一种电气开关室区域识别设备及AI计算资源分配方法与流程

一种电气开关室区域识别设备及ai计算资源分配方法
技术领域
1.本发明涉及电力站房区域识别技术领域，具体来说涉及一种电气开关室区域识别系统及ai计算资源分配方法。


背景技术：

2.随着我国工业和现代化进程的高速发展，对电力的需求也日益增长，各种形式的发电站无论数量还是规模都在不断增加。作为大型发电站的核心控制系统，电气开关室发挥着至关重要的作用，其安全可靠运行是为社会提供必要生活、生产用电的重要保障。与配电开关室相比，大型发电站的电气开关室往往面积更大，设备的种类和数量更多，环境也更为复杂。确保日常检修维护工作的安全和规范是所有发电企业的重要任务。
3.为此，绝大部分发电站都采用工作票系统，对进入电气开关室的人员进行授权，允许其在特定时间内对特定区域的设备进行操作。对于工作票允许的操作时段和范围，往往缺少有效的监管，尤其是当开关室内的情况过于复杂，而操作人员对环境不熟悉或者注意力不集中时，很容易发生误操作的情况，造成设备故障甚至安全事故。因此，发电企业在对操作人员进行基本的安全和规范操作培训的同时，还需要对开关室，尤其是存在多个工作区域的站房内的情况有着准确而及时的了解。
4.传统解决方案是在站房内安装监控系统，实现全部区域的视频覆盖。后台监控人员对站房内人员的操作行为进行人工监控，当出现区域入侵或不规范操作时做出语音提示或警告。在实际应用中，该方案存在两方面缺点。首先，监控人员通过视频对站房的掌握情况可能不够准确和全面，比如在特定角度下可能因视角问题无法确定操作人员所处区域，或因视线遮挡无法识别人员动作。其次，人工监控带来额外的人力成本，尤其对于有多个电气开关室的大型发电站，需要配备足够的监控人员，否则很容易出现因人员疲劳造成的监管疏漏。
5.另一种解决方案是在重点区域加装红外电子围栏等区域识别系统，任何物体越过划定区域都会触发报警，对现场和后台监管人员进行提示。然而，该类区域识别系统会对闯入目标进行无差别报警，仅适合少数重点区域的监控，无法应用到全部设备上（过度安装会带来大量无效报警）。同时，该方案为被动检测，无法区分侵入人员是否存在操作设备的意图，会带来相当比例的误报警。


