异常状态的确定方法、装置、电子设备及存储介质与流程

本发明涉及电力作业安全管控，具体涉及异常状态的确定方法、装置、电子设备及存储介质。

背景技术：

1、电力作业属于高危作业范畴，作业人员的身体状态、精神状态直接决定作业安全性与操作规范性，其中疲劳、注意力不集中、突发生理异常（如中暑、晕厥前兆）等状态，是引发电力作业安全事故的主要因素。

2、相关技术中，通常采用统一的识别标准对作业人员进行异常状态判定，而在高风险场景与常规场景下采用相同的识别逻辑，难以兼顾异常识别的及时性与准确性，容易出现误判、漏判等情况，从而导致异常状态识别的准确性较低。

技术实现思路

1、本发明提供了一种异常状态的确定方法、装置、电子设备及存储介质，以解决相关技术中因采用统一的识别标准对作业人员进行异常状态判定，而出现的误判、漏判等问题。

2、第一方面，本发明提供了一种异常状态的确定方法，获取电力作业场景下的待监测对象的多源感知数据；对多源感知数据进行特征提取，得到待监测对象对应的疲劳特征、异常生理特征和异常行为特征；从多个预设权重分配策略中，确定出与电力作业场景匹配的目标权重分配策略；目标权重分配策略中包括疲劳特征对应的第一权重值、异常生理特征对应的第二权重值和异常行为特征对应的第三权重值；基于第一权重值、第二权重值和第三权重值，对疲劳特征、异常生理特征和异常行为特征进行加权处理，得到融合特征；基于融合特征，确定待监测对象的状态类型以及状态类型对应的状态等级。

3、本发明实施例提供的异常状态的确定方法中，通过引入电力作业场景，并根据电力作业场景从多个预设权重分配策略中确定出目标权重分配策略，根据目标权重分配策略为疲劳特征、异常生理特征和异常行为特征进行权重赋值，由此能够实现根据当前电力作业场景实时调整不同特征在融合判定时的权重占比，从而有效提升异常状态识别在复杂电力环境下的准确性。

4、在一种可选的实施方式中，从多个预设权重分配策略中，确定出与电力作业场景匹配的目标权重分配策略，包括：基于预设更新周期识别电力作业场景对应的场景类型；基于场景类型与权重分配策略之间的匹配关系，确定场景类型对应的目标权重分配策略。

5、本发明实施例提供的异常状态的确定方法中，通过基于预设更新周期识别电力作业场景的类型，并依据场景类型与权重分配策略之间的匹配关系来确定目标权重分配策略，使得特征融合的权重分配能够动态适配电力作业场景的实时变化，进一步提高了疲劳与异常状态识别在复杂电力作业环境中的针对性与准确性。

6、在一种可选的实施方式中，多个预设权重分配策略包括第一权重分配策略、第二权重分配策略和第三权重分配策略；第一权重分配策略对应第一电力作业场景，第一权重分配策略中的第二权重值大于第一权重值，且第一权重值大于第三权重值；第一电力作业场景表征作业高度超过预设高度或作业电压超过预设电压的电力作业场景；第二权重分配策略对应第二电力作业场景，第二权重分配策略中的第一权重值大于第二权重值，且第二权重值大于第三权重值；第二电力作业场景表征日常电力运维作业场景；第三权重分配策略对应第三电力作业场景，第三权重分配策略中的第一权重值大于第三权重值，且第三权重值大于第二权重值；第三电力作业场景表征夜间作业场景或电力应急作业场景。

7、在一种可选的实施方式中，基于融合特征，确定待监测对象的状态类型以及状态类型对应的状态等级，包括：将融合特征输入至预先构建的状态识别模型中，由状态识别模型对融合特征进行分类识别，输出待监测对象的状态类型；基于状态类型对应的分级判定规则，确定状态类型对应的状态等级；分级判定规则为基于待监测对象的基准数据和/或电力作业场景信息对应的环境参数确定。

