关于现场作业智慧安全监管程序研究与应用

关于现场作业智慧安全监管程序研究与应用

柯明东

广东电网有限责任公司湛江供电局 524400

【摘要】：现场作业和工程建设往往具有作业分散、地域分布广、地形条件复杂、作业方式多样、风险高等特点。作业过程中存在诸多安全隐患和隐患，对人员和设备的安全构成一定的威胁。为提高现场施工的安全水平，在深入研究的基础上，开发了智能安全控制算法。通过智能识别、智能预警、动态监控等流程，提升项目运营现场的可视化监控能力，规避现场运营风险，降低运营现场发生事故的风险。对项目现场进行了无盲区的全方位监控，为进一步提高作业现场的安全水平提供了有力的技术保障。

【关键词】：现场作业；智慧安全；监管程序

1、引言

由于项目现场作业任务重、时间紧、点多、分布广、风险高，受影响单位难以全面监督生产现场安全。下属单位和外包单位。一些小的、零散的、临时性的工程，现场安全管控普遍薄弱，容易形成安全监控盲区。监控中心不能完全控制作业现场的安全风险，监督安全防控措施的有效实施。由于生产现场缺乏有效监控是安全事故发生的主要因素，全面加强生产现场安全监控已成为顺利推进安全事故生产现场安全活动的重要保障。

2、现场作业及安全监控现状分析

2.1、项目现场作业现状

现场作业项目涉及大量现场操作任务和操作人员，其中很大一部分是外包的，给现场操作风险控制带来很大压力。营销运作呈现工作场所分散、地域分布广、运作方式多样的特点。此外，由于采购主题的多样性、工程采购方式的多样性、施工单位、分包商和监理单位在不同安全保障方面的执行能力，在标准作业程序的执行上存在差距。安全生产培训与施工安全风险控制。此外，安全文化参差不齐，部分员工安全意识低下，违规操作频发，安全知识和技能仍有待提高。

2.2、安全监管现状分析

监控单元的安全监控主要有两种形式。一是传统的安全监督员现场检查形式，通过人工记录现场纠正问题。这种方式无法同时监控多个工程点，无法实现全安全监控。一次只能监控一个项目点，无法及时监控运营安全风险，安全监控变成事后监控，无法及时发现和避免安全风险。二是推广智能安防监控视觉监控技术，初步实现远程安防监控。但在实际应用中，还存在识别功能集中在设备前端、不完善、需要购买定制相机、实施成本高等问题。适用于基建主网大规模固定作业，难以大量推广的现场作业。因此，有必要在对现场运营安全智能控制的深入研究和研究的基础上，定制营销运营类型的智能监控算法，以兼容大多数网络摄像头并识别现场安全操作的要素，如安全带、安全头盔、工作服等。工作梯、周界、围栏，识别能力强，统一建设的综合后台识别平台，前台设备采购成本低，整体推广实施成本低，推动营销现场运营智能化转型安全控制。

3、基于深度学习的现场作业智慧化可视化技术研究及开发

3.1、可视化监管技术应用背景

深度学习技术用于解决许多实际问题，例如深蓝色机器人和Google的alphago。深度学习已被证明可以显着提高工作的质量和效率。目前广泛应用于自然语言处理、人机对话、计算机视觉等领域。在整个人工智能领域，计算机视觉的应用在技术层面上占有较大的份额，对多个行业的业务发展起到了重要的支撑作用。在安防监控领域，计算机视觉技术的应用成熟度已达到较高水平。面部识别、图像识别、物体检测和视频语义分析很常见。在安全监控领域，主动识别正在逐步取代传统的被动监控。人工智能技术在安防监控智能发展中发挥着重要作用。

