本发明涉及风电场升压站安全管控相关技术领域，具体为一种危险点源安全管控系统。
背景技术：
风电场升压站作为风电场电能输出环节的重要组成部分，其安全稳定运行直接关系到发电企业是经济效益与电网的稳定运行。因升压站设备种类多，结构复杂危险点源较多，如危险点源安全管控不到位，容易发生设备损毁、人身伤害等事故。
当前危险点源管控主要采用以下两种方式实现危险点源安全管控
1、安装普通视频监控系统通过运行人员实时监控视频画面。
2、在工作区域设置物理隔离围栏、安排人员看守防止人员车辆误入危险区域；
其中，普通视频监控系统需要运行人员时刻紧盯监视画面实时监视，运行人员很容易出现疲劳现象，因此容易出现危险点源异常时未能及时发现。而且发现安全隐患时无法及时提醒、制止靠近危险点源的人员、车辆等最终引发安全事故的发生；
在工作区域设置物理隔离围栏、安排人员看守的方式费时费力增加人员工作量，造成人力资源浪费，增加运维成本，因此需要进行改进。
技术实现要素：
本发明的目的在于提供一种危险点源安全管控系统，以解决上述背景技术中提到的当前危险点源管控方式容易因无法及时提醒、制止靠近危险点源的人员、车辆等最终引发安全事故的发生，且设置物理隔离围栏、安排人员看守的方式费时费力增加人员工作量，造成人力资源浪费，增加运维成本的问题。
为实现上述目的，本发明提供如下技术方案：一种危险点源安全管控系统，包括控制服务器、分析服务器器、数据库、plc控制系统、摄像机、客户端、扩音器和警示灯，所述摄像机的数据输出端与分析服务器的数据输入端连接，所述分析服务器的数据输出端与控制服务器的数据输入端连接，所述客户端与控制服务器之间建立有连接，所述数据库与客户端和控制服务器之间均建立有联系，所述数据库用于存储控制服务器接收到的数据信号，所述plc控制系统的信号输入端与控制服务器的信号输出端连接，所述plc控制系统的信号输出端与扩音器和警示灯的信号输入端连接。
优选的，所述分析服务器接收摄像机拍摄的视频数据，实时监控危险点源的环境变化，并利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，若有异常发生则生成报警信息。
优选的，所述客户端通过web服务器与控制服务器交互，用户通过客户端与系统进行交互，所述客户端包括用户管理、设备管理、报警信号信号处理和视频显示功能。
优选的，所述控制服务器接收分析服务器生成的报警信息，控制服务器接收到报警信号后，控制服务器通过与客户端的交互确认报警信号的有效性并对报警信号进行分类。
优选的，控制服务器采用.net hibernate框架实现事件处理机制和对数据库的查询、插入、删除操作。
优选的，包括如下运行步骤：
步骤1：将摄像机布置在升压站危险点源附近，并通过摄像机采集视频数据；
步骤2：摄像机将拍摄到的视频信息数据送入到分析服务器中，分析服务器中通过分析摄像机拍摄到的一系列连续图像，采用背景差分法，根据预设的规则将目标物体与背景场景分离，更进一步对画面进行识别，提取出目标物体的各种特征数据，并能够在摄像机场景中追踪目标物体；
步骤3：分析服务器实时监控危险点源的环境变化，利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，根据分析结果，判断是否有异常发生；
步骤4：分析服务器判断发生异常后，生成报警信息，控制服务器接收到报警信号后，通过过与客户端的交互确认报警信号的有效性并分类，并将分类结果存储至数据库；
步骤5：控制服务器根据事件处理原则发送控制信号给plc控制系统，plc控制系统控制危险点源区域的报警灯、扩音器实现声光报警。
优选的，步骤2中，背景差分法包括如下步骤：背景建模、目标提取、背景更新、背景初始化，其中背景建模采用基于高斯分布模型的背景建模方法，利用视频图像中初始的若干帧建立几个高斯模型，并赋予每个模型相应的权值；之后将图像中的每一个像素点带入模型，判断是否符合其中的某个模型；若符合，则该像素点属于背景模型；若不符合，则表示该像素点属于前景目标。判断依据的数学表达式见公式为：
(i(x,y,n)-μ(x,y,n-1))＜c×σ(x,y,n-1)2
式中，n为第n帧图像，μ和σ为高斯模型的两个参数方差和均值。
优选的，所述目标提取是通过将当前图像与目标图像相减得到。但是由于各种实际因素的限制，简单的减法操作所获得的目标物体会产生误差，如图像中的阴影可能会产生错误的目标边界。基于目标物体相关属性的筛选器可以提高提取目标的准确度，目标的尺寸、形态及灰度值都可用于筛选前景目标和背景目标。
