【技术实现步骤摘要】
本专利技术涉及火情识别领域，具体来说，尤其涉及一种基于深度学习的光伏厂区的人员与烟火识别系统及装置。
技术介绍
1、光伏厂区是指专门用于生产光伏电能的工厂或区域，通常包括大量的光伏板(太阳能电池板)以及其他相关的设备和设施，光伏厂区是地面光伏电站、屋顶光伏系统或其他形式的太阳能发电设施，光伏厂区通常分布在广阔的地理区域内，将太阳光转换为电能，为电网或特定设施提供能源。
2、传统的人眼监控方法通常为设置专员观察厂区内监控视频，通过肉眼来识别厂区内是否存在火情，并手动通知相关人员进行处理，人眼观察受到主观因素的影响，不同的观察者可能对相同的场景有不同的解释和判断，人眼观察无法高效处理大量的监控数据，人眼观察无法实现实时的监控和识别，且感知范围有限，不能同时观察广阔的区域，此外，人眼观察可能受到疲劳和注意力不集中的影响，特别是在长时间的监控工作中，容易出现漏检的情况。
3、例如，中国专利cn111639610a公开了一种基于深度学习的火情识别方法及系统，基于深度学习技术，对现有的火情图像进行分析训练，得到神经网络模型，...
【技术保护点】
1.一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，该系统包括：图像采集模块、火情识别模块、人员安全识别模块、设备状态监测模块、环境监测模块、综合数据分析与响应模块及火情警报模块；
2.根据权利要求1所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述火情识别模块在利用深度学习技术对所述环境图像进行分析，并识别火情特征时包括：
3.根据权利要求2所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述使用训练得到的卷积神经网络模型对预处理后的环境图像进行分析，并评估图像中是否存在火焰特征包括：
...【技术特征摘要】
1.一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，该系统包括：图像采集模块、火情识别模块、人员安全识别模块、设备状态监测模块、环境监测模块、综合数据分析与响应模块及火情警报模块；
2.根据权利要求1所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述火情识别模块在利用深度学习技术对所述环境图像进行分析，并识别火情特征时包括：
3.根据权利要求2所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述使用训练得到的卷积神经网络模型对预处理后的环境图像进行分析，并评估图像中是否存在火焰特征包括：
4.根据权利要求1所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述人员安全识别模块在确定光伏厂区内的人员位置、数量及行为习惯，评估光伏厂区内的安全状况时包括：
5.根据权利要求1所述的一种基于深度学习的光伏厂区的人员与烟火识别系统，其特征在于，所述环境监测模块在监测光伏厂区内的环境数据，并评估环境数据对光伏发电效率的影响时包括：
6.根据权...
【专利技术属性】
技术研发人员：朱林，王鑫，马保聚，于静，单泽宇，郑雄，王垚，孙翰墨，包洁，倪少强，
申请(专利权)人：创维互联北京新能源科技有限公司，
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。