【技术实现步骤摘要】
本专利技术涉及锅炉，具体地涉及一种炉膛结焦状态判断方法、一种炉膛结焦状态判断系统、一种机器可读存储介质及一种电子设备。
技术介绍
1、锅炉结焦是锅炉运行中比较普遍的问题，通常情况下，随着烟气一起运动的灰渣颗粒，由于炉膛水冷壁受热面的吸热而同烟气一起被冷却，如果液态的渣粒在接近水冷壁或炉墙前，已经因为温度降低而凝固，当附着在受热面管壁上时，将形成一层疏松的灰层，运行中通过吹灰很容易除掉。当炉膛内温度较高时，一部分灰颗粒已经达到熔融或半熔融状态，若这部分灰颗粒在达到受热面前未得到足够冷却达到凝固状态，具有较高的粘结能力，就容易粘附在受烟气冲刷受热面或炉墙上，甚至达到熔化状态，粘附熔融或半熔融状态的灰颗粒和未燃尽的焦炭使结焦不断发展。
2、在燃烧炉膛工作中，温度过高且炉膛为封闭状态，导致无法对炉膛进行直观的全面观测。炉膛结焦会附着在水冷壁上，结焦导致水冷壁出现温差，易导致水冷壁裂开以及燃烧不充分。另外炉膛每层燃烧层的温度和燃烧产生的产物也不尽相同，每层的结焦程度也都不尽相同。
3、现有技术通过获取同一时间段的结焦或者不结焦的数个测点温度数据来训练卷积神经网络，将采样的测点温度数据输入该卷积神经网络后，获取温度数据的图像特征，来判断为结焦还是不结焦。其图像特征为通过温度测点进行预测出来的特征图像，并非直观图像。另外温度测点相对于整个燃烧锅炉为小样本量的数据集，因此，此种预测方式不够准确，同时不能主观展示锅炉的结焦状态。
4、现有技术还利用透火焰高温滤镜的图像，进行基于深度学习的结焦图像识别，并且对结果
5、因此，如何对整体炉膛的结焦状态进行准确判断是目前亟需解决的问题。
技术实现思路
1、本专利技术实施方式的目的是提供一种炉膛结焦状态判断方法及系统，以至少解决上述的如何对整体炉膛的结焦状态进行准确判断的问题。
2、为了实现上述目的，本专利技术第一方面提供一种炉膛结焦状态判断方法，包括：
3、对采集的炉膛各燃烧层在各预设方位中最大视角范围对应的目标图像进行图像分割，得到各燃烧层对应的各目标图像的多个图像块；
4、对各图像块进行纹理特征提取，得到各图像块的纹理特征向量；
5、基于各燃烧层对应的各目标图像的各图像块的纹理特征向量和预先确定的各预设标签对应的纹理特征向量，确定各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据；
6、基于各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据，得到各燃烧层的结焦状态信息；
7、基于各燃烧层的结焦状态信息，得到炉膛的结焦状态信息。
8、可选的，上述炉膛各燃烧层在各预设方位中最大视角范围对应的目标图像的采集规则包括：
9、针对炉膛各燃烧层，基于设置于燃烧层各预设方位的伸入式内窥摄像头采集各预设方位对应的炉膛样貌视频数据；其中，炉膛样貌视频数据包括对应的伸入式内窥摄像头从伸入炉膛开始至预设最大深度的过程的视频图像；
10、对炉膛各燃烧层的各预设方位对应的炉膛样貌视频数据进行图像抽帧截取，利用截取的图像进行图像拼接，得到炉膛各燃烧层的各预设方位对应的最大视角范围的目标图像。
11、可选的，上述对各图像块进行纹理特征提取，得到各图像块的纹理特征向量，包括：
12、将各图像块划分为3x3邻域的多个方块，比较各方块的中心像素点的像素值与对应中心像素点的各相邻像素点的像素值，基于比较结果和预设像素点赋值规则，对各中心像素点的各相邻像素点进行赋值；
13、基于各中心像素点的各相邻像素点的赋值结果，得到各图像块的各中心像素点对应的局部二值模式算子；
14、基于各图像块的各中心像素点对应的局部二值模式算子，得到各图像块对应的局部二值化模式算子直方图；
15、对各图像块对应的局部二值化模式算子直方图进行归一化处理后，基于归一化处理后的各图像块的局部二值化模式算子直方图，进行特征向量连接，得到各图像块对应的纹理特征向量。
16、可选的，上述预设像素点赋值规则包括：
17、将3x3邻域的方块中像素值大于对应中心像素点的像素值的像素点赋值为1，否则赋值为0。
18、可选的，上述基于各中心像素点的各相邻像素点的赋值结果，得到各图像块的各中心像素点对应的局部二值模式算子，包括：
19、将各中心像素点的各相邻像素点的赋值结果进行累加，得到各中心像素点对应的局部二值模式算子。
20、可选的，各预设标签对应的纹理特征向量的确定规则包括：
21、采集与各预设标签对应的历史炉膛样貌图像作为各预设标签对应的特征样本图像；
22、对各特征样本图像进行纹理特征提取，得到各预设标签对应的纹理特征向量。
23、可选的，上述对各特征样本图像进行纹理特征提取，包括：
24、将各特征样本图像进行图像划分，得到各特征样本图像对应的多个图像子块；
25、针对各图像子块的各像素点，将像素点的像素值与该像素点的各相邻像素点的像素值进行比较，基于比较结果和预设像素点赋值规则，对该像素点的各相邻像素点进行赋值；
26、基于各像素点的各相邻像素点的赋值结果，得到各像素点对应的局部二值模式算子；
27、基于各图像子块的各像素点对应的局部二值模式算子，得到各图像子块对应的局部二值化模式算子直方图；
