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。
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。
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。
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。