AI赋能光伏电站视频监控系统解决方案.pdf

光伏电站 AI+赋能视频监控系统 智能安全管控方案 目 一、 项目概述 4 1.1 背景分析 4 1.2 痛点分析 4 1.3 需求分析 5 二、 解决方案 6 2.1 建设目标 6 2.2 建设思路 6 2.3 实现方式 7 2.3.1 总体架构 7 2.3.2 应用架构 8 2.3.3 主要功能 9 视频监控 9 录像回放 10 AI智能分析 10 设备管理 11 用户管理 12 配置管理 12 2.4 智能边缘网关 1 2.4.1 硬件介绍 1 2.4.2 算法类别 1 2.5 技术特点 3 三、 软硬件清单 4 四、 方案优势 5 五、 核心价值 7 5.1 AI赋能视频监控 7 5.2 提升安全管控水平 7 5.3 提升社会效益 7 一、项目概述 1.1 背景分析 双碳目标下我国二氧化碳排放力争于2030年前达到峰值，努力争取2060年 前实现碳中和，能源结构转型势在必行。随着新能源建设的迅速发展，光伏电站 的规模也在不断扩大，因此各发电集团均制定了关于光伏电站安全作业管理、现 场安全设施管理等方面制度；然而由于光伏电站位置相对偏远以及环境复杂等方 面原因，造成了巡检任务繁重、效率低、成本高、运维安全风险大等问题，进而 导致安全作业、火灾、人员入侵偷盗等事件时有发生。 随着规模性的光伏电站陆续建设和投入运行，如何实时及时了解电站的现场 安全及环境安全的监控需求成为了急需解决的问题。 1.2 痛点分析 现有的传统监控方式无法做到对整个光伏电站人员作业安全的智能化监测 分析，采取人工监测，准确性、时效性和可持续性都难以保证。 具体监管难点如下： （1）人工监控容易疏忽 传统视频监控系统需要人工进行监控和分析，人类容易疲劳或疏忽，导致监 控遗漏或监控过程出现漏洞。如人员越界、禁区闯入等情况，往往是很短时间内 发生，用传统方式如果监管人员此时没有看到，则会造成监管漏洞，待危险发生 时往往为时已晚。 （2）无法自动识别异常事件 传统视频监控系统仅提供视频画面，需要人工进行分析和判断，无法自动识 别和分析异常事件。传统视频监控系统需要投入大量人力进行监控和分析，成本 较高。 （3）无法快速准确及时地发现问题 传统视频监控系统无法进行快速准确的分析，容易漏报或误报警情。以烟火 识别为例，光伏电站平时多为无人状态，如果一旦发生火灾，将对人员、设备造 成不可估量的损失，传统火焰检测设备从事件发生到设备检测到异常，有较长时 间延迟，待发现时往往为时已晚，通过人员利用监控设备远程查看，效率较低， 时效性和准确性都无法保证。 1.3 需求分析 （1）AI智能检测 基于AI人工智能技术，实现人、车、物、行为等检测与识别，如人脸识别、 车辆识别、安全帽佩戴、周界入侵、烟火等，无需人工巡检干预。 （2）异常智能告警 实时监测光伏区异常如工作人员未佩戴安全帽、火灾、陌生人入侵等，一旦 发现立刻告警，并录像、截图存储等，同时推送消息给管理人员。 （3）视频实时监控 施工现场24 小时实时高清视频监控，支持远程监控、视频录像、调阅、检 索、回放以及查看历史视频，便于事后调查取证，做到有据可依。 （4）平台数据共享 构建光伏电站的数据采集、共享、共用平台，实现光伏项目资源互联互通， 支持多光伏项目远程、集中、统一监管。 二、解决方案 2.1建设目标 以计算机视觉为基础的智能视频分析技术，能够自动从纷繁的视频图像中分 辨、识别和提取出关键目标的有用信息，及时发现安全隐患，做到事前预防、事 中管控、事后分析，同时也进一步丰富了视频检测的功能。利用边缘计算技术和 人工智能技术打造智能管控终端，形成安全管控合力，提升作业现场和运维过程 中的安全管控数字化、智能化水平，为光伏电站安全作业管理起到降本增效的重 要作用。 通过基于人工智能分析技术的作业现