优选的，所述背景更新是将缓慢变化的像素点根据加权系数修改背景图像中相应点的像素值，如基于高斯分布的背景建模方法，若第n帧图像中的某点符合某一背景模型，则用这个点的像素值更新此模型的均值和方差参数；若不符合已有的所有背景模型，则利用此点建立新的背景模型。
本发明提供了一种危险点源安全管控系统，具备以下有益效果：
本发明通过实现在危险点源安全管控的自动化，系统自动识别危险点源安全情况，无需人为干预，将运行人员从枯燥的监控系统中解放出来，可以快速识别安全风险后发出声光报警实时提醒相关人员停止存在安全风险行为，预防安全事故的发生，安全性高，便于使用。
附图说明
图1为本发明的整体结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1：
如图1-所示，本发明提供一种技术方案：一种危险点源安全管控系统，包括控制服务器、分析服务器器、数据库、plc控制系统、摄像机、客户端、扩音器和警示灯，所述摄像机的数据输出端与分析服务器的数据输入端连接，所述分析服务器的数据输出端与控制服务器的数据输入端连接，所述客户端与控制服务器之间建立有连接，所述数据库与客户端和控制服务器之间均建立有联系，所述数据库用于存储控制服务器接收到的数据信号，所述plc控制系统的信号输入端与控制服务器的信号输出端连接，所述plc控制系统的信号输出端与扩音器和警示灯的信号输入端连接。
所述分析服务器接收摄像机拍摄的视频数据，实时监控危险点源的环境变化，并利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，若有异常发生则生成报警信息。
所述客户端通过web服务器与控制服务器交互，用户通过客户端与系统进行交互，所述客户端包括用户管理、设备管理、报警信号信号处理和视频显示功能。
所述控制服务器接收分析服务器生成的报警信息，控制服务器接收到报警信号后，控制服务器通过与客户端的交互确认报警信号的有效性并对报警信号进行分类。
控制服务器采用.net hibernate框架实现事件处理机制和对数据库的查询、插入、删除操作。
需要说明的是，一种危险点源安全管控系统，在工作时首先利用摄像机采集升压站危险点源附近的视频数据，并将采集到的视频数据送入到分析服务器，分析服务器接收摄像机拍摄的视频数据，实时监控危险点源的环境变化，并利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，若有异常发生则生成报警信息，控制服务器接收分析服务器生成的报警信息后，通过与客户端的交互确认报警信号的有效性并对报警信号进行分类，并将分类结果存储至数据库，同时控制服务器根据事件处理原则发送控制信号给plc控制系统，plc控制系统控制危险点源区域的报警灯、扩音器实现声光报警。
实施例2：
一种危险点源安全管控系统，包括如下运行步骤：
步骤1：将摄像机布置在升压站危险点源附近，并通过摄像机采集视频数据；
步骤2：摄像机将拍摄到的视频信息数据送入到分析服务器中，分析服务器中通过分析摄像机拍摄到的一系列连续图像，采用背景差分法，根据预设的规则将目标物体与背景场景分离，更进一步对画面进行识别，提取出目标物体的各种特征数据，并能够在摄像机场景中追踪目标物体；其中，背景差分法包括如下步骤：背景建模、目标提取、背景更新、背景初始化，其中背景建模采用基于高斯分布模型的背景建模方法，利用视频图像中初始的若干帧建立几个高斯模型，并赋予每个模型相应的权值；之后将图像中的每一个像素点带入模型，判断是否符合其中的某个模型；若符合，则该像素点属于背景模型；若不符合，则表示该像素点属于前景目标。判断依据的数学表达式见公式为：
(i(x,y,n)-μ(x,y,n-1))＜c×σ(x,y,n-1)2
式中，n为第n帧图像，μ和σ为高斯模型的两个参数方差和均值；
多高斯分布模型可以模拟复杂场景下的多模态情形。即对每个图像中的每个像素建立多个高斯分布模型来描述。混合高斯模型简单的说就是加权的高斯函数之和的一个概率密度函数；
目标提取是通过将当前图像与目标图像相减得到。但是由于各种实际因素的限制，简单的减法操作所获得的目标物体会产生误差，如图像中的阴影可能会产生错误的目标边界。基于目标物体相关属性的筛选器可以提高提取目标的准确度，目标的尺寸、形态及灰度值都可用于筛选前景目标和背景目标；在运动检测的初始阶段，需要算法有自学习的能力，以便在没有人为干涉的情况下适用于不同的应用场景。一种解决方案是假设图像采集的初始阶段不包含运动目标，在这个阶段提取到的图像即为背景图像。但是，对于实际的应用场景，这显然不是完全正确的。运动检测算法应该通过一段时间的初始化过程，滤除前景干扰，提取到正确的背景图像；
