摘要
本发明提供了一种基于火焰图像和堆栈卷积自编码的炉膛燃烧稳定性量化评估方法,涉及工业炉膛运行监测与智能控制领域。该方法通过摄像设备采集炉膛火焰图像,经过图像预处理后,采用融合卷积块注意力模块和堆叠卷积自编码器的深度学习模型对火焰图像特征进行提取和降维,生成燃烧状态指数和燃烧性能指数。利用滑动时间窗口计算燃烧状态指数的方差,定义为燃烧波动程度,反映燃烧状态的动态变化特性。通过结合燃烧状态指数、燃烧性能指数与燃烧波动程度,构建燃烧稳定性综合评估,实时量化评估燃烧状态,并在燃烧状态异常时提供提前预警。相较传统火焰检测系统,本发明能够显著提升燃烧状态监测的精准性和实时性,具有燃烧异常提前预警能力。
技术关键词
量化评估方法
指数
卷积模块
编码
滑动时间窗口
通道
燃烧状态监测
炉膛火焰图像
平滑方法
火焰图像特征
火焰检测系统
主成分分析方法
工业炉膛
核心
注意力
深度学习模型
多层感知机
加权特征