基于多源数据的电力作业人员实时行为安全预警

为了在电网建设过程中,减少安全事故的发生及保障电力作业人员安全,提出一种基于三维残差卷积神经网络(R3D)模型的决策融合的行为识别模型.首先,将采集的视频数据集进行数据清洗和增强;然后,用多个角度采集的数据集分别训练对应的R3D模型;进一步地,将多个R3D模型进行决策级融合;最后,通过构建云平台,将电力作业人员可能存在的违规行为或危险行为进行实时预警.实验结果表明,该模型具有识别精度高、参数量少等优点,表明本文提出的行为安全预警方法能够快速准确地做出预警,为电网建设提供安全保障.