CN108564760A - 核电站极端环境条件下的火灾检测装置及检测方法 - Google Patents
核电站极端环境条件下的火灾检测装置及检测方法 Download PDFInfo
- Publication number
- CN108564760A CN108564760A CN201810573806.8A CN201810573806A CN108564760A CN 108564760 A CN108564760 A CN 108564760A CN 201810573806 A CN201810573806 A CN 201810573806A CN 108564760 A CN108564760 A CN 108564760A
- Authority
- CN
- China
- Prior art keywords
- fire
- video
- detection device
- identification model
- nuclear power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 230000007613 environmental effect Effects 0.000 title claims abstract description 26
- 230000005855 radiation Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000010438 heat treatment Methods 0.000 claims abstract description 10
- 208000001491 myopia Diseases 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003891 environmental analysis Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000002350 accommodative effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种核电站极端环境条件下的火灾检测装置及检测方法，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型。火灾的检测装置包括琴台小车，其包括显示屏用于各项数据的显示；处理主机数据连接显示屏，处理主机内部安装有软件部分和多个驱动程序；电源模块为琴台小车提供电源动力；数据接口盘用于琴台小车内部以及外部的有线和无线数据连接；及视频、音频及远程无线报警装置，其用以将报警信息提供给应急系统或其它指定的接口，或应要求提供图片或短视频。以及多个抗辐射性摄像装置分布于防火区域内，每个抗辐射性摄像装置包括支架和设置在支架上的云台；及设置于云台的具有加热功能的摄像头。本发明的抗干扰能力强、环境适应性好、工作性能稳定。
Description
技术领域
本发明涉及核发电领域，特别涉及一种适用于核电站极端环境条件下的火灾的检测装置及检测方法。
背景技术
安全是核电站的生命线，而火灾对于核电站安全来说具有特殊性，其具有不确定性的破坏力，可以说火灾与核事故在严重事故条件下，是可以能相互派生或转化的，因此有必要特别是极端环境下的火灾检测给予足够深度的重视。目前的核电站存在下列问题：
1、在核电站部分环境恶劣区域，传统的火警探测器经常产生误报，频繁导致机组产生I0，影响机组正常运行，需要一种非接触式、适应环境能力强的技术手段去临时替代；
2、大修检修区及临时物料存放区的火警探测缺乏有效控制手段，消防安全存在隐患；
3、传统火灾报警系统因其它因素瘫痪后，部分重要区域缺乏临时火警探测手段，存在安全隐患。
4、对核电站极端条件下如辐射环境、严重潮湿环境、高温环境、腐蚀环境下火警检测缺乏有效的工具和手段。
5、采用主动实时的智能识别方式，减轻人员压力并降低因环境带来的工业安全风险；
6、为应急处理、救援方案提供人员不可达区域的有效可靠信息。
目前急需一种适合核电站极端环境下的火灾检测移动平台，该监测平台需要具备以下特征：
a)适合辐射环境、严重潮湿环境、高温环境、腐蚀环境；
b)开发适合特定区域的可燃物分析包和环境分析包；
c)基于视频处理的火灾检测技术，具有主动式智能识别；
d)外观为琴台小车，具有可移动性，根据现场所需灵活使用；
e)软件具有自我学习特性，随识别次数增加识别率逐步提高；
f)摄像设备具有特殊的防护措施(防温差大冷凝及抗辐射特性；)
g)采用MATLAB及Python编程技术，通过深度学习，针对性地对火焰和烟雾的特征进行提取；
h)良好的信息交互接口，具有远程无线报警、传输图片及短视频功能；
i)可配置多个摄像设备，平台可进行多通道在线处理识别。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种核电站极端环境条件下的火灾检测装置及检测方法，从而克服现有技术的上述的缺点。
