基于物联网、视频监控与AI视觉技术的智慧电厂项目智能化改造方案

一、项目背景

现阶段,电力行业很多企业都在部署摄像头对电力巡检现场状况进行远程监控,但是存在人工查看费时、疲劳、出现问题无法第一时间发现等管理弊端,而且安全事件主要依靠人工经验判断分析、管控,效率十分低下。

为解决上述问题,行业需要建立全新的安全管理模式,通过AI、5G传输、物联网、大数据分析等技术,对电厂的安全作业进行有效管理,实现生产现场安全作业、人员智能安全防护等监管目标。

二、改造方案

在原有高清监控系统基础上,利用5G专网、视频技术、AI智能分析等技术手段组建工厂不安全行为的智能管控平台,管控平台需与智慧电厂(业主已有系统)监管中心系统对接。利用视频监控与AI智能检测,规范员工和现场工作人员的安全行为管理,有效遏制不安全现象的发生,提升电厂对安全隐患的快速感知能力、实时监测能力、超前预警能力、应急处置能力和系统评估能力。

通过5G技术结合视觉AI人工智能技术,可以智能检测出作业过程中人员的不安全操作与行为,以及生产区的设备/环境等异常情况,实时监测生产过程中人员的非法入侵(重点区域)、赋予传统视频监控设备智能化识别能力,具体包括:

1)通过AI技术实时对人员的不安全操作与行为进行智能分析;

2)采用电子手环、执法记录仪等先进穿戴装备,保障有限空间内人员作业安全;

3)通过手机等终端设备,第一时间预警,第一时间处置,提高发电效能,降低财产损失。

三、项目实施

借助TSINGSEE青犀视频EasyCVR视频融合平台与AI智能分析网关(算法一体机),基于AI智能检测与识别技术,可以实现电厂安全生产可视化行为智能监管,能对现场的违规操作行为进行智能识别及实时报警提醒,大大减少员工的习惯性违规操作。同时,通过EasyCVR平台的视频监控技术,对现场控制全过程进行可视化监管,通过监控终端采集的音视频信息,实时监控现场作业人员作业行为的标准化,全方位控制现场作业。

四、安全生产智能监测

1)安全帽佩戴/工作服穿着识别

系统可对摄像头采集的视频流进行实时检测,自动识别监控区域内的工作人员是否佩戴了安全帽和穿着了工作服。一旦发现有人员没有按照规定佩戴安全帽、穿着工作服,系统会进行抓拍、告警提醒并推送消息给管理人员。

2)离岗睡岗检测

对重要岗位的员工工作状态进行识别,当检测到员工存在睡岗、擅自离岗等情况时,将触发告警并记录。

3)危险区域入侵检测

厂区车间一般都存在较多的禁区、仓储重要区域等地,未经授权的人员不得进入。AI算法可以实现实时检测与识别人体,当有人员进入监测范围内,立即发出告警并抓拍,并发送消息给管理人员进行提醒。

4)烟火识别检测

厂区的消防隐患也不容忽视,利用AI算法实时检测与识别烟火,一旦检测到烟雾、火焰,便立即触发告警,杜绝因火患引起的安全生产事故,保障工厂的财产及人员生命安全。

5)消防通道堵塞检测

通过内置的AI算法模型,实现对监控现场的消防通道占压/安全出口堵塞等情况进行智能检测,如检测到有车辆占压消防通道、物体占用安全出口等情况,将立即向平台发出告警并抓拍、记录。

6)打电话/抽烟识别

能对监控区域工作人员违规打电话、抽烟的行为实时进行监测,无须人工干预。

7)其他检测

包括:人员超员检测、未穿长袖检测、人员倒地检测、无消防器材检测、翻越围栏检测、攀爬检测等。

五、总结

TSINGSEE青犀视频的AI算法模型可以自由组合,最大可支持16路接入,每路视频流最多可选 3 种智能分析算法,兼容复杂的网络环境,支持4G、5G、局域网或公网进行部署与数据传输;提供API接口,可以方便增加第三方算法模型及与其他平台集成。而且,智能视频监控平台TSINGSEE青犀视频EasyCVR可拓展性强、视频能力灵活、部署轻快,可支持的主流标准协议有国标GB28181、RTSP/Onvif、RTMP等,以及支持厂家私有协议与SDK接入,包括海康Ehome、海大宇等设备的SDK等,能对外分发RTSP、RTMP、FLV、HLS、WebRTC等格式的视频流。平台可兼容电厂已有的监控设备,利旧场景好。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/15248.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于双 STM32+FPGA 的桌面数控车床控制系统设计

桌 面数控 设 备 对 小 尺寸零件加工在成 本 、 功 耗 和 占 地 面 积等方 面有 着 巨 大 优 势 。 桌 面数控 设 备 大致 有 3 种 实 现 方 案 : 第 一种 为 微 型 机 床搭 配 传统 数控系 统 , 但 是 桌 面数控 设 备 对 成 本 敏感 ; 第二 种 为 基 于 PC…

AngularJS学习(一)

目录 1. 引入 AngularJS2. 创建一个 AngularJS 应用3. 控制器(Controller)4. 模型(Model)5. 视图(View)6. 指令(Directive)7. 过滤器(Filter)8. 服务&#xf…

数据库范式

数据库范式是一种设计数据库的规范化方法,用于减少数据冗余、提高数据一致性和维护性。常见的数据库范式有以下几种: 第一范式(1NF):确保表中的每个字段都是原子的,即不可再分。每个字段只包含一个值&#…

