基于元学习与交叉注意力的带电作业岗前安全准入量化评估研究
时间:2026-11-05 作者:范晓禹,史佳潼
【摘要】针对带电作业岗前安全准入中多源异构数据难以融合量化的难题,本文构建了一套身心风险量化评估体系。提出基于受限动态时间规整与双向交叉注意力机制的融合建模方法:利用受限 DTW 实现多源时序弹性对齐,引入模型无关元学习(MAML)完成少样本的个体化基线微调,通过双向交叉注意力耦合提取跨模态特征,并加入基于国家标准的物理合理性惩罚项。案例验证表明,该方法评估准确率达 94.7%,误报率 3.8%,漏报率 2.5%,单人平均评估耗时 1.8min,跨个体泛化稳定性方差 0.02。该方法可实现对作业人员岗前安全状态的量化评估与分等定级,为带电作业岗前准入与现场安全管理提供可量化的决策依据。
关键词:多源异构数据融合;带电作业;岗前安全准入;量化风险评估;元学习