摘要
本申请涉及火灾预警技术领域,提供了一种抽蓄电站的火灾智能辨识及综合预警分析方法。该方法基于预先搭建的可变实验平台对抽蓄电站进行不同场景的火灾模拟,获取不同火灾场景的样本图像对基于ResNet结构的图像辨识模型进行训练,对获取的预处理后的抽蓄电站的实时监测图像进行特征提取;并基于四层网络拓扑结构的火灾预警模型,根据实时监测图像的图像特征,计算抽蓄电站的火灾发生概率。籍以,通过实时监测图像的图像特征的动态变化,实现对火灾发展趋势、潜在危险的评估,为抢救操作和疏散提供科学依据,有效优化火灾的检测和响应策略,提高操作的自动化和智能化水平,提升抽蓄电站的安全管理效率,减少了人为错误的可能。
技术关键词
预警分析方法
抽蓄电站
烟雾
火焰图像特征
火灾场景
网络拓扑结构
特征点跟踪算法
图像像素
模糊特征
颜色
预警模型
标签
火灾预警技术
运动特征
样本
传播算法
融合特征
火焰轮廓