基于AI边缘计算的电网作业现场违章智能识别算法

电网技术的创新和完善,为人们日常的生产生活提供了极大的便利,但是在发展的过程中也出现了越来越多的电网作业现场违章问题,对于最终的作业效果造成消极影响。较为常见的违规情况主要包括不按规定倒闸、拉闸,违反操作使用“双人双机”进行遥控处理、起吊超载,漏电保护设施不完整等。这些技术性的问题会导致现场作业出现不可控的误差,严重的情况下还会埋下安全隐患。为解决上述情况,相关人员设计了电网作业现场违章智能识别算法,针对各个环节构建违章识别程序,以此来实现对应的精准计算,降低违章概率的同时,强化智能识别效果。传统的电网作业现场违章智能识别算法多为单向的,设定传统区块链电网作业现场违章智能识别算法、传统轻量级深度学习电网作业现场违章智能识别算法[1-2],这一类算法虽然能够实现预期的识别测定目标及任务,但是缺乏针对性与可靠性,在复杂的背景环境下,难以确保识别结果的精准、可靠[3]。为此,本文进行AI边缘计算的电网作业现场违章智能识别算法的设计与验证分析。所谓AI边缘计算也可以称之为边缘处理,主要指的是一种将服务器放置在本地设备附近的一种灵活的网络技术[4]。在实际应用的过程中可以有效降低智能程序处理负载、数据传输延迟等问题[5]。