3.2、智慧化安全管控算法设计

3.2.1、明确营销业务智慧识别场景模型

通过机器视觉和深度学习技术，可以实现海量监控视频特征数据的智能提取和识别。智能安全控制算法主要用于对作业现场施工人员的安全防护项目、安全防护措施和操作行为进行智能检测、识别、识别和预警，以加强和提高各电网现场安全的智能化管理。主要识别要素如下：（1）头盔识别模型可以智能识别现场人员是否佩戴头盔标准化。该算法主要用于营销、测量、旋转、组装和拆卸等领域。自动识别进入工作区的人员。如果检测到有人没有戴安全帽，可以立即触发警报，同时向管理人员发送警报信号。该算法主要用于营销指标的轮换、组装和拆卸等领域。自动识别进入工作区的人员。（2）如果检测到人员未穿着标准工作服，可立即触发报警，同时向管理人员发出报警信号。（3）围护标志：当有人员在指定区域工作时，这是保持现场安全工作环境的重要措施。识别安全带。对于高空工作的员工，该算法会智能识别他们是否佩戴了安全带和其他坠落保护装置。如果未佩戴，则会发出警报信号。（4）识别工作梯如何工作：当员工在工作梯上工作时，算法会智能识别工作梯下方是否有帮助。如果下面没有提供帮助，可能会发出警报信号。

3.2.2、定义深度学习工作流程

智能安全图像识别工作流节点主要包括数据采集、数据标注、数据预处理、模型训练、模型优化和模型部署。通过科学合理的工作流程，实现数据、计算能力和人工智能模型的协同运作，充分发挥最佳效率。

3.3、样本采集与标注

3.3.1、样本采集

深度学习是一种数据驱动的模型，需要大量的样本数据，并且样本数据在舞台上的覆盖必须足够完善。深度学习模型的有效性完全取决于样本数据的表现。如果存在样本数据以外的情况，该模型将变得不那么受欢迎。该项目使在多种情况下收集样本成为可能。采集的场景包括室内、室外、强光、弱光、培训室、地下室和住宅区。通过各种验证方法，提高了场景的适应性和识别准确率。

3.3.2、样本识别标注

对于深度学习算法，数据只能提供给安全主管，用于算法的识别和标记。通过针对各种场景制定详细的样本识别和标签规范和要求，并实施严格的标签审查机制，我们可以确保在数据录入过程中减少脏数据和错误标签。样本标签细分为工作服、围栏、安全带、工作梯和安全帽五个场景特征。

3.4、模型训练与验证

检测指标是物体检测算法中衡量识别精度的指标，即地图指标。在检测多个类别的物体的情况下，可以根据召回率和准确率为每个类别绘制一条曲线。AP是曲线下的面积，图是几类AP的平均值。关于检测指标，TP代表检测到的正样本数量，FP代表检测到的正负样本数量，FN代表检测到的正负样本数量，e是类别，n0是该类别的图像数量。在训练时，重点是地图检测（Multi-classaverageaccuracy）和召回率（recall），根据训练的可视化曲线调整和迭代网络模型参数。模型现场验证是指头盔、工作服、安全带、工作梯和围栏算法的现场测试，包括户外和家中。该模型可用于多场景自适应检测，但跳跃率和检测错误率较低。同时也能满足智能算法的安全控制要求。

4、智慧安全监管程序研究结论

综上所述，智能可视化算法对能源安全监控涉及的主要违法行为具有较好的识别准确率。智能化可视化在电气工程施工过程中的应用，可以构建智能化、数字化、精益化、标准化的安全管控模式，有利于完善现场作业安全管理体系，提高风险防控能力。现场操作。及时发现现场操作中的各种风险因素，智能采取各种防控措施，保障现场工作人员安全，减少现场事故，规范现场人员操作行为，保障现场操作安全。