为实现上述目的，本发明提供了一种火灾的检测装置，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，火灾的检测装置包括琴台小车以及多个抗辐射性摄像装置。琴台小车包括：显示屏用于各项数据的显示；处理主机数据连接显示屏，处理主机内部安装有软件部分和多个驱动程序；电源模块为琴台小车提供电源动力；数据接口盘用于琴台小车内部以及外部的有线和无线数据连接。及视频、音频及远程无线报警装置，其用以将报警信息提供给应急系统或其它指定的接口，或应要求提供图片或短视频。多个抗辐射性摄像装置分布于防火区域内，每个抗辐射性摄像装置包括：支架；云台设置在支架上；及加热摄像头设置于云台，加热摄像头具有镜片加热功能。
优选地，上述技术方案中，软件部分包括可燃物分析包、环境因素包、特征识别以及识别模型。
优选地，上述技术方案中，火灾的检测装置还包括多个就地固定电源箱，其配置于多个抗辐射性摄像装置附近，以作为琴台小车、多个抗辐射性摄像装置的备用电源，每个就地固定电源箱均包括无线通信装置。
优选地，上述技术方案中，数据接口盘是数据通信及电源的交汇处，其通过连接线或者无线连接用于与显示屏、处理主机、视频、音频及远程无线报警装置，电源模块，多个抗辐射性摄像装置，多个就地固定电源箱的信息传达与转接。
优选地，上述技术方案中，处理主机采用Linux操作系统。
优选地，上述技术方案中，可燃物分析包包括燃烧物的种类、数量、燃烧特性；环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素；特征识别包括颜色特征、跳跃特征、面积增长率特征、纹理特征、边缘形状特征；识别模型包括火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器。
优选地，上述技术方案中，琴台小车还包括小车车轮，其用于琴台小车行走。
本发明的另一目的在于提供一种火灾的检测方法，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，火灾的检测方法包括下列步骤：步骤一：视频获取步骤，获取防火区域内的视频信息；步骤二：分割及预处理步骤，对获取的视频信息进行分割及预处理；步骤三：分类器匹配步骤，经步骤二分割及预处理的视频信息与火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器进行匹配；步骤四：特征提取步骤，提取经步骤二分割及预处理的视频信息的颜色特征、跳跃特征、面积增长率特征、纹理特征以及边缘形状特征；步骤五：形成识别模型步骤，依据各类分类器形成识别模型；步骤六：分类决策步骤，依据识别模型进行分类决策；以及步骤七：视频、音频以及远程报警步骤，依据分类决策信息发出视频、音频以及远程报警信号。
优选地，上述技术方案中，分类器匹配步骤的火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器是依据可燃物分析包以及环境因素包所形成；所述可燃物分析包包括燃烧物的种类、数量、燃烧特性；所述环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素。可燃物分析包包括燃烧物的种类、数量、燃烧特性；环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素。
优选地，上述技术方案中，分类决策步骤后得到的数据作为样本返回识别模型中，使其具有自我学习的特点，随识别次数增加识别率逐步提高。
与现有技术相比，本发明具有如下有益效果：
a)适合辐射环境、严重潮湿环境、高温环境、腐蚀环境；
b)开发适合特定区域的可燃物分析包和环境分析包；
c)基于视频处理的火灾检测技术，具有主动式智能识别；
d)外观为琴台小车，具有可移动性，根据现场所需灵活使用；
e)软件具有自我学习特性，随识别次数增加识别率逐步提高；
f)摄像设备具有特殊的防护措施(防温差大冷凝及抗辐射特性；)
g)采用MATLAB及Python编程技术，通过深度学习，针对性地对火焰和烟雾的特征进行提取；
h)良好的信息交互接口，具有远程无线报警、传输图片及短视频功能；
i)可配置多个摄像设备，平台可进行多通道在线处理识别。
附图说明
图1是根据本发明的火灾的检测装置的工作示意图。
图2是根据本发明的火灾的检测方法的流程示意图。
主要附图标记说明：
1-琴台小车，11-显示屏，12-处理主机，121-视频卡，13-电源模块，14-数据接口盘，15-视频、音频及远程无线报警装置，16-小车车轮，17-连接线，2-抗辐射性摄像装置，21-加热摄像头，22-云台，23-支架，3-就地固定电源箱，31-无线通信装置，A-线缆，B-无线通信链路。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
如图1所示，图1是根据本发明的火灾的检测装置的工作示意图。根据本发明具体实施方式的一种核电站极端环境条件下的火灾检测装置，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，火灾的检测装置包括硬件部分以及软件部分。
