简介：近年来，电力企业生产安全管理逐渐受到人们的重视，对电力企业生产安全的有效、标准化管理不仅能充分发挥其社会经济价值，而且能有效保障企业员工的生命财产安全。根据近年来电力企业的实际研究，只有实现安全生产的监测管理，及时采取有效措施，才能使电力企业顺利经营。因此，有必要研究电力企业的安全生产监控和人工智能分析管理。
一、电力企业安全生产监测内容
(1)工作区域监控
为了加强电力企业在安全生产、防盗安全、火灾报警监控等方面的综合管理水平，需要建立集中的远程图像监控系统。各电站现场可实时视频监控，主控制室、高压室、设备、断电器、隔离门、室外现场等现场图像通过网络实时传输到当地集中控制站或当地调度中心；数字视频可以多种方式保存在服务器上。
（2）对工作人员进行监控
日常作业要求授权入境人员穿戴安全帽、工作服，施工队负责人在场，不允许单独作业，甚至人员离职，确保人身安全和施工安全。监督不能保证实时性，通过人脸比较技术，确保授权人员；通过安全帽识别、工作服识别技术，确保人员安全，为安全质量监督部门提供有利帮助。支持黑白名单控制，可实时显示黑名单、白名单、陌生人的测试匹配，可根据计划弹出黑名单窗口和语音报警。
(3)危险区域监测
对危险区域进行7*24小时监控。当发现视频图片中的人靠近时，系统会主动触发报警提示。基于智能视频分析，视频图像信息自动分析识别，无需人工干预；识别监控区域内人员靠近危险区域的行为，及时发现监控区域内人员靠近危险区域的行为，及时发出预警，有效协助管理人员处理，最大限度减少误报和漏报；同时还可以查看现场视频，方便事后管理查询。真正做到事前预警、事中正常检测、事后规范管理，让安全操作人员摆脱复杂枯燥的“盯屏”任务，帮助电厂智能化管理。
二、电力企业安全生产监测和人工智能分析手段
（1）加强对工作人员的监督管理
根据发电公司的工作场景，如果检测到区域内人员未戴安全帽，实时报警并记录相关信息，进一步减少未戴安全帽的发生，确保作业安全；未戴安全帽的事件可以用来检测照片和捕捉全景照片。
对进入检测区域的行人进行跌倒检测，检测到跌倒行为时发出预警信号，安保人员可在第一时间进行救援，实现危险情况下的紧急救援。
检测和报警区域内人员入侵/徘徊/停留等异常行为，提前发现潜在的安全风险，确保环境安全。
在值班室或重要值班场所，计算检测区域内的人员数量。如果阈值少于设定阈值，则确定人员离职现象，平台输出报警信息。
对进入检测区的行人进行吸烟检测和报警，防止人员在工作区等易燃易爆物质场所吸烟，确保场所安全。
对进入区域的行人进行计数，对超过阈值的事件进行报警，防止聚集事件、踩踏等事件发生，确保人员安全。
（2）加强对危险区域的监督管理
危险区域防治是基于传统的周边防护，通过智能视频分析技术的应用，探测和报警入侵者，实现工厂的周边防治。与传统的微波、红外、电子围栏等周边防治技术相比，实现了功能防治技术向智能防治技术的飞跃，具有更强的防治扩展能力、更方便的系统部署能力和更直观、更生动的应用体验。
警戒线和入侵方向可以设置在整个视频区域，并可以设置需要监控的目标类型。当目标穿过警戒线并满足用户设置的入侵方向时，使用警戒框进行识别，触发联动规则，并继续跟踪目标。警戒线可以是直线或折叠线。
可以在视频区设置任何多边形区域，也可以设置需要监控的目标类型。当目标进入、离开或突然出现在用户设置的区域时，使用警告框进行识别，触发联动规则，并继续跟踪目标。入侵规则可以由用户配置。
（3）加强监控数据的分析
为了客观、真实地分析监控对象，更好地为生产经营安全提供依据，分析工作不能局限于定性分析和个别定量分析，应从整体、系统的角度进行综合分析，加强与高校、科研单位的合作，采用统计模型、确定性模型等分析手段，对原观测数据进行定量分析，建立预测模型，给出相应的监控指标。同时，电站视频数据也可以通过计算机进行管理。通过建立和完善人工智能识别特征库的管理系统，将以往的特征库和数据存储在数据库中，以便在需要使用时快速准确地找到。
(四)大力推广应用电站AI视觉分析技术
智能行为分析技术基于人工智能神经网络的深度学习算法，根据人体运动轨迹计算各种异常行为，并及时发出预警信号。
最新一代视频分析技术也是人工智能人工智能技术在安全领域完美应用的技术突破。该技术打破了传统的技术障碍，结构化了人体的主要活动骨架，根据人体的运动轨迹定义了各种异常行为，并基于深度学习形成了一个动作系统。该技术完全摆脱了对场景的依赖，技术的核心是分析场景中人类的行为。只有人才能触发系统的预警，当人类的行为达到预警规则时，它会立即发出预警信号。
智能行为分析技术完全放弃了传统的移动检测技术，不需要逐帧比较图像，不需要各种线路技术限制，大大降低了传统技术的误报率，甚至许多规则也可以实现零误报。同时，该技术采用GPU图像计算，减少了硬件资源的消耗，成人提高了服务器硬件的综合识别能力。
