【技術實現步驟摘要】
本專利技術涉及高空強電磁環境監測，尤其涉及電網帶電作業的智能穿戴式生命體征檢測方法及系統。
技術介紹
1、隨著電力工程的快速發展，尤其是高壓電網、智能電網和大規模電力設施的建設，電網帶電作業已成為一種常見的操作方式，帶電作業指的是工作人員在不切斷電源的情況下進行電網設備的檢修、維護和安裝等工作，由于帶電作業涉及高壓電流和復雜的作業環境，工作人員的生命安全面臨較大風險。
2、電網帶電作業的特殊性決定了傳統的安全保障手段無法完全滿足工作人員在復雜、高風險環境中的需求，通過開發智能穿戴式生命體征檢測技術，能夠實現對工作人員健康狀況的實時監控，及時發現異常情況，并通過預警系統發出警示，避免事故發生，這項技術不僅能夠有效降低電力作業中的意外傷害，還能提高工作人員的工作效率，減少事故對電網設備的損害，保障電力系統的穩定運行。
3、例如公告號為：cn107492833b的專利技術專利公告的一種用于帶電作業機器人的救援末端裝置，包括可以掛設在線纜上行走的帶電作業機器人，還包括救援拖拽臂，救援拖拽臂一側與帶電作業機器人可拆式連接，另一側延伸有拖拽支臂，拖拽支臂上設有開口，拖拽支臂上通過驅動組件活動連接有拖拽動臂，拖拽動臂上設有可以與開口構成封閉拖拽腔的拖拽鉤；整個過程人工不需要出線，完成人工作業難以完成的任務，能夠有效彌補人工作業的局限性，而且帶電作業，避免停電對電網運行造成的影響及經濟損失。
4、例如公告號為：cn?217696567?u的專利技術專利公告的一種帶電作業人員用可穿戴式體征監測裝置，包括穿戴裝置
5、現有的設備的生命體征監測系統通常是在高強度作業環境中，信號可能受到噪音、運動等因素干擾，噪聲信息的采集位置直接影響到作業人員的工作環境評估，不同的位置（如頭部、胸部、手腕等）會受到不同的環境噪聲影響，這可能會影響后續生命體征的準確性，噪聲過大會干擾到生命體征檢測設備的信號，過低的噪聲水平可能導致無法有效區分環境噪聲與設備工作信號，影響設備響應和數據處理。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供電網帶電作業的智能穿戴式生命體征檢測方法及系統，通過研究智能穿戴式不同位置的受干擾程度，以解決現有電力作業安全保障手段的監測精度不高的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種電網帶電作業的智能穿戴式生命體征檢測方法，包括以下步驟：包括以下步驟：獲取位于作業人員工作環境內的智能穿戴式上不同放置位置在同時間段的環境噪聲信息，得到原始噪聲信號數據；將所述環境噪聲信息進行噪聲強度分析以及頻譜分析，得到不同放置位置的噪聲特征；根據所述噪聲特征計算得到噪聲均衡性分數，基于所述噪聲均衡性分數確定最佳生命體征采集位置;在所述最佳生命體征采集位置對作業人員的生命體征進行檢測，將最佳放置位置得到的生命體征采集效果與作業人員在非作業環境下測得的生命體征采集效果進行比對，驗證最佳位置的檢測準確率。
4、在一個優選的實施方式中，所述噪聲強度分析，分析過程如下：對所述原始噪聲信號數據進行數據預處理，對處理后的噪聲信號數據結合聲壓級計算公式，得到噪聲強度；應用加權濾波調整不同強度的噪聲信號數據，得到等效連續聲級；基于噪聲強度和等效連續聲級，對不同位置的噪聲強度進行空間分析，得到噪聲衰減率。
5、在一個優選的實施方式中，頻譜分析，分析過程如下：對所述處理后的噪聲信號數據轉換為時域信號，對時域信號進行離散傅里葉變換，得到每個放置位置對應的頻譜圖；從所述頻譜圖中提取功率譜，計算功率譜密度，將功率譜密度結合歐式矩陣，得到不同位置噪聲信號的噪聲頻譜形態相似度。
6、在一個優選的實施方式中，所述對不同位置的噪聲強度進行空間分析，得到噪聲衰減率，具體為：獲取噪聲強度和等效連續聲級值，建立二維坐標軸；在二維坐標軸中根據數據的波動趨勢情況，獲取第一噪聲信號的峰谷值波動段；在每個峰谷值波動段內通過曲線擬合獲得光滑曲線，得到光滑曲線上的峰值；對于任意一個峰值點，獲取所述峰值點在光滑曲線中左右相鄰的兩個極值大點；將左右相鄰的相鄰極大值點之間的區間，峰值波動段寬度，使用衰減模型計算得到噪聲衰減率。
7、在一個優選的實施方式中，所述從所述頻譜圖中提取功率譜，具體如下：對頻譜進行傅里葉反變換?，得到信號的時域波形；對時域波形進行平方操作?，得到信號的能量密度譜；將能量密度譜除以采樣點數?，得到每個頻率點上的平均功率；對功率譜進行歸一化處理?，得到在整個頻譜范圍內的積分作為功率譜。
