CONTENT研究背景 數字化安全防控技術-平面 三一 三一 五數字化安全防控技術-認知 六數字化安全防控智能裝置 七結語研究背景—大安全思維n習近平總書記指出：要做好新時代國家安全工作，以系統思維構建大安全格局，以人民安全是國新型配電網安全可歸納為：新型配電網安全可歸納為：生產安全（人身安全或作業安全）信息安全（網絡安全或信息安全）研究背景—大安全思維n電網作業通常面臨高電壓、強電流等危險環境，由于生產現場人員安全意識淡薄、作業過程不規死亡人數死亡人數0根據國家能源局公開數據根據國家能源局公開數據，2017-2022年共發生278起電力2020年桂林供電局“9.21”研究背景—大安全思維十九大報告提出“樹立安全發展理念，弘揚生命至上、安全第一的思想”以及構建“安全高效的能源體系”發展目標。2018年，國家能源局印發《電力安全生產行動計劃（2018-2020年）》2020年，國家能源局發布《關于印發2020年電力安全監管重點任務的通知》2020年，中國國務院安委會推出《全國安全生產專項整治三年行動計劃》2016年推出《國家電網公司生產作業安全管控標準化工作規范（試行）》2017年，國家電網推出《國家電網公司關于強化本質安全的決定》2018年，南方電網公司推出《南方電網公司關于推進本質安全型企業建設的指導意見》研究背景—安全防護需要體系化思考n以配網觸電為例，觸電誘因可能有接地等配電網內在故障、作業人員不安全行為、設備不安全狀配電網總體安全不同風險主體配電網安全設備安全人身安全公共安全人員不安全行為外力破壞外力對安全主體的分析不應依據業務進行割裂判斷，應從非接觸式方式為主要手段，進而“感知”多元誘因數據狀n配電網作業過程是一個涉及人員、防護工具、設備機械和環境等多元交互融合的復雜動態過程，安全風險通驗電作業時，未戴絕緣手套作業時，作業人員和帶電體過近研究思路—數字化安全管控平面平面-立體-全息-認知的體系化安全風險防護技術框架數字化安全防控技術-平面數字化安全防控技術-平面化安全行為解譯平面數字化防控技術：以固定視頻監控、布控球、執法儀、機器人和智慧安全帽等作業現場新型安全風險防護工具為基礎，采集生產作業過程安全風險的平面影像，借助視覺影像處理方法進行生產現場安全風險的智固定監控布控球執法儀機器人智慧安全帽處理著裝風險識別安全標識牌識別動態違章動作安全帽識別標識牌字符識別登高作業識別安全手套識別標識牌缺失識別倒閘作業判別工作服識別標識牌外觀異常識別作業現場打電話工作服識別誤入帶電間隔檢測關鍵作業節點分割安全帶識別翻越電子圍欄常見可視化違章風險（以代替人為導向）參考文獻：馬富齊,王波,董旭柱,等.電力工業安全影像解譯：基本概念與技術框架[J].中國電機工程學報,2022,42(02)參考文獻：馬富齊,王波,董旭柱,等.電力工業安全影像解譯：基本概念與技術框架[J].中國電機工程學報,2022,42(02)數字化安全防控技術-平面化安全行為解譯n提出了基于知識驅動的安全影像智慧解譯方法，實現了對生產過程中靜態風險元素目標、人員動態違章行為和復雜生產場景等險誘因的智能識別及風險認知，基于此研發了全過程可視化生產安全智慧管控系統，實現對作業前中后生產安全風險的高精度辨識。效效可辨識風險類型20種，風險辨識精度95%，產品性能指標領先于同類產品，有效解決了繞人-機-物多元交互生產過程果的安全影像解譯難題。數字化安全防控技術-平面化安全行為解譯關鍵問題1：形態特征相似安全防護工具風險元素（機或物）的精細化識別問題關鍵問題1：形態特征相似安全防護工具風險元素（機或物）的精細化識別問題配電作業現場存在大量形態相似目標：絕緣手套、線手套和手接地線與驗電桿木梯子和絕緣梯形態相似性、尺寸相當，差異性體現在材質或紋理方面如何差異化表征形態配電作業影像中相似元素目標的視覺特征如何差異化表征形態配電作業影像中相似元素目標的視覺特征，捕捉或放大相似目標的細微視覺特征差異性，實現對電力生產中靜態風險元素目標的精細化識別數字化安全防控技術-平面化安全行為解譯關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法度量學習任務的典型示例達不同目標特征距離為目的的嵌入式空間特征學習，學習得到表征不同目標的深度代表性特征向量，通過知目標與代表性特征向量的距離進行類別判斷，從而實現對形態高度相似實體防護工具的高精度辨識，以度量學習任務的典型示例基于深度代表性特征度量學習的相似防護工具目標參考文獻：馬富齊,王波,董旭柱,等.