火电厂煤堆多目标自燃点识别和定位模型构建和工作方法技术

本发明专利技术涉及一种火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，包括步骤：采用煤堆自燃检测设备进行煤场巡检；获取煤堆图像；建立煤堆自燃点快速识别模型；融合deepsort算法构建煤堆自燃点定位和跟踪模型；将自燃点信息汇总成报告并发送到后台，再由后台反馈给前端。本发明专利技术的有益效果是：基于深度学习技术、可见光图像、yolov5s算法构建煤堆自燃点快速识别模型，可快速识别煤堆中的烟源点、火源点等事件点，发现事件点在图片中的位置信息、大小信息、数量信息等，在煤堆产生一个或多个自燃点时会自动识别并得到具体的数目；解决目前煤场自燃识别反应缓慢，具有滞后性和误检等问题。误检等问题。误检等问题。

【技术实现步骤摘要】
火电厂煤堆多目标自燃点识别和定位模型构建和工作方法


[0001]本专利技术属于预防煤燃烧引发事故
，尤其涉及一种火电厂煤堆多目标自燃点识别和定位模型构建和工作方法。

技术介绍

[0002]煤与空气的接触还会经常发生煤堆发热和自燃现象，封闭煤场自燃发生后威胁到煤场作业人员的人身安全和设备的运行，也给安全生产带来了相当大的火灾事故隐患,造成重大损失，煤堆自燃造成煤场火灾的问题长期以来困扰着很多相关企业，煤场封闭后如何及时早期监测、预警煤堆温度，以及早期发现烟雾，现场温度异常情况，及时翻堆、精准浇水降温、控制煤堆温度、预防煤的燃烧引发事故将成为封闭式煤场管理工作的关键问题。
[0003]目前在火电厂煤场主要采用传统的人工巡检模式，依赖运维人员通过目测和接触式测温等方式来检查煤堆的升温以及防止自燃等，发生自燃后只能通过煤场内部的火焰探测器进行报警，主要包含了以下几种：
[0004]一、电厂工作人员定期进行检测，采用煤堆测温杆插入煤堆，可以准确读取煤堆内部温度数据，但是该方式随机性较强，存在较大的隐患，且电厂煤堆数量和工作量巨大，费本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于，包括以下步骤：步骤1、采用煤堆自燃检测设备进行煤场巡检；步骤2、获取煤堆图像；步骤3、建立煤堆自燃点快速识别模型，将构建好的煤堆自燃点快速识别模型导入jetbot nano嵌入式开发模块，采用煤堆自燃点快速识别模型判断煤堆图像中是否有自燃点；若没有自燃点，返回执行步骤1，若有自燃点，执行步骤4；步骤4、融合deepsort算法构建煤堆自燃点定位和跟踪模型，将构建好的煤堆自燃点定位和跟踪模型导入jetbot nano嵌入式开发模块，通过煤堆自燃点定位和跟踪模型进行自燃点跟踪和定位，得到自燃点的位置，实时跟踪并在煤堆图像中标出自燃点位置；步骤5、根据步骤3和步骤4识别得到的每一帧煤堆图像内的自燃点信息，将自燃点信息汇总成报告并发送到后台，再由后台反馈给前端。2.根据权利要求1所述火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于：步骤1中电厂的每台消防炮安装一套煤堆自燃检测设备，具体安装位置为消防安全炮的前端部分；煤堆自燃检测设备包括高清可见光摄像模块、jetbot nano嵌入式开发模块、其他传感器模块和数据传输模块；jetbot nano嵌入式开发模块通过通信模块分别与现场控制箱、后台数据库、消防应急设备和驱动电机无线连接。3.根据权利要求2所述火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于：高清可见光摄像模块为高精度摄像头。4.根据权利要求1所述火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于：步骤3中的自燃点快速识别模型、步骤4中的煤堆自燃点定位和跟踪模型烧录在jetbot nano嵌入式开发模块内。5.根据权利要求2或3所述火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于：步骤1采用煤堆自燃检测设备进行煤场巡检，在电厂煤场的煤堆中未发现火源点和烟雾点时，煤堆自燃检测设备跟随现场消防炮进行左右180度的来回巡检，或高精度摄像头自行巡检；步骤2每秒捕获和处理2～3帧煤场煤堆图像；步骤3采用煤堆自燃点快速识别模型分析煤堆图像中是否有烟雾、火苗自燃点。6.根据权利要求1所述火电厂煤堆多目标自燃点识别和定位模型构建和工作方法，其特征在于，步骤3具体包括如下步骤：步骤3.1、基于yolov5s算法构建煤堆自燃点快速识别模型；步骤3.2、采用Leaky relu激活函数训练煤堆自燃点识别模型：上式中，x实值输入，α为正斜率；步骤3.3、训练好的煤堆自燃点快速识别模型采用Batch normalization来批量处理煤堆图像数据：
上式中，μ为煤堆自燃的输入特征的均值，σ为煤堆自燃的输入特征的标准差，为煤堆自燃的输入特征的归一化数值，m为每个批次的数据大小，ε为无穷小；步骤3.4、在煤堆自燃点快速识别模型输出自燃点信息时对批量处理后的煤堆图像数据值进行重构变换：上式中，γ和β均为重构参数，为煤堆自燃的输入特征的归一化数值，y
i
为重构变换后的煤堆自燃的输入特征；步骤3.5、针对图像比例进行缩放；假设训练时的煤堆图像像素设置为L*L的图像，则对于任意高和宽为H和W的煤堆图像，填充和缩放的步骤为：将L分别除以W和H，得到商最小的数作为最小系数，采用W和H分别乘以最小系数，对煤堆图像进行缩放；若缩放后的煤堆图像高或宽无法整除32，则对该煤堆图像高或宽进行取余，再将煤堆图像高或宽采用余数的1/2量进行填充；步骤3.6、采用Focus切片法对煤堆图像进行处理；Focus切片法先将煤堆图像变成L/2
×
L/2
×
12的特征图，特征图再通过卷积和输出通道，最终变成L/2
×
L/2
×
12

【专利技术属性】
技术研发人员：王战，周郅皓，吴孚辉，俞荣栋，范海东，杨涛，张凯凯，闻邦，林清，张英驰，李杭，
申请(专利权)人：浙江浙能技术研究院有限公司，
类型：发明
国别省市：