在一些实施方式中，硬件部分包括琴台小车1、多个抗辐射性摄像装置2以及多个就地固定电源箱3。琴台小车1具有小车车轮，便于移动检测，琴台小车1包括：显示屏11用于各项数据的显示；处理主机12数据连接显示屏11，处理主机12采用Linux操作系统；处理主机12内部安装有软件部分和多个驱动程序，其中识别软件内部集成核心算法，包括识别模型参数、环境因素包和可燃物分析包等具体实验数据，软件具有自动智能识别并自动报警，具有良好的交互接口，例如用户等级设置、配置参数设置、历史记录查询、图片及视频抓拍保存、匹配区域选择等功能；处理主机12还包括视频卡121，视频卡121从数据接口盘14接收现场传输来的视频信号，为软件的处理打下基础。电源模块13为琴台小车1提供电源动力；数据接口盘14用于琴台小车1内部以及外部的有线和无线数据连接，是内部以及外部数据、电源的汇聚地。及视频、音频及远程无线报警装置15，其用以将报警信息提供给应急系统或其它指定的接口，或应要求提供图片或短视频等。
在一些实施方式中，多个抗辐射性摄像装置2分布于防火区域内，每个抗辐射性摄像装置2包括：支架23；云台22设置在支架23上；及加热摄像头21设置于云台22，加热摄像头21具有镜片加热功能。多个抗辐射性摄像装置2具有以下特点：a、抗辐射性,可以在辐射环境下正常工作；b、镜片有加热防潮功能。本身防潮防尘等级不低于IP67，但防止设备内外冷热不均导致前端玻璃产生凝结水，故增加镜片加热功能；c、红外成像；d、配置云台22，支持远程调整方向；e、低压12VDC供电；f、具有良好的对外接口。
在一些实施方式中，多个就地固定电源箱3配置于多个抗辐射性摄像装置2附近，以作为琴台小车1、多个抗辐射性摄像装置2的备用电源，每个就地固定电源箱3均包括无线通信装置；当琴台小车1与摄像设备不方便用电缆连接通信时，可以先用就地固定电源箱3与抗辐射性摄像装置2连接，然后通过无线的方式将数据传输至琴台小车1的数据接口盘14。
在一些实施方式中，数据接口盘14是数据通信及电源的交汇处，其通过连接线17或者无线连接用于与显示屏11、处理主机12、视频、音频及远程无线报警装置15，电源模块13，多个抗辐射性摄像装置2，多个就地固定电源箱3的信息传达与转接。
在一些实施方式中，软件部分包括可燃物分析包、环境因素包、特征识别以及识别模型。可燃物分析包包括燃烧物的种类、数量、燃烧特性；可燃物根据现场分为润滑油、柴油、电缆及塑料物、木质棉麻纸张、电气盘柜、可燃气体等大类，通过多次试验提取火灾的初期到快速发展期数据；可燃物分析包采自通用区域。环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素；环境因素还包括比如小范围爆炸等情形。特征识别包括颜色特征、跳跃特征、面积增长率特征、纹理特征、边缘形状特征等；识别模型包括火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器。
如图2所示，图2是根据本发明的火灾的检测方法的流程示意图。根据本发明另一具体实施方式的一种核电站极端环境条件下的火灾检测方法，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，火灾的检测方法包括下列步骤：步骤一：视频获取步骤，获取防火区域内的视频信息；步骤二：分割及预处理步骤，对获取的视频信息进行分割及预处理；步骤三：分类器匹配步骤，经步骤二分割及预处理的视频信息与火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器进行匹配；步骤四：特征提取步骤，提取经步骤二分割及预处理的视频信息的颜色特征、跳跃特征、面积增长率特征、纹理特征以及边缘形状特征；步骤五：形成识别模型步骤，依据各类分类器形成识别模型；步骤六：分类决策步骤，依据识别模型进行分类决策；以及步骤七：视频、音频以及远程报警步骤，依据分类决策信息发出视频、音频以及远程报警信号。
在一些实施方式中，分类器匹配步骤的火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器是依据可燃物分析包以及环境因素包所形成。可燃物分析包包括燃烧物的种类、数量、燃烧特性；环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素。
在一些实施方式中，分类决策步骤后得到的数据还能作为样本返回识别模型中，使其具有自我学习的特点，随识别次数增加识别率逐步提高。
综上所述，本发明的核电站极端环境条件下的火灾检测装置及检测方法，是传统火灾报警系统的有益补充，具有抗干扰能力强、环境适应性好、工作性能稳定、准确率高的特性，能够满足核电站极端环境下的火灾探测需求，也适合其他如核化工热室、核废料存储区等类似区域。本发明在满足消防法规要求的同时，极大地降低了火灾探测对人的依赖，对工业安全生产有着重要的意义。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种核电站极端环境条件下的火灾检测装置，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，其特征在于，所述火灾的检测装置包括：
琴台小车，其包括：
显示屏，其用于各项数据的显示；
处理主机，其数据连接所述显示屏，所述处理主机内部安装有软件部分和多个驱动程序；
电源模块，其为所述琴台小车提供电源动力；
数据接口盘，其用于所述琴台小车内部以及外部的有线和无线数据连接。及
