【技术实现步骤摘要】
本专利技术涉及燃气检测，具体而言，涉及一种基于物联网燃气表阀门开合度智能监测系统及方法。
技术介绍
1、在现代城市的基础设施中，燃气供应系统扮演着至关重要的角色。随着科技的进步，燃气阀门的监测技术也在不断发展，以确保燃气供应的安全、稳定和高效。然而，传统的燃气表阀门监测技术主要集中在检测阀门的开关状态，即阀门是否完全打开或关闭，以及是否存在异常操作。这种监测方式虽然在一定程度上保障了燃气的基本使用安全，但存在明显的技术瓶颈。
2、然而，仅监测阀门的开关状态无法提供关于阀门开合度的详细信息。阀门的开合度直接影响到燃气的流量和压力，进而关系到用户的用气体验和燃气的经济性。例如，阀门开度过大可能导致燃气泄漏，增加安全风险；而开度过小则可能导致燃气供应不足，影响用户的正常使用。或者检测到了阀门处于关闭状态或者打开状态，但是实际上即无法精确监测阀门的开合度，无法判断阀门是否处于最佳工作位置。这在实际应用中可能导致燃气流量的不精确控制，影响燃气使用的效率和安全性。
3、现有技术中，有人提出了设置压力传感器、激光传感器的方式检测阀门的位置，以确定阀门开合度是一种检测手段。压力传感器检测阀门位置，主要通过阀门与压力传感器进行接触，使得压力传感器检测阀门施加的压力，通过检测压力的大小以检测阀门的开合度：压力越大、开合度越小；压力最大是确定阀门完全关闭。然而这种方式需要阀门与压力传感器发生摩擦，在摩擦过程中容易造成压力传感器的损耗降低检测精准度。
4、还有人提出通过设置激光传感器，以检测阀门的开合度。但是激光传感
5、综上，市场急需一种能够精确监测阀门开合度的技术，以实现更精细化的燃气管理。
技术实现思路
1、本专利技术的目的在于提供了一种基于物联网燃气表阀门开合度智能监测系统及方法，用以解决现有技术中存在的上述问题。
2、本专利技术实施例提供了一种基于物联网燃气表阀门开合度智能监测方法，所述方法包括：
3、获得阀门检测图像，所述阀门检测图像是通过图像传感器获得；
4、通过第一神经网络对阀门检测图像进行特征提取，获得第一特征图；
5、将第一特征图输入注意力机制模块，通过注意力机制计算第一特征图中每个像素点的注意力权重；
6、将每个空间位置的权重与空间位置在阀门检测图像中对应的像素点的像素值相乘，获得增强图像；
7、通过第二神经网络对增强图像进行特征提取，获得第二特征图；
8、基于第一特征图对第二特征图进行像素级分割，获得第一分割图像；
9、通过预先训练好的阀门开合度检测模型，基于第一分割图像识别出阀门开合度；
10、若阀门开合度大于阈值，生成警报信息。
11、可选的，所述方法还包括：
12、将警报信息发送至管理系统。
13、可选的，基于第一特征图对第二特征图进行像素级分割，获得第一分割图像，包括：
14、基于第一特征图和第二特征图获得每个像素点的像素级分割权值；
15、基于像素级分割权值调整第二特征图，得到第三特征图；
16、基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵；
17、将相似性矩阵作为图割算法的输入，基于图割算法对第三特征图进行图像分割；获得第一分割图像，第一分割图中包含阀门。
18、可选的，基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵，包括：
19、获得第三特征图中的像素点的特征向量；特征向量包括周围像素点的像素总值、像素点的像素值与周围像素点的像素值的平均值的差值、周围像素点中像素值与像素点的像素值的差值大于设定值的数量、像素点的像素值；
20、获得像素点的特征向量之间的余弦值；
21、构建像素点之间的带权邻接矩阵，以所述余弦值作为带权邻接矩阵的权值，以赋值了的带权邻接矩阵作为相似性矩阵。
22、可选的，基于第一特征图和第二特征图获得每个像素点的像素级分割权值，包括：
23、以第一特征图作为背景，对第二特征图进行背景差操作，获得第一差值图像；
24、以阀门检测图像作为背景，对第二特征图进行背景差操作，获得第二差值图像；
25、获得第一差值图像和第二差值图像的交叉熵图像；交叉熵图像中的每个像素点的值等于第一像素点和第二像素点之间的像素值的交叉熵，第一像素点为第一差值图像中的像素点，第二像素点为第二差值图像中的像素点；第一像素点和第二像素点的坐标相等；交叉熵图像中每个像素点的值为像素级分割权值。
26、可选的，基于像素级分割权值调整第二特征图，得到第三特征图，包括：
27、获得交叉熵图像的转置矩阵；
28、将第二特征图与交叉熵图像的转置矩阵相乘，得到第三特征图。
