摘要
本申请涉及变电站监测技术领域,具体涉及变电站火灾智能监测与预警方法及系统,该方法包括:获取对变电站进行巡检时的物体的红外数据和可见光图像;合红外图像和可见光图像得到融合数据;基于YOLO算法从融合数据中提取图像特征,分辨为火焰图像和烟雾图像,并预测火焰图像边界框和烟雾图像边界框的坐标和大小;利用自编码器神经网络进行反光降噪;采用小波变换和SVD进行去噪。本申请通过对变电站的巡检图像,识别火焰图像和烟雾图像后抗噪去噪,能够迅速发现并预测火焰图像边界框的坐标和大小、烟雾图像边界框的坐标和大小,即预测火焰和烟雾的走向走势,有助于预警火情,减少火灾对变电站设施的损害,降低维修和设备更替成本,提升经济效益。
技术关键词
火灾智能监测
烟雾
预警方法
YOLO算法
可见光图像
重建误差
坐标
数据获取模块
变电站监测技术
编码器
降噪模块
误差反向传播
识别火焰
反光
重构
置信度阈值
巡检图像
系统为您推荐了相关专利信息
设备故障智能诊断
剩余使用寿命
预警方法
故障特征
故障诊断模型
模型训练方法
可见光图像
跨模态
生成器网络
模型训练系统
隐身系统
指挥控制中心
雷达干扰系统
子模块
装备