视频、音频及远程无线报警装置，其用以将报警信息提供给应急系统或其它指定的接口，或应要求提供图片或短视频；以及
多个抗辐射性摄像装置，其分布于所述防火区域内，每个所述抗辐射性摄像装置包括：
支架；
云台，其设置在所述支架上；及
加热摄像头，设置于所述云台，所述加热摄像头具有镜片加热功能。
2.根据权利要求1所述的火灾检测装置，其特征在于，所述软件部分包括可燃物分析包、环境因素包、特征识别以及识别模型。
3.根据权利要求1所述的火灾检测装置，其特征在于，还包括多个就地固定电源箱，其配置于所述多个抗辐射性摄像装置附近，以作为所述琴台小车、所述多个抗辐射性摄像装置的备用电源，每个所述就地固定电源箱均包括无线通信装置。
4.根据权利要求1所述的火灾的检测装置，其特征在于，所述数据接口盘是数据通信及电源的交汇处，其通过连接线或者无线连接用于与所述显示屏、所述处理主机、所述视频、音频及远程无线报警装置，所述电源模块，所述多个抗辐射性摄像装置，所述多个就地固定电源箱的信息传达与转接。
5.根据权利要求1所述的火灾检测装置，其特征在于，所述处理主机采用Linux操作系统。
6.根据权利要求2所述的火灾检测装置，其特征在于，所述可燃物分析包包括燃烧物的种类、数量、燃烧特性；所述环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射；所述特征识别包括颜色特征、跳跃特征、面积增长率特征、纹理特征、边缘形状特征；所述识别模型包括火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器。
7.根据权利要求1所述的火灾的检测装置，其特征在于，所述琴台小车还包括小车车轮，其用于所述琴台小车行走。
8.一种核电站极端环境条件下的火灾检测方法，其适用于核电站的防火区域内在特殊环境下的视频处理，并形成火灾智能识别模型，其特征在于，所述火灾的检测方法包括下列步骤：
步骤一：视频获取步骤，获取防火区域内的视频信息；
步骤二：分割及预处理步骤，对获取的所述视频信息进行分割及预处理；
步骤三：分类器匹配步骤，经步骤二分割及预处理的所述视频信息与火焰识别分类器、烟雾识别分类器以及两者按权重混合的混合分类器进行匹配；
步骤四：特征提取步骤，提取经步骤二分割及预处理的所述视频信息的颜色特征、跳跃特征、面积增长率特征、纹理特征以及边缘形状特征；
步骤五：形成识别模型步骤，依据各类分类器形成识别模型；
步骤六：分类决策步骤，依据所述识别模型进行分类决策；以及
步骤七：视频、音频以及远程报警步骤，依据所述分类决策信息发出视频、音频以及远程报警信号。
9.根据权利要求8所述的火灾检测方法，其特征在于，所述分类器匹配步骤的所述火焰识别分类器、所述烟雾识别分类器以及两者按权重混合的所述混合分类器是依据可燃物分析包以及环境因素包所形成；所述可燃物分析包包括燃烧物的种类、数量、燃烧特性；所述环境因素包包括蒸汽排放、振动及噪音、灯光闪烁、辐射及其它因素。
10.根据权利要求8所述的火灾检测方法，其特征在于，所述分类决策步骤后得到的数据作为样本返回所述识别模型中，使其具有自我学习的特点，随识别次数增加识别率逐步提高。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810573806.8A CN108564760A (zh) | 2018-06-06 | 2018-06-06 | 核电站极端环境条件下的火灾检测装置及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810573806.8A CN108564760A (zh) | 2018-06-06 | 2018-06-06 | 核电站极端环境条件下的火灾检测装置及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108564760A true CN108564760A (zh) | 2018-09-21 |
Family
ID=63553036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810573806.8A Pending CN108564760A (zh) | 2018-06-06 | 2018-06-06 | 核电站极端环境条件下的火灾检测装置及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108564760A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919071A (zh) * | 2019-02-28 | 2019-06-21 | 沈阳天眼智云信息科技有限公司 | 基于红外多特征联合技术的火焰识别方法 |
| CN111079583A (zh) * | 2019-12-03 | 2020-04-28 | 三门核电有限公司 | 一种消防可燃物智能管理终端 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101005610A (zh) * | 2006-10-13 | 2007-07-25 | 萧萍 | 变电站远程数字监控系统 |
