随着经济的发展,电力系统的改扩建工程日益增加,尤其是老旧变电站的技术改造、扩建增容等。老旧变电站改扩建施工不同于常规的民用建筑工程施工,变电站内部分布有众多的电气设备和电缆,存在人员、设备、环境等诸多安全因素,而且经常需要在电力系统运行的情况下施工,大大增加了施工的安全风险。近年来,在变电站改扩建工作中造成的人身、设备、电网事故时有发生,变电站改扩建工程的安全问题十分突出。为了实现对改扩建作业的安全管控,本文聚焦于施工人员的实时定位和轨迹预测,开展了如下三个方面的研究:首先,开展了基于小波分析的GNSS RTK测量数据的粗差剔除研究;其次,开展了基于编码器-解码器的轨迹预测研究;最后设计并实现了基于RTK定位的作业安全保障系统。在实际工程中,GNSS RTK会受到外界环境的影响产生粗大误差,导致无法满足工程的要求。本文提出了一种基于3准则的小波分析方法来剔除GNSS RTK观测数据的粗差。通过仿真实验研究不同小波基函数,分解层数和高频系数层数对粗差剔除的影响,结果表明选取合适小波基函数、分解层数以及高频系数层可以有效准确地剔除测量数据中的粗差并且保留数据的有效高频信息。并将该方法与卡尔曼滤波和最小二乘法进行了比较,结果表明本文的方法剔除粗差的效果最好,信噪比最高,对非粗差点的影响最小。最后,使用该方法对GNSS RTK实际工程的测量数据进行了粗差剔除,验证了该方法能够有效地剔除粗差,并且对非粗差数据的影响较小。通过对大量施工人员的移动轨迹数据进行分析,建立合理的轨迹预测模型,实现对施工人员轨迹的准确预测。本文首先对轨迹数据进行一定处理,包括冗余点去除、轨迹分段压缩和轨迹网络化。在轨迹预测模型中,采用网络学习表示算法Node2Vec学习每个位置节点的低维向量,使其尽可能地融合更多图中邻居节点的信息。对于过长轨迹序列,本文在编码器-解码器框架的基础上,引入注意力机制,使用当前隐层状态和编码器各个时间步的隐层状态的相似度作为权重,以此来提高轨迹预测准确率。基于RTK定位实现了一个作业安全保障系统。使用RTK定位系统实时获取施工人员的位置信息,在此基础上,实时检测施工人员是否违章作业。同时,对施工人员的轨迹进行预测,检测其未来一段时间内是否违章作业,达到提前预警的目的。