8、本发明实施例提供的异常状态的确定方法中，通过预先构建的状态识别模型对融合特征进行分类识别，并结合基于待监测对象的基准数据和/或作业场景环境参数确定的分级判定规则来输出状态等级，使得状态等级的判定不仅依赖于通用的分级阈值，更融入了作业人员的个体差异与作业现场的实时环境因素，进一步提高了在复杂电力环境下针对异常状态的识别准确性。

9、在一种可选的实施方式中，状态类型包括疲劳状态、异常生理状态和异常行为状态，基于待监测对象的基准数据和/或电力作业场景信息对应的环境参数，确定分级判定规则，包括：获取待监测对象在预设时间段内的基准数据和电力作业场景信息对应的环境参数；基于基准数据确定疲劳状态对应的第一分级判定区间、异常生理状态对应的第二分级判定区间和异常行为状态对应的第三分级判定区间；基于环境参数对第一分级判定区间、第二分级判定区间和第三分级判定区间分别进行修正处理，得到修正后第一判定区间、修正后第二判定区间和修正后第三判定区间；基于修正后第一判定区间、修正后第二判定区间和修正后第三判定区间，确定分级判定规则。

10、本发明实施例提供的异常状态的确定方法中，依据环境参数对各判定区间进行修正，使得分级判定规则能够同时反映作业人员的个体生理基线差异和作业现场的环境影响，从而提高了状态等级划分的合理性，避免了因环境因素干扰导致的频繁误告警或危险状态漏报。

11、在一种可选的实施方式中，多源感知数据包括待监测对象的生理信号、姿态信号和环境信号，对多源感知数据进行特征提取，得到待监测对象对应的疲劳特征、异常生理特征和异常行为特征，包括：对生理信号和姿态信号分别进行滤波处理，得到滤波生理信号和滤波姿态信号；对滤波生理信号和滤波姿态信号进行降噪处理，得到降噪生理信号和降噪姿态信号；对降噪生理信号、降噪姿态信号和环境信号进行归一化处理，得到归一化数据；对归一化数据进行特征提取，得到待监测对象对应的疲劳特征、异常生理特征和异常行为特征。

12、本发明实施例提供的异常状态的确定方法中，通过对生理信号和姿态信号依次进行滤波处理、降噪处理和归一化处理，有效剔除了电力作业现场高压电磁噪声、设备振动、安全帽遮挡等因素引入的信号干扰，提升了多源感知数据的信噪比与一致性。

13、在一种可选的实施方式中，方法还包括：若状态等级为一级疲劳和/或一级异常，则向第一对象发送第一控制指令；第一控制指令用于控制第一对象执行振动和声光告警；若状态等级为二级疲劳和/或二级异常，则向第二对象发送预设提示信息；若状态等级为三级疲劳和/或三级异常，则向第一对象发送第二控制指令；第二控制指令用于控制第一对象开启录像。

14、本发明实施例提供的异常状态的确定方法中，通过根据状态等级的不同，差异化地向第一对象发送不同控制指令以及向第二对象发送提示信息，实现了分级预警与分层联动的闭环管控机制。

15、第二方面，本发明提供了一种异常状态的确定装置，该装置包括：获取模块，用于获取电力作业场景下的待监测对象的多源感知数据；特征提取模块，用于对多源感知数据进行特征提取，得到待监测对象对应的疲劳特征、异常生理特征和异常行为特征；第一确定模块，用于从多个预设权重分配策略中，确定出与电力作业场景匹配的目标权重分配策略；目标权重分配策略中包括疲劳特征对应的第一权重值、异常生理特征对应的第二权重值和异常行为特征对应的第三权重值；加权处理模块，用于基于第一权重值、第二权重值和第三权重值，对疲劳特征、异常生理特征和异常行为特征进行加权处理，得到融合特征；第二确定模块，用于基于融合特征，确定待监测对象的状态类型以及状态类型对应的状态等级。

16、第三方面，本发明提供了一种电子设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或其对应的任一实施方式的异常状态的确定方法。

17、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行第一方面或其对应的任一实施方式的异常状态的确定方法。

18、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行第一方面或其对应的任一实施方式的异常状态的确定方法。