能化控制的功能,最大限度地避免員工不安全行為的發(fā)生。下面就對(duì)電廠員工不安全行為識(shí)別及預(yù)警系統(tǒng)設(shè)計(jì)進(jìn)行詳細(xì)分析:
在電力生產(chǎn)過(guò)程中由于員工不安全行為、設(shè)備故障是導(dǎo)致生產(chǎn)事故發(fā)生的主要誘因,其中員工不安全行為在可管控事故中占比較高。電廠員工不安全行為包括:不正確佩戴安全帽、不正確使用安全帶、移動(dòng)中使用通信設(shè)備、與帶電設(shè)備安全距離不夠、開關(guān)室內(nèi)單人作業(yè)、翻越(倚靠、坐立)欄桿、跨越皮帶、在運(yùn)行的皮帶上工作等。檢測(cè)出目標(biāo)人體后,根據(jù)電廠關(guān)注的具體幾個(gè)危險(xiǎn)行為如:危險(xiǎn)操作,翻越護(hù)欄,高空拋物,摔倒受傷,違禁吸煙,未佩戴安全帽等。針對(duì)分割出的檢測(cè)的圖像,由電廠專家針對(duì)部分樣本圖片進(jìn)行標(biāo)注,判斷是否為不安全行為。若是不安全行為,則將圖片標(biāo)注為不安全行為,若不是,則標(biāo)注為安全行為。根據(jù)圖像標(biāo)注結(jié)果,將標(biāo)注的不安全行為圖片存儲(chǔ)至典型不安全行為庫(kù)中,將安全行為存儲(chǔ)至正常行為庫(kù),便于后期不安全行為的識(shí)別界定。
特征是一幅圖像中能夠引起人們注意的特點(diǎn),也是視覺監(jiān)控系統(tǒng)的核心。對(duì)同一個(gè)運(yùn)動(dòng)目標(biāo)在任何場(chǎng)景環(huán)境中提取的特征都應(yīng)該是相同的。特征提取是計(jì)算機(jī)數(shù)字圖像處理中的重要基礎(chǔ),對(duì)每一個(gè)像素點(diǎn),獲得目標(biāo)的特征信息。輸入圖像作為特征提取的操作對(duì)象和信息源,然后通過(guò)對(duì)興趣區(qū)域的處理獲得圖像內(nèi)目標(biāo)前景的各種特征信息。從目標(biāo)圖像中提取出來(lái)的特征信息被稱為特征描述。圖像特征一般包括:形狀特征、顏色特征、紋理特征和空間關(guān)系特征。利用深度學(xué)習(xí)方法對(duì)人體行為進(jìn)行識(shí)別,提取人員行為特征。
2.2.1 TLSTM-Atten神經(jīng)網(wǎng)絡(luò)
利用自注意力機(jī)制自適應(yīng)地感知,對(duì)識(shí)別結(jié)果有較大影響的關(guān)節(jié)權(quán)重,使模型能夠根據(jù)行為序列的前后關(guān)系實(shí)現(xiàn)更精確的識(shí)別。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)之前需要借助訓(xùn)練使網(wǎng)絡(luò)具有聯(lián)想記憶和預(yù)測(cè)的能力。神經(jīng)網(wǎng)絡(luò)模型包括網(wǎng)絡(luò)層數(shù)和隱含層節(jié)點(diǎn)數(shù),其中隱含層數(shù)又劃分為單隱含層與多隱含層。多隱含層泛化能力較強(qiáng),預(yù)測(cè)精準(zhǔn)度高,但是需要耗費(fèi)大量的訓(xùn)練時(shí)間。因此,在網(wǎng)絡(luò)精度要求不高的情況下,可以選擇但隱含層,節(jié)省訓(xùn)練時(shí)間。
2.2.2 幀間差分法
幀間差分法是在圖像序列中,將相鄰兩幀圖像或相隔幾幀的兩幅圖像的像素值相減并且閾值化來(lái)提取圖像中的運(yùn)動(dòng)區(qū)域。其主要優(yōu)點(diǎn)是算法實(shí)現(xiàn)簡(jiǎn)單,但對(duì)場(chǎng)景光線的變化不太敏感,受目標(biāo)陰影的影響也不太大。問(wèn)題是“當(dāng)目標(biāo)表面存在大的灰度均勻的區(qū)域時(shí),在目標(biāo)的上述區(qū)域產(chǎn)生”空洞“,目標(biāo)運(yùn)動(dòng)速度越大,檢測(cè)出的區(qū)域就比實(shí)際的區(qū)域越大,而當(dāng)目標(biāo)運(yùn)動(dòng)很緩時(shí),往往檢測(cè)到得區(qū)域很小,甚至無(wú)法檢測(cè)到目標(biāo)運(yùn)動(dòng)。
2.2.3 運(yùn)動(dòng)目標(biāo)檢測(cè)法
基于電廠已有實(shí)時(shí)視頻畫面,把視頻中的運(yùn)動(dòng)部分分割出目標(biāo)圖像來(lái),然后把分割的圖像送到識(shí)別的窗口中進(jìn)行識(shí)別人體,判斷是否為行人。利用深度學(xué)習(xí)方法時(shí)刻監(jiān)視行人目標(biāo)的狀態(tài)信息,包括:行人出現(xiàn)、消失、移動(dòng)的位置、大小變換和速度等屬性,檢測(cè)識(shí)別出人體目標(biāo)后,再對(duì)該目標(biāo)持續(xù)不斷的追蹤,直到完全消失。運(yùn)動(dòng)目標(biāo)檢測(cè)常用的方法:背景減除法,幀間差分法、光流法級(jí)統(tǒng)計(jì)學(xué)方法。
