基于全視域根技術(shù)的配電網(wǎng)安全運(yùn)維場(chǎng)景探索及應(yīng)用

CONTENT研究背景 數(shù)字化安全防控技術(shù)-平面 三一 三一 五數(shù)字化安全防控技術(shù)-認(rèn)知 六數(shù)字化安全防控智能裝置 七結(jié)語研究背景—大安全思維n習(xí)近平總書記指出：要做好新時(shí)代國家安全工作，以系統(tǒng)思維構(gòu)建大安全格局，以人民安全是國新型配電網(wǎng)安全可歸納為：新型配電網(wǎng)安全可歸納為：生產(chǎn)安全（人身安全或作業(yè)安全）信息安全（網(wǎng)絡(luò)安全或信息安全）研究背景—大安全思維n電網(wǎng)作業(yè)通常面臨高電壓、強(qiáng)電流等危險(xiǎn)環(huán)境，由于生產(chǎn)現(xiàn)場(chǎng)人員安全意識(shí)淡薄、作業(yè)過程不規(guī)死亡人數(shù)死亡人數(shù)0根據(jù)國家能源局公開數(shù)據(jù)根據(jù)國家能源局公開數(shù)據(jù)，2017-2022年共發(fā)生278起電力2020年桂林供電局“9.21”研究背景—大安全思維十九大報(bào)告提出“樹立安全發(fā)展理念，弘揚(yáng)生命至上、安全第一的思想”以及構(gòu)建“安全高效的能源體系”發(fā)展目標(biāo)。2018年，國家能源局印發(fā)《電力安全生產(chǎn)行動(dòng)計(jì)劃（2018-2020年）》2020年，國家能源局發(fā)布《關(guān)于印發(fā)2020年電力安全監(jiān)管重點(diǎn)任務(wù)的通知》2020年，中國國務(wù)院安委會(huì)推出《全國安全生產(chǎn)專項(xiàng)整治三年行動(dòng)計(jì)劃》2016年推出《國家電網(wǎng)公司生產(chǎn)作業(yè)安全管控標(biāo)準(zhǔn)化工作規(guī)范（試行）》2017年，國家電網(wǎng)推出《國家電網(wǎng)公司關(guān)于強(qiáng)化本質(zhì)安全的決定》2018年，南方電網(wǎng)公司推出《南方電網(wǎng)公司關(guān)于推進(jìn)本質(zhì)安全型企業(yè)建設(shè)的指導(dǎo)意見》研究背景—安全防護(hù)需要體系化思考n以配網(wǎng)觸電為例，觸電誘因可能有接地等配電網(wǎng)內(nèi)在故障、作業(yè)人員不安全行為、設(shè)備不安全狀配電網(wǎng)總體安全不同風(fēng)險(xiǎn)主體配電網(wǎng)安全設(shè)備安全人身安全公共安全人員不安全行為外力破壞外力對(duì)安全主體的分析不應(yīng)依據(jù)業(yè)務(wù)進(jìn)行割裂判斷，應(yīng)從非接觸式方式為主要手段，進(jìn)而“感知”多元誘因數(shù)據(jù)狀n配電網(wǎng)作業(yè)過程是一個(gè)涉及人員、防護(hù)工具、設(shè)備機(jī)械和環(huán)境等多元交互融合的復(fù)雜動(dòng)態(tài)過程，安全風(fēng)險(xiǎn)通驗(yàn)電作業(yè)時(shí)，未戴絕緣手套作業(yè)時(shí)，作業(yè)人員和帶電體過近研究思路—數(shù)字化安全管控平面平面-立體-全息-認(rèn)知的體系化安全風(fēng)險(xiǎn)防護(hù)技術(shù)框架數(shù)字化安全防控技術(shù)-平面數(shù)字化安全防控技術(shù)-平面化安全行為解譯平面數(shù)字化防控技術(shù)：以固定視頻監(jiān)控、布控球、執(zhí)法儀、機(jī)器人和智慧安全帽等作業(yè)現(xiàn)場(chǎng)新型安全風(fēng)險(xiǎn)防護(hù)工具為基礎(chǔ)，采集生產(chǎn)作業(yè)過程安全風(fēng)險(xiǎn)的平面影像，借助視覺影像處理方法進(jìn)行生產(chǎn)現(xiàn)場(chǎng)安全風(fēng)險(xiǎn)的智固定監(jiān)控布控球執(zhí)法儀機(jī)器人智慧安全帽處理著裝風(fēng)險(xiǎn)識(shí)別安全標(biāo)識(shí)牌識(shí)別動(dòng)態(tài)違章動(dòng)作安全帽識(shí)別標(biāo)識(shí)牌字符識(shí)別登高作業(yè)識(shí)別安全手套識(shí)別標(biāo)識(shí)牌缺失識(shí)別倒閘作業(yè)判別工作服識(shí)別標(biāo)識(shí)牌外觀異常識(shí)別作業(yè)現(xiàn)場(chǎng)打電話工作服識(shí)別誤入帶電間隔檢測(cè)關(guān)鍵作業(yè)節(jié)點(diǎn)分割安全帶識(shí)別翻越電子圍欄常見可視化違章風(fēng)險(xiǎn)（以代替人為導(dǎo)向）參考文獻(xiàn)：馬富齊,王波,董旭柱,等.