System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体地涉及一种电厂输煤系统巡检方法、一种电厂输煤系统巡检装置和一种电子设备。
技术介绍
1、传统的电厂输煤系统主要依赖于人工巡检,这种方式效率低下,而且存在安全隐患。近年来,随着工业自动化和信息技术的发展,电厂开始尝试使用机器人进行输煤系统的巡检,但这些机器人设备的运行有时候还需要人工进行监控和控制,无法实现真正的智能化。
2、目前已有一些专利提出了使用摄像机进行输煤系统的巡检,例如公开号为cn105730789a的中国专利技术专利,该专利提出了一种采用摄像机进行视觉监控的输煤系统巡检方法。然而,这种方法仍然需要人工进行图像的解析和判断,无法实现自动化的巡检和告警。
3、即,现有方法无法实现对电厂输煤系统的智能巡检,巡检效率较低。
技术实现思路
1、本专利技术实施例的目的是提供一种电厂输煤系统巡检方法、装置和电子设备,用以解决现有方法无法实现对电厂输煤系统的智能巡检,巡检效率较低的缺陷。
2、为了实现上述目的,本专利技术实施例提供一种电厂输煤系统巡检方法,包括:
3、获取对电厂输煤系统的待测区域采集的待测图像和多个待测输煤数据;
4、基于图像特征提取模型对所述待测图像进行特征提取,对经过特征提取得到的特征图进行目标检测,得到目标检测结果;
5、对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果;
6、通过特征选择从多个待测输煤数据中选择出输煤故障关联数
7、将所述输煤故障关联数据输入至电厂输煤系统运行预测模型,得到所述电厂输煤系统运行预测模型输出的第二巡检结果;所述电厂输煤系统运行预测模型是通过样本输煤故障关联数据和所述样本输煤故障关联数据对应的运行状态标签训练得到的;
8、基于所述第一巡检结果或所述第二巡检结果发送告警信息。
9、可选的,所述目标检测结果包括目标对象的尺寸特征、形状特征和/或颜色特征,所述对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果,包括:
10、在出现所述目标对象的尺寸特征与正常情况下的预设尺寸特征的差值大于设定阈值、所述目标对象的形状特征与正常情况下的预设形状特征的差值大于设定阈值以及所述目标对象的颜色特征与正常情况下的预设颜色特征的差值大于设定阈值中的至少一种情况时,确定所述第一巡检结果为巡检异常。
11、可选的,所述通过特征选择从多个待测输煤数据中选择出输煤故障关联数据,包括:
12、通过相关性分析方法从多个待测输煤数据中选择出输煤故障关联数据;其中,所述输煤故障关联数据包括煤尘浓度、输煤皮带的速度、煤炭落在输煤皮带上的位置和/或煤炭落在输煤皮带上的形状。
13、可选的,所述电厂输煤系统运行预测模型是通过以下步骤训练得到的:
14、重复执行如下步骤直至得到预设条件:
15、将样本输煤故障关联数据输入至电厂输煤系统运行预测模型,得到所述电厂输煤系统运行预测模型输出的运行预测结果;
16、基于所述运行预测结果和所述样本输煤故障关联数据对应的运行状态标签,计算损失函数;
17、基于所述损失函数调整所述电厂输煤系统运行预测模型的模型参数。
18、另一方面,本专利技术实施例还提供一种电厂输煤系统巡检装置,包括:
19、数据获取模块,用于获取对电厂输煤系统的待测区域采集的待测图像和多个待测输煤数据;
20、目标检测模块,用于基于图像特征提取模型对所述待测图像进行特征提取,对经过特征提取得到的特征图进行目标检测,得到目标检测结果;
21、对比模块,用于对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果;
22、特征选择模块,用于通过特征选择从多个待测输煤数据中选择出输煤故障关联数据;
23、模型预测模块,用于将所述输煤故障关联数据输入至电厂输煤系统运行预测模型,得到所述电厂输煤系统运行预测模型输出的第二巡检结果;所述电厂输煤系统运行预测模型是通过样本输煤故障关联数据和所述样本输煤故障关联数据对应的运行状态标签训练得到的;
24、告警模块,用于基于所述第一巡检结果或所述第二巡检结果发送告警信息。
25、可选的,所述目标检测结果包括目标对象的尺寸特征、形状特征和/或颜色特征,所述对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果,包括:
26、在出现所述目标对象的尺寸特征与正常情况下的预设尺寸特征的差值大于设定阈值、所述目标对象的形状特征与正常情况下的预设形状特征的差值大于设定阈值以及所述目标对象的颜色特征与正常情况下的预设颜色特征的差值大于设定阈值中的至少一种情况时,确定所述第一巡检结果为巡检异常。
27、可选的,所述通过特征选择从多个待测输煤数据中选择出输煤故障关联数据,包括:
28、通过相关性分析方法从多个待测输煤数据中选择出输煤故障关联数据;其中,所述输煤故障关联数据包括煤尘浓度、输煤皮带的速度、煤炭落在输煤皮带上的位置和/或煤炭落在输煤皮带上的形状。
29、可选的,所述电厂输煤系统运行预测模型是通过以下步骤训练得到的:
30、重复执行如下步骤直至得到预设条件:
31、将样本输煤故障关联数据输入至电厂输煤系统运行预测模型,得到所述电厂输煤系统运行预测模型输出的运行预测结果;
32、基于所述运行预测结果和所述样本输煤故障关联数据对应的运行状态标签,计算损失函数;
33、基于所述损失函数调整所述电厂输煤系统运行预测模型的模型参数。
34、另一方面,本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述电厂输煤系统巡检方法。
35、另一方面,本专利技术还提供一种机器可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述电厂输煤系统巡检方法。
36、通过上述技术方案,本专利技术通过分别对电厂输煤系统的待测区域采集的待测图像和多个待测输煤数据,采用机器学习的方法进行自动分析和识别异常情况,无需人工进行图像解析和数据分析,实现真正的巡检自动化和智能化,大大提高电厂输煤系统的巡检效率。
37、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种电厂输煤系统巡检方法,其特征在于,包括:
2.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述目标检测结果包括目标对象的尺寸特征、形状特征和/或颜色特征,所述对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果,包括:
3.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述通过特征选择从多个待测输煤数据中选择出输煤故障关联数据,包括:
4.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述电厂输煤系统运行预测模型是通过以下步骤训练得到的:
5.一种电厂输煤系统巡检装置,其特征在于,包括:
6.根据权利要求5所述的电厂输煤系统巡检装置,其特征在于,所述目标检测结果包括目标对象的尺寸特征、形状特征和/或颜色特征,所述对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果,包括:
7.根据权利要求5所述的电厂输煤系统巡检装置,其特征在于,所述通过特征选择从多个待测输煤数据中选择出输煤故障关联数据,包括:
8.根据权利要求5所述的
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至4中任一项所述的电厂输煤系统巡检方法。
10.一种机器可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的电厂输煤系统巡检方法。
...【技术特征摘要】
1.一种电厂输煤系统巡检方法,其特征在于,包括:
2.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述目标检测结果包括目标对象的尺寸特征、形状特征和/或颜色特征,所述对比所述目标检测结果与正常情况下的预设特征,确定所述待测图像的第一巡检结果,包括:
3.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述通过特征选择从多个待测输煤数据中选择出输煤故障关联数据,包括:
4.根据权利要求1所述的电厂输煤系统巡检方法,其特征在于,所述电厂输煤系统运行预测模型是通过以下步骤训练得到的:
5.一种电厂输煤系统巡检装置,其特征在于,包括:
6.根据权利要求5所述的电厂输煤系统巡检装置,其特征在于,所述目标检测结果包括目标对象的尺寸特征、形状特征和...
【专利技术属性】
技术研发人员:高思远,何宁,高满达,谢天,晋世仲,
申请(专利权)人:国家能源集团新能源技术研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。