步骤3：分析服务器实时监控危险点源的环境变化，利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，根据分析结果，判断是否有异常发生；
步骤4：分析服务器判断发生异常后，生成报警信息，控制服务器接收到报警信号后，通过过与客户端的交互确认报警信号的有效性并分类，并将分类结果存储至数据库；
步骤5：控制服务器根据事件处理原则发送控制信号给plc控制系统，plc控制系统控制危险点源区域的报警灯、扩音器实现声光报警。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
1.一种危险点源安全管控系统，其特征在于，包括控制服务器、分析服务器器、数据库、plc控制系统、摄像机、客户端、扩音器和警示灯，所述摄像机的数据输出端与分析服务器的数据输入端连接，所述分析服务器的数据输出端与控制服务器的数据输入端连接，所述客户端与控制服务器之间建立有连接，所述数据库与客户端和控制服务器之间均建立有联系，所述数据库用于存储控制服务器接收到的数据信号，所述plc控制系统的信号输入端与控制服务器的信号输出端连接，所述plc控制系统的信号输出端与扩音器和警示灯的信号输入端连接。
2.根据权利要求1所述的一种危险点源安全管控系统，其特征在于：所述分析服务器接收摄像机拍摄的视频数据，实时监控危险点源的环境变化，并利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，若有异常发生则生成报警信息。
3.根据权利要求1所述的一种危险点源安全管控系统，其特征在于：所述客户端通过web服务器与控制服务器交互，用户通过客户端与系统进行交互，所述客户端包括用户管理、设备管理、报警信号信号处理和视频显示功能。
4.根据权利要求1所述的一种危险点源安全管控系统，其特征在于：所述控制服务器接收分析服务器生成的报警信息，控制服务器接收到报警信号后，控制服务器通过与客户端的交互确认报警信号的有效性并对报警信号进行分类。
5.根据权利要求1所述的一种危险点源安全管控系统，其特征在于：控制服务器采用.net hibernate框架实现事件处理机制和对数据库的查询、插入、删除操作。
6.根据权利要求1所述的一种危险点源安全管控系统，其特征在于：包括如下运行步骤：
步骤1：将摄像机布置在升压站危险点源附近，并通过摄像机采集视频数据；
步骤2：摄像机将拍摄到的视频信息数据送入到分析服务器中，分析服务器中通过分析摄像机拍摄到的一系列连续图像，采用背景差分法，根据预设的规则将目标物体与背景场景分离，更进一步对画面进行识别，提取出目标物体的各种特征数据，并能够在摄像机场景中追踪目标物体；
步骤3：分析服务器实时监控危险点源的环境变化，利用运动检测算法，实时分析、识别危险点源是否有入侵物体、烟雾明火等异常情况发生，根据分析结果，判断是否有异常发生；
步骤4：分析服务器判断发生异常后，生成报警信息，控制服务器接收到报警信号后，通过过与客户端的交互确认报警信号的有效性并分类，并将分类结果存储至数据库；
步骤5：控制服务器根据事件处理原则发送控制信号给plc控制系统，plc控制系统控制危险点源区域的报警灯、扩音器实现声光报警。
7.根据权利要求6所述的一种危险点源安全管控系统，其特征在于：步骤2中，背景差分法包括如下步骤：背景建模、目标提取、背景更新、背景初始化，其中背景建模采用基于高斯分布模型的背景建模方法，利用视频图像中初始的若干帧建立几个高斯模型，并赋予每个模型相应的权值；之后将图像中的每一个像素点带入模型，判断是否符合其中的某个模型；若符合，则该像素点属于背景模型；若不符合，则表示该像素点属于前景目标。判断依据的数学表达式见公式为：
(i(x,y,n)-μ(x,y,n-1))＜c×σ(x,y,n-1)2
式中，n为第n帧图像，μ和σ为高斯模型的两个参数方差和均值。
8.根据权利要求7所述的一种危险点源安全管控系统，其特征在于：所述目标提取是通过将当前图像与目标图像相减得到。但是由于各种实际因素的限制，简单的减法操作所获得的目标物体会产生误差，如图像中的阴影可能会产生错误的目标边界。基于目标物体相关属性的筛选器可以提高提取目标的准确度，目标的尺寸、形态及灰度值都可用于筛选前景目标和背景目标。
9.根据权利要求7所述的一种危险点源安全管控系统，其特征在于：所述背景更新是将缓慢变化的像素点根据加权系数修改背景图像中相应点的像素值，如基于高斯分布的背景建模方法，若第n帧图像中的某点符合某一背景模型，则用这个点的像素值更新此模型的均值和方差参数；若不符合已有的所有背景模型，则利用此点建立新的背景模型。
技术总结