電力工業(yè)安全影像解譯：基本概念與技術(shù)框架[J].中國電機(jī)工程學(xué)報(bào),2022,42(02)參考文獻(xiàn)：馬富齊,王波,董旭柱,等.電力工業(yè)安全影像解譯：基本概念與技術(shù)框架[J].中國電機(jī)工程學(xué)報(bào),2022,42(02)數(shù)字化安全防控技術(shù)-平面化安全行為解譯n提出了基于知識(shí)驅(qū)動(dòng)的安全影像智慧解譯方法，實(shí)現(xiàn)了對(duì)生產(chǎn)過程中靜態(tài)風(fēng)險(xiǎn)元素目標(biāo)、人員動(dòng)態(tài)違章行為和復(fù)雜生產(chǎn)場(chǎng)景等險(xiǎn)誘因的智能識(shí)別及風(fēng)險(xiǎn)認(rèn)知，基于此研發(fā)了全過程可視化生產(chǎn)安全智慧管控系統(tǒng)，實(shí)現(xiàn)對(duì)作業(yè)前中后生產(chǎn)安全風(fēng)險(xiǎn)的高精度辨識(shí)。效效可辨識(shí)風(fēng)險(xiǎn)類型20種，風(fēng)險(xiǎn)辨識(shí)精度95%，產(chǎn)品性能指標(biāo)領(lǐng)先于同類產(chǎn)品，有效解決了繞人-機(jī)-物多元交互生產(chǎn)過程果的安全影像解譯難題。數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵問題1：形態(tài)特征相似安全防護(hù)工具風(fēng)險(xiǎn)元素（機(jī)或物）的精細(xì)化識(shí)別問題關(guān)鍵問題1：形態(tài)特征相似安全防護(hù)工具風(fēng)險(xiǎn)元素（機(jī)或物）的精細(xì)化識(shí)別問題配電作業(yè)現(xiàn)場(chǎng)存在大量形態(tài)相似目標(biāo)：絕緣手套、線手套和手接地線與驗(yàn)電桿木梯子和絕緣梯形態(tài)相似性、尺寸相當(dāng)，差異性體現(xiàn)在材質(zhì)或紋理方面如何差異化表征形態(tài)配電作業(yè)影像中相似元素目標(biāo)的視覺特征如何差異化表征形態(tài)配電作業(yè)影像中相似元素目標(biāo)的視覺特征，捕捉或放大相似目標(biāo)的細(xì)微視覺特征差異性，實(shí)現(xiàn)對(duì)電力生產(chǎn)中靜態(tài)風(fēng)險(xiǎn)元素目標(biāo)的精細(xì)化識(shí)別數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法度量學(xué)習(xí)任務(wù)的典型示例達(dá)不同目標(biāo)特征距離為目的的嵌入式空間特征學(xué)習(xí)，學(xué)習(xí)得到表征不同目標(biāo)的深度代表性特征向量，通過知目標(biāo)與代表性特征向量的距離進(jìn)行類別判斷，從而實(shí)現(xiàn)對(duì)形態(tài)高度相似實(shí)體防護(hù)工具的高精度辨識(shí)，以度量學(xué)習(xí)任務(wù)的典型示例基于深度代表性特征度量學(xué)習(xí)的相似防護(hù)工具目標(biāo)參考文獻(xiàn)：馬富齊,王波,董旭柱,等.面向電力生產(chǎn)精細(xì)化風(fēng)險(xiǎn)解譯的高度相似防護(hù)工具智能檢測(cè)技術(shù)研究[J].中國電機(jī)工程學(xué)報(bào),2024,44(03):971-981.DOI:1參考文獻(xiàn)：馬富齊,王波,董旭柱,等.面向電力生產(chǎn)精細(xì)化風(fēng)險(xiǎn)解譯的高度相似防護(hù)工具智能檢測(cè)技術(shù)研究[J].