另一方面，作业现场智慧安全监管工作，是贯彻落实“全国最好、世界一流”省网企业发展目标，加快推进本质安全型企业建设的具体举措，是运用“云大物移智”等智能技术在作业现场安全监管的广泛深度应用的有效载体，现阶段现场作业工作必须要在智慧监督系统录入计划，但是安全监管部的员工需要统计每天的现场作业计划总数，实际未开通数量、开工率，并且统计现场作业计划排名前三的单位部门，并且掌握明天全局现场作业计划情况，包括作业计划总数，计划数前三的片区、计划数前三的班站所、计划数前三的外单位、计划数前三且工作量大于3的本单位和外单位人员，现场作业人数超50人的工作内容等，每天需要花费大量的精力用于统计和分析，现场作业计划风险智能统计分析应用程序能通过RPA并且根据现场作业计划类型的不同（分为营销类、基建类、生产类），针对不同类型的作业计划进行统计分析，将统计分析结果通过ELINK推送给各级领导、专责和管理群，通过该程序能实施掌握全局现场作业情况，降低作业风险和便于提级管控。能快速、智能、准确的统计工具进行辅助决策，提高监督人员工作效率。

其应用场景为，该项工作是湛江局安全监管部门每天必须需进行的现场作业风险统计和分析，必须掌握今天的现场作业计划执行情况和明天现场作业计划，具有全局全省推广的前景。

项目采用技术原理为，先与安监部确定各项内容的统计数据来源和方法，明确数据统计的每一步业务过程，利用PRA机器人的自动识别UI、自动完成重复性工作性能，每天开展自动统计现场作业计划执行情况和明天现场作业计划情况，并自动通过ELINK进行发布统计和分析数据。

5、提升现场作业智慧安全监管程序效率的建议

5.1、加大智慧监管人才培养力度

无论是信息传输的质量还是传输速度，都能满足当前的发展需要。因此，有必要建立和完善平台间的信息传输机制，以应对多层次、多种形式的信息交换，这已成为无线通信传输技术的发展方向。科技创新发展离不开人才支持。人才是一切工作的力量源泉。因此，必须积极引进一大批高新技术人才，为构建和完善多平台的信息传播机制，促进信息传播高质量高效发展提供人才支撑。

5.2、提高无线通信传输控制水平

信息传递的任务形式和内容多种多样。它不仅需要有关数据的信息的传输，还需要接收、处理和转换。为保证信息数据的质量，应成立不同的工作组，明确相应任务的分配。为了快速解决繁重复杂的任务，需要提高对无线通信传输的控制水平。在今后的工作中，应重点研究和开发无线通信传输，利用技术和管理手段，为无线通信信息数据的传输提供更好的支持，确保数据传输信息的速度、质量和安全。促进中国无线通信的可持续发展。

5.3、积极运用大数据技术

21世纪是信息时代。随着时代的发展，一大批先进的信息技术层出不穷，如物联网、大数据、云计算等。无线通信依赖于网络，在无线通信的传输中引入大数据技术可以提高信息数据的分析、处理和传输，提高数据传输信息的准确性，提高数据信息分析的速度。在大数据时代，无线通信的发展可以进一步提升数字服务质量，优化各种设施，走向智能化、数字化趋势。

6、结束语

无线通信促进了通信行业的快速发展。它是信息时代传播信息、营造有效、实用的交流环境的重要手段。然而，在实际中，数据信息的传输中经常会出现节点移动、传输延迟或信道错误等问题。处理不当很容易影响传输效率。因此，我们需要很好地控制无线通信的传输，提高控制技术水平，更好地服务于高速数据网络。

参考文献：

[1]国网安全监察部.国家电网公司安全风险综合管控平台顶层设计方案[J].2019.

[3]川电安监〔2018〕51号.全面推进作业现场安全风险管控体系建设工作[S].国网四川省电力公司，2018.

[3]川电安监〔2015〕11号，贯彻落实实施意见[S].国网四川省电力公司，2015.

[4]川电安监〔2017〕11号.开展精准“日管控”指导意见[S].国网四川省电力公司，2017.

[5]国家电网安质〔2016〕356号.国家电网公司关于印发生产作业安全管控标准化工作规范（试行）的通知[S].国家电网公司，2016.