电力作业应急管理标准体系研究构建

电力作业应急管理标准化能够通过规范应急管理流程和技术要求,切实提升电力作业的整体安全水平,标准体系是推动电力作业应急管理标准化工作有序进行的前提条件和基础,而当前还没有针对该领域的标准体系。本文通过探讨电力作业应急管理的关键业务内容,建立了标准体系多维模型,并系统地提炼出标准化要素,构建了以应急管理流程为主维度的电力作业应急管理标准体系。在此基础上,提出了标准化工作的建议和对策。

一种电力作业机器人硬件系统的设计

本文针对面向多变配电检修作业环境的电力作业机器人项目,开展机器人电气控制系统关键技术研究,提升带电作业的效率、安全性和准确性,实现多模块的有效控制,解决传统电气控制系统拓扑复杂,可靠性差、接线困难,生产效率低的问题,进一步提高电力作业机器人的带电作业能力,并进行作业试验,以验证所设计电气系统的有效性。

融合GSConv轻量化YOLOv5s的电力作业穿戴设备检测算法

为了判断电力作业人员是否佩戴安全帽、绝缘靴、绝缘手套、绝缘服等安全设备,确保电力施工现场安全,提出一种融合GSConv轻量化YOLOv5s的电力作业安全设备检测算法。首先,采用C3Ghost卷积和深度分离卷积(DW⁃Conv)构建新的特征提取端,同时在特征融合端使用GSConv替换普通卷积降低模型复杂度,减少参数量和计算量,在提高算法计算速度的同时提高检测精度;其次,使用K-mean++聚类算法获取YOLOv5s算法输出端的候选框设定值;最后,采用PSA机制改进YOLOv5s算法的特征提取端,提升电力作业场景安全设备图像的通道分辨率和空间分辨率,保留被遮挡小目标的关键节点信息。实验结果表明,该算法的平均精度均值(IoU=0.5)达到0.962,比原网络检测性能提升了1.50%,同时模型参数由7.02 M减少至2.77 M,计算量由15.8 GFLOPs减少至5.7 GFLOPs。该算法可满足电力作业实时性检测需求,能在电力作业场景存在遮挡和缺失时有效监测作业人员是否正确佩戴安全设备。

电力作业生产全过程的风险识别与预警措施研究

随着电力行业的快速发展,电力作业生产全过程面临的风险也日益增加。文章对电力作业生产全过程的常见风险进行了分类与分析,提出了一套基于风险识别和评估的预警措施。最后,结合实际案例分析了电力作业生产全过程的风险识别与预警措施的应用效果,并提出了完善和改进建议,旨在提出一套科学有效的预警措施,以保障电力作业的安全和稳定运行。

盘卷扎线工具在电力作业中的应用

随着经济的快速发展,电网建设和电力设备改造已成为电力企业的重要工作。在电力系统中,导线绑扎是影响供电质量、关乎电力建设成本的重要因素,导线捆扎管理在电网管理中占有举足轻重的地位。研制盘卷扎线工具,使盘卷的扎线严实、体积小、顺滑,解决因空隙小增加的施工难度问题具有重要意义。文章介绍一种盘卷扎线工具在电力作业中的具体应用,以期为该盘卷扎线工具的推广使用提供指导与参考。

基于图像识别的电力作业现场安全监督方法

在电网建设中,加强对电网的安全监管,对其具有重要意义。当前,由于我国电网运行条件复杂,电网运行工人的安全观念和操作技能存在很大差异。我国电网运行的安全保障体系在逐步完善,但是电网运行的监管体系却相对薄弱。监管不力不仅影响了用电的正常进行,而且还会对用电的工人造成伤害。本文提出一种新的电力现场作业安全监督方法,为电网现场安全施工作业打下了坚实基础。

基于图像识别的电力作业现场安全监督方法研究

为了提高电力作业现场安全监督能力,构建了新型电力作业现场安全监督系统。通过设置云端、管道侧、边缘、场侧和边侧,实现电力作业现场安全信息的传递、计算与应用。在电力作业时,通过ADV7181视频解码器传送至DM642芯片进行图像识别算法处理。经处理的视频信号传输到ADV7171芯片进行视频编码,并输出到机载显示器,从而实现已识别视频图像的输出。DM642芯片的外部存储器接口(EMIF)与通用异步收发传输器(UART)连接,提高了电力作业现场安全监督能力。试验测得的数据误差在±2。测得的系统处理数据查询频率达到了1 000次/s。该研究提高了电力作业现场安全监督能力。

