检索结果-维普期刊中文期刊服务平台

基于机器学习和图像识别的电力作业现场安全监督方法被引量：34: 1; 作者常政威彭倩陈缨《中国电力》 CSCD 北大核心 2020年第4期155-160,共6页; 针对电力作业现场人员误入危险区域的安全问题,开展人员闯入检测的研究,首先利用梯度方向直方图(histogram of oriented gradient,HOG)和支持向量机(support vector machine,SVM)进行完全帧的人员检测,然后利用基于OpenCV的图像处理技... 展开更多; 关键词梯度方向直方图支持向量机人员闯入检测电力作业现场安全监督; 在线阅读下载PDF 职称材料

基于激光雷达与CNN的电力作业现场危险行为识别方法: 2; 作者张宏宇陈波 +2 位作者杨闰熹李聪赵文祎《现代雷达》 2025年第9期85-91,共7页; 电力作业现场的危险行为识别对图像空间坐标要求较高,受到光照环境影响容易使点云直方图掺杂较多不良信息,导致目标姿态估计在空间关键点坐标中出现偏移或特征信息重叠,无法将具有较高关联程度的特征量与风险行为进行匹配,从而影响危险... 展开更多; 关键词电力作业现场卷积神经网络危险行为识别激光雷达识别性能测试危险行为分级; 在线阅读下载PDF 职称材料

电力视频作业安全管理三维覆盖质量评价研究: 3; 作者欧郁强陈学台 +3 位作者黄观荣黄必众钟前辉刘剑《电测与仪表》北大核心 2024年第11期133-141,共9页; 基于三维图像及视频分析可更精准发现电力作业现场的安全隐患,从空间偏移、数据重叠及重构等方面建立基于异构摄像头的现场安全监察三维覆盖体系,科学、经济实现基于视频的安全管理覆盖,以替代人工作业。研究摄像头的三维覆盖模型及满... 展开更多; 关键词电力作业现场视频安全管理覆盖率评价模型; 在线阅读下载PDF 职称材料

电力试验检测现场安全设施标准化建设与实践: 4; 作者谢红涛王蕾 +1 位作者张飞郭建良《高电压技术》 EI CAS CSCD 北大核心 2023年第S01期6-10,共5页; 为规范电力试验检测作业现场安全设施标准化建设,提升作业人员安全意识和现场本质安全水平,结合试验检测作业现场特点和实际,从工作区域划分、设备设施定置定位、安全标志标识牌等方面出发,提出安全设施标准化的建设内容及要求,并在电... 展开更多; 关键词电力试验检测作业现场安全设施标准化区域划分定置管理安全标志实践应用; 在线阅读下载PDF 职称材料

基于虚拟类别匹配的分布外文本检测方法: 5; 作者虞佳淼王慧芳 +3 位作者张亦翔周辉罗华峰宣佳卓《电网技术》北大核心 2025年第4期1681-1688,I0075,共9页; 电力专业领域的文本分类任务中,建立的深度学习模型在实际应用时常出现模型性能下降的问题,亟需分布外文本检测方法对实际文本数据进行检测,以保障模型的泛化能力。以电力现场作业文本的风险等级评级为应用背景,总结分析了分布外文本产... 展开更多; 关键词分布外文本检测虚拟类别匹配电力现场作业电力领域文本分类文本挖掘; 在线阅读下载PDF 职称材料