面向電力生產精細化風險解譯的高度相似防護工具智能檢測技術研究[J].中國電機工程學報,2024,44(03):971-981.DOI:1參考文獻：馬富齊,王波,董旭柱,等.面向電力生產精細化風險解譯的高度相似防護工具智能檢測技術研究[J].中國電機工程學報,2024,44(03):971-981.DOI:1數字化安全防控技術-平面化安全行為解譯關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法不同模態數取值對模型性能影響分析不同模態值對應的模型平均精度AP（%）34567手型的平均精度均值達到最大值86.38%。結結論數字化安全防控技術-平面化安全行為解譯關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法關鍵突破1：基于細粒度目標檢測的靜態安全防護工具精細化識別方法誤判誤判及多標簽誤判及多標簽大大量誤判漏判與常見目標檢測模型的對比—驗電桿和絕緣桿檢測結果對比數字化安全防控技術-平面化安全行為解譯關鍵問題2：特征隨機變化的人員違章動作風險因素（人）高精度辨識問題關鍵問題2：特征隨機變化的人員違章動作風險因素（人）高精度辨識問題(a)違章行為起始階段(b)違章行為中間階段因此因此，如何提取和表達電力生產影像中作業過程人體姿態的隨機時空特征變化，捕捉關鍵人體部位的區辨數字化安全防控技術-平面化安全行為解譯關鍵突破2：基于時空圖卷積和骨骼節點注意模塊的配電網作業人員違章行為識別關鍵突破2：基于時空圖卷積和骨骼節點注意模塊的配電網作業人員違章行為識別人體18個骨骼節點人體18個骨骼節點違章行為類型PRECISIONRECALLF1_SCORE所提方法所提方法所提方法跨越安全圍欄違規攀爬作業現場打電話打開高壓柜門移除安全標識牌參考文獻：BoWang,FuqiMa*,RongJia,etal.Skeleton-BasedViolationActionRecognitionMethodforSafetySupervisioninOpe數字化安全防控技術-平面化安全行為解譯關鍵問題3：關鍵問題3：具有多元交互特征的作業場景風險因素（人-機-物）復雜理解問題場景理解最早是來源于計算機視覺領域的概念，在場景理解最早是來源于計算機視覺領域的概念，在傳統概念中場景理解既包括目標檢測、語義分割等低層圖像處理任務，也包括圖像描述（IC）、視覺問答（VQA）等高層圖像處理任務。計算機視覺領域場景理解（圖像描述）（機器視覺技術和自然語言處理等多個領域相融合的熱點問題）數字化安全防控技術-平面化安全行為解譯關鍵問題3：關鍵問題3：具有多元交互特征的作業場景風險因素（人-機-物）復雜理解問題電電力場景視覺特點—以驗電作業場景為例數字化安全防控技術-平面化安全行為解譯關鍵突破3：考慮風險場景依存性的配電作業場景智能理解方法關鍵突破3：考慮風險場景依存性的配電作業場景智能理解方法提出了融合全局視覺特征和空間拓撲特征的配電作業場景理解模型多尺度特征融合注意模塊針對配網作業場景中元素識別與關系理解困難問題多尺度特征融合注意模塊針對配網作業場景中元素識別與關系理解困難問題，提出融合全局視覺特征與空間拓撲關系的圖編碼-解碼網絡方法，實現作業人員與設備間交互關系的智能識別與場景精準解析。參考文獻：MaFuqi,WangBo,DongXuzhu,etal.Sceneunders參考文獻：MaFuqi,WangBo,DongXuzhu,etal.Sceneunders數字化安全防控技術-平面化安全行為解譯關鍵突破3：考慮風險場景依存性的生產作業場景智能理解方法關鍵突破3：考慮風險場景依存性的生產作業場景智能理解方法與其他基于CNN方法的對比所提方法場景理解結果的標準混合矩陣第2種評估策略下不同方法性能對比數字化安全防控技術-平面化安全行為解譯關鍵突破4：基于并行編解碼集合關系預測的人物作業關系智能理解方法關鍵突破4：基于并行編解碼集合關系預測的人物作業關系智能理解方法H×WkQHVL×N基于自注意力機制的并行解碼模塊Qdot-productattentionM×LM×L(M≤N)HOI位置嵌入模塊H×WkQHVL×N基于自注意力機制的并行解碼模塊Qdot-productattentionM×LM×L(M≤N)HOI位置嵌入模塊基于基于Transformer的編碼模塊全局儲存位置編碼模塊KT、V全局儲存位置編碼模塊扁平化特征WdH×WCdH×W空集空集空集關系交互對1空集空集空集關系交互對1關系交互對關系交互對2關系交互對關系交互對3關系交互對關系交互對M,--------?