基于机器学习的电力安全管控人脸识别方法

扫码查看

原文链接

万方数据
维普

中文摘要：针对电力作业现场的科学安全监管中,监管人员现场传统监管方法存在的检查方法单一、人力疏忽事件频发、培训成本占比较大等问题,本文提出一种基于深度学习的电力安全监测与识别方法.该方法通过收集针对各不同电力作业现场的典型危害图像信息,将获得的图像信息输入卷积神经网络,以提取出相关有效的特征,进行CNN-SVM模型和CNN-RF模型训练;确定待识别作业现场的工作人员是否在危险状态下进行操作;经过大量数据训练后得到CNN-SVM-RF融合模型;可依据不同应用场景进行性能拓展,从而实现复杂电力作业现场的科学安全监管,有效提升了作业现场安全风险管控的智能化、精细化管理水平.

作者：

刘海燕、王勇

展开 >

作者单位：

国网十堰供电公司

关键词：

机器学习电力安全管控系统 CNN-SVM-RF融合模型

出版年：

2025

电气技术与经济

北京电工综合技术经济研究所

电气技术与经济

影响因子：0.393

ISSN：2096-4978

年,卷(期)：2025.(1)