根據(jù)上述方法所提取的行為特征,再結(jié)合其標(biāo)注是否不安全行為,利用SVM、xgBoost等機(jī)器學(xué)習(xí)算法進(jìn)行建模訓(xùn)練,對(duì)未標(biāo)注圖像所提取的特征進(jìn)行分類標(biāo)簽化,將不同姿勢(shì)的特征各自劃分至各自特征類中。依據(jù)人體行為特征分類,將人員不安全行為所提取的特征存儲(chǔ)至人體不安全行為特征庫(kù)中,以為后續(xù)行為識(shí)別使用。人員不安全行為特征庫(kù)建立流程圖如圖1所示:
圖1 人員不安全行為特征庫(kù)
安全事故知識(shí)庫(kù)系統(tǒng)采用電力行業(yè)安全知識(shí)和信息化標(biāo)準(zhǔn)知識(shí)庫(kù)體系相結(jié)合的方式進(jìn)行構(gòu)建。既包含了數(shù)據(jù)的采集、編錄、審核、發(fā)布、又包含了按照電力行業(yè)使用傾向性的個(gè)性化發(fā)布、共享、查詢方式。不同的知識(shí)庫(kù)作為安全事故知識(shí)庫(kù)的二級(jí)分類,風(fēng)險(xiǎn)大數(shù)據(jù)設(shè)計(jì)包括:編目、查詢、接口服務(wù),提供對(duì)事故案例致因剖析庫(kù)、人機(jī)風(fēng)險(xiǎn)預(yù)控措施庫(kù)的安全風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)管理。提取安全事故案例、防控措施、安全規(guī)定三大類風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)特征,形成風(fēng)險(xiǎn)大數(shù)據(jù)庫(kù)核心元數(shù)據(jù)。提取本質(zhì)安全事故案例、風(fēng)險(xiǎn)防控措施、安全規(guī)定相關(guān)表單資源以及其相關(guān)特征信息,形成業(yè)務(wù)內(nèi)容的元數(shù)據(jù)。
電力企業(yè)員工不安全行為識(shí)別及預(yù)警系統(tǒng),圍繞員工行為、工作環(huán)境、信息共享等方面進(jìn)行綜合設(shè)計(jì),包括不安全行為預(yù)測(cè)、報(bào)警、行為規(guī)范等機(jī)制。通過(guò)甄別員工不安全行為與電力生產(chǎn)之間的關(guān)聯(lián)性,規(guī)范員工操作改進(jìn)電力生產(chǎn)安全管理現(xiàn)狀,將電力生產(chǎn)運(yùn)營(yíng)由危險(xiǎn)迅速轉(zhuǎn)變?yōu)榘踩珷顟B(tài),確保電力設(shè)備正常運(yùn)行。在電力企業(yè)生產(chǎn)過(guò)程中,系統(tǒng)會(huì)對(duì)復(fù)雜的作業(yè)環(huán)境進(jìn)行預(yù)測(cè),判斷工作環(huán)境是否存在引發(fā)事故的外在因素。預(yù)測(cè)是消除員工不安全行為的關(guān)鍵步驟,可以通過(guò)有效預(yù)測(cè)確保電力企業(yè)的安全生產(chǎn)規(guī)避不安全行為的發(fā)生。針對(duì)員工產(chǎn)生不安全行為的因素進(jìn)行實(shí)時(shí)監(jiān)測(cè),科學(xué)識(shí)別和診斷報(bào)警。此外,員工不安全行為識(shí)別及預(yù)警系統(tǒng),可以對(duì)可能出現(xiàn)的事故危險(xiǎn)源展開有效的識(shí)別和警告,最大限度地確保電廠安全生產(chǎn)。該系統(tǒng)還可以針對(duì)電廠企業(yè)員工生產(chǎn)過(guò)程中出現(xiàn)的不安全行為,進(jìn)行有效的矯正,當(dāng)員工生產(chǎn)存在不安全狀態(tài),系統(tǒng)借助矯正機(jī)制能過(guò)快速促使電廠員工恢復(fù)正常工作狀態(tài)。當(dāng)出現(xiàn)危險(xiǎn)狀況或者由于不安全因素,導(dǎo)致員工出現(xiàn)不安全行為時(shí),系統(tǒng)可以快速甄別問(wèn)題產(chǎn)生的原因,并立即推送應(yīng)急措施,有效規(guī)避事故的發(fā)生。電力企業(yè)員工不安全行為識(shí)別及預(yù)警系統(tǒng)運(yùn)行過(guò)程中可以對(duì)員工行為進(jìn)行有效管控,預(yù)警機(jī)制則承擔(dān)著警示和規(guī)范的作用,不僅可以實(shí)現(xiàn)員工不安全行為的超前反饋,預(yù)防風(fēng)險(xiǎn)于未然,而且當(dāng)電力企業(yè)出現(xiàn)災(zāi)害事故時(shí),該系統(tǒng)在應(yīng)急救援中可以提供有效的信息,對(duì)救援工作起到有效的引導(dǎo)和指揮作用。
綜上所述,安全生產(chǎn)對(duì)于電力企業(yè)具有重要意義。設(shè)計(jì)研發(fā)智能化員工不安全行為識(shí)別及預(yù)警系統(tǒng),能降低人工管理勞動(dòng)強(qiáng)度的同時(shí),還提升電廠智能化管理水平?;谛袨樽R(shí)別的電廠員工不安全行為識(shí)別及預(yù)警系統(tǒng),通過(guò)構(gòu)建不安全數(shù)據(jù)庫(kù)對(duì)員工行為進(jìn)行有效監(jiān)控,規(guī)范員工的行為操作,有效提升安全防范意識(shí),降低事故發(fā)生概率。