-------personascendladderhbboxobbox關系預測模塊基于并行編解碼集合關系預測的人物作業關系智能理解方法效果展示參考文獻：MaFuqi,LiuYongwen,WangBo,etal.Researchonintelligenti數字化安全防控技術-平面化安全行為解譯關鍵突破5：基于圖像描述和語義相似性分析的復雜電力作業場景安全風險辨識方法關鍵突破5：基于圖像描述和語義相似性分析的復雜電力作業場景安全風險辨識方法n電力施工作業現場環境多樣復雜；n作業人員工作范圍和運動軌跡難以控制；n存在多種施工機械及工器具。僅僅采用目標檢測和實例分割等淺層感知技術進行電力生產安全風險識別，無法提取作業過程中包含的深層語義知識和施工現場風險主體之間的依存關系，且對潛在風險因素的挖掘不充分，從而導致風險識別不準確的問題，無法滿足電力工業實際生產需求。借助高層圖像理解任務實現電力場景安全風險的智慧認知借助高層圖像理解任務實現電力場景安全風險的智慧認知參考文獻：LiW,MaF,JiaR,WangB，etal.ARiskIdentif數字化安全防控技術-平面化安全行為解譯關鍵突破5：基于圖像描述和語義相似性分析的復雜電力作業場景安全風險辨識方法關鍵突破5：基于圖像描述和語義相似性分析的復雜電力作業場景安全風險辨識方法安全風險安全風險辨識結果風險識別方法的流程圖參考文獻：LiW,MaF,JiaR,etal.ARiskIdentificationMethodforPowerOper數字化安全防控技術-立體數字化安全防控技術-立體化安全距離電力系統具有高電壓、強電流等特點電力系統具有高電壓、強電流等特點，安全距離作為近電作業風險防護的重要指標，對保障電力設備安全運行及作業人員生命安全至關重要。如何進行作業人員或施工機械與帶電設備的安全距離精數字化安全防控技術-立體化安全距離基于多攝像頭聯動基于多攝像頭聯動的人員安全距離判別斗臂車、塔吊等特殊工器具、電子圍欄需要安全距離帶電設備需要安全距離從平面圖中“認知”大概距離長距離（>40米）雙目或點云數據匹配數字化安全防控技術-立體化安全距離基于基于雙目立體匹配和場景元素識別的近電安全距離檢測誤差誤差(%)5雙目視頻采集0×2×10(mm)0102030本文所提方法測距誤差圖數字化安全防控技術-立體化安全距離基于基于雙目立體感知與安全區域分割的施工機械近電作業距離檢測n大型施工機械是電力檢修、改造等作業的重要工具，其近電作業過程的安全距離有嚴格要求，但其作業過程參考文獻：馬富齊,王嘉勛,賈嶸,等.基于雙目立體感知和安全區域分割的大型施工機械近電安全距離智能預警方法研究[J].中國電機工程學報,2025,45(07):2554-2567.施工機施工機械邊緣檢測安全距離計算機制選取基于基于雙目立體感知與安全區域分割的施工機械近電作業距離檢測檢測結果可視化數字化安全防控技術-立體化安全距離基于可見光基于可見光+點云數據匹配的安全距離測量與防控輸電通道外破距離檢測場景示例攝像頭輸電通道外破距離檢測場景示例攝像頭形態1：融合測控裝置應用場景涵蓋從作業前的人員準入—>前往作業區域實時軌跡跟蹤—>作形態1：融合測控裝置應用場景涵蓋從作業前的人員準入—>前往作業區域實時軌跡跟蹤—>作業區域實時監控預警—>作業后評估分析報告生成。形成電力生產安全作業全流程管理體系。安全距離管控場景示例數字化安全防控技術-全息數字化安全防控技術-全息化多物理場融合聲聲-光-熱多物理場融合的全息成像安全風險發生時：安全風險發生時：視覺方式檢測效果有限外部聲（可聽聲/超聲）、光（可見光）、熱、電、磁等物理場發生變化基于矢量陣列映射的聲光熱多物理場融合成像技術基于矢量陣列映射的聲光熱多物理場融合成像技術基于影像解譯的電力設備內部風險定位及智能識別技術基于影像解譯的電力設備內部風險定位及智能識別技術面向用電設備風險檢查的多物理場風險解譯及預警裝置研制面向用電設備風險檢查的多物理場風險解譯及預警裝置研制聲-光-熱多物理場融合的全息成像數字化安全防控技術-全息化多物理場融合基于基于聲光融合成像特征解析的電力設備局部放電精細識別方法參考文獻：馬富齊,穆睿昕,賈嶸,王波等.基于聲光融合成像特征解析的電力設備局部放電精細識別方法研究[J/OL].電力系統保護與控制,1-12[2025-05-22]./10.1978參考文獻：馬富齊,穆睿昕,賈嶸,王波等.