可视化智能识别技术在电力安全生产管控中的应用研究

高 翔

（国能九江发电有限公司，江西 九江 332004）

0 引 言

当前很多电厂都相继开展智慧电厂与智能电网建设，可视化智能识别技术广泛应用于电力安全生产，有效解决电力安全生产中环境、人为操作以及设备等非安全问题，降低安全事件发生率，为电力安全生产提供高效技术保障的同时提升电力企业安全生产管理水平，实现预期经济和社会效益目标[1]。

1 电力安全生产管控现状

当前很多电力企业都在工作现场安装监控，以人工观察视频形式管控生产活动，但此方式无法科学保证违章判定精准度。电力生产范围相对较大且参与工作人员众多，一般电力作业现场包括相关技术人员与工程管理人员，视频监控采集电力生产作业现场画面包括多工种与多专业作业人员，信息复杂性高，单凭人力无法做到准确识别和判断。再加上视频监控点多，会产生大量数据，监管人员运用视频采集系统查看生产现场时极有可能会因客观或非客观因素而遗漏较多视频信息，丧失远程视频监控价值。与此同时，当固有监控视频突发非正常现象则会在事后处理，未能及时提前预防因违规操作导致的人身安全责任事故。此外，固有系统内的功能相对简单，通常借助摄像头视频采集电力生产现场监控信息，若出现异常现象则需调用大量人工识别且无法保障准确率与工作效率[2]。尤其部分场景需第一时间通过积极方式以及实时监控识别，此时就需相关工作人员反复观看监控视频，较易造成疲劳感，经人工识别后发现的异常行为会立即报警，针对多路监控视频监控下往往无法在第一时间发现突发事件，进而影响处理效率。

2 可视化智能技术分析

智能可视化方式包括行为类分析、识别类分析、图像处理类分析、诊断类分析等。其中行为类与识别类分析重点为智能分析动作，图像处理类与诊断类的重点为提升分析结果准确性。识别类分析建立于特征识别技术，经帧间对比与图像识别方式实现人脸与车牌识别，广泛应用于静态场景。行为类分析建立于建模技术，常见模式建模与背景建模，广泛应用于动态场景。图像处理分析则主要对采集的图像效果进行判断，借助视频强化锐化、去雾、降噪、矫正等不同效果，提升图像质量。诊断类分析即诊断视频质量，广泛应用于监测视频终端设备状态，若出现云台失控、偏色、雪花时则可立即启动故障分析报警[3]。

可视化智能识别技术流程如下文所述。

（1）加载算法过程：运行系统前需设置视频分析算法参数，例如在视频分析系统中明确写入过滤目标、覆盖区域、分析模式等信息，系统根据参数运行。

（2）背景建模与更新：系统会在启动视频分析后率先开展背景学习并建立背景模型，完成相关操作后则持续进行自我优化与维护以及更新背景图像。

（3）目标提取与跟踪：完成建模后，系统根据提前设置参数信息提取与跟踪目标，运用当前背景图像与背景图像差分对此前景图进行检测，该步骤也是分析视频重要环节。

（4）目标分类与识别：系统经模型培训并运用已知目标特征展开训练，辨识、匹配和比对前期提取和跟踪的目标，达到对目标与分类目的。

（5）行为判断与报警：完成前景建模、轨迹建立、目标跟踪以及识别分类等一系列过程中，视频分析可借助上述相关流程结果以及目标出现地点、时间、大小、速度、停留时间等因素以及事先设置行为规则，实现视频分析与紧急情况报警触发等操作。

3 在电力安全生产管控中应用可视化智能技术

在电力安全生产管控中应用可视化智能识别技术能有效实现安全生产监管领域的智慧感知与处理，使安全监管水平得到大幅度提升。基于可视化智能识别技术的监控范围较为广泛，无需改变数据传输协议，即在安全生产各个环节中融入计算机信息处理、环境感知能力各类终端以及移动通信等技术，实现智能化监控复杂设备各个关键部位以及分析系统采集数据，并在此基础上提供相关辅助性决策信息，增强安全监管能力。

纵观当前科学技术发展与实际应用环境，运用可视化智能识别技术可有效监管设备运行安全、现场检查、职业危害预防以及生产工序等[4]。与此同时，运用智能识别技术可较好地对电力生产中的人员、设备、环境等实施管控，换而言之即对人的非安全行为、环境非安全因素、生产设备等实施管控，重点在于结合安全生产流程与电力生产过程管控程序、方法等为电力生产安全提供服务。

