潘靜娟,萬 浩,吳沁林,徐浚哲,施政奇
(國網南通供電分公司,江蘇 南通 226000)
近年來,國內發生的基建項目安全事故不僅造成了重大的人身傷亡,也給國家帶來了巨大的經濟損失和不良的社會影響[1-3]。為此,國家安全生產監督管理局加大對基建項目的監管力度,出臺了多個安全監管文件,以提高基建施工安全監督管理水平[4-5]。電力施工具有高空、施工難度大、施工周期長等特點[6]。其高危風險作業分析對于預防安全事故發生具有積極的意義。傳統的高危風險作業分析依賴安全員人工進行現場監管,存在高危風險作業識別率低、隱患大等問題[7-8]。因此,亟需通過信息化手段,實現電力施工高危風險作業分析。
國內外許多學者對電力施工高危風險作業分析作了大量研究。文獻[9]提出了1種基于安全閉環管理的電力施工高危風險作業分析方法,通過安全質量閉環管控,查找電力施工高危風險。文獻[10]提出了1種基于風險因素辨識的施工高危風險作業分析方法,通過挖掘風險源辨識、風險事件辨識中的信息,建立風險評估體系。文獻[11]提出了1種基于風險管理體系的電力施工高危風險作業分析方法,通過標準風險管理流程對高危風險進行管控。文獻[12]提出了1種基于作業流程管控的電力施工高危風險作業分析方法,通過改進電力施工的流程,提高了電力施工高危風險分析能力。文獻[13]提出了1種基于盾構風險管控的電力施工高危風險作業分析方法,通過辨識盾構風險源,對電力施工高危風險進行分析。由此可見,電力施工高危風險作業分析方法多樣,且取得了一定的成績。但上述研究中缺少對施工現場環境的還原,安全風險點標注不完整。
針對電力施工中存在的高危風險作業能力識別率低、隱患大的問題,本文提出了1種基于數字孿生的電力施工高危風險作業分析方法。在進行數字孿生三維建模的基礎上,標注施工安全的風險點,并將攝像頭獲取的施工圖像數據與最佳作業條件庫的閾值進行比較,從而在出現施工狀態異常時進行告警。
電力施工高危風險作業分析框架如圖1所示。

本文所述的基于數字孿生的電力施工高危風險作業分析主要包括建立電力施工現場三維模型、標注安全風險點、建立最佳作業條件庫、施工人員行為分析這4個環節。
在建立電力施工現場三維模型環節,首先通過對電力施工現場實物的運行信息提取獲取電力施工現場的數據模型[14],并以數字化檢測獲取電力施工現場的量測信息。然后,將數據模型和量測信息進行融合,并對施工現場進行仿真。最后,生成電力施工現場的三維模型。
在標注安全風險點環節,通過層次細節模型(level of detail,LOD)[15]對電力施工風險的關鍵點進行標注。
在建立最佳作業條件庫環節,依據歷史的電力施工現場的施工步驟、施工安全措施、施工環境影響因素等信息,建立最佳作業條件和預警范圍。
在施工人員行為分析環節,通過施工現場攝像頭和施工人員安全帽提取施工人員的行為特征,并將施工人員的行為特征與最佳作業條件庫的閾值進行比較,在出現風險時作高危風險告警。
數字孿生技術是在航空航天飛機的信息鏡像模型的基礎上發展而來的。數字孿生是充分利用物理模型、傳感器等數據,通過多尺度的仿真,將實體空間的物體在虛擬空間中建立映射關系。數字孿生技術可用于電力施工現場的安全管理[16-17]。
基于電力施工現場三維模型,在項目設計階段,可利用三維模型的直觀性提前發現設計圖紙問題,并在項目開工前規避這些問題。正式開工前,通過對場地布置的三維建模,可分析項目材料的堆放、設備的進場,得出最佳布場方案。在施工準備階段,可通過碰撞檢測及凈高分析,提前發現設計不合理的地方及各專業之間的碰撞問題,并通過施工深化設計對施工方案進行優化,提前解決施工過程中會產生的問題。基于三維技術搭建協同管理平臺,并將模型與清單進行關聯。基于三維數字化模型聯動性的特點,設計變更后通過修改模型可快速統計出工程量的變化。設計開發變更流程管理功能是通過平臺管理變更流程,實時掌握變更的處理情況。
電力施工現場三維模型建立分為5個步驟。
①電力施工現場數據提取。
電力施工現場的數據具有規模大、結構復雜等特點,通過降維、去噪方法,可有效提取電力施工現場數據。
設電力施工現場的三維模型的邊分別為A、B和C,規整的路徑有n個,則時間規整的取值范圍為:
Max(|A|,|B|,|C|)≤n≤|A|+|B|+|C|
(1)
設電力施工現場三維模型邊坐標為j、強度坐標為k、動態規整路徑為Ue,則最佳的規整路徑U(j,k)為:

(2)
②電力施工現場數字化檢測。
通過計算、通信和控制技術的深度融合,實現電力施工現場數字化檢測。這將有利于虛擬空間的數據與物理空間的深度融合,從而實現電網施工現場實體的智能化。
③電力施工數據實體仿真。
從規劃、設計、建設等電力施工的全流程進行仿真,實現電力施工的信息流、施工進度、風險等數字化集成。
④電力施工現場數據特征關聯。
建立電力施工現場內在機理模型,實現電力施工現場的實體與虛擬空間模型的連接。
⑤電力施工三維模型建立。
采用數字孿生技術,在電力施工全生命周期中的仿真、預測和優化流程,建立電力施工三維模型。
LOD模型是細節優化模型。在電力施工三維圖形中,在不影響施工場景三維視覺效果的前提下,可采用逐層簡化施工場景細節的方式來減少電力施工現場的復雜性。LOD模型可有效應用于安全風險點的標注[18]。
設:電力施工三維場景中的高危風險點的三維點位為a1,a2,...,am。其中:m為高危風險點的三維點位總數;電力施工三維的條件因子為fb。電力施工三維場景中的高危風險點Pb為:
(3)
通過式(3),可標注電力施工三維場景中的高危風險點。
建立電力施工最佳作業條件庫主要考慮在電力高危風險作業施工前對其作業范圍進行劃分[19],以及電力施工人員的施工步驟、施工安全措施和施工環境影響。電力施工最佳作業條件庫如表1所示。表1中,閾值通過專家經驗值確認。

表1 電力施工最佳作業條件庫表
閾值的確定依據權重法,設:電力施工權重為w=(w1,w2,...,ws),s為閾值的總數;f為聚類中心個數;Eα為聚類的中心值;kb為特征值;Ga為中心單個指標貢獻度。
(4)
電力施工閾值Δa為:
(5)
在施工人員行為分析中,結合施工人員的5G安全帽的定位位置和電力施工現場視頻監控確定監控范圍[20]。平臺在三維模型的基礎上,通過5G安全帽定位施工人員的坐標信息,在三維模型中標注施工人員的位置。平臺控制攝像頭調取施工人員最佳監控位置,從而實現對電力施工現場人員的實時監控。
設通過施工人員5G安全帽監控的視頻信息Zk為km×kn像素的矩陣視頻。設傾斜旋轉校準角度后的視頻為Zs、5G安全帽監控的視頻橫切面邊緣為Ux、視頻縱切面邊緣為Uy、電力施工現場視頻的幀率為θ,則經過電力施工現場數字孿生模型與5G安全帽監控視頻擬合后的數據Pv為:
(6)
擬合后的數據有效值為:
Zsj(Ux,Uy)=0≤Ux,Uy≤θ
(7)
同時,接入溫濕度、風力等傳感器數據,并將現場施工數據、施工環境數據與最佳作業條件的閾值數據進行比較。當施工人員偏離而出現安全隱患,系統會進行高危風險告警,并通知相關作業人員,以輔助施工現場安全管理。
通過對電力施工三維模型添加信息,利用三維模型對施工技術方案進行模擬預演。這不僅可以直觀地表達設計效果,還可以檢測施工過程中高危風險作業問題,以提前發現、規避問題。電力施工高危風險作業分析仿真流程如圖2所示。

電力施工高危風險作業分析仿真步驟如下。
①通過電力現場施工數據建立電力現場施工三維模型。
②標記電力現場施工的安全風險點。
③依據歷史的電力施工現場的施工步驟、施工安全措施、施工環境影響因素等信息,建立最佳作業條件和預警范圍。
④將施工人員的行為特征與作業條件庫的閾值進行比較,在出現風險時進行告警。
為驗證本文所提基于數字孿生的電力施工高危風險作業分析方法的有效性,在某地區電力現場施工中進行了驗證。本文所提方法采用的計算機系統環境為Windows10,處理器為intel 酷睿8核2.8 GHz,內存為16 GB。
①電力施工高危風險作業運行時長。
電力施工高危風險作業分析模型的運行時長是反映高危風險模型處理性能的核心指標。電力施工高危風險作業分析模型的分析時長越短,則模型處理任務的速度越快。
試驗分別選擇5條、8條、10條、30條、50條、80條、100條、200條電力施工高危風險作業分析數據,采用本文所提基于數字孿生的電力施工高危風險作業分析方法與盾構風險模型對比模型運行時長。電力施工高危風險作業運行時長對比如表2所示。

表2 電力施工高危風險作業運行時長對比表
由表2可知,本文所提的基于數字孿生的電力施工高危風險作業分析方法在風險識別時長方面短于盾構風險模型。
②電力施工高危風險作業分析準確率。
電力施工高危風險作業分析準確率是風險識別的核心指標。其計算方式是風險分析正確的數量與分析總數的比值。該比值越高,說明分析效果越好。
試驗分別選擇1 000條、2 000條、3 000條、5 000條、6 000條、8 000條、10 000條電力施工高危風險數據,采用本文所提基于數字孿生的電力施工高危風險作業分析方法與盾構風險模型對比識別準確率。電力施工高危風險分析準確率對比如圖3所示。

由圖3可知,本文所提基于數字孿生的電力施工高危風險作業分析方法在風險識別準確率方面優于盾構風險模型。
③電力施工高危風險作業分析結果。
采用本文所提基于數字孿生的電力施工高危風險作業分析方法進行高危作業風險分析,可知風險點在變電站間隔區域。
為解決電力施工中存在的高危風險作業識別率低、隱患大的問題,本文提出了1種基于數字孿生的電力施工高危風險作業分析方法。首先,通過數字孿生技術建立電力現場的三維模型,并標注施工安全的風險點和建立最佳作業條件庫。然后,將施工現場人員5G安全帽定位傳感器信息與虛擬環境中人員三維模型進行綁定,實時監控施工現場作業人員的位置信息并進行比較,當出現風險時進行告警。最后,將本文所提方法應用在某地區電力施工現場,其運行結果驗證了該方法的有效性。下一步研究將結合語言技術,實現在電力施工高危風險時對電力施工現場人員的語音提示。