项目背景
“安全第一、预防为主”是众所周知的安全工作方针，但在实际的安全管理与生产中，由于存在管理和实施的差距，还没有彻底地做到安全第一，因而导致了隐患的存在和事故的不断发生，而这些事故发生的主要原因就是习惯性、无知性以及盲目性违章的积垒。变电站日常运营与维护工作存在作业范围大、监控设备多、安全风险高等情况。面对点多、面广、量大的作业现场，无论是采用传统的人工监察模式，还是使用人工对实时监控视频进行监控，都难以满足现场安全监管全覆盖要求。现阶段，虽然变电站视频监控系统已纳入省公司安全生产管控系统，户外作业现场逐步开始应用移动视频监控装置，但视频采集设备无法实现自动识别违章并预警的功能，现场违章情况只能通过人工进行辨识，工作效率低，且容易出现漏看等情况。这样就无法对所有违章情况进行责任落实与整改，对全面监控安全事故风险、强化安全监督考核、推进安全文化建设实践等实际安全监督业务需求造成了很大影响。现场安全作业管控急需利用人工智能、边缘计算技术，结合智能算法，形成安全管控合力，通过现场布置违章识别设备，在移动智能终端设备实现边缘计算-违章行为检测，即在终端设备上加入边缘计算模块，对作业人员违章行为进行自动及时的识别，分析作业人员的违章行为，从而实现智能化的作业现场违章行为检测，对人员行为违章、安全文明作业措施未落实等进行及时报警和现场监督管控，实现对站内安全作业的监管和指导，降低安全事故的发生率。
行业痛点
1 、人员着装规范装监管：主要集中在对于人员着装的持续监管，根据不同作业场景，对人员着装监管的内容较多，但用管理人员现场监督以及通过监控远程查看的方式，都不可能做到实时监管，往往会发生工人入场着装符合要求，而作业过程中会有减少部分着装穿戴的情况发生，而此时靠人眼监督的时效性、准确性和持续性都无法保证。
2 、人员行为监管：如人员抽烟、摔倒等情况，往往是极短时间内发生，用传统方式如果监管人员此时没有看到，则会造成监管漏洞，待危险发生时往往为时已晚。
3 、作业环境监管：以烟火识别为例，作业环境中，如果一旦发生火灾，将对人员、物品造成不可估量的损失，传统火焰检测设备如传感器，往往只适合相对封闭的空间，并且待发现时为时已晚，而室外场合因设备设施分散，空气流动大，传统设备起不到作用，基本还采用人员值守看管，效率较低，还容易对监管人员本身造成伤害。
解决方案
根据国网赤峰供电公司使用需求，以变电站运维场景为开发方向，开发多种高精度智能 识别算法部署于智能分析设备中，用于变电站场景下违章行为的检测。
（1）安全帽识别：基于计算机视觉技术，对动态视频或图片进行实时分析，可识别出每个 摄像头下佩戴和未佩戴安全帽人员，对违规行为进行报警。
（2）短袖识别：对动态视频或图片进行实时分析，可识别出每个摄像头下穿着短袖人员， 对画面下出现非标准着装的情况进行报警。
（3）短裤识别：对动态视频或图片进行实时分析，可识别出每个摄像头下穿着短裤人员， 对画面下出现非标准着装的情况进行报警。
（4）人员抽烟检测：对动态视频或图片进行实时分析，可识别出每个摄像头下进行抽烟动 作的人员，对画面下出现抽烟的违规行为进行报警。
（5）人员摔倒检测：对动态视频或图片进行实时分析，可识别出每个摄像头下摔倒的人员， 对画面下出现人员摔倒的意外情况进行报警。
（6）烟雾检测：对动态视频或图片进行实时分析，可识别出摄像头下出现的烟雾，对冒烟 的风险情况进行报警。
（7）火焰检测：对动态视频或图片进行实时分析，可识别出摄像头下出现的明火，对起火 的风险情况进行报警。
方案价值
本项目针对作业现场安全监管手段滞后、效能不足的现状，围绕“移动型、通用型、互联型、管控型、智能型、规范型”的建设思路，以实际需求为导向，以应用落地实用化为重点，应用边缘计算、物联网等先进技术，研发应用数字化安全管控智能终端，致力于减轻国网赤峰供电公司生产作业现场安全管控压力，提高安全管控效能，推动安全管控向数字化、智能化转型升级。通过电网视频监控智能分析深化应用的建设，实现视频监控数据分析复杂多维度问题的快速处理，兼具自主学习能力，并通过与人工智能平台的深度融合实现设备互通互联，提高了工作中的有效性和实效性管理要求，为生产安全和经营管理水平的提升提供有力的支持。通过对人工智能变电站违章识别系统的建设与多种安全监控图像识别算法的实现和应用，对常见违章行为实现自动研判、 自动告警、生成违章记录并通知安全监控人员处理等，在监控方面降低人力投入，做到精准报警、快速响应、 自动全天候监控，提高对变电站作业过程中出现的违章行为的发现效率，由现场监督人员及时进行制止、指导和追责，提升安全管控能力，减少变电站运维过程中发生的安全风险，提高作业人员的安全警惕意识，确保变电站安全稳定运行。