随着科技的更替与经济的发展,人们对日常生活品质的要求不断提高,同时对电力的要求也逐渐提高,所以国家电网对电力作业现场生产和管理的安全也更加重视。但是相关监督部门监督不当,管理人员的管理失职和电力作业施工人员自身对规章制度的不清晰,容易导致大型安全事故的发生。由于传统的安全监督模式对人力、物力的依赖,为了确保电力系统网络安全、有序并且稳定运行,国家电网以及各电力单位必须改变固有的安全监督模式,采用自动化可控的监督模式。本文针对电力作业现场的局放实验和配变实验的两个任务:设备接地检测任务和叉车人员协助检测任务展开研究,主要研究内容和贡献如下:1、介绍人体关键点提取的两种方式:自顶而下人体关键点检测和自低而上人体关键点检测,并详细介绍了基于Openpose的自底而上的人体关键点检测算法;详细介绍了支持向量机理论,为后文行为分类奠定基础;简略介绍常用的跟踪算法,为后文叉车跟踪做铺垫。2、针对设备接地检测任务,详细描述了该任务的目的和方法流程。提出了基于HSV颜色特征的三帧差分法的接地棒运动检测,并利用openpose算法对人员关键点进行提取,建立二维人体模型,通过分析行为特征,提取特征向量,利用支持向量机对设备接地检测任务相关行为进行分类。最后通过实验验证其算法流程的可行性。3、针对叉车人员协助检测任务,详细描述了该任务的目的和方法流程。提出了多特征融合的CamShift跟踪算法,通过建立H-S二维直方图,减小了光照影响;加入Harris角点特征,减小了叉车在转弯时造成视觉形变误差;引入Kalman预测机制,提高了协助人员对叉车形成遮挡时的识别率。提出了人员协助判定算法,利用多特征融合的CamShift跟踪算法提取的叉车位置信息和YOLOv3提取的人员位置信息,对工作人员是否为协助人员做了判定。最后通过实验验证其算法流程的可行性。