Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华北电力大学吕游获国家专利权

华北电力大学吕游获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华北电力大学申请的专利一种炉膛火焰燃烧状态定量检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116778301B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310769036.5,技术领域涉及:G06V10/82;该发明授权一种炉膛火焰燃烧状态定量检测方法及系统是由吕游;郑茜;封烁;邓丹设计研发完成,并于2023-06-27向国家知识产权局提交的专利申请。

一种炉膛火焰燃烧状态定量检测方法及系统在说明书摘要公布了:本发明公开一种炉膛火焰燃烧状态定量检测方法及系统,涉及燃烧状态检测技术领域,该方法包括:采集炉膛火焰在设定时间段内的图像数据和过程参数;将预处理后的图像数据输入图像潜在特征提取模型得到图像潜在特征矩阵;图像潜在特征提取模型为训练好的DANet‑SCAE模型;对各图像潜在特征矩阵降维,得到燃烧状态指标;从过程参数中,筛选与燃烧状态指标之间相关系数大于设定值的特征参数;对各图像数据的燃烧状态指标与特征参数线性加权组合得到火焰状态指标;对火焰状态指标进行聚类,根据聚类结果将各图像数据分为不同的火焰燃烧状态。本发明实现炉膛火焰燃烧状态的定量检测。

本发明授权一种炉膛火焰燃烧状态定量检测方法及系统在权利要求书中公布了:1.一种炉膛火焰燃烧状态定量检测方法,其特征在于,包括: 采集炉膛火焰在设定时间段内的图像数据和过程参数; 对各所述图像数据进行预处理; 将预处理后的图像数据输入图像潜在特征提取模型,得到图像潜在特征矩阵;所述图像潜在特征提取模型为采用无监督学习方法训练好的DANet-SCAE模型,DANet-SCAE模型为将DANet加入到SCAE第一层的卷积自编码器的第一次卷积池化后的模型; 根据对各图像潜在特征矩阵进行降维处理,得到各图像数据的燃烧状态指标; 根据皮尔逊相关系数从图像数据对应的过程参数中,筛选与所述燃烧状态指标之间相关系数大于设定值的特征参数; 对各图像数据的燃烧状态指标与对应特征参数进行线性加权组合,得到各图像数据的火焰状态指标; 对各图像数据的火焰状态指标进行聚类,根据聚类结果将各图像数据分为不同的火焰燃烧状态; 所述DANet-SCAE模型包括依次连接的第一编码器、DANet、第二编码器、第三编码器、第四编码器、展平层、第五编码器、第五解码器、维度重构层、第四解码器、第三解码器、第二解码器和第一解码器; 第一编码器、DANet、第二编码器、第二解码器和第一解码器构成第一卷积自编码器;第三编码器、第四编码器、第四解码器和第三解码器构成第二卷积自编码器;展平层、第五编码器、第五解码器和维度重构层构成自编码器; 所述DANet-SCAE模型的训练过程包括: 基于火焰训练集,以最小化输入第一卷积自编码器的样本火焰图像与输出第一卷积自编码器的重构火焰图像之间的误差为学习目标,训练所述第一卷积自编码器; 以最小化输入第二卷积自编码器的第一层潜在特征向量与输出第二卷积自编码器的重构后的第一层潜在特征向量之间的误差为学习目标,训练所述第二卷积自编码器; 以最小化输入自编码器的第二层潜在特征向量与输出自编码器的重构后的第二层潜在特征向量之间的误差为学习目标,训练所述自编码器。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华北电力大学,其通讯地址为:102206 北京市昌平区回龙观镇北农路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。