摘要
本发明涉及电站锅炉温度场监测技术领域,具体涉及基于卷积神经网络与火焰辐射图像的电站锅炉温度场在线监测方法及系统,该监测方法包括利用黑体炉标定探测器,建立图像强度和辐射强度的关系,并使用标定后的探测器采集锅炉负荷20%‑100%变负荷期间的火焰图像得到原始火焰图像;在原始火焰图像中的火焰区域添加上随机遮挡物得到遮挡火焰图像;以模拟探测器镜头被结渣遮挡的情况。本发明通过将计算机深度学习图像修复技术引入燃烧工程领域,将无遮挡和有遮挡两类火焰图像,作为卷积神经网络模型的学习集,对卷积神经网络模型进行训练,使得训练后的模型能够处理结渣火焰图像输出未结渣的火焰图像,解决镜头结渣干扰问题,能够准确的测出火焰温度场。
技术关键词
火焰辐射图像
在线监测方法
电站锅炉
燃烧检测系统
火焰温度场
卷积神经网络模型
计算机深度学习
燃烧器
标定系统
通道
图像修复技术
校准探测器
POE交换机
掩膜
变负荷
现场控制柜
顶点
系统为您推荐了相关专利信息
数据中心
IT设备
在线监测方法
制冷设备
照明设备
集电环
在线监测方法
机器学习算法
小波奇异值分解
插值算法
电压互感器
在线监测方法
时序电压数据
混合高斯模型
特征值
米勒平台电压
在线监测电路
信号隔离电路
数据处理电路
ADC转换器
输电线路故障定位
在线监测方法
在线监测装置
信号
频率