本书着重介绍电力作业现场危险态势感知与智能风险管控技术，为电力现场作业精准安全风险管控提供了辅助决策。
本书共6章。第1章概要介绍电力作业危险态势感知的现状与风险管控存在的不足。第2章为作业危险感知与智能风险管控技术基础，包括危险要素的感知、危险要素的量化与风险管控。第3章为电力作业运动目标三维场景位置感知技术，主要介绍运动目标稀疏点云重建技术、基于UWB与视频融合的联合定位技术。第4章为基于机器视觉的危险态势感知技术，主要介绍深度学习技术实现入侵检测、目标识别与行为检测。第5章为基于多维信息融合的作业现场风险评估与预警技术，主要对多维信息融合、现场风险评价与预警进行了详细的分析。第6章从硬件设计、软件开发两个方面介绍电力作业现场风险智能管控体系，并对典型的应用场景进行了介绍。
本书适用于电力安全管理领域的从业人员，为其提供实用的安全知识和技术支持，保障电力行业安全发展。

前言
1 概述
1.1 研究的意义
1.2 电力作业危险态势感知的风险管控的现状
1.2.1 危险态势的获取
1.2.2 危险态势量化
1.2.3 作业风险预测
1.3 电力作业现场风险管控存在的不足
1.3.1 电力作业现场危险态势感知不准
1.3.2 风险管控智能化不高
2 作业危险感知与智能风险管控技术基础
2.1 作业危险要素感知技术
2.1.1 作业现场危险态势的种类与特点
2.1.2 班组危险要素的感知
2.1.3 作业现场危险态势感知
2.2 作业现场危险要素的量化技术
2.2.1 作业现场静态危险要素的量化技术
2.2.2 人身风险量化技术
2.2.3 基于事件概率的高危作业权值的计算
2.2.4 基于粗糙集的班组要素权值的计算
2.2.5 电力作业现场风险量化模型
2.3 作业现场危险管控技术
2.3.1 作业现场危险管理原理
2.3.2 电力作业现场风险评估
3 电力作业运动目标三维场景位置感知技术
3.1 基于稀疏点云的运动目标重建技术
3.1.1 区域级特征提取器
3.1.2 区域级注意力机制
3.1.3 点云变形模块
3.1.4 点-区域Transformer网络
3.1.5 动态模型重构
3.2 无线定位感知技术
3.2.1 UWB定位感知技术
3.2.2 基于北斗地基增强系统的位置服务技术
3.3 UWB与视频联合定位技术
3.3.1 UWB辅助的主动视频定位技术
3.3.2 融合UWB与视频信息的被动定位技术
4 基于机器视觉的危险态势感知技术
4.1 基于FairMOT框架的入侵识别技术
4.1.1 FairMOT基本网络框架
4.1.2 FairMOT跟踪流程
4.1.3 损失函数
4.1.4 试验分析
4.2 基于部分亲和字段的OpenPose电力作业人员姿态估计网络
4.2.1 OpenPose与部分亲和字段姿态估计技术
4.2.2 一种轻量化的部分亲和字段的OpenPose姿态识别网络
4.2.3 试验结果与分析
4.3 基于姿态感知与迁移学习的作业人员穿戴识别
4.3.1 基于姿态感知与迁移学习的残差设计
4.3.2 ResNeXt50基础网络的构建
4.3.3 基于ResNeXt网络穿戴区域检测
4.3.4 基于CBAM+ResNeXt特征提取与识别网络
4.3.5 试验结果与分析
4.4 融合注意力机制的电力检修车机械臂状态识别技术
4.4.1 YOLOv5网络结构
4.4.2 一种基于YOLOv5的电力检修车机械臂状态识别技术
4.4.3 融合注意力机制的机械臂状态识别网络
4.4.4 试验结果与分析
5 基于多维信息融合的作业现场风险评估与预警技术
5.1 作业态势感知多维信息融合的技术
5.1.1 多源异构信息融合理论
5.1.2 多源异构信息融合算法
5.2 电力作业实时态势感知与评估
5.2.1 融合多维信息的单目标作业风险实时评估
5.2.2 基于粗糙集理论的班组风险实时评估
5.2.3 基于多元联系数的作业现场危险态势综合评估
5.3 作业现场风险预警与预测
5.3.1 基于三指数平滑法的单指标预警模型
5.3.2 基于云模型的多指标预警模型
6 作业现场风险智能管控体系
6.1 硬件系统设计
6.1.1 视频感知模块
6.1.2 定位模块
6.1.3 信息传输
6.2 软件系统设计
6.2.1 软件总体框架
6.2.2 态势感知模块
6.2.3 实时视频与三维场景融合
6.2.4 风险评估与预警模块
6.3 场景应用
6.3.1 220kV变电站主变压器综合改造作业现场应用
6.3.2 安全工器具检测中心应用
后记
参考文献