题名基于机器学习和图像识别的电力作业现场安全监督方法被引量：34: 1; 作者常政威彭倩陈缨; 机构国网四川省电力公司电力科学研究院国网四川综合能源服务有限公司; 出处《中国电力》 CSCD 北大核心 2020年第4期155-160,共6页; 基金四川省重点研发项目(自主导航的智能服务机器人研制及产业化,2017GZ0068) 国网四川省电力公司科技项目(自主导航智能机器人研制及电力作业现场安全管控中的应用研究,52199716002P)。; 文摘针对电力作业现场人员误入危险区域的安全问题,开展人员闯入检测的研究,首先利用梯度方向直方图(histogram of oriented gradient,HOG)和支持向量机(support vector machine,SVM)进行完全帧的人员检测,然后利用基于OpenCV的图像处理技术判断人员是否闯入警戒区域。通过视频监控设备采集作业现场图像,采用上述方法实时识别现场人员及其危险行为,并发出告警信号。实验结果表明,检测结果准确率达到92%,实现了电力作业现场安全监督自动化,显著提升了作业现场安全水平。; 关键词梯度方向直方图支持向量机人员闯入检测电力作业现场安全监督; Keywords histogram of oriented gradient support vector machine intrusion detection power operation site safety supervision; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TM08 [电气工程—电工理论与新技术] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于激光雷达与CNN的电力作业现场危险行为识别方法: 2; 作者张宏宇陈波杨闰熹李聪赵文祎; 机构国网北京市电力公司; 出处《现代雷达》 2025年第9期85-91,共7页; 基金国网北京市电力公司科技资助项目(520234230004)。; 文摘电力作业现场的危险行为识别对图像空间坐标要求较高,受到光照环境影响容易使点云直方图掺杂较多不良信息,导致目标姿态估计在空间关键点坐标中出现偏移或特征信息重叠,无法将具有较高关联程度的特征量与风险行为进行匹配,从而影响危险行为识别输出结果的准确性。为此,文中提出了基于激光雷达与卷积神经网络(CNN)的电力作业现场危险行为识别方法。该方法应用激光雷达设备采集电力作业现场点云数据,采用统计滤波对其进行处理;以此为基础,构建危险行为识别CNN模型,将特征图转换为二维投影图像形式,与危险行为进行匹配,以确定特征图属于危险行为范畴,实现了危险行为的有效识别。测试结果显示:设计方法获得的危险行为识别结果与测试危险行为等级一致,危险行为识别灵敏度最大值为0.98,危险行为识别特异性最大值为0.94,充分证实了该方法具备较佳的危险行为识别性能。; 关键词电力作业现场卷积神经网络危险行为识别激光雷达识别性能测试危险行为分级; Keywords electric power operation site convolutional neural network(CNN) identification of dangerous behaviors laser radar identify performance test classification of dangerous behaviors; 分类号 TP391 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名电力视频作业安全管理三维覆盖质量评价研究: 3; 作者欧郁强陈学台黄观荣黄必众钟前辉刘剑; 机构广东电网有限责任公司湛江供电局武汉大学电气与自动化学院; 出处《电测与仪表》北大核心 2024年第11期133-141,共9页; 基金中国南方电网有限公司科技项目资助(030800 KK52220003)。; 文摘基于三维图像及视频分析可更精准发现电力作业现场的安全隐患,从空间偏移、数据重叠及重构等方面建立基于异构摄像头的现场安全监察三维覆盖体系,科学、经济实现基于视频的安全管理覆盖,以替代人工作业。研究摄像头的三维覆盖模型及满足电力可视化安全要求的三维覆盖模型;针对不规则空间提出了基于法向偏移度量的有效覆盖度量基准,提出了基于法向偏移度量的空间三维覆盖质量指标,构建空间覆盖质量评价指标体系,采用改进的鲸鱼算法优化移动摄像头的位置,以有效提高典型作业现场视频安全管理三维覆盖率;通过实际现场测试证明该优化方法可满足电力作业现场安全管理摄像头快速、高质量部署的需求。; 关键词电力作业现场视频安全管理覆盖率评价模型; Keywords power operation sites video safety management coverage rate evaluation model; 分类号 TM930 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名电力试验检测现场安全设施标准化建设与实践: 4; 作者谢红涛王蕾张飞郭建良; 机构中国电力科学研究院有限公司; 出处《高电压技术》 EI CAS CSCD 北大核心 2023年第S01期6-10,共5页; 文摘为规范电力试验检测作业现场安全设施标准化建设,提升作业人员安全意识和现场本质安全水平,结合试验检测作业现场特点和实际,从工作区域划分、设备设施定置定位、安全标志标识牌等方面出发,提出安全设施标准化的建设内容及要求,并在电力试验检测作业现场进行实践应用,取得了良好效果。制定考核评价准则和考评打分细则,动态评价打分,评估达标等级,持续优化和提升作业现场安全设施的规范化设置,为电力科研试验检测现场安全设施标准化的建设和管理提供思路借鉴。; 关键词电力试验检测作业现场安全设施标准化区域划分定置管理安全标志实践应用; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于虚拟类别匹配的分布外文本检测方法: 5; 作者虞佳淼王慧芳张亦翔周辉罗华峰宣佳卓; 机构浙江大学电气工程学院国网浙江省电力有限公司国网浙江省电力有限公司电力科学研究院; 出处《电网技术》北大核心 2025年第4期1681-1688,I0075,共9页; 基金国家电网有限公司华东分部科技项目(520800230008)。; 文摘电力专业领域的文本分类任务中,建立的深度学习模型在实际应用时常出现模型性能下降的问题,亟需分布外文本检测方法对实际文本数据进行检测,以保障模型的泛化能力。以电力现场作业文本的风险等级评级为应用背景,总结分析了分布外文本产生的原因及检测难点,提出了基于虚拟类别匹配的分布外文本检测方法。使用特征分解方法得到主、副成分子空间,用副成分子空间构建分布外文本的虚拟类别,以放大分布内、外文本之间的差异性。分析了该方法具有融合预测概率方法与特征分布空间方法的优势。通过分布内、外文本不同词汇相似度的数据集,验证了所提方法的可行性和有效性,并展现了在电力现场作业文本自动评级中的实际应用效果,评级性能及置信度获得大幅提升。; 关键词分布外文本检测虚拟类别匹配电力现场作业电力领域文本分类文本挖掘; Keywords out-of-distribution text detection virtual class matching power grid field operations text classification in power domain text mining; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于机器学习和图像识别的电力作业现场安全监督方法	常政威彭倩陈缨	《中国电力》 CSCD 北大核心	2020	34	在线阅读下载PDF 职称材料
2	基于激光雷达与CNN的电力作业现场危险行为识别方法	张宏宇陈波杨闰熹李聪赵文祎	《现代雷达》	2025		在线阅读下载PDF 职称材料
3	电力视频作业安全管理三维覆盖质量评价研究	欧郁强陈学台黄观荣黄必众钟前辉刘剑	《电测与仪表》北大核心	2024	0	在线阅读下载PDF 职称材料
4	电力试验检测现场安全设施标准化建设与实践	谢红涛王蕾张飞郭建良	《高电压技术》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
5	基于虚拟类别匹配的分布外文本检测方法	虞佳淼王慧芳张亦翔周辉罗华峰宣佳卓	《电网技术》北大核心	2025	0	在线阅读下载PDF 职称材料