中國電機(jī)工程學(xué)報(bào),2024,44(03):971-981.DOI:1數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法不同模態(tài)數(shù)取值對(duì)模型性能影響分析不同模態(tài)值對(duì)應(yīng)的模型平均精度AP（%）34567手型的平均精度均值達(dá)到最大值86.38%。結(jié)結(jié)論數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法關(guān)鍵突破1：基于細(xì)粒度目標(biāo)檢測(cè)的靜態(tài)安全防護(hù)工具精細(xì)化識(shí)別方法誤判誤判及多標(biāo)簽誤判及多標(biāo)簽大大量誤判漏判與常見目標(biāo)檢測(cè)模型的對(duì)比—驗(yàn)電桿和絕緣桿檢測(cè)結(jié)果對(duì)比數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵問題2：特征隨機(jī)變化的人員違章動(dòng)作風(fēng)險(xiǎn)因素（人）高精度辨識(shí)問題關(guān)鍵問題2：特征隨機(jī)變化的人員違章動(dòng)作風(fēng)險(xiǎn)因素（人）高精度辨識(shí)問題(a)違章行為起始階段(b)違章行為中間階段因此因此，如何提取和表達(dá)電力生產(chǎn)影像中作業(yè)過程人體姿態(tài)的隨機(jī)時(shí)空特征變化，捕捉關(guān)鍵人體部位的區(qū)辨數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破2：基于時(shí)空?qǐng)D卷積和骨骼節(jié)點(diǎn)注意模塊的配電網(wǎng)作業(yè)人員違章行為識(shí)別關(guān)鍵突破2：基于時(shí)空?qǐng)D卷積和骨骼節(jié)點(diǎn)注意模塊的配電網(wǎng)作業(yè)人員違章行為識(shí)別人體18個(gè)骨骼節(jié)點(diǎn)人體18個(gè)骨骼節(jié)點(diǎn)違章行為類型PRECISIONRECALLF1_SCORE所提方法所提方法所提方法跨越安全圍欄違規(guī)攀爬作業(yè)現(xiàn)場(chǎng)打電話打開高壓柜門移除安全標(biāo)識(shí)牌參考文獻(xiàn)：BoWang,FuqiMa*,RongJia,etal.Skeleton-BasedViolationActionRecognitionMethodforSafetySupervisioninOpe數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵問題3：關(guān)鍵問題3：具有多元交互特征的作業(yè)場(chǎng)景風(fēng)險(xiǎn)因素（人-機(jī)-物）復(fù)雜理解問題場(chǎng)景理解最早是來源于計(jì)算機(jī)視覺領(lǐng)域的概念，在場(chǎng)景理解最早是來源于計(jì)算機(jī)視覺領(lǐng)域的概念，在傳統(tǒng)概念中場(chǎng)景理解既包括目標(biāo)檢測(cè)、語義分割等低層圖像處理任務(wù)，也包括圖像描述（IC）、視覺問答（VQA）等高層圖像處理任務(wù)。計(jì)算機(jī)視覺領(lǐng)域場(chǎng)景理解（圖像描述）（機(jī)器視覺技術(shù)和自然語言處理等多個(gè)領(lǐng)域相融合的熱點(diǎn)問題）數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵問題3：關(guān)鍵問題3：具有多元交互特征的作業(yè)場(chǎng)景風(fēng)險(xiǎn)因素（人-機(jī)-物）復(fù)雜理解問題電電力場(chǎng)景視覺特點(diǎn)—以驗(yàn)電作業(yè)場(chǎng)景為例數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破3：考慮風(fēng)險(xiǎn)場(chǎng)景依存性的配電作業(yè)場(chǎng)景智能理解方法關(guān)鍵突破3：考慮風(fēng)險(xiǎn)場(chǎng)景依存性的配電作業(yè)場(chǎng)景智能理解方法