基于OpenPose与AT-STGCN的电力作业人员行为识别技术

为实现复杂环境中作业现场人员的行为的智能识别,提出了一种OpenPose与ATSTGCN结合的作业人员行为识别算法。该网络首先采用OpenPose技术从视频帧中提取人体骨骼关键节点,并采用部分亲和字段连接关键节点获得人体骨骼图,将时空注意力机制引入到时空图卷积网络中构建AT-STGCN模型,实现对人体骨骼图特征提取的能力,以提高人体动作识别精度。实验结果表明,本文构建的模型算法对电力作业人员的动作识别率达到97.70%,相比STGCN提高0.90%,且浮点运算数降低6.45 G,其整体指标优于其他算法,能实现对作业人员行为有效安全监控,具有一定的鲁棒性与泛化能力。

分布式架构下的电力作业定时任务调度优化方法

为了降低定时任务的完成时间,提高电力作业整体效率,研究分布式架构下的电力作业定时任务调度优化方法。进行定时任务的精准同步,在粒子群优化算法基础上,改进DPSO(离散粒子群优化)算法,以电力作业定时任务总体完成时间最短作为目标函数,完成电力作业定时任务的调度优化。算例分析结果表明,该方法收敛速度较快,收敛后的粒子运动速度能够更快趋于平稳,且可寻得最优目标函数值,可显著降低电力作业定时任务的总体完成时间,达到调度优化目标,为提升整体电力作业效率奠定基础。

电力作业风险智能预警设计与实现

安全生产是保障劳动者人身安全和国家财产安全的重要方式。在电力生产过程中,需要通过有效的安全措施,确保电力作业人员的人身安全和电网设备安全,使电网系统持续、稳定地输出电能。鉴于此,文章对电力作业风险智能预警的设计与实现进行了研究,试图为之提供行之有效的可行性建议。

基于参数修正FMEA的电力作业无人机环境适应性分析

针对目前电力作业无人机性能受到环境因素影响的评估普遍缺乏有效手段,提出一种基于参数修正FMEA(Potential Failure Mode and Effects Analysis)的无人机飞行环境适应性分析方法。首先分析电力作业环境下无人机飞行的环境影响因素,并确定环境因素指标,然后采用FMEA方法对各环境指标风险量化并进行参数修正,提出无人机飞行环境风险模型,确定无人机飞行的环境综合风险等级并量化,最后在实际场景对无人机飞行风险进行测试,根据所提出方法分析得到无人机飞行环境综合风险为7.775,属于较低风险,测试结果表明无人机在该环境下可安全飞行。该方法为无人机安全飞行评估提供了一定的依据。

基于改进Faster R-CNN的电力作业安全预警研究

电力作业危险系数较高、事故频发。电力作业人员的安全问题备受关注。为更好地规范人员的电力作业行为、避免事故发生,研究了基于深度学习算法和视频监控技术的实时监控和预警模型。通过研究机器学习算法的特征提取网络,提出了一种区域建议网络(RPN)、残差网络(ResNet)特征网络。该特征网络是将不同子网络的特征图自上而下叠加操作后形成特征图,再对新特征图进行区域建议操作。输入基于候选区域的卷积神经网络(R-CNN)进行识别和回归修正,得出目标结果。试验结果表明,相较于传统的ResNet、视觉几何组(VGG)-16网络,RPN-ResNet特征网络的目标识别率提升了3%以上,同时也保障了算法识别的实时性。高效、实时的预警,有效地保障了电力作业的安全性。

电力作业现场安全智能管控技术及应用

随着电力行业的快速发展,电力作业现场的安全管控成为至关重要的任务。传统的人工监管方式存在一系列的问题,包括准确性难以保证、工作量大、易出错等。为了解决这些问题,智能识别技术被引入电力作业现场管控,其中卷积神经网络和快速目标检测算法被广泛应用。首先探讨电力作业现场管控面临的问题,其次详细介绍电力作业现场管控智能识别的基本原理和设计,最后阐述智能识别技术在电力作业现场管控的实践应用。