使用Flutter的image_picker插件实现设备的相册的访问和拍照

文章目录 需求描述Flutter插件image_picker的介绍使用步骤1、添加依赖2、导入 例子完整的代码效果 总结 需求描述 在应用开发时,我们有很多场景要使用到更换图片的功能,即将原本的图像替换设置成其他的图像,从设备的相册或相机中选择图片或拍…

在langchain中使用带简短知识内容的prompt template

简介 langchain中有个比较有意思的prompt template叫做FewShotPromptTemplate。 他是这句话的简写:“Prompt template that contains few shot examples.” 什么意思呢?就是说在Prompt template带了几个比较简单的例子。然后把这些例子发送给LLM&…

使用serverless实现从oss下载文件并压缩

公司之前开发一个网盘系统, 可以上传文件, 打包压缩下载文件, 但是在处理大文件的时候, 服务器遇到了性能问题, 主要是这个项目是单机部署.......(离谱), 然后带宽只有100M, 现在用户比之前多很多, 然后所有人的压缩下载请求都给到这一台服务器了, 比如多个人下载的时候带宽问…

在CSDN学Golang云原生(Kubernetes Pod调度)

一,NodeSelector定向调度 在 Kubernetes 中,可以使用 NodeSelector 字段来指定 Pod 调度到哪些节点上运行。NodeSelector 是一个键值对的 map,其中键是节点的标签名,值是标签值。具体步骤如下: 在节点上添加标签 首…

tensorRT多batch动态推理

tensorRT的多batch推理,导出的onnx模型必须是动态batch,只需在导出的时候,设置一个dynamic_axis参数即可。 torch.onnx.export(hybrik_model, dummy_input, "./best_model.onnx", verboseTrue, input_namesinput_names, \output_…

计算机基本硬件的内部结构

1.早期冯诺依曼机结构 世界上第一台计算机ENIAC是使用手动接线来控制计算,十分麻烦。 冯诺依曼提出“存储程序”的概念,是指将指令以二进制代码的形式事先输入计算机的主存储器(内存),然后按照其在存储器中的首地址执…

c++ ,vs2019, cpp20规范之 forward_list 源码分析

通过阅读源码可知,该单向链表不像list双向链表那样有专门的前导节点。即list._Mypair._Myval2._head._next才指向第一个有效数据节点。而 forward_list ._Mypair._Myval2._head 已经指向了有效数据节点。原因就在于复杂巧妙的类型转换。如下图的构造函数里&#xff…

X86、X64和ARM

一、X86、X64架构 X86架构和X64架构(也称为x86-64、AMD64或Intel 64)都是计算机处理器架构的名称,它们都属于x86家族的一部分。这些架构主要用于描述计算机中处理器的指令集和寻址能力。 X86架构 X86指的是支持32位的指令集架构处理器&…

【Matlab】基于长短期记忆网络的时间序列预测(Excel可直接替换数据)

【Matlab】基于长短期记忆网络的时间序列预测(Excel可直接替换数据) 1.模型原理2.数学公式3.文件结构4.Excel数据5.分块代码6.完整代码7.运行结果1.模型原理 "基于长短期记忆网络(Long Short-Term Memory, LSTM)的时间序列预测"是一种使用LSTM神经网络来预测时间…

Spring-ApplictionContext

Spring Spring是整个Java体系最核心的框架,没有之一。 核心类图结构 ApplicationContext ApplicationEventPublisher:提供了一种机制,用于通知应用程序中感兴趣的部分有关其执行过程中发生的特定事件。ListableBeanFactory:是S…

python结合tesseract-ocr识别汉字的训练库过程

一、安装python 例如,安装路径为:C:\rtkapp\python-3.8.0 二、安装opencv 三、安装tesseract-ocr 安装完成后,在系统环境变量path中,添加安装路径C:\rtkapp\Tesseract-OCR 四、打开python安装pytesseract 五、安装java运行环境…

测试开源C#人脸识别模块ViewFaceCore(5:质量检测和眼睛状态检测)

ViewFaceCore模块中的FaceQuality支持预测人脸质量,最初以为是预测人体体重,实际测试过程中才发现是评估人脸图片质量,主要调用Detect函数执行图片质量检测操作,其函数原型如下所示: //// 摘要:// 人脸质量评估///…

Qt+OpenCV+VTK在VS2017中配置路径

QtOpenCVVTK在VS2017中配置路径 《Qt环境配置》《OpenCV环境配置》《VTK环境配置》 《Qt环境配置》 包含目录: D:\Qt\Qt5.12.11\5.12.11\msvc2017_64\include D:\Qt\Qt5.12.11\5.12.11\msvc2017_64\include\QtWidgets D:\Qt\Qt5.12.11\5.12.11\msvc2017_64\include…

[containerd] 初始化流程概览

1. 环境 containerd版本:v1.7.2,containerd debug搭建教程链接操作系统:Ubuntu22.04 2. 初始化流程 containerd的入口为:cmd/containerd/main.go,如下: func main() {// TODO 实例化containerdapp : com…

webstorm配置less转译

Program中路径如果识别不到 项目文件\node_modules.bin\lessc

springCloud Eureka注册中心配置详解

1、创建一个springBoot项目 2、在springBoot项目中添加SpringCloud依赖 <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-dependencies</artifactId><version>2021.0.3</version><type>…

【MySQL数据库备份】

目录 一、概述 二、数据备份的重要性 1. 数据保护 2. 灾难恢复 3. 数据完整性 4. 合规性要求 三、造成数据丢失的原因 1. 硬件故障 2. 人为错误 3. 黑客攻击 4. 自然灾害 5. 软件故障 四、备份类型 1.物理与逻辑角度 1.1 概念 1.2 物理备份 1.2.1 冷备份 1.2…