【技术实现步骤摘要】
本专利技术涉及火灾识别,特别是涉及一种用于充电桩场景下的火灾识别方法、系统、设备和介质。
技术介绍
1、随着电动车的发展,电动汽车、电动自行车在人们的日常生活中占有很大的比例,由于电动车的特性,使得电动车需要经常进行充电,于是就有了充电桩的出现。目前市场上的充电桩设备一般都是安装在地下室,停车棚,停车场。由于现有的充电桩中线路较多,而且在对电动车进行充电时,充电电流非常大,设备老化、损坏相对严重,与此同时,大部分充电桩一般设置在露天环境中,难以避免高温、低温、潮湿的工作环境,这样充电桩就极其容易发生火灾;并且充电桩设备大多部署在比较偏远的地方或处于无人值守状态,一旦发生火灾难以做到及时预警、及时处置,火情发展和蔓延的比较快,带来的后果也会比较严重,造成较大的经济损失。
2、现有的充电桩一般都会集成温度传感器,以对车辆在充电过程中的温度进行监控。但是仅凭借温度传感器无法对充电过程中可能产生的烟雾、火花等特征进行监控,无法第一时间发现火灾隐患。
技术实现思路
1、为了解决上述技术问
...【技术保护点】
1.一种用于充电桩场景下的火灾识别方法,其特征在于,包括:
2.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述将所述位图图像输入目标识别模型,得到目标图像的步骤包括:
3.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述从各个所述红外图像的红外目标图像中提取温度数据,并根据提取到的温度数据,得到时序温度数据的步骤包括:
4.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述火灾识别模型采用神经网络模型构建得到,包括第一循环神经网络模型、第二循环神经网络模型、卷积神经网络模型
...【技术特征摘要】
1.一种用于充电桩场景下的火灾识别方法,其特征在于,包括:
2.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述将所述位图图像输入目标识别模型,得到目标图像的步骤包括:
3.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述从各个所述红外图像的红外目标图像中提取温度数据,并根据提取到的温度数据,得到时序温度数据的步骤包括:
4.根据权利要求1所述的用于充电桩场景下的火灾识别方法,其特征在于,所述火灾识别模型采用神经网络模型构建得到,包括第一循环神经网络模型、第二循环神经网络模型、卷积神经网络模型、特征融合层和全连接层;
5.一种用于充电桩场景下的火灾识别系统,其特征在于,包括:
6.根据权利要求5所述的用于充电桩场景下的火灾识别系统,其特征在于,所述目标识别模块,还用于对所述位图数据进行预处理,并将预处理后的所述位图数据输入预先训练好的目标识别模型...
【专利技术属性】
技术研发人员:尹航,刘潇翰,王培正,许嘉楷,罗成峰,何昊然,罗世轩,吴泽宇,李洪宇,
申请(专利权)人:深圳技术大学,
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。