29、本专利技术实施例还提供了一种基于物联网燃气表阀门开合度智能监测系统，所述系统包括：
30、获得模块，用于获得阀门检测图像，所述阀门检测图像是通过图像传感器获得；
31、提取模块，用于通过第一神经网络对阀门检测图像进行特征提取，获得第一特征图；
32、预测模块，用于将第一特征图输入注意力机制模块，通过注意力机制计算第一特征图中每个像素点的注意力权重；将每个空间位置的权重与空间位置在阀门检测图像中对应的像素点的像素值相乘，获得增强图像；通过第二神经网络对增强图像进行特征提取，获得第二特征图；基于第一特征图对第二特征图进行像素级分割，获得第一分割图像；通过预先训练好的阀门开合度检测模型，基于第一分割图像识别出阀门开合度；
33、警报模块，用于若阀门开合度大于阈值，生成警报信息。
34、可选的，所述警报模块还用于包括：
35、将警报信息发送至管理系统。
36、可选的，在基于物联网燃气表阀门开合度智能监测系统中， 基于第一特征图对第二特征图进行像素级分割，获得第一分割图像，包括：
37、基于第一特征图和第二特征图获得每个像素点的像素级分割权值；
38、基于像素级分割权值调整第二特征图，得到第三特征图；
39、基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵；
40、将相似性矩阵作为图割算法的输入，基于图割算法对第三特征图进行图像分割；获得第一分割图像，第一分割图中包含阀门。
41、可选的，在基于物联网燃气表阀门开合度智能监测系统中，基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵，包括：
42、获得第三特征图中的像素点的特征向量；特征向量包括周围像素点本文档来自技高网...
【技术保护点】
1.一种基于物联网燃气表阀门开合度智能监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于物联网燃气表阀门开合度智能监测方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于物联网燃气表阀门开合度智能监测方法，其特征在于，基于第一特征图对第二特征图进行像素级分割，获得第一分割图像，包括：
4.根据权利要求3所述的基于物联网燃气表阀门开合度智能监测方法，基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵，包括：
5.根据权利要求3所述的基于物联网燃气表阀门开合度智能监测方法，基于第一特征图和第二特征图获得每个像素点的像素级分割权值，包括：
6.根据权利要求5所述的基于物联网燃气表阀门开合度智能监测方法，其特征在于，基于像素级分割权值调整第二特征图，得到第三特征图，包括：
7.一种基于物联网燃气表阀门开合度智能监测系统，其特征在于，所述系统包括：
8.根据权利要求7所述的基于物联网燃气表阀门开合度智能监测系统，其特征在于，所述警报模块还用于包括：p>
9.根据权利要求7所述的基于物联网燃气表阀门开合度智能监测系统，其特征在于，基于第一特征图对第二特征图进行像素级分割，获得第一分割图像，包括：
10.根据权利要求9所述的基于物联网燃气表阀门开合度智能监测系统，基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵，包括：
...【技术特征摘要】
1.一种基于物联网燃气表阀门开合度智能监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于物联网燃气表阀门开合度智能监测方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于物联网燃气表阀门开合度智能监测方法，其特征在于，基于第一特征图对第二特征图进行像素级分割，获得第一分割图像，包括：
4.根据权利要求3所述的基于物联网燃气表阀门开合度智能监测方法，基于第三神经网络对第三特征图进行特征提取和相似性预测，获得像素之间的相似性矩阵，包括：
5.根据权利要求3所述的基于物联网燃气表阀门开合度智能监测方法，基于第一特征图和第二特征图获得每个像素点的像素级分割权值，包括：
...
【专利技术属性】
技术研发人员：杨泽彪，熊斌，王震，潘炎，罗妙桦，
申请(专利权)人：广州金燃智能系统有限公司，
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。