(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211208426.7 (22)申请日 2022.09.30 (71)申请人 国网四川省电力公司广安供电公司 地址 638500 四川省广安市金安大道19 9号 (72)发明人 马俊　陈勇　何军　付饶　龚妮　 吴应林　陈显东　李东兴　张超　 何江涛　陈绪平　何海峰　凃斌　 罗高　 (74)专利代理 机构 成都君合集专利代理事务所 (普通合伙) 51228 专利代理师 张鸣洁 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01) G06V 10/82(2022.01)G06V 10/46(2022.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 一种电力警示区域预警方法、 系统、 存储介 质及电子设备 (57)摘要 本发明涉及机器学习技术领域， 公开了一种 电力警示区域预警方法， 通过采集单元采集进入 电力警示区域内的物体图像； 基于改进的深层网 络模块构造深度识别模型， 用数据集训练深度 识 别模型， 深度识别模型的结构 包括依次连接的改 进的深层网络模块和高效注意力模块构成； 将非 人类的物体图像数据输入深度识别模型中对深 度识别模型进行训练， 生 成训练好的深度识别模 型； 当发现非人类的物体对电力线路进行损坏时 进行预警并发出预警声音以提醒过路行人。 本发 明还提供了一种电力警示区域预警系统以及相 匹配的存储介质及电子设备， 本发 明用于判断出 快速移动的动物或物体进入电力警示区域并进 行线路损坏的情况并进行及时有效的预警， 减少 电力安全隐患的发生。 权利要求书2页 说明书6页 附图3页 CN 115497048 A 2022.12.20 CN 115497048 A 1.一种电力警示区域预警方法， 其特 征在于， 包括以下步骤： 步骤S1， 通过采集单元采集进入电力警示区域内的物体图像， 判断物体是否为人类， 如 果是， 启动预警单元进行告警， 如果否， 将目标物体进行分割 标注， 作为输入深度识别模型 的数据集； 步骤S2， 基于改进的深层网络模块构造深度识别模型， 用数据集训练深度识别 模型， 所 述深度识别模型的结构包括依次连接的改进的深层网络模块和高效注意力模块构成； 步骤S3， 将非人类的物体 图像数据输入深度识别模型中对深度识别模型进行训练， 生 成训练好的深度识别模型； 步骤S4， 在电力警示区域内实时的采集物体 图像， 将采集到的非人类的物体图像输入 进训练好的深度识别模型中， 当发现非人类的物体对电力线路进 行损坏时进 行预警并发出 预警声音以提醒 过路行人。 2.根据权利要求1所述的一种电力警示区域预警方法， 其特 征在于， 所述 步骤S1包括： 以电力设备区域作为原点， 以电力设备区域竖向方向为y轴， 以地面作为x轴和z轴， 通 过相机实时获取物体的三位关键点识别是否为人类， 当判断到是人类时通过预警单元发出 告警， 当判断到是非人类时， 此时对非人类目标进行采集并使用RITM进 行分割标注， 同时使 用Mask矩阵进行图像矫 正。 3.根据权利要求1所述的一种电力警示区域预警方法， 其特征在于， 所述步骤S2中改进 的深层网络模块的构造方法包括： 基于ResNet网络残差模块构造改进的深层网络模块； 所述改进的深层网络模块包括并联连接的主干模块和第 一分支模块， 所述主干模块包 括依次连接的卷积层C1、 卷积层C2和卷积层C 3； 所述第一分支模块包括并联连接的平均池化层和最大池化层， 所述平均池化层连接卷 积层C3， 所述最大池化层连接卷积层C4， 所述卷积层C 3和卷积层C4分别和卷积层C 5连接。 4.根据权利要求1所述的一种电力警示区域预警方法， 其特征在于， 所述步骤S2中深度 识别模型的构造方法包括： 基于改进的深层网络模块构造深度识别模型； 所述深度识别模型包括依次连接的改进的深层网络模块和下游模块； 所述下游模块包括并联 连接的识别区域模块和第二分支模块； 所述识别区域模块包括从上到下依次连接的批归一化层、 RELU激活函数处理层、 卷积 层C6、 修正线性层以及softmax激活函数处 理层； 所述第二分支模块包括并联连接的平均池化层和最大池化层， 所述平均池化层连接卷 积层C7， 所述 最大池化层连接卷积层C8， 所述卷积层C7和卷积层C8分别和卷积层C9连接 。 5.根据权利要求1所述的一种电力警示区域预警方法， 其特 征在于， 所述 步骤S3包括： 将非人类的物体图像数据输入深度识别模型中对深度识别模型 行训练； 非人类的物体图像数据输入进改进的深层网络模块的主干网络后利用卷积层C1、 卷积 层C2和卷积层C 3提取非人类的物体图像数据信息； 第一分支模块对非人类的物体图像数据信 息进行第 一次特征识别， 然后下游模块的识 别区域模块对非人类的物体图像数据信息进 行识别， 同时下游模块的第二分支模块进 行第 二次特征识别， 生成训练好的深度神经网络模型；权　利　要　求　书 1/2 页 2 CN 115497048 A 2下游模块将经过第一分支模块和第二分支模块的不同的特征信息进行聚合之后中止 训练。 6.根据权利要求5所述的一种电力警示 区域预警方法， 其特征在于， 所述下游模块的识 别区域模块对非人类的物体图像数据信息进行识别的方法包括： 识别区域模块中的批归一化层对非人类的物体图像数据信 息进行分布， 之后由RELU激 活函数处理层、 卷积层C6、 修正线性层以及softmax激活函数处理层对非人类的物体图像数 据信息依次进行RELU激活计算、 卷积操作、 修正处理、 softmax激活计算深度挖掘非人类的 物体图像数据信息中的相关性。 7.一种电力警示区域预警系统， 其特征在于， 包括采集单元、 模型构建单元、 训练单元 和预警单 元， 其中： 采集单元， 用于通过采集单元采集进入电力警示区域内的物体图像， 判断物体是否为 人类， 如果是， 启动预警单元进 行告警， 如果否， 将目标物体进 行分割标注， 作为输入深度识 别模型的数据集； 模型构建单元， 用于基于改进的深层网络模块构造深度识别模型， 用数据集训练深度 识别模型， 所述深度识别模型的结构包括依次连接的改进的深层网络模块和高效注意力模 块构成； 训练单元， 用于将 非人类的物体图像数据输入深度识别模型中对深度识别模型进行训 练， 生成训练好的深度识别模型； 预警单元， 用于在电力警示区域内实时的采集物体图像， 将采集到的非人类的物体图 像输入进训练好的深度识别模型中， 当发现非人类的物体对电力线路进 行损坏时进行预警 并发出预警声音以提醒 过路行人。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现权利要求1 ‑6中任一项所述方法的步骤。 9.一种电子设备， 其特 征在于， 包括： 存储器， 其上存 储有计算机程序； 处理器， 用于执行所述存储器 中的所述计算机程序， 以实现权利要求1 ‑6中任一项所述 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115497048 A 3