姿态传感与神经网络融合的验电行为检测方法OA北大核心CSTPCD

在电网作业中,对作业人员是否执行了验电操作进行检测,可以有效防止因疏漏或故意等原因造成未按规定验电的违章行为。为此,提出一种基于反向传播(back propagation,BP)神经网络和多个加速度传感器融合的验电行为检测方法。采用加速度传感器分别采集施工人员手臂和验电杆处的加速度、角速度、姿态角等数据,经特征提取后,由BP神经网络对验电操作中的抽出验电头、收回验电头、进行验电、携带验电杆行走、携带验电杆上下攀爬5种关键动作进行识别。实验结果表明,所提方法对5种验电操作中关键动作的分类准确率达97.4%,优于已有研究中常见的支持向量机、决策树和K邻近算法等识别方法,能够满足验电行为检测要求,同时可与基于视觉的验电行为检测互为补充,在更为复杂多样的电网作业场景中实现对未验电违章行为的检测。