基于视频异常特征提取的变电站安全智能控制研究

为准确识别无人值守变电站异常行为，保证变电站安全运行，提出基于视频异常特征提取的变电站安全智能控制方法。使用基于改进数学形态学滤波的变电站监控图像增强方法，改善变电站监控图像质量；使用变电站监控图像特征提取方法，提取增强处理后变电站监控图像的颜色特征与纹理特征；由基于异常特征分类的变电站监控图像异常检测方法，将所提取的变电站监控图像特征作为分类目标，提取异常特征，完成变电站视频监控图像异常识别，从而启动应对措施，实现安全智能控制。经实验验证：所提方法可改善变电站监控图像质量、提取视频图像中的异常特征，异常特征提取准确率高于90.2%,能够准确识别变电站异常行为，虚警率低于5.24%,保证变电站安全运行智能控制。     

基于安全帽颜色识别的人员身份认证算法在变电站的应用

安全生产是变电站日常生产过程中最核心的要求。在变电站施工现场中,要面对高压危险设备,施工人员进入现场佩戴安全帽是必要的安全措施。而且对于不同身份的人员,要求佩戴的安全帽颜色也不同。在变电站中,要求能够实时监视生产过程中的施工方式是否符合安全生产的要求。该文提出了一种基于行人检测和安全帽颜色识别的算法,实现了对监控画面中检测到的人,识别其是否按照安全生产规范佩戴了安全帽,并且根据安全帽的颜色,进一步确定进站施工人员是否按照施工要求到位。该算法准确率高,大大降低了人工一一排查监控视频数据的时间开销,节省了人力,也提高了工作效率。     

基于智能视觉的变电站内人员异常行为辅助监控系统

为解决变电站人工监控的各种弊端,设计基于智能视觉的变电站内人员异常行为辅助监控系统。在系统硬件部分,以无线芯片CC2530为核心连接硬件的各个模块,设计协调器以及电源等模块;在系统软件部分,运用人工智能与图像处理技术,预先对监控视频阴影处理,然后采用背景建模的方法,对视频中的信息描述,最后将HOG特征识别应用到异常行为检测中,实现变电站内人员异常行为辅助监控。实验结果表明,此次研究的变电站内人员异常行为辅助监控系统,在人多与人少的时候都具有较高的监控识别准确性,证明了此次研究的系统的应用效果。     

三维卷积和视频帧采样算法下斗殴检测技术

针对监控视频中斗殴行为检测的需求,提出了一种新的基于三维卷积神经网络和视频帧采样算法的斗殴行为检测方法。针对监控视频行为检测起始定位的难点,提出了一种利用基于人体姿态信息的关键区域检测算法定位斗殴行为起始帧的方法,形成了斗殴行为预识别空间。针对深度学习训练数据冗余和优化程度不够的问题,提出了基于时间采样的视频帧采样算法,并且搭建了一个三维卷积神经网络,使网络学习到整个行为动作的时空信息。实验结果证明了所提方法在两个公共数据集上取得了优越的性能。     

基于策略的厂区安全与监控系统的设计与实现

为了解决企业目前存在的人工监控注意力不能长时间集中、发生事故后只可逐一倒查而无法提前预警、监控视频图像数据存档分析困难、重点区域进出权限无法有效管控等问题，本文提出一种基于策略的厂区安全与监控智能管理系统，本系统以网络闸机、智能网络摄像头、移动终端设备为硬件基础，基于厂区现有的网络通路，通过配置区域入侵、人员徘徊、滞留、倒地和安全帽佩戴检测等不同安全策略组合，实现重点区域的人体异常行为智能识别、危险预警、报警转发和远程监控，将企业现有的“被动监控”模式转换为可提前危险预警的“主动监控”模式，将现有的单台闸机设备联网，通过远程下发MES系统生成的车间生产排程任务到相关车间入口的闸机设备，实现对厂区内部不同车间、不同时段的放行权限管控。     

基于物联网技术的变电站BIM施工管控平台设计

本文以某变电站数字化建设为载体,以实现变电站建设数字化管控为核心,基于物联网技术设计了BIM施工协同管控平台及其功能模块,并通过平台实践应用分析,基于视频、二维码、门禁与电子识别等自动化手段,可以自动采集施工人员、设备、物资、工艺等相关信息;基于BIM施工管控平台,所有参建方可实时交互,共享信息,以此显著提升了人员协调效率;此平台不仅有效节约了施工成本,把控了施工进度,保障了人员协调,还从根本上确保了施工安全与质量。     

Wi-Fi工业物联网在工厂安全管理中的应用

工业环境中存在众多敏感、危险区域,需要对进出人员和设备进行严格管控.提出一种基于Wi-Fi网络的人员/设备定位和监控系统,重点对工业厂区中的危险区域进行进入人员管控,以及对整个工业厂区内的工作人员、重要设备进行实时的定位.在此需求基础上提出一种基于Wi-Fi的视频和定位联动的物联网系统,精确地对人员/设备进行自动定位、身份识别、非法闯入拦截,达到很好的分区管理效果.     

