電力倉庫
采用基于多維信息融合的智能(néng)風險識别的技術，對(duì)工作人員的非安全操作和非規範作業進(jìn)行識别并報警，對(duì)有可能(néng)發(fā)生的危險行爲將(jiāng)提前預測并産生預警提示。建立電力倉庫多維安全管控模型，對(duì)重點作業區域進(jìn)行重點分析，實現對(duì)電力倉庫的全方面(miàn)安全管控。
行業痛點
安全操作要求高
庫房現代化建設不斷推進(jìn)，無人倉儲技術不斷發(fā)展，但庫房内仍存在小部分運維人員，對(duì)其人身安全及操作安全等需要有更高的要求。
庫房管理範圍大
庫房管理範圍大，管理人員難以對(duì)每個安全隐患做出實時預警。
安全隐患追溯手段少
安全隐患問題追溯手段較少，在事(shì)故發(fā)生後(hòu)無法進(jìn)行現場問題還(hái)原。
巡檢難度大
安全管理巡檢難度大，人工巡查無法實現24小時不間斷監控庫房。
庫房内環境複雜
庫房内環境複雜，遮擋等情況随時發(fā)生，對(duì)算法識别要求高。
安全操作要求高
庫房現代化建設不斷推進(jìn)，無人倉儲技術不斷發(fā)展，但庫房内仍存在小部分運維人員，對(duì)其人身安全及操作安全等需要有更高的要求。
庫房管理範圍大
庫房管理範圍大，管理人員難以對(duì)每個安全隐患做出實時預警。
安全隐患追溯手段少
安全隐患問題追溯手段較少，在事(shì)故發(fā)生後(hòu)無法進(jìn)行現場問題還(hái)原。
巡檢難度大
安全管理巡檢難度大，人工巡查無法實現24小時不間斷監控庫房。
庫房内環境複雜
庫房内環境複雜，遮擋等情況随時發(fā)生，對(duì)算法識别要求高。
核心功能(néng)
對(duì)現場倉庫進(jìn)行BIM建模，將(jiāng)算法識别結果進(jìn)行BIM模型構件關聯，將(jiāng)報警信息由現場圖片與文字轉化爲更直觀的BIM模型定位顯示，有利于管理人員更快捷定位問題發(fā)生點。
倉庫工作管理，根據倉庫工作流建立一系列對(duì)應管理功能(néng)，如倉内設備管理、人員定位管理、數字會(huì)議室管理、電子文件櫃管理、無人倉庫管理與班前教育管理。
倉庫安全隐患算法模型構建，利用大量現場監控視頻爲數據基礎，采用基于YOLO-v4的目标識别技術以及基于ResNet-50的目标分類技術進(jìn)行圖像檢測與圖像分類。
應用場景
實驗室
生産工廠
工業園區
各類型倉庫
核心價值
電力倉庫系統的建立，提高了電力倉庫的設備管理效率，滿足對(duì)不同作業區域的安全管控的要求，能(néng)夠快速準确的完成(chéng)對(duì)各種(zhǒng)非安全操作的行爲的報警，有效地增強工作人同的風險防範意識，從而提高整個倉庫安全保障等級。