8、在一個優選的實施方式中，所述將功率譜密度結合歐式矩陣，得到不同位置噪聲信號的噪聲頻譜形態相似度，具體包括：將所述功率譜密度整理為矩陣形式，將每個信號在不同頻率上的功率譜密度看作一個向量；計算任意兩個位置的歐式距離度量，通過遍歷計算出所有位置之間的歐式距離，得到相似度矩陣；計算所述相似度矩陣的秩，得到不同位置噪聲信號的噪聲頻譜形態相似度。
9、在一個優選的實施方式中，所述電網帶電作業的智能穿戴式生命體征檢測方法的系統，其特征在于，包括環境噪聲數據采集模塊、噪聲特征分析模塊、噪聲均衡性評分模塊、生命體征檢測效果驗證模塊：環境噪聲數據采集模塊，用于獲取位于作業人員工作環境內的智能穿戴式上不同放置位置在同時間段的環境噪聲信息，得到原始噪聲信號數據；噪聲特征分析模塊，用于將所述環境噪聲信息進行噪聲強度分析以及頻譜分析，得到不同放置位置的噪聲特征；噪聲均衡性評分模塊，用于根據所述噪聲特征計算得到噪聲均衡性分數，基于所述噪聲均衡性分數確定最佳生命體征采集位置;生命體征檢測效果驗證模塊，用于在所述最佳生命體征采集位置對作業人員的生命體征進行檢測，將最佳放置位置得到的生命體征采集效果與作業人員在非作業環境下測得的生命體征采集效果進行比對，驗證最佳位置的檢測準確率。
10、本專利技術電網帶電作業的智能穿戴式生命體征檢測方法及系統的技術效果和優點：
11、1、通過分析環境噪聲特征、選擇最佳生命體征采集位置，從而能夠提高作業人員生命體征監測的準確性，減少噪聲環境對生命體征檢測的干擾，進而實現了有效減少噪聲對監測信號的影響，有效解決了現有技術中，現有電力作業安全保障手段的監測精度不高的問題。
12、2、通過檢測智能穿戴式不同放置位置處的噪聲干擾，從而確定傳感器放置位置，進而實現了降低傳感器在監測作業人員安全時設備所收到的信號干擾。<本文檔來自技高網...
【技術保護點】
1.電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述噪聲強度分析，分析過程如下：
3.如權利要求2所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述頻譜分析，分析過程如下：
4.如權利要求3所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述對不同位置的噪聲強度進行空間分析，得到噪聲衰減率，具體為：
5.如權利要求4所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，從所述頻譜圖中提取功率譜，具體如下：
6.如權利要求5所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述將功率譜密度結合歐式矩陣，得到不同位置噪聲信號的噪聲頻譜形態相似度，具體包括：
7.如權利要求6所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述等效連續聲級，計算公式如下所示：
8.如權利要求7所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述噪聲衰減率，計算公式如下所
9.如權利要求8所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述對功率譜進行歸一化處理，具體如下：
10.一種使用如權利要求1-9任意一項所述電網帶電作業的智能穿戴式生命體征檢測方法的系統，其特征在于，包括環境噪聲數據采集模塊、噪聲特征分析模塊、噪聲均衡性評分模塊、生命體征檢測效果驗證模塊：
...【技術特征摘要】
1.電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述噪聲強度分析，分析過程如下：
3.如權利要求2所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述頻譜分析，分析過程如下：
4.如權利要求3所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，所述對不同位置的噪聲強度進行空間分析，得到噪聲衰減率，具體為：
5.如權利要求4所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在于，從所述頻譜圖中提取功率譜，具體如下：
6.如權利要求5所述電網帶電作業的智能穿戴式生命體征檢測方法，其特征在...
【專利技術屬性】
技術研發人員：汪銀龍，張杰，李廳，徐鶴，張毅，蘇世，王蕊，張鐘文，顏是昱，王叫，麥立，楊勁松，王松，劉承志，王曉燕，孔露，
申請(專利權)人：國網安徽省電力有限公司銅陵供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。