提出了融合全局視覺特征和空間拓?fù)涮卣鞯呐潆娮鳂I(yè)場(chǎng)景理解模型多尺度特征融合注意模塊針對(duì)配網(wǎng)作業(yè)場(chǎng)景中元素識(shí)別與關(guān)系理解困難問題多尺度特征融合注意模塊針對(duì)配網(wǎng)作業(yè)場(chǎng)景中元素識(shí)別與關(guān)系理解困難問題，提出融合全局視覺特征與空間拓?fù)潢P(guān)系的圖編碼-解碼網(wǎng)絡(luò)方法，實(shí)現(xiàn)作業(yè)人員與設(shè)備間交互關(guān)系的智能識(shí)別與場(chǎng)景精準(zhǔn)解析。參考文獻(xiàn)：MaFuqi,WangBo,DongXuzhu,etal.Sceneunders參考文獻(xiàn)：MaFuqi,WangBo,DongXuzhu,etal.Sceneunders數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破3：考慮風(fēng)險(xiǎn)場(chǎng)景依存性的生產(chǎn)作業(yè)場(chǎng)景智能理解方法關(guān)鍵突破3：考慮風(fēng)險(xiǎn)場(chǎng)景依存性的生產(chǎn)作業(yè)場(chǎng)景智能理解方法與其他基于CNN方法的對(duì)比所提方法場(chǎng)景理解結(jié)果的標(biāo)準(zhǔn)混合矩陣第2種評(píng)估策略下不同方法性能對(duì)比數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破4：基于并行編解碼集合關(guān)系預(yù)測(cè)的人物作業(yè)關(guān)系智能理解方法關(guān)鍵突破4：基于并行編解碼集合關(guān)系預(yù)測(cè)的人物作業(yè)關(guān)系智能理解方法H×WkQHVL×N基于自注意力機(jī)制的并行解碼模塊Qdot-productattentionM×LM×L(M≤N)HOI位置嵌入模塊H×WkQHVL×N基于自注意力機(jī)制的并行解碼模塊Qdot-productattentionM×LM×L(M≤N)HOI位置嵌入模塊基于基于Transformer的編碼模塊全局儲(chǔ)存位置編碼模塊KT、V全局儲(chǔ)存位置編碼模塊扁平化特征WdH×WCdH×W空集空集空集關(guān)系交互對(duì)1空集空集空集關(guān)系交互對(duì)1關(guān)系交互對(duì)關(guān)系交互對(duì)2關(guān)系交互對(duì)關(guān)系交互對(duì)3關(guān)系交互對(duì)關(guān)系交互對(duì)M,--------?-------personascendladderhbboxobbox關(guān)系預(yù)測(cè)模塊基于并行編解碼集合關(guān)系預(yù)測(cè)的人物作業(yè)關(guān)系智能理解方法效果展示參考文獻(xiàn)：MaFuqi,LiuYongwen,WangBo,etal.Researchonintelligenti數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破5：基于圖像描述和語義相似性分析的復(fù)雜電力作業(yè)場(chǎng)景安全風(fēng)險(xiǎn)辨識(shí)方法關(guān)鍵突破5：基于圖像描述和語義相似性分析的復(fù)雜電力作業(yè)場(chǎng)景安全風(fēng)險(xiǎn)辨識(shí)方法n電力施工作業(yè)現(xiàn)場(chǎng)環(huán)境多樣復(fù)雜；n作業(yè)人員工作范圍和運(yùn)動(dòng)軌跡難以控制；n存在多種施工機(jī)械及工器具。僅僅采用目標(biāo)檢測(cè)和實(shí)例分割等淺層感知技術(shù)進(jìn)行電力生產(chǎn)安全風(fēng)險(xiǎn)識(shí)別，無法提取作業(yè)過程中包含的深層語義知識(shí)和施工現(xiàn)場(chǎng)風(fēng)險(xiǎn)主體之間的依存關(guān)系，且對(duì)潛在風(fēng)險(xiǎn)因素的挖掘不充分，從而導(dǎo)致風(fēng)險(xiǎn)識(shí)別不準(zhǔn)確的問題，無法滿足電力工業(yè)實(shí)際生產(chǎn)需求。