【技术实现步骤摘要】
本专利技术属于电气火灾预警检测，尤其涉及一种电气火灾风险隐患的检测方法和系统。
技术介绍
1、目前，电气火灾隐患检测技术在复杂环境下的准确性、实时性和智能化水平仍存在较大不足。例如，传统的火灾检测方法主要依赖固定阈值报警，通常仅根据电流、电压等单一参数进行简单判断，难以有效区分正常波动和潜在风险。这种方法在工业设施、数据中心、大型公共建筑等复杂环境中表现出较高的误报率和漏报率，尤其在设备老化、负载波动频繁等情况下，现有技术很难做到精准预警，导致火灾隐患未能及时被发现和处理。现有技术在应对电气火灾隐患的实时监测和多源信息融合方面也存在明显局限性。固定阈值的设定容易受到环境噪声和信号波动的干扰，无法动态适应电气系统的变化，导致系统缺乏足够的灵活性。此外，当前的一些系统缺乏对视频图像信息的集成，无法利用图像识别技术对烟雾、火光等火灾特征进行进一步确认，导致预警信号的准确性较低。因此，亟需一种智能化的电气火灾隐患检测方法，该方法能够在复杂电气环境下，通过多源数据采集和智能分析，结合动态阈值调整和视频图像识别等技术，实现对火灾风险的高精度预测和实...
【技术保护点】
1.一种电气火灾风险隐患的检测方法，其特征在于，包括：
2.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤S10中，通过移动平均滤波对多维原始数据集进行去噪处理得到电气参数数据集D，采用公式：
3.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤S20中，对电气频谱特征应用小波变换以提取电气突变特征Z，其中小波变换表示为：
4.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤S40中，LSTM网络模型训练的损失函数为均方误差，公式为：
5.如权利要求1所述的电气火灾风险隐患的检...
【技术特征摘要】
1.一种电气火灾风险隐患的检测方法，其特征在于，包括：
2.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤s10中，通过移动平均滤波对多维原始数据集进行去噪处理得到电气参数数据集d，采用公式：
3.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤s20中，对电气频谱特征应用小波变换以提取电气突变特征z，其中小波变换表示为：
4.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤s40中，lstm网络模型训练的损失函数为均方误差，公式为：
5.如权利要求1所述的电气火灾风险隐患的检测方法，其特征在于，步骤s50中，通过视频图像识别算法分析画面...
【专利技术属性】
技术研发人员：卢卫兵，李学军，孙世豪，
申请(专利权)人：深圳市赛飞奇光子技术有限公司，
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。