3.1 研发视频图像处理与联动应用

通过对比分析设备指标参数、身份、设备状态等图像信息对不符合规定要求的的环境指标与设备指标参数进行判断，若发现数据超出标准范围则需立即发出警告提示并通知维修人员检修。

3.2 基于可视智能识别技术的管理应用

可在电力生产设备上粘贴安全标签，借助传感器全方位辨别、分析以及在线计算生产中与安全因素相关的动态与静态信息，再借助接入设备实现信息与其他不同单元交互共享，从而达到随时跟踪电力生产设备运行状态效果。

3.3 基于可视化智能识别技术的巡回检查管理应用

电力企业常用的设备检查方式即日常巡检，是检测设备老化和故障的主要方式。设备巡检员在日常巡检中借助纸笔跟踪记录设备状态数据，这种人工方式相对耗费时间和人力，最重要记录结果准确性欠佳，无法应用于故障判断分析，无形中浪费资源。再加上人工检查方式无人监管，工作人员检查工作是否到位以及数据真实性均无法判断，所以，借助可视化智能识别技术就可解决上述问题。例如在设置巡检方案时为不同巡检项目配置监控点，且该技术具备设备不同监控点以及智能分析能力，在日常巡检工作中根据智能分析能力识别视频图像，结合分析结果判断监控点正常与否，同时在巡检周期内实施图片抓拍策略并记录全过程，再经人工确认。此外，运用人工确认方式可查看与确认巡检任务巡检结果，支持根据巡检结果调整人工并重新运用巡检再实施人工视频巡检，经人工确认视频智能巡检结果后可结束巡检工作，运用Excel导出巡检结果并形成结果最终输出[5]。

3.4 基于可视化智能识别技术下的环境监控

在电力生产范围中安装漏水监控、温湿度监控、易燃易爆气体监控、有毒气体监控并借助视频监控与红外设防等对电力生产过程进行实时监控。上述感应设备将在环境中监测到的数据传输至网络，便于管理员对电力生产现场状态实施远程监控，如果数据超出正常范围则需立即提示管理员查看，并立即查找源头和采取相应措施，降低安全事件发生率。视频监控技术因广泛应用的大数据而实现跨越式发展，在此过程中经历网络监控、数字监控以及模拟监控等不同阶段，大数据为海量视频数据分析提供便利[6]。由于视频数据具有显著的容量大以及高并发等特征，视频资源在大数据时代才被计算机利用，与此同时，借助大数据分析技术可有效应用易燃易爆气体监控、有毒气体监控、漏水监控以及温湿度监控等措施。

3.5 基于可视化智能识别技术下的人员定位

一般导致安全生产事故的重要因素即安全生产区域中的危险区域、重点区域或作业区域中人员的不可见等，极有可能会造成无法预估的损失。运用可视化智能识别技术监测区域内人员活动与环境并通过智能分析采集文字与图像数据，判别其中危险行为并发出报警提示，尽可能降低安全事件发生率。同时，通过统一管理作业视频、作业人员、作业过程记录等，运用任务直接进入监控界面，无需人工翻阅监控点视频逐一查找，在此过程中可直接查看现场作业人员状态与作业现场告警状态[7]。

3.6 基于可视化智能识别技术下的运行作业以及检修作业研发

结合电力安全生产操作顺序，合理运用移动手持设备与智能锁具解决防误操作，保证作业操作的强制性与准确性。与此同时，根据检修作业要求并结合可视化智能识别技术强化电力生产安全。运用可视化智能识别技术建立电力生产安全监控系统，由众多终端构成传感器网络并连接安全检测传感器，再经信息网络发送至安全监控系统并处理数据，用户通过监控点了解安全状况，避免安全事故发生。

4 结 论

总之，随着电力安全生产模式扩大，对生产管控提出比以往更高的要求和标准。在电力安全生产管控中应用可视化智能识别技术能有效满足对电厂人员异常管控的智能化与高效化，有效降低安保人员与安监时间成本，大幅度提升电厂安全防范管理能力。与此同时，可视化智能识别技术的应用可智能化识别生产设备状态与重要岗点，使电力生产安全风险分级管控与事故隐患防范趋于可视化与数字化，最大限度降低安全事故发生率，保障电力生产作业安全。