[发明专利]一种基于泛在电力物联网的水电厂危险源识别马甲

权利要求书

1.一种基于泛在电力物联网的水电厂危险源识别马甲，包括马甲本体和设置在马甲上的若干传感器，其特征在于，所述的传感器包括

全景相机，装设于马甲上，获取人员状态、环境变化的全景数据；

定位检测装置，包括GPS和RFID电子标签；获取人员定位和身份信息；

马甲本体上还设置有通讯模块，接入泛在电力物联网，将传感器获取到的数据发送给泛在电力物联网计算、评估，泛在电力物联网将评估结果反馈给马甲佩戴者。

2.根据权利要求1所述的一种基于泛在电力物联网的水电厂危险源识别马甲，其特征在于，所述的传感器还包括

气体检测传感器，检测氧气、一氧化碳、二氧化碳、硫化氢或六氟化硫的气体浓度；

监测传感器，监测带电体、静电电压或电磁辐射的数据；

激光测距仪，测量马甲与设备间的距离。

3.根据权利要求1所述的一种基于泛在电力物联网的水电厂危险源识别马甲，其特征在于，所述的全景相机获取的全景数据通过彩色空间模糊相似性测度的方法与泛在电力物联网的数据库中的样本数据比较相似度；

比较过程为：

设V＝{v_i，i＝1，...，n}为样本数据中的图片RGB彩色空间所有彩色矢量的集合；

其中，n为该彩色的总彩色数，i为彩色索引，v_i＝{v_iR，v_iG，v_iB}为彩色i的彩色矢量，v_iR、v_iG、v_iB分别表示彩色矢量i的红、绿、蓝分量；

v_i′＝{v_i′R，v_i′G，v_i′B}为全景彩色空间数据，有彩色矢量对(v_i，v_i′)∈V；

模糊相似性测度定义为

其中，k₁＝[0，∞)和k₂＝[0，1]为控制相似程度的参数；d(v_i，v_i′)和分别为两彩色矢量的欧几里得距离和夹角，

两个彩色矢量的距离和夹角大小，表征全景数据与样本数据的相似程度。

4.根据权利要求1或3所述的一种基于泛在电力物联网的水电厂危险源识别马甲，其特征在于，所述的泛在电力物联网采用LEC法评估作业风险，

其中，L表示事故发生的可能性；

E表示人员暴露于危险环境中的频繁程度；

C表示一旦发生事故可能产生的后果；

根据LEC法评估结果，利用虚拟现实技术模拟危险源演化为人身伤害的场景视频。

5.根据权利要求4所述的一种基于泛在电力物联网的水电厂危险源识别马甲，其特征在于，所述的LEC法包括

危险源统计，将水电厂的不安全事件及不安全信息输入数据库，将危险源归类，形成HFACS模型的危险源类型；

危险发生频率L的判断建模，对于给定的危险源，记其发生频率L＝{L_a，a＝0，1，2，…，m}；

其中，L_a为第a类给定危险源一段时间内危险发生的频次；m为危险源类型总数；

暴露于危险源的频繁程度E的判断建模，E＝{E_a，a＝0，1，2，…，m}；

其中，E_a为第a类给定危险源的连续工作频度；

危险程度C的判断建模，C＝{C_aj，a＝0，1，2，…，m；j＝0，1，2，3}；

其中，C_aj为第a类给定危险源发生后造成的伤害程度，j为伤害程度标记，0为轻伤，1为重伤，2为伤残，3为死亡；

风险值D的判断建模，D＝L×E×C。