电力作业现场知识智能查询平台应用

1应用背景当前,国内电力行业安全管理呈现出“难、新、细、杂”的特点,作业现场逐年增加,企业上下高度重视,出台了一系列管理措施,形成了一系列详细的管理标准和制度。但一线生产人员在查检这些标准和制度时,会遇到一定的知识搜索困境,依靠个人记忆和现有文件管理系统进行搜索,不能快速精准定位相关制度条款,且耗时较长,难以满足生产应用需求,有必要通过技术手段对所有标准、制度文件进行智慧化管理,帮助一线人员根据不同的需求及时准确查找和掌握所需电力安全知识,提升反违章工作质效,切实增强现场安全防护水平。

新型可折叠挡板在电力作业中的应用研究

当前,社会用电需求紧迫,临电作业项目增多,作业风险加大。为最大限度保证电力作业人员与带电设备的安全距离,提升电力作业效率和质量,有必要在电力作业安全防护研究上下功夫。本文提出的新型可折叠挡板作为新型的发明专利,目前在电力作业中得到了有效运用。在可折叠绝缘挡板的支持下,作业人员可以与带电作业部分保持安全距离,达到风险有效隔离的目的。与此同时,新型的可折叠绝缘挡板可拆卸,安装方便玲珑轻巧、重量轻方便携带,增加了电力作业的便捷性。本文主要就新型可折叠挡板在电力作业中的应用进行探讨,明确其具体的设计思路和研究策略。

电力作业现场“一键叫停”多系统联动安全风险管控实践

针对现有电力作业现场与监控中心无法实现一键联系、作业中止指令传达不及时、作业风险监控危险控制滞后的问题,研制了电力作业现场“一键叫停”多系统联动安全风险管控模式,基于一键叫停装置、电网安监云系统、物联网传输平台,具有双向语音交互、多个选择性语音播报喊停、电网云系统联动等功能,直接消除了现场与监控中心无法一键联系的现状问题,补齐了作业中止指令传达时效性不足的短板,形成了作业风险监控危险控制在源头的安全监管局面。

基于数据挖掘和CAPSO-SNN的电力作业风险态势感知

随着电力作业安全监控技术的不断发展,电力作业全过程在线信息采集成为可能。以电力作业数据为基础,提出一种基于数据挖掘和云自适应粒子群优化脉冲神经网络(CAPSO-SNN)的电力作业风险态势感知方法。该方法首先从电力作业事故事件数据库中提炼出所有作业风险影响因素以构建风险影响因素体系,然后通过主成分分析法从中挖掘出作业过程中应重点关注的风险关键要素,再以风险关键要素作为输入参数,通过云自适应粒子群优化脉冲神经网络进行作业风险态势感知的训练和预测。最后,以某电网公司的实际历史作业事故事件为样本,展示了所提方法的应用过程。算例结果表明,该方法不仅适用于分析电力作业的风险组成,还可以在作业过程中有效地感知风险状态信息,跟踪风险发展趋势,有助于实施电力作业风险的全过程精细化态势利导管控。

基于可穿戴技术的电力作业安全监护平台研究

可穿戴设备是一种穿在身上的计算机系统,是一种新型的人机交互形式。文章将可穿戴技术运用到安全帽和电子手表上,结合后台监护系统,实现对电力作业人员的安全监护,对人员的不安全行为及时进行警告,发生安全事故时及时开展应急救援。可穿戴终端对作业现场的危险状况进行实时监测,并将数据传输至监护系统。监护系统依据现场监测数据实时掌握每个作业人员的工作状态,并向作业人员反馈有关信息。文章介绍了智能安全帽和智能手表的硬件组成以及监护系统的具体功能,可为电力行业及其他行业应用智能可穿戴设备提供参考。

华北电网直升机电力作业的现状与发展

介绍了华北电网公司直升机电力作业的现状与发展情况,对直升机航巡输电线路作业的完成情况、航巡内容和检查项目、航巡所发现的线路缺陷、航巡作业的优势和今后的发展方向进行了介绍。并对直升机带电水冲洗作业、直升机带电检修作业工作进行了介绍。

基于5G的电力作业现场违章智能识别判定系统设计

随着电力应急的迫切需要,电力作业现场作业安全管控已然成为供电部门的共性热点。本文围绕电力应急作业现场违章操作等问题,提出基于5G的电力作业现场违章智能识别判定系统,系统可对现场作业数据实时采集和灵活监督与管理,为供电部门在电力应急过程中出现的作业违规管控提供技术保障,具有非常重要的现实意义。随着电力市场和电网建设的进一步发展,重大施工事故、公共紧急事件、性质恶劣的违章操作等,都极易引发大规模停电事故甚至电网瘫痪,电力应急尤为重要。