借助高層圖像理解任務(wù)實(shí)現(xiàn)電力場(chǎng)景安全風(fēng)險(xiǎn)的智慧認(rèn)知借助高層圖像理解任務(wù)實(shí)現(xiàn)電力場(chǎng)景安全風(fēng)險(xiǎn)的智慧認(rèn)知參考文獻(xiàn)：LiW,MaF,JiaR,WangB，etal.ARiskIdentif數(shù)字化安全防控技術(shù)-平面化安全行為解譯關(guān)鍵突破5：基于圖像描述和語義相似性分析的復(fù)雜電力作業(yè)場(chǎng)景安全風(fēng)險(xiǎn)辨識(shí)方法關(guān)鍵突破5：基于圖像描述和語義相似性分析的復(fù)雜電力作業(yè)場(chǎng)景安全風(fēng)險(xiǎn)辨識(shí)方法安全風(fēng)險(xiǎn)安全風(fēng)險(xiǎn)辨識(shí)結(jié)果風(fēng)險(xiǎn)識(shí)別方法的流程圖參考文獻(xiàn)：LiW,MaF,JiaR,etal.ARiskIdentificationMethodforPowerOper數(shù)字化安全防控技術(shù)-立體數(shù)字化安全防控技術(shù)-立體化安全距離電力系統(tǒng)具有高電壓、強(qiáng)電流等特點(diǎn)電力系統(tǒng)具有高電壓、強(qiáng)電流等特點(diǎn)，安全距離作為近電作業(yè)風(fēng)險(xiǎn)防護(hù)的重要指標(biāo)，對(duì)保障電力設(shè)備安全運(yùn)行及作業(yè)人員生命安全至關(guān)重要。如何進(jìn)行作業(yè)人員或施工機(jī)械與帶電設(shè)備的安全距離精數(shù)字化安全防控技術(shù)-立體化安全距離基于多攝像頭聯(lián)動(dòng)基于多攝像頭聯(lián)動(dòng)的人員安全距離判別斗臂車、塔吊等特殊工器具、電子圍欄需要安全距離帶電設(shè)備需要安全距離從平面圖中“認(rèn)知”大概距離長(zhǎng)距離（>40米）雙目或點(diǎn)云數(shù)據(jù)匹配數(shù)字化安全防控技術(shù)-立體化安全距離基于基于雙目立體匹配和場(chǎng)景元素識(shí)別的近電安全距離檢測(cè)誤差誤差(%)5雙目視頻采集0×2×10(mm)0102030本文所提方法測(cè)距誤差圖數(shù)字化安全防控技術(shù)-立體化安全距離基于基于雙目立體感知與安全區(qū)域分割的施工機(jī)械近電作業(yè)距離檢測(cè)n大型施工機(jī)械是電力檢修、改造等作業(yè)的重要工具，其近電作業(yè)過程的安全距離有嚴(yán)格要求，但其作業(yè)過程參考文獻(xiàn)：馬富齊,王嘉勛,賈嶸,等.基于雙目立體感知和安全區(qū)域分割的大型施工機(jī)械近電安全距離智能預(yù)警方法研究[J].中國電機(jī)工程學(xué)報(bào),2025,45(07):2554-2567.施工機(jī)施工機(jī)械邊緣檢測(cè)安全距離計(jì)算機(jī)制選取基于基于雙目立體感知與安全區(qū)域分割的施工機(jī)械近電作業(yè)距離檢測(cè)檢測(cè)結(jié)果可視化數(shù)字化安全防控技術(shù)-立體化安全距離基于可見光基于可見光+點(diǎn)云數(shù)據(jù)匹配的安全距離測(cè)量與防控輸電通道外破距離檢測(cè)場(chǎng)景示例攝像頭輸電通道外破距離檢測(cè)場(chǎng)景示例攝像頭形態(tài)1：融合測(cè)控裝置應(yīng)用場(chǎng)景涵蓋從作業(yè)前的人員準(zhǔn)入—>前往作業(yè)區(qū)域?qū)崟r(shí)軌跡跟蹤—>作形態(tài)1：融合測(cè)控裝置應(yīng)用場(chǎng)景涵蓋從作業(yè)前的人員準(zhǔn)入—>前往作業(yè)區(qū)域?qū)崟r(shí)軌跡跟蹤—>作業(yè)區(qū)域?qū)崟r(shí)監(jiān)控預(yù)警—>作業(yè)后評(píng)估分析報(bào)告生成。形成電力生產(chǎn)安全作業(yè)全流程管理體系。