基于深度学习与边缘计算的变电站安全管控技术研究

摘要：

在变电站生产作业中,针对忽视电力规章制度的违规作业行为主要依赖人工监督检查方法,存在工作量大、效率低、实时性差、安全隐患高等缺点,无法实现对变电站工况现场作业人员安全的全方位有效管控,提出一种"深度学习+边缘计算"的变电站安全管控方法.首先,在变电站现场拍摄构建巡检人员行为数据集,并在服务器计算平台对深度学习算法模型进行训练与测试分析;然后,针对变电站安全管控应用需求,开发变电站安监边缘计算设备;最后,将训练好的深度学习算法模型部署在边缘计算设备,实现巡检人员违规施工行为的实时精准识别检测与预警.结果表明:本方法的检测准确率可达93.80％,可实现变电站复杂施工场景下巡检人员违规施工行为的实时精准识别检测与预警.

关键词：变电站、安全管控、深度学习、边缘计算、目标检测

所属期刊栏目：42

分类号：TM63;TM76(发电、发电厂)

资助基金：国网河北省电力有限公司科技项目kj2022-009

在线出版日期：2023-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64