本書共6章。第一章概要介紹電力作業(yè)危險態(tài)勢感知的風險管控的現(xiàn)狀與風險管控存在的不足。第二章為作業(yè)危險感知與智能風險管控技術基礎，包括危險要素的感知、危險要素的量化與風險管控。第三章為電力作業(yè)運動目標三維場景位置感知技術，主要介紹運動目標稀疏點云重建技術、基于UWB與視頻融合的聯(lián)合定位技術。第四章為基于機器視覺的危險態(tài)勢感知技術，主要介紹深度學習技術實現(xiàn)入侵檢測、目標識別與行為檢測。第五章為基于多維信息融合的作業(yè)現(xiàn)場風險評估與預警技術，主要對多維信息融合、現(xiàn)場風險評價與預警進行了詳細的分析。第六章從硬件設計、軟件開發(fā)兩個方面介紹電力作業(yè)現(xiàn)場風險智能管控體系，并對典型的應用場景進行了介紹。
電力是國民經濟的支柱產業(yè)，同時也是一個高危的行業(yè)。在電力作業(yè)現(xiàn)場，安全生產是重中之重。然而，電力作業(yè)現(xiàn)場環(huán)境復雜，任何一個細微的差錯都可能導致意外事故的發(fā)生。因此，應該加強電力作業(yè)現(xiàn)場危險態(tài)勢感知能力，更好地管控作業(yè)風險，避免安全事故的發(fā)生。
隨著傳感器、人工智能、無線通信等智能信息處理技術飛速發(fā)展，運用智能信息處理技術提高電力作業(yè)現(xiàn)場的遠程監(jiān)測、危險態(tài)勢的感知和應急響應能力，已成為電力安全生產研究的熱點問題之一。我國已逐步運用視頻監(jiān)控、機器人、無人機、無線定位等技術開展設備巡視、應急指揮以及作業(yè)監(jiān)控，但仍然存在以下問題：①二維視頻監(jiān)控缺乏三維信息的感知能力，無法精準實現(xiàn)對作業(yè)安全管控；②智能信息處理技術在電力作業(yè)現(xiàn)場應用不足，未針對作業(yè)場景特性建立與之相應的高效智能感知與預警方案；③多模態(tài)數(shù)據(jù)融合未充分考慮數(shù)據(jù)之間的相關性，造成場景信息不完整，危險態(tài)勢的評估和預測能力有限。
本書旨在利用智能信息處理技術實現(xiàn)對電力作業(yè)現(xiàn)場危險態(tài)勢的感知與智能風險管控。研究作業(yè)現(xiàn)場危險的感知、量化、管控等理論技術，動態(tài)目標的三維精細化建模，利用物聯(lián)網、深度學習、無線定位等智能信息處理技術，構建基于超寬帶無線定位與視覺目標識別的融合技術，實現(xiàn)電力作業(yè)目標實時危險態(tài)勢感知，并在三維模型中實現(xiàn)動態(tài)重構；研究多維信息融合的電力作業(yè)危險態(tài)勢預測模型，設計電力作業(yè)現(xiàn)場危險態(tài)勢感知與智能風險防控平臺，實現(xiàn)了危險行為的預警與危險態(tài)勢的預測，并220kV變電站作業(yè)現(xiàn)場與安全工器具檢測中心進行應用，為安全管控提供輔助決策。
本書在內容編排上從作業(yè)現(xiàn)場危險態(tài)勢感知與智能管控技術的研究現(xiàn)狀入手，對作業(yè)現(xiàn)場危險因素、多維信息融合態(tài)勢感知、無線傳感網絡、深度學習技術以及智能信息處理技術進行系統(tǒng)闡述，最后詳細介紹作業(yè)現(xiàn)場危險態(tài)勢感知與智能風險管控技術在電力行業(yè)的典型應用實例。本書由成都信息工程大學謝曉娜副教授組織撰寫、審閱和統(tǒng)稿，并完成第4章的編寫。國網四川省電力公司電力科學研究院常政威正高級工程師參加了第5章的編寫和資料收集，國網四川省電力公司電力科學研究院鄧元實高級工程師參加了第3章的撰寫，四川輕化工大學的陳明舉副教授參與編寫了第6章的內容，國網四川省電力公司電力科學研究院王大興高級工程師參加了第1章的撰寫，四川輕化工大學的熊興中教授參加了第2章的編寫和資料收集。此外，華雁智能科技（集團）股份有限公司吳莉娟、王浩、吳云峰等人也參與了本書資料整理的工作，在此一并向他們的辛勤付出表示感謝。特別感謝本書參考文獻中列出的作者們，包括那些未能被列出的作者們，正是因為他們在各自領域中的獨到見解和貢獻，為我們的研究提供了豐富的創(chuàng)作靈感。
本書是作者基于十多年從事智能信息處理研究和電力行業(yè)工程應用的經驗編寫的，匯總了作者在科研和開發(fā)中積累的經驗和教訓。在編寫過程中，作者著重培養(yǎng)讀者理論和實踐相結合的能力，并在各章節(jié)中提供大量實驗，以幫助讀者加深對理論知識的理解和應用。
本書得到了四川省自然科學基金資助項目（2023NSFSC1987）的資助。本書的編寫和出版也得到了多位前輩和同行專家的指導、支持和鼓勵，在此表示衷心的感謝。