28、对各图像子块对应的局部二值化模式算子直方图进行归一化处理后，基于归一化处理后的各特征样本图像的各图像子块的局部二值化模式算子直方图，进行特征向量连接，得到各特征样本图像对应的纹理特征向量。
29、可选的，上述基于各燃烧层对应的各目标图像的各图像块的纹理特征向量和预先确定的各预设标签对应的纹理特征向量，确定各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据，包括：
30、基于各燃烧层对应的各目标图像的各图像块的纹理特征向量和预先确定的各预设标签对应的纹理特征向量，利用k近邻分类算法对各燃烧层对应的各目标图像的各图像块进行预设标签分类，得到各燃烧层对应的各目标图像的各图像块的标签；
31、基于各燃烧层对应的各目标图像的各图像块的标签，对各燃烧层对应的各目标图像中各预设标签对应的图像块数量进行统计；
32、基于各燃烧层对应的各目标图像中各预设标签对应的图像块数量统计结果，确定各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据。
33、可选的，上述基于各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据，得到各燃烧层的结焦状态信息，包括：
34、将各燃烧层的相同预设标签对应的图像块数量进行累加，得到各燃烧层对应本文档来自技高网...
【技术保护点】
1.一种炉膛结焦状态判断方法，其特征在于，包括：
2.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述炉膛各燃烧层在各预设方位中最大视角范围对应的目标图像的采集规则包括：
3.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述对各图像块进行纹理特征提取，得到各图像块的纹理特征向量，包括：
4.根据权利要求3所述的炉膛结焦状态判断方法，其特征在于，所述预设像素点赋值规则包括：
5.根据权利要求3所述的炉膛结焦状态判断方法，其特征在于，所述基于各中心像素点的各相邻像素点的赋值结果，得到各图像块的各中心像素点对应的局部二值模式算子，包括：
6.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，各预设标签对应的纹理特征向量的确定规则包括：
7.根据权利要求6所述的炉膛结焦状态判断方法，其特征在于，所述对各特征样本图像进行纹理特征提取，包括：
8.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述基于各燃烧层对应的各目标图像的各图像块的纹理特征向量和预先确定的各预设标签对应的纹
9.根据权利要求8所述的炉膛结焦状态判断方法，其特征在于，所述基于各燃烧层对应的各目标图像中各预设标签对应的图像块占比数据，得到各燃烧层的结焦状态信息，包括：
10.根据权利要求9所述的炉膛结焦状态判断方法，其特征在于，所述基于各燃烧层的结焦状态信息，得到炉膛的结焦状态信息，包括：
11.根据权利要求10所述的炉膛结焦状态判断方法，其特征在于，还包括：
12.一种炉膛结焦状态判断系统，其特征在于，包括：
13.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行权利要求1至11中任一项权利要求所述的炉膛结焦状态判断方法。
14.一种电子设备，所述电子设备包括存储器、处理器以及存储在所述存储器中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计算机程序时实现权利要求1至11中任一项权利要求所述的炉膛结焦状态判断方法。
...【技术特征摘要】
1.一种炉膛结焦状态判断方法，其特征在于，包括：
2.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述炉膛各燃烧层在各预设方位中最大视角范围对应的目标图像的采集规则包括：
3.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述对各图像块进行纹理特征提取，得到各图像块的纹理特征向量，包括：
4.根据权利要求3所述的炉膛结焦状态判断方法，其特征在于，所述预设像素点赋值规则包括：
5.根据权利要求3所述的炉膛结焦状态判断方法，其特征在于，所述基于各中心像素点的各相邻像素点的赋值结果，得到各图像块的各中心像素点对应的局部二值模式算子，包括：
6.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，各预设标签对应的纹理特征向量的确定规则包括：
7.根据权利要求6所述的炉膛结焦状态判断方法，其特征在于，所述对各特征样本图像进行纹理特征提取，包括：
8.根据权利要求1所述的炉膛结焦状态判断方法，其特征在于，所述基于各燃烧层对应的各目标图像的各图像块的纹理特征向量和预先确定的...
【专利技术属性】
技术研发人员：王东，马国伟，周磊，柳磊，何明汉，
申请(专利权)人：国家能源集团科学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。