变电站三维可视化管控系统的设计与实现

为对变电站运检人员和设备进行有效管控,为管理者提供辅助决策,开发了一套变电站三维可视化管控系统。系统底层人员定位模块采用基于UWB技术的DWM1000定位模块,系统上层基于UE4游戏引擎开发了一套三维可视化管控平台。平台具有人员位置、设备运行状态信息三维实时显示、视频联动、虚拟电子围栏等功能。系统在国内某110kV变电站进行了实地部署,进行了人员定位等功能测试,结果表明系统画面运行流畅,信息直观,实时性强,可对人员和设备进行有效管控。     

基于光电一体化技术的智慧河道管控

为实现河道安全区域人员监控,根据智慧河道管控实际需求,需要实时跟踪判断警戒区域内运动目标越界等行为并进行预警.基于光电一体化技术设计智慧河道管控方法,提出采用光电数据融合进行运动目标检测,采用卡尔曼滤波算法进行目标轨迹跟踪预测,并在梧桐山河智慧河道管控系统中进行实践应用.实践应用表明:基于光电一体化技术的智慧河道管控方...     

油气站场视频监控系统的设计与应用

安全监控系统的集成化、智能化升级是油气站场亟待解决的问题。针对当前系统的弊端,设计开发油气站场智能视频监控系统。利用宽动态技术,解决早期监控摄像头采集到的视频信号易受天气影响,画质不佳,有用信息不足等问题。并利用YOLO目标检测算法,实现对区域内人员未戴安全帽的行为进行监控。最后构建基于B/S架构的安防设备集成管理平台,将算法同监控视频画面集成,并显示站场三维地图,为后续站场数据可视化预留扩展接口。实践应用表明该系统能显著提升油气站场智能视频监控水平。     

煤矿风井安全参数无线网络监控系统设计及其关键技术

针对煤矿地面风井的安全参数的监测和数据传输存在的问题,提出了一种采用DSP监控分站和无线网络传输数据的煤矿风井安全参数无线网络监控系统的设计方案,着重阐述了系统的风井监控分站、接口电路、网络的选择及无线数据信道优化设计、上下位机软件设计中的几项关键技术。该系统利用DSP为核心的监控分站对地面风井各项参数进行采集、处理和显示,并通过无线网络将数据传送到煤矿地面控制中心站,使之能及时监视处理风井系统故障,达到了安全生产的目的。     

《煤矿安全规程》安全监控与人员位置监测修订意见

提出了煤矿安全监控系统安装、使用、维护与管理要求:隔爆兼本质安全型防爆电源严禁设置在断电范围内,会造成局部通风机停电的调校应每半年1次,监控数据必须上传至矿务局(公司)、县(市)调度指挥中心等。提出了煤矿井下人员位置监测系统安装、使用与管理要求:各个人员出入井口应设置检测识别卡工作是否正常的装置,应设置人脸或虹膜等唯一性检测的装置,各个人员出入井口、重点区域出/入口、限制区域、巷道分支处等地点应设置人员位置监测分站等。     

危化品仓库堆垛安全距离的精确扫描定位监控算法的研究

根据危化品仓库码垛安全距离需要精确监控的需求,设计开发了一种精确扫描定位装置,将仓库划分为若干网格,对每个监测面测距扫描,获得每一个点的距离值和角度值,根据对应点是否与安全状态数值一致来判断堆垛的安全状态。硬件由控制器、细分驱动、步进电机、涡轮螺杆、工作台等组成。电机定位控制采用指数型加减速算法和闭环反馈调节相结合的控制算法,首先获得一个起跳频率,经过加减速控制阶段,到达目标位置附近,之后进入反馈调节阶段,控制步进电机到达指定位置。指数型加减速算法降低了启动和停止时加速度突变大小,避免了由于步进电机频率变化过快引起失步和堵转。实验结果表明,该装置及算法运行稳定,定位精度在 0.022度左右,定位精度高,满足仓库安全距离扫描监控的精度要求。     

基于信号识别的台区拓扑监测技术

低压台区处于电力系统的末端,在未来新型电力系统建设中,台区拓扑关系监测是提升精细化管理和供电服务水平的重要环节;由于无法准确获知低压台区现场线路和设备的变化,台区线路拓扑档案往往存在混乱、失管等问题,严重影响线损治理、故障运维等工作开展;为了准确识别和建立台区线路拓扑关系,进行了低压台区结构和拓扑识别原理分析,基于电压和电流信号识别方法,对特征序列信号识别策略进行了研究,并设计关键的硬件模块,提出了一种基于信号识别的台区拓扑监测技术,能够在不影响低压台区运行的情况下、准确地识别台区拓扑关系;经现场应用实验测试,实现了台区运行条件下的拓扑监测,能够在较短时间内准确地识别台区拓扑关系,表明该技术的实用性与有效性,能够满足工程应用的需要。     

基于物联网的变电站安全作业系统

为加强对变电站巡检工作的规范性和安全性的监督,设计了基于物联网技术的变电站安全作业系统,主要给出了现场采集系统中的设备选择方案、安装注意事项、所用的定位算法及具体实施方案.系统定位工作人员的当前所处区域,对其所处位置、巡视路线进行跟踪,对误入工区、漏巡等行为进行监测和管理.     