希望本書能夠成為電力安全管理領域的一本參考書，為電力行業(yè)的從業(yè)人員提供實用的安全知識和技術支持，保障電力行業(yè)安全發(fā)展。由于新技術更新速度迅猛，作者個人水平有限，書中難免存在疏漏的地方，歡迎廣大讀者提出寶貴的批評和指正，幫助更好地改進和完善本書。
前言
1 概述
1．1 研究的意義
1．2 電力作業(yè)危險態(tài)勢感知的風險管控的現(xiàn)狀
1．2．1 危險態(tài)勢的獲取
1．2．2 危險態(tài)勢量化
1．2．3 作業(yè)風險預測
1．3 電力作業(yè)現(xiàn)場風險管控存在的不足
1．3．1 電力作業(yè)現(xiàn)場危險態(tài)勢感知不準
1．3．2 風險管控智能化不高
2 作業(yè)危險感知與智能風險管控技術基礎
2．1 作業(yè)危險要素感知技術
2．1．1 作業(yè)現(xiàn)場危險態(tài)勢的種類與特點
2．1．2 班組危險要素的感知
2．1．3 作業(yè)現(xiàn)場危險態(tài)勢感知
2．2 作業(yè)現(xiàn)場危險要素的量化技術
2．2．1 作業(yè)現(xiàn)場靜態(tài)危險要素的量化技術
2．2．2 人身風險量化技術
2．2．3 基于事件概率的高危作業(yè)權值的計算
2．2．4 基于粗糙集的班組要素權值的計算
2．2．5 電力作業(yè)現(xiàn)場風險量化模型
2．3 作業(yè)現(xiàn)場危險管控技術
2．3．1 作業(yè)現(xiàn)場危險管理原理
2．3．2 電力作業(yè)現(xiàn)場風險評估
3 電力作業(yè)運動目標三維場景位置感知技術
3．1 基于稀疏點云的運動目標重建技術
3．1．1 區(qū)域級特征提取器
3．1．2 區(qū)域級注意力機制
3．1．3 點云變形模塊
3．1．4 點-區(qū)域Transformer網絡
3．1．5 動態(tài)模型重構
3．2 無線定位感知技術
3．2．1 UWB定位感知技術
3．2．2 基于北斗地基增強系統(tǒng)的位置服務技術
3．3 UWB與視頻聯(lián)合定位技術
3．3．1 UWB輔助的主動視頻定位技術
3．3．2 融合UWB與視頻信息的被動定位技術
4 基于機器視覺的危險態(tài)勢感知技術
4．1 基于FairMOT框架的入侵識別技術
4．1．1 FairMOT基本網絡框架
4．1．2 FairMOT跟蹤流程
4．1．3 損失函數(shù)
4．1．4 試驗分析
4．2 基于部分親和字段的OpenPose電力作業(yè)人員姿態(tài)估計網絡
4．2．1 OpenPose與部分親和字段姿態(tài)估計技術
4．2．2 一種輕量化的部分親和字段的OpenPose姿態(tài)識別網絡
4．2．3 試驗結果與分析
4．3 基于姿態(tài)感知與遷移學習的作業(yè)人員穿戴識別
4．3．1 基于姿態(tài)感知與遷移學習的殘差設計
4．3．2 ResNeXt50基礎網絡的構建
4．3．3 基于ResNeXt網絡穿戴區(qū)域檢測
4．3．4 基于CBAM+ResNeXt特征提取與識別網絡
4．3．5 試驗結果與分析
4．4 融合注意力機制的電力檢修車機械臂狀態(tài)識別技術
4．4．1 YOLOv5網絡結構
4．4．2 一種基于YOLOv5的電力檢修車機械臂狀態(tài)識別技術
4．4．3 融合注意力機制的機械臂狀態(tài)識別網絡
4．4．4 試驗結果與分析
5 基于多維信息融合的作業(yè)現(xiàn)場風險評估與預警技術
5．1 作業(yè)態(tài)勢感知多維信息融合的技術
5．1．1 多源異構信息融合理論
5．1．2 多源異構信息融合算法
5．2 電力作業(yè)實時態(tài)勢感知與評估
5．2．1 融合多維信息的單目標作業(yè)風險實時評估
5．2．2 基于粗糙集理論的班組風險實時評估
5．2．3 基于多元聯(lián)系數(shù)的作業(yè)現(xiàn)場危險態(tài)勢綜合評估
5．3 作業(yè)現(xiàn)場風險預警與預測
5．3．1 基于三指數(shù)平滑法的單指標預警模型
5．3．2 基于云模型的多指標預警模型
6 作業(yè)現(xiàn)場風險智能管控體系
6．1 硬件系統(tǒng)設計
6．1．1 視頻感知模塊
6．1．2 定位模塊
6．1．3 信息傳輸
6．2 軟件系統(tǒng)設計
6．2．1 軟件總體框架
6．2．2 態(tài)勢感知模塊
6．2．3 實時視頻與三維場景融合
6．2．4 風險評估與預警模塊
6．3 場景應用
6．3．1 220kV變電站主變壓器綜合改造作業(yè)現(xiàn)場應用
6．3．2 安全工器具檢測中心應用
后記
參考文獻
書單推薦
