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.
维普
万方数据