研究背景与问题
习近平总书记强调新时代国家安全工作需以系统思维构建大安全格局,将人民安全作为国家安全宗旨,并突出防范化解国家安全风险。新型电力系统安全涵盖电网安全、生产安全和信息安全三个方面。电力生产安全面临高电压、强电流等危险环境,人员安全意识淡薄、作业不规范、安全管控不足等因素导致事故频发。2017-2022年,国家能源局数据显示共发生278起电力事故,平均每起死亡1.554人,事故频率高、危害大。国家和电力企业均高度重视本质安全水平提升。
电力生产安全风险具有多元化特征:违章行为的动态连贯性、场景依存性、风险类型与诱因的复杂多样性、与安全距离的强相关性以及风险的瞬时性。如何通过边缘端技术实现电力生产过程的风险辨识与防控成为研究重点。
核心技术与方案
提出基于电力视觉边缘智能的生产安全风险辨识与防控技术框架,包括:
- 网络轻量化替代:采用深度可分离卷积减少计算量。
- 模型通道剪枝:基于判别力驱动的通道剪枝方法优化模型。
- 模型量化压缩:开发动态定点混合量化方法,将浮点模型转为低精度定点模型,减少存储空间并提升推理速度。
- 硬件加速:设计多计算卡协同计算方案解决NPU资源抢占问题。
试验结果表明,压缩后的模型在边缘端保持高识别精度(总体准确率0.86,召回率0.89,F1值0.88),其中吸烟和未佩戴安全帽等违规操作识别效果突出。
基于边缘智能的前端智能装备
开发三种新型安全风险防护智能装置:
- 单目防护装置:适用于10kV-110kV变电站,识别着装风险、安全标识牌及动态违章动作。
- 双目防护装置:适用于110kV-220kV变电站及GIS/HGIS场景,采用双目立体匹配实现近电安全距离检测(精度达分米级)及防碰撞告警。
- 激光雷达装备:适用于330kV及以上电压等级,距离测量范围50-200米,误差小于1%。
应用成效与展望
技术特点与实际应用成效表明,边缘智能装备能有效替代人工监管,实现可视化违章风险防控。未来发展方向包括:
- 构建大安全分析格局,统筹电网、设备、人员等多风险主体。
- 研究跨模态感知手段,融合多元风险诱因的数据特征。
- 推行人机混合增强智能风险认知,将智能方法作为风险管控辅助手段。