基于深度學習技術的火力發電廠安全預警系統研究

劉志鋼，張懷宇，王晨瑜

（國家電投集團電站運營技術（北京）有限公司，北京 102209）

隨著門禁系統和視頻監控系統的推廣，發電企業主要管控出入口及重點監控區域的監控攝像機已逐漸普及，但并沒有充分發揮其實時、主動的監督作用，通常只是將視頻攝像機的結果記錄下來，當異常情況（如人員違章操作或引發事故造成一定后果或損失）發生后，管理人員通過記錄倒查發生的事實，但往往為時已晚。企業真正需要的安全預警系統，應該能夠實現人員軌跡及行為、管控區域的實時監控與跟蹤，能夠自動實時分析監控數據，當發現區域內有異常侵入或捕捉到人員的不安全行為時，能自動、準確、及時報警，同時，能夠通過對廠區語音、視頻等信息資源的有效整合，實現智能調度管理，實現對侵入人員的正確引導和指示，啟動對突發事件的有效處置，從而避免事故的發生。

基于深度學習技術的火力發電廠安全預警系統研究，通過計算機視覺應用，對火力發電廠生產區域復雜環境下的場景進行視頻分析應用，能夠實現重要區域人臉識別、重點區域的入侵識別、不安全行為的智能識別、人員的軌跡管理以及視頻與音頻系統間的聯動與配合防護管控，該系統為電廠安全監管提供先進技術手段，有效彌補傳統方法和技術在監管中的不足，實現對工作人員的全方位實時監控，變被動“監督”為主動“監控”，完成了對火電生產區域安全管控的探索，對今后的火力發電場景下基于智能視頻應用的安全生產預警研究具有重大意義。安全預警軟件平臺主要分為五部分，如圖1 所示。

圖1 安全預警軟件平臺

1 深度學習技術

深度學習算法與傳統的人工智能算法相比，有兩大優勢：第一，它是端到端的機器學習模型，不依賴于專家的手工特征設計；第二，可以表達更復雜的非線性模型，對于復雜問題有更強的表征能力。

基于火電廠實際場景和需要智能識別的具體對象，采集現場大量素材，通過深度學習算法讓機器自己提取特征，通過足夠多的樣本進行訓練，針對抽象、復雜的關于人的特征、行為分析，進行了有效識別，可以很好地解決眾多傳統智能算法無法解決的問題。

2 智能視頻準入識別

目前，人員準入管控的手段有2 種：一種是通過具體的物理設備進行權限認證和放行，稱為物理隔離；另一種是沒有物理隔離設備，通過視頻抓拍機進行人臉識別，是無感知的方式來實時報警識別沒有權限的人，稱為軟布防。針對火電廠特殊區域不方便安裝門禁，所以軟布防是有效的管控手段。通過人像采集、第三方系統的對接建立一套人臉庫，對前端攝像頭下發對應的授權，人臉比對進行準入管控，如圖2 所示。

圖2 智能視頻準入系統

3 人員定位識別

擴展常規的人臉識別應用，在人臉識別的基礎上能夠實現人臉軌跡的呈現，達到巡檢人員過程管控和路徑管理的目的。實現在軟件平臺呈現以圖搜圖的巡檢軌跡查詢，支持細節查看軌跡點出現的時間、搜圖比對相似度和關聯視頻錄像查看。

4 人員行為識別

人員行為識別主要包括著裝（安全帽佩戴、工作服）、徘徊、聚集、離崗、打架、奔跑、倒地、滯留等行為分析，針對異常行為和事件進行主動預警和提醒，保障作業安全，減少不安全事件的發生。

5 智能周界入侵檢測

視頻智能周界檢測的應用是針對重要設備區域：MCC 運轉層、6kV 室盤柜、輸煤皮帶等，對于人員靠近這些危險區域進行現場聲光提醒、實時報警，監管不安全行為（圖3）。

6 應急廣播通訊系統

當發生突發事件時，通過應急廣播通訊系統處置重大突發事件，實現對轄區內語音、數據、視頻等信息資源的有效整合，滿足應急管理日常工作聯絡、突發事件應急處置時話音、視頻、數據等業務的傳送需要。

圖3

7 安全預警軟件平臺

安全預警軟件平臺是上述各個子系統的集成，集中管理各類系統資源、硬件設備、算法模型、人臉庫和業務應用，實現系統間信息共享；在軟件UI 設計和界面風格上，最大化便于使用，具有下面幾個特點：

（1）地圖資源視頻查看標簽化：基于主廠房不同層高區域進行分層靜態地圖顯示，視頻點位以標簽的形式添加在地圖上，點擊標簽可以直接進行視頻預覽，實現現場情況視頻預覽查看的標簽化管理。

（2）廠房圖層切換層次化，通過首頁的離線GIS 地圖和各個區域CAD 地圖的嵌入，可以通過點擊切換圖層實現查看不同區域數據的目的。

（3）告警圖片化、列表化：所有的告警在實時告警和歷史告警里面，以列表形式展示，點擊告警詳情可以查詢告警事件抓拍的對應的圖片，直觀清晰。

（4）數據看板統計圖表化：對出入口進行人員信息統計、對重要區域人員闖入次數進行統計，均以柱狀圖的形式進行展示。

（5）作業管控信息化：本次安全預警軟件平臺還增加了一項針對現場作業遠程監視的功能，可以提前配置好對應作業地點和攝像頭的關聯關系，作業開始后，實時遠程查看作業進展，針對違章和作業過程進行記錄。

該系統為電廠安全監管提供先進技術手段，有效彌補傳統方法和技術在監管中的不足，實現對工作人員的全方位實時監控，變被動“監督”為主動“監控”，完成了對火電生產區域安全管控的探索，對今后的火力發電場景下基于智能視頻應用的安全生產預警研究具有重大意義。同時，為安全生產監督管理引入新理念，真正體現“安全第一、預防為主、綜合治理”的安全生產方針。