安全距離管控場(chǎng)景示例數(shù)字化安全防控技術(shù)-全息數(shù)字化安全防控技術(shù)-全息化多物理場(chǎng)融合聲聲-光-熱多物理場(chǎng)融合的全息成像安全風(fēng)險(xiǎn)發(fā)生時(shí)：安全風(fēng)險(xiǎn)發(fā)生時(shí)：視覺方式檢測(cè)效果有限外部聲（可聽聲/超聲）、光（可見光）、熱、電、磁等物理場(chǎng)發(fā)生變化基于矢量陣列映射的聲光熱多物理場(chǎng)融合成像技術(shù)基于矢量陣列映射的聲光熱多物理場(chǎng)融合成像技術(shù)基于影像解譯的電力設(shè)備內(nèi)部風(fēng)險(xiǎn)定位及智能識(shí)別技術(shù)基于影像解譯的電力設(shè)備內(nèi)部風(fēng)險(xiǎn)定位及智能識(shí)別技術(shù)面向用電設(shè)備風(fēng)險(xiǎn)檢查的多物理場(chǎng)風(fēng)險(xiǎn)解譯及預(yù)警裝置研制面向用電設(shè)備風(fēng)險(xiǎn)檢查的多物理場(chǎng)風(fēng)險(xiǎn)解譯及預(yù)警裝置研制聲-光-熱多物理場(chǎng)融合的全息成像數(shù)字化安全防控技術(shù)-全息化多物理場(chǎng)融合基于基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法參考文獻(xiàn)：馬富齊,穆睿昕,賈嶸,王波等.基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法研究[J/OL].電力系統(tǒng)保護(hù)與控制,1-12[2025-05-22]./10.1978參考文獻(xiàn)：馬富齊,穆睿昕,賈嶸,王波等.基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法研究[J/OL].電力系統(tǒng)保護(hù)與控制,1-12[2025-05-22]./10.1978數(shù)字化安全防控技術(shù)-全息化多物理場(chǎng)融合基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法結(jié)果分析基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法結(jié)果分析以以聲像融合特征為輸入的模型使得不同放電類型的樣本分布邊界更加清晰，準(zhǔn)確率等各種指標(biāo)均在99%以上，輪廓系數(shù)最接近于1，具有更好混淆矩陣和t-SNE聚類圖數(shù)字化安全防控技術(shù)-全息化多物理場(chǎng)融合基于基于聲光融合成像特征解析的電力設(shè)備局部放電精細(xì)識(shí)別方法結(jié)果分析超參數(shù)設(shè)置由由CNN和DeepConvDNN的對(duì)比可以看出去除池化層并增加卷積層深度有助于增強(qiáng)特征表達(dá)能力；加入LSTM后能有效處理時(shí)序依賴關(guān)系；加入注意力機(jī)制后增強(qiáng)了關(guān)鍵時(shí)間步的權(quán)重，各項(xiàng)指標(biāo)上均各模型對(duì)比實(shí)驗(yàn)結(jié)果分析數(shù)字化安全防控技術(shù)-認(rèn)知數(shù)字化安全防控技術(shù)-安全風(fēng)險(xiǎn)智能認(rèn)知基于基于多模態(tài)大模型的作業(yè)現(xiàn)場(chǎng)安全風(fēng)險(xiǎn)智能認(rèn)知技術(shù)多模態(tài)大模型判斷工人是否存在不安全的行為，生成相應(yīng)的行為類型、風(fēng)險(xiǎn)水平和決策意見。后臺(tái)安全監(jiān)督人員負(fù)責(zé)審核多模態(tài)大模型的意見，可用決策可直接下達(dá)指令，指導(dǎo)現(xiàn)場(chǎng)作業(yè)，不可用決策返回多模態(tài)大模型。多模態(tài)大模型可以作為輔助方法幫助電力企業(yè)進(jìn)參考文獻(xiàn)：LiW,MaF,ZuoZ,etal.SafetyGPT:Anautonomousagentofelectricalsafetyrisksformonitoringworkers’unsafebehaviors[J].InternationalJournalofElectricalPowerandEnergySystems,2025,168110672-110672.