| CN101783530A (zh) * | 2010-02-22 | 2010-07-21 | 江苏省电力公司无锡供电公司 | 基于物联网的变电站智能监测与辅助控制系统 |
| CN101833838A (zh) * | 2010-05-27 | 2010-09-15 | 王巍 | 一种大范围火灾分析预警系统 |
| CN102566519A (zh) * | 2010-12-16 | 2012-07-11 | 上海市电力公司 | 一种电力隧道监控系统的设置方法 |
| CN103002269A (zh) * | 2012-12-04 | 2013-03-27 | 中广核工程有限公司 | 核电厂变压器区域视频监视的系统和方法 |
| CN103200391A (zh) * | 2013-03-26 | 2013-07-10 | 国家电网公司 | 一种电站无人值守工作系统 |
| CN103809459A (zh) * | 2012-11-13 | 2014-05-21 | 中国广东核电集团有限公司 | 核电站数字化火警探测仿真系统、模拟系统与仿真方法 |
| CN104008679A (zh) * | 2014-06-04 | 2014-08-27 | 中广核工程有限公司 | 一种核电站蔓延火灾模拟处理方法、装置及系统 |
| CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
| CN104133977A (zh) * | 2013-05-03 | 2014-11-05 | 苏州热工研究院有限公司 | 一种可燃物的空间模化分析装置及方法 |
| CN104599427A (zh) * | 2014-12-30 | 2015-05-06 | 无锡波汇光电科技有限公司 | 一种用于公路隧道的智能图像型火灾报警系统 |
| CN104715559A (zh) * | 2015-03-06 | 2015-06-17 | 温州大学 | 一种基于轨迹辨识的烟雾检测及火灾预警方法 |
| CN104953709A (zh) * | 2015-06-15 | 2015-09-30 | 湖南机电职业技术学院 | 一种变电站智能巡视机器人 |
| CN106843240A (zh) * | 2017-04-18 | 2017-06-13 | 哈尔滨理工大学 | 基于智能视频的防火机器人及多机协调系统 |
| CN106875612A (zh) * | 2015-12-12 | 2017-06-20 | 上海腾盛智能安全科技股份有限公司 | 分布式智能图像火灾探测系统 |
| CN206922269U (zh) * | 2017-06-01 | 2018-01-23 | 上海金友金弘智能电气股份有限公司 | 一种服务于运维人员的变电站智能辅助信息监控系统 |
| CN107688793A (zh) * | 2017-09-05 | 2018-02-13 | 国网安徽省电力公司检修公司 | 一种变电站室外火灾自动监测预警方法 |
-
2018
- 2018-06-06 CN CN201810573806.8A patent/CN108564760A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101005610A (zh) * | 2006-10-13 | 2007-07-25 | 萧萍 | 变电站远程数字监控系统 |
| CN101783530A (zh) * | 2010-02-22 | 2010-07-21 | 江苏省电力公司无锡供电公司 | 基于物联网的变电站智能监测与辅助控制系统 |
| CN101833838A (zh) * | 2010-05-27 | 2010-09-15 | 王巍 | 一种大范围火灾分析预警系统 |
| CN102566519A (zh) * | 2010-12-16 | 2012-07-11 | 上海市电力公司 | 一种电力隧道监控系统的设置方法 |
| CN103809459A (zh) * | 2012-11-13 | 2014-05-21 | 中国广东核电集团有限公司 | 核电站数字化火警探测仿真系统、模拟系统与仿真方法 |
| CN103002269A (zh) * | 2012-12-04 | 2013-03-27 | 中广核工程有限公司 | 核电厂变压器区域视频监视的系统和方法 |
| CN103200391A (zh) * | 2013-03-26 | 2013-07-10 | 国家电网公司 | 一种电站无人值守工作系统 |
| CN104133977A (zh) * | 2013-05-03 | 2014-11-05 | 苏州热工研究院有限公司 | 一种可燃物的空间模化分析装置及方法 |
| CN104008679A (zh) * | 2014-06-04 | 2014-08-27 | 中广核工程有限公司 | 一种核电站蔓延火灾模拟处理方法、装置及系统 |
| CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
