[发明专利]一种厂站现场违章作业行为处理方法、装置及存储介质

说明书

本发明公开了一种厂站现场违章作业行为处理方法、装置及存储介质，包括：获取厂站现场的实时图像数据；通过训练后的厂站现场违章作业行为检测模型根据图像数据获取违章作业行为；通过预构建的检测结果处理逻辑库根据违章作业行为生成相应的配置文件；通过预设的功能模块根据配置文件进行功能响应；本发明可以提升对违章行为的识别效果，尤其针对多目标样本识别，识别速度、模型泛化力、算法鲁棒性较好，能够有效地提高了对违章行为的管控效果。

技术领域

本发明涉及一种厂站现场违章作业行为处理方法、装置及存储介质，属于安全管控技术领域。

背景技术

电力系统厂站包括发电厂、变电站等电力运行基础设施，发电厂主要是指光伏发电站、火电厂、水电厂、核电厂等，变电站主要包括枢纽变电站、区域变电站和配电变电站。电力系统厂站是电能接收和电能分配的重要环节，也是电网的支撑和基础。安全稳定的厂站运行环境对社会安全具有重要意义。我国厂站多建设于较为偏僻的区域，为厂站的安全防护增加了诸多限制。近年来，厂站的设备盗窃案、破坏案时有发生，同时，因为工作人员未佩戴安全帽、未正确着工装、进入违规区域等违章作业行为，引发一系列人身事故，安全问题日渐突出。不仅给国家电网和广大的电力用户带来巨大的经济损失，而且对国家电网的企业形象造成了巨大影响。

传统厂站中，工作人员通过对厂站某些特定区域进行24小时巡视，这种方法费时费力且不具备准确性和实时性。随后，监视系统替代人工巡视，但无法完全取代人工巡视，同时造成人眼的视觉疲劳，也逐渐被淘汰。随着机器视觉技术的不断发展，智能视频监控技术组件成为厂站监控的主流方式。但是目前的智能视频监控所采用的算法主要是基于背景建模的目标检测算法，主要包括帧间差分法、背景差分法、光流法等基于背景建模的方法和一些高级融合算法。这种检测算法不能适应复杂的环境，对应用现场有较高的要求，存在误报漏报率高、应用面狭窄，并且不能够智能识别异常的问题，需要人为的干预。

针对上述问题，为保障厂站中的特定场景的安全，防止目标入侵、工作人员违章作业对人身安全和厂站中重要设备受到损害，迫切需要一套能够对厂站违禁区域、工作人员违章作业进行准确快速的检测和预警的方法。这对保障厂站以及人身安全、提升厂站信息化的水平以及增加电力企业的效益具有重要意义。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种厂站现场违章作业行为处理方法、装置及存储介质，以计算机视觉和视频图像分析技术为基础，能够自动的发现异常，从而保障厂站以及人身安全、提升厂站信息化的水平。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种厂站现场违章作业行为处理方法，包括：

获取厂站现场的实时图像数据；

通过训练后的厂站现场违章作业行为检测模型根据图像数据获取违章作业行为；

通过预构建的检测结果处理逻辑库根据违章作业行为生成相应的配置文件；

通过预设的功能模块根据配置文件进行功能响应；

其中，所述厂站现场违章作业行为检测模型的训练过程包括：

获取厂站现场的实时图像数据并生成原始样本库；

基于预构建的改进的Canny算子边缘检测方法优化原始样本库并生成第一训练样本库；

基于第一训练样本库训练预构建的基于Img2Img-GAN对抗网络的厂站现场图像生成模型；

将原始样本库输入训练后的厂站现场图像生成模型得到生成样本库；

对生成样本库进行厂站现场违章作业的人工标注并生成第二训练样本库；

基于第二训练样本库训练预构建的基于yolov4网络模型的厂站现场违章作业行为检测模型。