參考文獻(xiàn)：LiW,MaF,ZuoZ,etal.SafetyGPT:Anautonomousagentofelectricalsafetyrisksformonitoringworkers’unsafebehaviors[J].InternationalJournalofElectricalPowerandEnergySystems,2025,168110672-110672.數(shù)字化安全防控技術(shù)-安全風(fēng)險(xiǎn)智能認(rèn)知基于基于多模態(tài)大模型的作業(yè)現(xiàn)場(chǎng)安全風(fēng)險(xiǎn)智能認(rèn)知技術(shù)數(shù)據(jù)生成數(shù)字化安全防控技術(shù)-安全風(fēng)險(xiǎn)智能認(rèn)知基于基于多模態(tài)大模型的作業(yè)現(xiàn)場(chǎng)安全風(fēng)險(xiǎn)智能認(rèn)知技術(shù)大模型運(yùn)行流程風(fēng)險(xiǎn)認(rèn)知效果數(shù)字化安全防控智能裝置數(shù)字化安全防控技術(shù)-智能裝置矛盾日益加劇生產(chǎn)安全風(fēng)險(xiǎn)的瞬時(shí)性生產(chǎn)安全影像處理需求量大將風(fēng)險(xiǎn)辨識(shí)模型下放至防護(hù)前端裝置成為迫切趨勢(shì)難點(diǎn)如何打破感知終端計(jì)算資源的限制，將基于復(fù)雜智能風(fēng)險(xiǎn)辨識(shí)模型部署到算力有限的前端裝置？數(shù)字化安全防控技術(shù)-智能裝置n構(gòu)建了基于電力視覺邊緣智能的生產(chǎn)安全風(fēng)險(xiǎn)辨識(shí)與防控技術(shù)框架，提出面向資源有限前端裝置的風(fēng)險(xiǎn)辨識(shí)模型前端加速策略，提出了基于判別力驅(qū)動(dòng)的風(fēng)險(xiǎn)辨識(shí)模型通道剪枝方法，研制了全過程可視化生產(chǎn)安全智慧管控終端及即插即用型邊緣智能盒產(chǎn)品。基于電力視覺邊緣智能的生產(chǎn)安全風(fēng)險(xiǎn)辨識(shí)與防護(hù)框架效對(duì)于服務(wù)器端的風(fēng)險(xiǎn)辨識(shí)模型壓縮后的精度損失控制在6%效對(duì)于服務(wù)器端的風(fēng)險(xiǎn)辨識(shí)模型壓縮后的精度損失控制在6%，該指標(biāo)領(lǐng)先于現(xiàn)有模型壓縮技術(shù)；研制的智能盒產(chǎn)品現(xiàn)銷售參考文獻(xiàn)：馬富齊,王波,董旭柱,等.電力視覺邊緣智能：邊緣計(jì)算驅(qū)動(dòng)下的電力深度視覺加速技術(shù)[J].電網(wǎng)技術(shù),2020,44(06):2020-2029.數(shù)字化安全防控技術(shù)-智能裝置復(fù)雜風(fēng)險(xiǎn)辨識(shí)模型基于輕量化卷積神經(jīng)網(wǎng)絡(luò)MobileNetV基于輕量化卷積神經(jīng)網(wǎng)絡(luò)MobileNetV3的特征提取基于判別力驅(qū)動(dòng)的風(fēng)險(xiǎn)辨識(shí)模型通道剪枝方法基于量化運(yùn)算的風(fēng)險(xiǎn)辨識(shí)模型輕量計(jì)算方法輕量風(fēng)險(xiǎn)辨識(shí)模型數(shù)字化安全防控技術(shù)-智能裝置基于輕量化卷積神經(jīng)網(wǎng)絡(luò)基于輕量化卷積神經(jīng)網(wǎng)絡(luò)MobileNetV3的特征提取方法DM…DN(a)標(biāo)準(zhǔn)卷積核1Dd—MDd—M…(b)深度卷積M1口口口1N(c)逐點(diǎn)卷積…標(biāo)準(zhǔn)卷積和深度可分解卷積網(wǎng)絡(luò)示意圖相比于標(biāo)準(zhǔn)卷積操作，深度可分離卷積操作計(jì)算量的減少比例為：數(shù)字化安全防控技術(shù)-智能裝置基于判別力驅(qū)動(dòng)的風(fēng)險(xiǎn)辨識(shí)模型通道剪枝方法參考文獻(xiàn)：BoWang,FuqiMa*,LeijiaoGe,andetal.“Icing-EdgeNet:APruningLightweightEdgeIntelligentMethodofDiscriminativeDrivin