基于聲光融合成像特征解析的電力設備局部放電精細識別方法研究[J/OL].電力系統保護與控制,1-12[2025-05-22]./10.1978數字化安全防控技術-全息化多物理場融合基于聲光融合成像特征解析的電力設備局部放電精細識別方法結果分析基于聲光融合成像特征解析的電力設備局部放電精細識別方法結果分析以以聲像融合特征為輸入的模型使得不同放電類型的樣本分布邊界更加清晰，準確率等各種指標均在99%以上，輪廓系數最接近于1，具有更好混淆矩陣和t-SNE聚類圖數字化安全防控技術-全息化多物理場融合基于基于聲光融合成像特征解析的電力設備局部放電精細識別方法結果分析超參數設置由由CNN和DeepConvDNN的對比可以看出去除池化層并增加卷積層深度有助于增強特征表達能力；加入LSTM后能有效處理時序依賴關系；加入注意力機制后增強了關鍵時間步的權重，各項指標上均各模型對比實驗結果分析數字化安全防控技術-認知數字化安全防控技術-安全風險智能認知基于基于多模態大模型的作業現場安全風險智能認知技術多模態大模型判斷工人是否存在不安全的行為，生成相應的行為類型、風險水平和決策意見。后臺安全監督人員負責審核多模態大模型的意見，可用決策可直接下達指令，指導現場作業，不可用決策返回多模態大模型。多模態大模型可以作為輔助方法幫助電力企業進參考文獻：LiW,MaF,ZuoZ,etal.SafetyGPT:Anautonomousagentofelectricalsafetyrisksformonitoringworkers’unsafebehaviors[J].InternationalJournalofElectricalPowerandEnergySystems,2025,168110672-110672.參考文獻：LiW,MaF,ZuoZ,etal.SafetyGPT:Anautonomousagentofelectricalsafetyrisksformonitoringworkers’unsafebehaviors[J].InternationalJournalofElectricalPowerandEnergySystems,2025,168110672-110672.數字化安全防控技術-安全風險智能認知基于基于多模態大模型的作業現場安全風險智能認知技術數據生成數字化安全防控技術-安全風險智能認知基于基于多模態大模型的作業現場安全風險智能認知技術大模型運行流程風險認知效果數字化安全防控智能裝置數字化安全防控技術-智能裝置矛盾日益加劇生產安全風險的瞬時性生產安全影像處理需求量大將風險辨識模型下放至防護前端裝置成為迫切趨勢難點如何打破感知終端計算資源的限制，將基于復雜智能風險辨識模型部署到算力有限的前端裝置？數字化安全防控技術-智能裝置n構建了基于電力視覺邊緣智能的生產安全風險辨識與防控技術框架，提出面向資源有限前端裝置的風險辨識模型前端加速策略，提出了基于判別力驅動的風險辨識模型通道剪枝方法，研制了全過程可視化生產安全智慧管控終端及即插即用型邊緣智能盒產品。基于電力視覺邊緣智能的生產安全風險辨識與防護框架效對于服務器端的風險辨識模型壓縮后的精度損失控制在6%效對于服務器端的風險辨識模型壓縮后的精度損失控制在6%，該指標領先于現有模型壓縮技術；研制的智能盒產品現銷售參考文獻：馬富齊,王波,董旭柱,等.電力視覺邊緣智能：邊緣計算驅動下的電力深度視覺加速技術[J].電網技術,2020,44(06):2020-2029.數字化安全防控技術-智能裝置復雜風險辨識模型基于輕量化卷積神經網絡MobileNetV基于輕量化卷積神經網絡MobileNetV3的特征提取基于判別力驅動的風險辨識模型通道剪枝方法基于量化運算的風險辨識模型輕量計算方法輕量風險辨識模型數字化安全防控技術-智能裝置基于輕量化卷積神經網絡基于輕量化卷積神經網絡MobileNetV3的特征提取方法DM…DN(a)標準卷積核1Dd—MDd—M…(b)深度卷積M1口口口1N(c)逐點卷積…標準卷積和深度可分解卷積網絡示意圖相比于標準卷積操作，深度可分離卷積操作計算量的減少比例為：數字化安全防控技術-智能裝置基于判別力驅動的風險辨識模型通道剪枝方法參考文獻：BoWang,FuqiMa*,LeijiaoGe,andetal.“Icing-EdgeNet:APruningLightweightEdgeIntelligentMethodofDiscriminativeDrivin