broken image
broken image
broken image
  • 首页
  • 智巡大模型 
    • 基础大模型L0
    • 行业大模型L1
    • 场景大模型L2
  • 圣瞳产品 
    • 圣瞳训推一体开发平台
    • 圣瞳工业巡检AI平台
    • 圣瞳工业巡检智能体
    • 圣瞳800训练一体机
    • 圣瞳600推理一体机
  • 解决方案 
    • 发电场景
    • 矿山场景
    • 化工场景
    • 冶炼场景
  • 关于我们 
    • 联系我们
    • 投资者关系
    • 新闻速递
    • 加入我们
  • …  
    • 首页
    • 智巡大模型 
      • 基础大模型L0
      • 行业大模型L1
      • 场景大模型L2
    • 圣瞳产品 
      • 圣瞳训推一体开发平台
      • 圣瞳工业巡检AI平台
      • 圣瞳工业巡检智能体
      • 圣瞳800训练一体机
      • 圣瞳600推理一体机
    • 解决方案 
      • 发电场景
      • 矿山场景
      • 化工场景
      • 冶炼场景
    • 关于我们 
      • 联系我们
      • 投资者关系
      • 新闻速递
      • 加入我们
    broken image
    broken image
    broken image
    • 首页
    • 智巡大模型 
      • 基础大模型L0
      • 行业大模型L1
      • 场景大模型L2
    • 圣瞳产品 
      • 圣瞳训推一体开发平台
      • 圣瞳工业巡检AI平台
      • 圣瞳工业巡检智能体
      • 圣瞳800训练一体机
      • 圣瞳600推理一体机
    • 解决方案 
      • 发电场景
      • 矿山场景
      • 化工场景
      • 冶炼场景
    • 关于我们 
      • 联系我们
      • 投资者关系
      • 新闻速递
      • 加入我们
    • …  
      • 首页
      • 智巡大模型 
        • 基础大模型L0
        • 行业大模型L1
        • 场景大模型L2
      • 圣瞳产品 
        • 圣瞳训推一体开发平台
        • 圣瞳工业巡检AI平台
        • 圣瞳工业巡检智能体
        • 圣瞳800训练一体机
        • 圣瞳600推理一体机
      • 解决方案 
        • 发电场景
        • 矿山场景
        • 化工场景
        • 冶炼场景
      • 关于我们 
        • 联系我们
        • 投资者关系
        • 新闻速递
        • 加入我们
      broken image

      圣瞳案例|人工智能在国网电力场景安监系统的应用

      · 精选案例
      broken image

      电力作业现场普遍存在数量大、点多面广、环境复杂、施工人员水平参差不齐等情况,这给安全监管带来了很大的管控难度,对于违章违规行为往往不能在第一时间发现,容易造成安全事故。

      传统管控是通过各类常规监控终端来实施远程监控和现场管控的,这种方式需要人工复核。随着监控终端设备数量增多,海量数据让人工核验的工作量与日剧增,响应及时性和管控有效性均无法保证。

      西安圣瞳科技基于对电力场景安监业务需求的深入了解,利用行业领先的人工智能技术、边缘计算技术等高新科技,推出一整套解决方案,可全面对接电力作业视频监控平台并实现智能分析,满足现场作业的智慧化安监。

      行业痛点
      电力场景现场作业的安监痛点主要集中于以下几个方面:

      1)人员着装规范:主要集中于人员着装的持续监管。根据不同作业场景,人员着装监管的内容存在较大差异(如安全帽、安全带、工服、口罩、护目镜、绝缘鞋/手套等),如果采用人工监督或者远程监控的方式,监管的时效性、准确性和持续性都无法保证。

      2)人员行为监管:如人员越界、禁区闯入等情况,往往是极短时间内发生,用传统方式很容易造成监管漏洞,待危险发生时往往为时已晚。

      3)作业环境检测:以烟火识别为例,在作业环境中,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,而室外场合因设备设施分散,空气流动大,传统设备的作用十分有限。同时在施工过程中,现场环境由于面广人多点杂,当有一些工程设备如吊车、翻斗车、挖掘机进入现场后,如不按规定区域停放或行进,极易对人员、设施(电力高塔)等造成危险。

      4)电力设备状态识别:如(指示灯、压板状态、仪表读数)由于数量多且复杂,靠人工无法实时查看,当出现异常时难以在第一时间发现并解决。

      5)电力设备缺陷识别:电力设备在日常运行过程中,不可避免会发生一些异常情况,如设备表计表盘模糊/破损、绝缘子破裂、硅胶变色、部件漏油、金属件锈蚀等,仅依靠人力往往无法及时发现进行维护,会给设备安全运行造成隐患。

      项目信息

      国网某公司安监项目借助“圣瞳”工业AI巡检平台,对作业现场人员违章和设备状态自动判别,实现了电力作业全过程管控,降低了人力物力投入,做到了快速响应、精准报警和全天24h监测。平台以视频图像识别深度学习算法为核心技术,遵循国网信息平台规范,依托综合可靠的通信网络、分布式数据库和集群计算等多项技术,提供功能包括:自动监测常见违章行为及设备状况、自动识别、自动告警、自动生成记录并通知安全监管人员处理等。

      broken image

      解决方案
      项目主要解决了电力场景智慧化安监的两类需求:人员作业管控、人员行为与环境监测。

      一、人员作业管控

      1)安全帽识别:检测画面中是否有人员未佩戴安全帽,对违规情况进行报警。

      2)安全带识别:检测画面中是否有人员未佩戴安全带并统计出数量,对违规情况进行报警。

      3)工服识别:检测画面中穿着工服的工人数量,对画面下出现非标准着装的情况进行报警。

      4)绝缘手套识别:检测画面中是否有人员未按规定佩戴绝缘手套,并对违规情况进行报警。

      broken image

      二、人员行为与环境

      1)抽烟识别:检测画面中是否出现抽烟人员情况并统计出数量,对出现抽烟等情况进行报警。

      2)越界检测:检测画面中跨越禁止线的情况,对违规情况进行报警。

      3)禁区闯入检测:检测画面中进入禁止区域的情况,并对违规情况进行报警对违规情况进行报警。

      4)摔倒检测:检测画面中摔倒人员情况,对画面下出现摔倒情况进行报警。

      5)聚集检测:检测画面中是否存在人员聚集的情况,对人数超过设定阈值的情况进行报警。

      broken image

       

      方案价值
      该方案通过计算机视觉与人工智能技术,从视频采集设备中获取图像,以快速识别相关人员及行为管控为目的,做到了快速发现、快速报警、事前预防、事中管控、事后分析全链路监测,实现了基于人工智能的电力安全作业智慧化监管。

       

      上一篇
      圣瞳案例|人工智能在输电线路巡检系统的应用
      下一篇
      祝贺“西安经济数学学会智能化技术应用专业委员会”成立
       回到主页
      Cookie的使用
      我们使用cookie来改善浏览体验、保证安全性和数据收集。一旦点击接受,就表示你接受这些用于广告和分析的cookie。你可以随时更改你的cookie设置。 了解更多
      全部接受
      设置
      全部拒绝
      Cookie设置
      必要的Cookies
      这些cookies支持诸如安全性、网络管理和可访问性等核心功能。这些cookies无法关闭。
      分析性Cookies
      这些cookies帮助我们更好地了解访问者与我们网站的互动情况,并帮助我们发现错误。
      首选项Cookies
      这些cookies允许网站记住你的选择,以提供更好的功能和个性化支持。
      保存