应用于电力设备的火灾检测方法与流程

本发明涉及电力领域，具体而言，涉及一种应用于电力设备的火灾检测方法。

背景技术：

1、目前，因电力设备起火造成人员和财产损失严重的事件越来越多，为了减少此类事件的发生，需要及时对电力设备进行检测，避免火灾，而传统对电力设备火灾检测的方法是通过人工定时对电力设备进行检查，或利用烟雾报警器来确定电力设备是否发生火灾，而烟雾报警器在检测到有烟雾的时候，说明电力设备已经发生火灾，导致电力设备火灾检测准确度较低。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种应用于电力设备的火灾检测方法，以至少解决电力设备火灾检测准确度较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种应用于电力设备的火灾检测方法，包括：获取对电力设备进行拍摄得到的至少一张可见光图像，以及电力设备的温度特征量和烟雾浓度特征量；利用烟雾提取模型对至少一张可见光图像进行提取，得到图像颜色特征量；基于图像颜色特征量、温度特征量和烟雾浓度特征量，生成电力设备的火灾检测结果。

3、可选地，利用烟雾提取模型对至少一张可见光图像进行提取，得到图像颜色特征量，包括：利用烟雾提取模型对至少一张可见光图像进行色彩提取，得到色彩参数；基于色彩参数，确定目标可见光图像，其中，目标可见光图像为至少一张可见光图像中色彩参数异常的可见光图像；利用快速区域卷积神经网络对目标可见光图像进行提取，得到图像颜色特征量。

4、可选地，获取电力设备的温度特征量和烟雾浓度特征量，包括：确定至少一张可见光图像中是否存在烟雾区域；响应于至少一张可见光图像中存在烟雾区域，基于至少一张可见光图像的拍摄时间，获取电力设备的温度特征量和烟雾浓度特征量。

5、可选地，基于至少一张可见光图像的拍摄时间，获取电力设备的温度特征量和烟雾浓度特征量，包括：基于至少一张可见光图像的拍摄时间，确定电力设备的初始烟雾时间，其中，初始烟雾时间为电力设备首次出现烟雾的时间；基于初始烟雾时间，获取电力设备的温度数据和烟雾浓度数据；对温度数据进行特征提取，得到温度特征量，并对烟雾浓度数据进行特征提取，得到烟雾浓度特征量。

6、可选地，基于图像颜色特征量、温度特征量和烟雾浓度特征量，生成电力设备的火灾检测结果，包括：对图像颜色特征量、温度特征量和烟雾浓度特征量进行融合，得到融合特征量；利用多层次分析模型对融合特征量进行分析，生成火灾检测结果。

7、可选地，对图像颜色特征量、温度特征量和烟雾浓度特征量进行融合，得到融合特征量，包括：利用时序参量特征提取网络对温度特征量和烟雾浓度特征量进行特征融合，得到第一特征矩阵，其中，第一特征矩阵用于表征温度特征量和烟雾浓度特征量之间关系的特征矩阵；利用图像参量特征提取网络对图像颜色特征量进行特征提取，得到第二特征矩阵，其中，第二特征矩阵用于表征图像颜色特征量的特征矩阵；对第一特征矩阵和第二特征矩阵进行加权处理，得到融合特征量。

8、可选地，利用多层次分析模型对融合特征量进行分析，生成火灾检测结果，包括：利用第一线性网络对融合特征量进行分析，得到第一分析结果，利用第二线性网络对融合特征量进行分析，得到第二分析结果，并利用第三线性网络对融合特征量进行分析，得到第三分析结果，其中，第一线性网络为由高斯核函数与多项式核函数构成的线性网络，第二线性网络为由高斯核函数与向量机核函数构成的线性网络，第三线性网络为由多项式核函数和向量机核函数构成的线性网络；利用第四线性网络对第一分析结果、第二分析结果和第三分析结果进行分析，生成火灾检测结果，其中，第四线性网络为由向量机核函数构成的线性网络。

9、根据本发明实施例的另一方面，还提供了一种应用于电力设备的火灾检测装置，包括：获取模块，用于获取对电力设备进行拍摄得到的至少一张可见光图像，以及电力设备的温度特征量和烟雾浓度特征量；提取模块，用于利用烟雾提取模型对至少一张可见光图像进行提取，得到图像颜色特征量；生成模块，用于基于图像颜色特征量、温度特征量和烟雾浓度特征量，生成电力设备的火灾检测结果。

10、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本发明各个实施例中的方法。

11、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本发明各个实施例中的方法。

12、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本发明各个实施例中的方法。

13、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

14、根据本发明实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

15、在本发明实施例中，获取对电力设备进行拍摄得到的至少一张可见光图像，以及电力设备的温度特征量和烟雾浓度特征量；利用烟雾提取模型对至少一张可见光图像进行提取，得到图像颜色特征量；基于图像颜色特征量、温度特征量和烟雾浓度特征量，生成电力设备的火灾检测结果。需要说明的是，通过对图像颜色特征量、温度特征和烟雾浓度特征量来生成电力设备的火灾检测结果，能够多角度确定电力设备是否发生火灾，达到了提高电力设备火灾检测准确度的目的，从而实现了多角度综合确定电力设备是否出现火灾的技术效果，进而解决了电力设备火灾检测准确度较低的技术问题。

技术特征：

1.一种应用于电力设备的火灾检测方法，其特征在于，包括：

2.根据权利要求1所述的应用于电力设备的火灾检测方法，其特征在于，利用烟雾提取模型对所述至少一张可见光图像进行提取，得到图像颜色特征量，包括：

3.根据权利要求1所述的应用于电力设备的火灾检测方法，其特征在于，获取所述电力设备的温度特征量和烟雾浓度特征量，包括：

4.根据权利要求3所述的应用于电力设备的火灾检测方法，其特征在于，基于所述至少一张可见光图像的拍摄时间，获取所述电力设备的所述温度特征量和所述烟雾浓度特征量，包括：

5.根据权利要求1所述的应用于电力设备的火灾检测方法，其特征在于，基于所述图像颜色特征量、所述温度特征量和所述烟雾浓度特征量，生成所述电力设备的火灾检测结果，包括：

6.根据权利要求5所述的应用于电力设备的火灾检测方法，其特征在于，对所述图像颜色特征量、所述温度特征量和所述烟雾浓度特征量进行融合，得到融合特征量，包括：

7.根据权利要求5所述的应用于电力设备的火灾检测方法，其特征在于，利用多层次分析模型对所述融合特征量进行分析，生成所述火灾检测结果，包括：

8.一种应用于电力设备的火灾检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的应用于电力设备的火灾检测方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的应用于电力设备的火灾检测方法。

技术总结本发明公开了一种应用于电力设备的火灾检测方法。其中，该方法包括：获取对电力设备进行拍摄得到的至少一张可见光图像，以及电力设备的温度特征量和烟雾浓度特征量；利用烟雾提取模型对至少一张可见光图像进行提取，得到图像颜色特征量；基于图像颜色特征量、温度特征量和烟雾浓度特征量，生成电力设备的火灾检测结果。本发明解决了电力设备火灾检测准确度较低的技术问题。技术研发人员：林永昌,李新海,张永挺,练志斌,罗其锋,韩彦微,杨永健,范德和,周恒,肖星,孟晨旭,曾令诚,池莲庆,汤晓晖,张勇志,蔡永智,陈岸,丁宗宝受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/6/23