基于人工智能的变电运检现场安全管控系统的开发与应用

张思远，朱成亮，过佳平，闻飞翔，周 刚

（国网浙江省电力有限公司嘉兴供电公司，浙江 嘉兴 314000）

变电站是电力系统的主要运行单位，由于电力资源在社会中的特殊应用地位，其稳定持续工作是变电站工作的首要目标[1]。在变电站现场作业过程中，违章对电力生产运行会产生严重的影响，因此一定要严格操控，防患于未然，充分依托于安全管理的保障体系和监督体系，尽量减少这种危险状况的发生[2]。变电运检现场的管控首先取决于人员的安全意识、技术技能水平等多方面因素。经数据统计，影响检修现场安全的主要原因源于作业人员不规范行为，文章介绍了通过基于人工智能的变电运检现场安全管控系统的应用，有效对现场人员行为性违章进行管控，同时提高人员安全责任意识，提升现场本质安全，保障电网安全稳定运行。

1 现场安全现状

因作业需求，在现场除班组成员外还有厂家人员参与作业，由于作业人员在安全意识上存在较大的差异，导致现场违章管控问题较难解决。现阶段安全监察通过现场稽查和远程视频稽查实现，而现场稽查存在检查时效性较差的问题， 远程视频稽查虽能做到全过程视频监控，但存在人员视觉疲劳、不能及时互动等风险因素。公司在推进“运检合一”作业模式下，如何提升变电作业现场安全管控能力已成为当下新的挑战。

2 安全隐患排查

为加强变电运检现场安全管理，强化人员安全意识，避免因安全生产未落稳、采取措施不全面引起的各类安全责任性事故，全面提高作业现场安全生产管控能力，嘉兴供电公司针对现场作业违章问题开展专项安全稽查调研工作。

数据显示，从2020年1月至2020年12月通过专项稽查对变电运检现场进行违章类型汇总，结果表明变电运检现场的行为性违章占比较大，具体如图1所示。

图1 现场违章数量对比图

从分析中发现，行为性违章占比高达96%，强化现场人员管理，增强作业安全管控势在必行。

3 原因分析

从目前现状实际情况分析，变电运检现场安全管控难的问题主要存在于以下几点。

如今大型综合检修作业现场作业人员组成较杂，有本单位职工、外来厂家人员等，现场作业人员的安全意识差距较大，尤其是外来人员安全意识较为薄弱。

变电运检现场作业点多、作业面广，容易出现各专业相互配合不足等问题，安全管控难度较大。

现阶段安全监督工作主要依赖于人工操作，可能存在人员疲劳、视野盲区等问题，难以对每一项现场作业做到全流程、全方位的安全管控。

从以上分析原因来看，仅通过人工管制难以满足对变电运检现场安全实现“全方位，智能化”的管控效果，使现场安全水平提升面临巨大挑战。

4 治理措施

从近几年的现场安全稽查情况来看，当前变电运检作业现场还存在着一定数量的违章及不规范行为。为减少人员违章的安全隐患，提升现场安全管控能力，公司开发出基于人工智能的变电运检现场安全管控系统，该系统通过感知层实现现场人员动态的捕获，通过平台层实现现场作业数据的采集及传输，通过应用层实现现场违章行为的记录及反馈，三层构架环环相扣，严防现场违章行为的发生，使得现场安全达到“可控、在控、不失控”的目标。

基于人工智能的变电运检现场安全管控系统总体架构中感知层、平台层和应用层3层架构体系，如图2所示。

图2 系统架构图

感知层：主要为前端数据采集设备，由包括监控枪机、三维激光设备、跟踪球机等感知型装置组成。

平台层：主要包括变电站三维实景模型和人工智能分析平台。

应用层：主要包括智能监测、智能预警、智能管理等功能的可视化应用。

4.1 感知层结构

4.1.1 监控枪机

主要感知工作区域出入口的过道图像信息，可以收集经过人员数量、安全帽佩戴、工作服穿着等信息。

4.1.2 三维激光设备

主要采集作业区人员动作、安全工器具、登高车辆等的空间和图像数据，协助实现对长梯搬运、登高系扣安全带等行为的实时判别。

4.1.3 跟踪球机

当有行为被判定为违规行为时，球机将启用语音会话装置输出相关语音信息并启用视频录制功能录制相关画面。

4.2 平台层结构

4.2.1 三维实景模型

三维实景模型建立：首先对变电站进行全站激光扫描和拍照，通过数据匹配，建立三维实景空间模型。

实景模型数据化：对三维模型中的所有电力设备进行数据化、部件化，如1#主变压器、2#主变压器等，使其具有双重命名。

4.2.2 人工智能分析

算法建立：针对各作业区域，通过实际操作，获取大量现场作业视频图像，录入人工智能主机中学习，建立独特的人工智能算法。经过学习后主机的对现场行为展开对比和分析，能够准确判定现场违规行为。

信息传输：将主机判定为违规行为的信息传输至跟踪球机，由其做出针对性反应，同时对违规行为的发生时间、地点等信息通过跟踪球机进行记录并反送回主机。

4.3 应用层结构

4.3.1 智能监测

通过感知层采集的数据及平台层算法的分析可以对作业人员是否超范围工作、作业区内人员是否正确佩戴安全帽、人员或机具与带电体是否保持规定的安全距离、作业完成后现场是否清理干净等内容进行识别从而达成对现场违规行为的智能监测。

4.3.2 智能预警

当系统监测到违规行为时，可以通过离作业人员最近的跟踪球机通知和警告现场人员，及时采取纠正措施，改正行为及状态。

4.3.3 智能管理

在对违章行为预警过程中，跟踪球机自动录制该时间段现场作业视频并反送回主机，同时在系统页面上提示并展示该段视频，便于管理人员查看违规具体状态信息。

5 治理成效

通过基于人工智能的变电运检现场安全管控系统的应用，针对电力现场作业行为，可以对违规现象进行智能监测和预警，有效减轻了安监人员的管控压力，使人员疲劳监管、视频视野盲区等问题得到有效缓解，同时通过其智能管理使得现场作业人员安全意识极大提升，自我保护意识增强，并且加强了各检修班组间的协作配合度，使得现场安全管控深入人心。

嘉兴供电公司通过应用基于人工智能的变电运检现场安全管控系统，在2021年期间通过现场及远程稽查等方式对变电运检现场进行安全检查汇总统计，作业现场的人员违章行为大幅减少，具体如图3所示。

图3 违章数量对比图

从以上汇总情况分析，现场行为性违章由2020年度的56起下降到2021年度的21起，下降比例高达63%，通过基于人工智能的变电运检现场安全管控系统的应用，做到及时监察、警告、制止、整改、学习，达到变电现场作业安全可靠的目的，使现场作业人员违章的问题得到有效管控，治理成效明显。

6 改进措施

当前虽成功应用了基于人工智能的变电运检现场安全管控系统，但目前尚存不足之处。

由于该系统对行为大数据的积累尚有欠缺，在视角狭小区域对违章行为判断存在模糊边界，须要在日后的使用实践中对该方面重点加以积累、分析，便于系统在任何条件下均能作出正确判断。

目前，该系统仅在部分变电站开展实质应用。嘉兴供电公司计划将该系统逐步推广，争取对所辖变电站实现智能全覆盖，做到辖区内作业安全“无死角”的管控模式，达到作业现场安全“可控、在控、不失控”的目标。