Design and evaluation of a model predictive vehicle control algorithm for automated driving using a vehicle traffic simulator

This paper describes the design and evaluation of a model predictive control algorithm for automated driving on a motorway using a vehicle traffic simulator. For the development of a highly automated driving control algorithm, motion planning is necessary to satisfy driving condition in various road traffic situations. There are two key issues in motion planning of automated driving vehicles. One of the key issues is how to handle potentially dangerous situations that could occur in order to guarantee the safety of vehicles. The second key issue is how to guarantee the disturbance rejection of the controller under model uncertainties and external disturbances. To improve safety with respect to the future behaviors of subject vehicles, not the current states but rather the predicted behaviors of surrounding vehicles should be considered. The desired driving mode and a safe driving envelope are determined based on the probabilistic prediction of surrounding vehicles behaviors over a finite prediction horizon. To obtain the desired steering angle and longitudinal acceleration for maintaining the subject vehicle in the safe driving envelope during a finite prediction horizon, a motion planning controller is designed based on an model predictive control (MPC) approach. The developed control algorithm has been successfully implemented on a vehicle electronic control unit (ECU). The proposed control algorithm has been evaluated on a real-time vehicle traffic simulator. The throttle, brake, and steering control inputs and the controlled vehicle behavior have been compared to those of manual driving.     

基于VR技术的变电站二次回路在线监测方法研究

针对传统的变电站二次回路监测方法存在实时性差、监测过程准确率低的问题,设计了一种基于VR技术的变电站二次回路在线监测方法.首先,利用VR技术模拟变电站实际情况,对环境信息进行三维采集,建立相应的虚拟环境模型,根据其中的各主要状态参量实现变电站监测信息融合;在此基础上,建立回路状态判断指标,对变电站二次回路状态进行判定,得到变电站二次回路安全等级信息.将其与警戒值进行对比,若等级信息超出警戒值,则代表回路中存在故障,需及时处理或检查,若等级信息小于该警戒值则代表回路状态安全,由此实现基于VR技术的变电站二次回路在线监测方法的设计.实验对比结果表明,该监测方法在监测实时性和准确性两个方面具有明显优势,能够及时、准确地发现变电站二次回路中的故障问题,为变电站检修和维护提供支持.     

基于视频监控的变电站智能巡检系统研究

变电站巡检工作是保证变电站安全稳定运行的关键工作之一,随着视频监控及数据分析技术的发展,利用视频数据分析技术实现变电站巡检的集中化、智能化,成为变电站巡检的趋势。文中首先分析了变电站巡检工作的现状及应用的局限性,然后介绍了基于视频监控的变电站自动巡检系统。系统通过电网统一视频监控平台（ SG-UVP）获取变电站监控视频数据,利用视频对变电站关键设备运行状态的智能识别和判断,实现巡检的集中化、智能化、可视化,同时介绍了相应的建设案例。实践证明该系统对变电站运行维护工作效率提升具有显著的经济与社会效益,具备推广价值。     

基于机器视觉的变电站一体化安防管控系统设计

为解决变电站安防设备简单、智能化程度低问题,设计出基于机器视觉的一体化安防管控系统,安装现场视觉控制器作为系统硬件前端信息采集中心,利用以太网实现各设备通信连接一体化,门电路和变电站周界环境终端电子相连接,检测激光电子围栏危险入侵检测,序列巡检围栏编号,确定危险入侵围栏位置,通过线性二次型调节器算法对机器人期望位姿和实际位姿之间的耦合关系实行解耦处理,将处理结果作为神经网络的输入,输出机器人移动轨迹跟踪控制结果,完成视觉识别定位,实现动态物体监测、火苗、温度等多种危险因素的自动识别和预警。经过实验分析证明：系统通过机器视觉准确监测到了高温设备的位置和温度,并且响应性能良好,安防信号传输环境稳定,危险情况预判能力及预警能力较强,鲁棒性好。     

雨天变电站设备智能视觉检测算法与实时实现技术

视频的变电站户外设备监控是保障电力系统安全运维的重要手段,但传统的目视监控效率低、人力成本高,因此无人化智能视觉检测得到广泛关注。变电站户外监控设备在采集图像时,不可避免会遭受雨天等恶劣天气影响,导致设备检测性能严重下降。针对雨天场景下的变电站设备检测给出了软硬件系统解决方案,主要围绕雨天变电站设备视觉检测算法和嵌入式AI实时部署展开研究。首先,提出一种基于细节增强的图像去雨网络（DERN）,利用雨条的高频特性作为注意力权重指导去雨,进一步将其与YOLOv4目标检测算法进行联合优化,从而实现对雨天稳健的变电站设备检测算法;基于昇腾310 AI处理器构建嵌入式边缘端智能计算系统,从算子优化、多线程并行等方面提升计算性能。实验表明,在雨天场景下变电站设施设备目标检测精度从实施前的53.4%提高到82.1%,1080P视频运行速率达到30 f/s,验证了所提算法和系统的有效性,有效提升了变电站设备全天候视觉智能监控能力。