| CN104599427A (zh) * | 2014-12-30 | 2015-05-06 | 无锡波汇光电科技有限公司 | 一种用于公路隧道的智能图像型火灾报警系统 |
| CN104715559A (zh) * | 2015-03-06 | 2015-06-17 | 温州大学 | 一种基于轨迹辨识的烟雾检测及火灾预警方法 |
| CN104953709A (zh) * | 2015-06-15 | 2015-09-30 | 湖南机电职业技术学院 | 一种变电站智能巡视机器人 |
| CN106875612A (zh) * | 2015-12-12 | 2017-06-20 | 上海腾盛智能安全科技股份有限公司 | 分布式智能图像火灾探测系统 |
| CN106843240A (zh) * | 2017-04-18 | 2017-06-13 | 哈尔滨理工大学 | 基于智能视频的防火机器人及多机协调系统 |
| CN206922269U (zh) * | 2017-06-01 | 2018-01-23 | 上海金友金弘智能电气股份有限公司 | 一种服务于运维人员的变电站智能辅助信息监控系统 |
| CN107688793A (zh) * | 2017-09-05 | 2018-02-13 | 国网安徽省电力公司检修公司 | 一种变电站室外火灾自动监测预警方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王晓东: ""基于视频的火灾检测技术在核电站中的应用研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919071A (zh) * | 2019-02-28 | 2019-06-21 | 沈阳天眼智云信息科技有限公司 | 基于红外多特征联合技术的火焰识别方法 |
| CN111079583A (zh) * | 2019-12-03 | 2020-04-28 | 三门核电有限公司 | 一种消防可燃物智能管理终端 |
| CN111079583B (zh) * | 2019-12-03 | 2023-07-18 | 三门核电有限公司 | 一种消防可燃物智能管理终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106023491B (zh) | 一种智能变压器防盗装置 | |
| US20180247504A1 (en) | Identification of suspicious persons using audio/video recording and communication devices | |
| CN103198595A (zh) | 智能门窗防入侵系统 | |
| CN105913559A (zh) | 一种基于体感技术的银行atm机智能监控方法 | |
| CN103839373A (zh) | 一种突发异常事件智能识别报警装置及报警系统 | |
| CN105067287A (zh) | 动车组运行故障动态图像检测系统及方法 | |
| CN105640748A (zh) | 一种振动导盲衣服 | |
| CN103927521A (zh) | 一种基于人脸识别的驾驶员资格确认系统及方法 | |
| CN108564760A (zh) | 核电站极端环境条件下的火灾检测装置及检测方法 | |
| CN106875627B (zh) | 一种电力系统安全生产动态防御系统 | |
| CN111754714A (zh) | 一种安防监控系统及其监控方法 | |
| CN103927621A (zh) | 一种监管重点运输车辆驾驶员资格的系统及方法 | |
| WO2020147996A1 (en) | Method and system for detecting building objects installed within a building | |
| CN205540806U (zh) | 一种三维人脸图像识别装置 | |
| CN106710139A (zh) | 便携式施工区域防护告警装置 | |
| CN111753780A (zh) | 变电站违章检测系统及违章检测方法 | |
| CN108376237A (zh) | 一种基于3d识别的住宅来访管理系统及管理方法 | |
| CN113505704A (zh) | 图像识别的人员安全侦测方法、系统、设备及存储介质 | |
| CN208861437U (zh) | 一种变电站安全距离提示装置 | |
| CN110842935A (zh) | 悬挂轨道式停车场安防智能机器人 | |
| CN106598065A (zh) | 一种无人机的双目－超声波融合避障控制方法 | |
| CN205356581U (zh) | 移动目标精确识别定位预警系统 | |
| CN104714068A (zh) | 对室外电能表读表的机器人 | |
| CN115146933A (zh) | 危险源爆炸事故的处理方法、系统、设备与存储介质 | |
| CN107132540A (zh) | 光缆安全距离智能监控预警装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180921 |