基于深度学习技术的火力发电厂安全预警系统研
【作者】网站采编
【关键词】
【摘要】随着门禁系统和视频监控系统的推广,发电企业主要管控出入口及重点监控区域的监控摄像机已逐渐普及,但并没有充分发挥其实时、主动的监督作用,通常只是将视频摄像机的结果记
随着门禁系统和视频监控系统的推广,发电企业主要管控出入口及重点监控区域的监控摄像机已逐渐普及,但并没有充分发挥其实时、主动的监督作用,通常只是将视频摄像机的结果记录下来,当异常情况(如人员违章操作或引发事故造成一定后果或损失)发生后,管理人员通过记录倒查发生的事实,但往往为时已晚。企业真正需要的安全预警系统,应该能够实现人员轨迹及行为、管控区域的实时监控与跟踪,能够自动实时分析监控数据,当发现区域内有异常侵入或捕捉到人员的不安全行为时,能自动、准确、及时报警,同时,能够通过对厂区语音、视频等信息资源的有效整合,实现智能调度管理,实现对侵入人员的正确引导和指示,启动对突发事件的有效处置,从而避免事故的发生。
基于深度学习技术的火力发电厂安全预警系统研究,通过计算机视觉应用,对火力发电厂生产区域复杂环境下的场景进行视频分析应用,能够实现重要区域人脸识别、重点区域的入侵识别、不安全行为的智能识别、人员的轨迹管理以及视频与音频系统间的联动与配合防护管控,该系统为电厂安全监管提供先进技术手段,有效弥补传统方法和技术在监管中的不足,实现对工作人员的全方位实时监控,变被动“监督”为主动“监控”,完成了对火电生产区域安全管控的探索,对今后的火力发电场景下基于智能视频应用的安全生产预警研究具有重大意义。安全预警软件平台主要分为五部分,如图1 所示。
图1 安全预警软件平台
1 深度学习技术
深度学习算法与传统的人工智能算法相比,有两大优势:第一,它是端到端的机器学习模型,不依赖于专家的手工特征设计;第二,可以表达更复杂的非线性模型,对于复杂问题有更强的表征能力。
基于火电厂实际场景和需要智能识别的具体对象,采集现场大量素材,通过深度学习算法让机器自己提取特征,通过足够多的样本进行训练,针对抽象、复杂的关于人的特征、行为分析,进行了有效识别,可以很好地解决众多传统智能算法无法解决的问题。
2 智能视频准入识别
目前,人员准入管控的手段有2 种:一种是通过具体的物理设备进行权限认证和放行,称为物理隔离;另一种是没有物理隔离设备,通过视频抓拍机进行人脸识别,是无感知的方式来实时报警识别没有权限的人,称为软布防。针对火电厂特殊区域不方便安装门禁,所以软布防是有效的管控手段。通过人像采集、第三方系统的对接建立一套人脸库,对前端摄像头下发对应的授权,人脸比对进行准入管控,如图2 所示。
图2 智能视频准入系统
3 人员定位识别
扩展常规的人脸识别应用,在人脸识别的基础上能够实现人脸轨迹的呈现,达到巡检人员过程管控和路径管理的目的。实现在软件平台呈现以图搜图的巡检轨迹查询,支持细节查看轨迹点出现的时间、搜图比对相似度和关联视频录像查看。
4 人员行为识别
人员行为识别主要包括着装(安全帽佩戴、工作服)、徘徊、聚集、离岗、打架、奔跑、倒地、滞留等行为分析,针对异常行为和事件进行主动预警和提醒,保障作业安全,减少不安全事件的发生。
5 智能周界入侵检测
视频智能周界检测的应用是针对重要设备区域:MCC 运转层、6kV 室盘柜、输煤皮带等,对于人员靠近这些危险区域进行现场声光提醒、实时报警,监管不安全行为(图3)。
6 应急广播通讯系统
当发生突发事件时,通过应急广播通讯系统处置重大突发事件,实现对辖区内语音、数据、视频等信息资源的有效整合,满足应急管理日常工作联络、突发事件应急处置时话音、视频、数据等业务的传送需要。
图3
7 安全预警软件平台
安全预警软件平台是上述各个子系统的集成,集中管理各类系统资源、硬件设备、算法模型、人脸库和业务应用,实现系统间信息共享;在软件UI 设计和界面风格上,最大化便于使用,具有下面几个特点:
(1)地图资源视频查看标签化:基于主厂房不同层高区域进行分层静态地图显示,视频点位以标签的形式添加在地图上,点击标签可以直接进行视频预览,实现现场情况视频预览查看的标签化管理。
(2)厂房图层切换层次化,通过首页的离线GIS 地图和各个区域CAD 地图的嵌入,可以通过点击切换图层实现查看不同区域数据的目的。
文章来源:《中国体视学与图像分析》 网址: http://www.zgtsxytxfx.cn/qikandaodu/2021/0504/616.html
上一篇:浅议视频会议室装饰设计要素
下一篇:基于固相萃取薄层色谱图像分析法鉴别糖浆掺假