技术实现要素：

6.本发明目的是提供一种电气开关室区域识别系统及ai计算资源分配方法，旨在通过对监控区域的人员进行身份匹配和动作识别，解决电力企业电气开关室等重要设施在日常运维中的非法入侵和误操作隐患。
7.为了实现上述目的，本发明提供如下技术方案：1、一种电气开关室区域识别系统，包括门禁控制系统和智能主机，其特征在于接入发电企业的运营监管平台，并采用模块化设计，可集成于站房已有的智能辅助系统中，也可独立运行。
8.所述门禁控制系统包括智能门锁和设置于站房出入口的摄像机，智能门锁可以通过开关量、rs485、以太网等方式和运营监管平台通信，实时上报门禁状态，并接收平台下发的人员授权信息，也可以由平台直接下发控制指令。所述出入口摄像机设于站房出入口外侧墙壁的正上方，以俯视视角采集图片或视频流，并通过光纤以太网上传运营监管平台。
9.为方便识别，人员进出站房时佩戴的安全帽上须印有可被出入口摄像机采集的标签，标签形式包括数字、字母、条形码、二维码中的一种或几种构成的组合。标签形式和内容由企业统一设置，要求不重复。
10.所述智能主机含有调度模块和ai计算模块，所述调度模块根据站房内人员数量和分布向各个区域识别摄像机实时分配ai计算资源。所述ai计算模块对区域识别摄像机采集的标签信息进行分析，判断是否发生区域入侵事件，以及闯入人员是否有操作设备的倾向。
11.所述调度模块和ai计算模块指基于人工智能的嵌入式开发板或具有类似作用的模组，两者既可相同也可不同。
12.所述智能主机含有有线或无线通信模块。
13.优选的，所述有线通信方式包括以太网。
14.优选的，所述无线通信方式包括lora、wifi和4g等。
15.所述智能主机和部署于站房中的多个区域识别摄像机相连，将其实时采集的图像下发给ai计算模块进行分析处理。
16.所述ai计算模块按照以下逻辑顺序对区域入侵和误操作倾向进行判断，并产生相应告警：s1：ai计算模块提取区域识别摄像机采集图片中的安全帽标签，识别其中的字母、数字等，并根据运营监管平台下发的含有工位的人员授权信息以及出入口摄像机采集的人员、安全帽标签配对，判断是否有人员处于非授权工作区域，没有则不进行后续判断s2；s2：若有人员处于非授权区域，进一步对该人员进行判断，并根据预先训练的模型，检测是否存在人体或与人体相连的工具靠近设备的趋势，不存在则仅生成区域入侵告警。若存在，则生成误操作告警，并将图片上报平台；s3：当区域识别摄像机采集的图片中含有多个安全帽标签时，对其进行轮巡，依次判断每个目标是否存在区域入侵和误操作风险，并生成相应告警事件。
17.所述调度模块按照以下逻辑顺序对ai计算资源进行分配：s1：默认模式为视野均分模式，根据区域识别摄像机数量和视野权重对ai计算模块进行大致的均分，确保每个模块分析的总视野面积大致相当。所述视野权重反映不同区域识别摄像机覆盖的相对面积大小，为固定值且须预先设置；s2：若某个ai计算模块负责检测的目标数量骤增，自动将这些目标分配到其他分析任务较轻的模块进行分析处理，从视野均分模式切换为算力均分模式，模式切换阈值可设置；s3：单一ai计算模块的检测目标数降低后，运行模式切换回视野均分模式，模式切换阈值可设置；s4：出入口摄像机对进出站房人数进行动态统计，并定时通过区域识别摄像机进行修正，当站房内人数为0时，全部ai计算模块进入休眠模式。
18.每套系统仅须设有一块调度模块，所述调度模块对全部ai计算模块进行目标分
配，不参与具体的目标识别和分析任务。
19.每套系统设有若干ai计算模块，其数量由站房大小和区域识别摄像机数量决定。
20.应当理解，前面的一般描述和以下详细描述都仅是示例性和说明性的，而不是用于限制本公开。
21.本技术文件提供本公开中描述的技术的各种实现或示例的概述，并不是所公开技术的全部范围或所有特征的全面公开。
附图说明
22.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
23.图1为本发明实施例提供的区域识别系统的模块化结构示意图；图2为本发明实施例提供的区域入侵和误操作判别逻辑框图；图3为本发明实施例提供的ai计算资源分配逻辑框图。
24.附图标记说明：1、门禁控制系统；2、运营监管平台；3、智能门锁；4、出入口摄像机；5、智能主机；6、调度模块；7、ai计算模块；8、区域识别摄像机。
具体实施方式
25.为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
26.如图1所示，为了对监控区域的人员进行身份匹配和动作识别，从而解决发电企业电气开关室等重要设施日常运维中的非法入侵和误操作隐患，本发明提出一种区域识别系统，系统主体包括门禁控制系统、智能主机和部署于站房内的区域识别摄像机，其特征在于门禁控制系统和智能主机均接入企业的运营监管平台。整个系统采用模块化设计，可集成于站房已有的智能辅助系统中，也可独立运行。
27.所述门禁控制系统包括智能门锁和设置于站房出入口的摄像机，智能门锁可以通过开关量、rs485、以太网等方式和运营监管平台通信，实时上报门禁状态，并接收平台下发的人员授权信息，也可以由平台直接下发控制指令。所述出入口摄像机设于站房出入口外侧墙壁的正上方，以俯视视角采集图片或视频流，并通过光纤以太网上传运营监管平台。
28.为方便识别，人员进出站房时佩戴的安全帽上须印有可被出入口摄像机采集的标签，标签形式包括数字、字母、条形码、二维码中的一种或几种构成的组合。标签形式和内容由企业统一设置，要求不重复。
29.所述智能主机含有调度模块和ai计算模块，所述调度模块根据站房内人员数量和分布向各个区域识别摄像机实时分配ai计算资源。所述ai计算模块对区域识别摄像机采集的标签信息进行分析，判断是否发生区域入侵事件，以及闯入人员是否有操作设备的倾向。
30.所述调度模块和ai计算模块指基于人工智能的嵌入式开发板或具有类似作用的模组，两者既可相同也可不同。
31.所述智能主机含有有线或无线通信模块。
32.优选的，所述有线通信方式包括以太网。
33.优选的，所述无线通信方式包括lora、wifi和4g等。
34.所述智能主机和部署于站房中的多个区域识别摄像机相连，将其实时采集的图像下发给ai计算模块进行分析处理。
35.所述ai计算模块按图2所示的逻辑顺序对区域入侵和误操作倾向进行判断，并产生相应告警：s1：ai计算模块提取区域识别摄像机采集图片中的安全帽标签，识别其中的字母、数字等，并根据运营监管平台下发的含有工位的人员授权信息以及出入口摄像机采集的人员、安全帽标签配对，判断是否有人员处于非授权工作区域，没有则不进行后续判断s2；s2：若有人员处于非授权区域，进一步对该人员进行判断，根据预先训练的模型，检测是否存在人体或与人体相连的工具靠近设备的趋势，不存在则仅生成区域入侵告警。若存在，则生成误操作告警，并将图片上报平台；s3：当区域识别摄像机采集的图片中含有多个安全帽标签时，对其进行轮巡，依次判断每个目标是否存在区域入侵和误操作风险，并生成相应告警事件。
36.在区域识别系统运行期间，所述调度模块按照以下逻辑顺序对ai计算资源进行分配：s1：默认模式为视野均分模式，根据区域识别摄像机8数量和视野权重对ai计算模块7进行大致的均分，确保每个模块分析的总视野面积大致相当。所述视野权重反映不同区域识别摄像机覆盖的相对面积大小，为固定值且须预先设置；s2：若某个ai计算模块7负责检测的目标数量骤增时，自动将这些目标分配到其他分析任务较轻的模块进行分析处理，从视野均分模式切换为算力均分模式，模式切换阈值可设置；s3：单一ai计算模块7的检测目标数降低后，运行模式切换回视野均分模式，模式切换阈值可设置；s4：出入口摄像机4对进出站房人数进行动态统计，并定时通过区域识别摄像机8进行修正，当站房内人数为0时，全部ai计算模块7进入休眠模式。
37.每套系统仅须设有一块调度模块，所述调度模块对全部ai计算模块进行目标分配，不参与具体的目标识别和分析任务。每套系统设有若干ai计算模块，其数量由站房大小和区域识别摄像机数量决定。
38.以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。