CN114216569B - 一种基于可信度评估的红外测温方法及终端 - Google Patents

一种基于可信度评估的红外测温方法及终端 Download PDF

Info

Publication number
CN114216569B
CN114216569B CN202210160610.2A CN202210160610A CN114216569B CN 114216569 B CN114216569 B CN 114216569B CN 202210160610 A CN202210160610 A CN 202210160610A CN 114216569 B CN114216569 B CN 114216569B
Authority
CN
China
Prior art keywords
credibility
conclusion
preset
data
temperature measurement
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.)
Active
Application number
CN202210160610.2A
Other languages
English (en)
Other versions
CN114216569A (zh
Inventor
周涛
张宇
杨伟强
刘东剑
王剑波
孟甜
何成杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Santachi Video Technology Shenzhen Co ltd
Original Assignee
Santachi Video Technology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Santachi Video Technology Shenzhen Co ltd filed Critical Santachi Video Technology Shenzhen Co ltd
Priority to CN202210160610.2A priority Critical patent/CN114216569B/zh
Publication of CN114216569A publication Critical patent/CN114216569A/zh
Application granted granted Critical
Publication of CN114216569B publication Critical patent/CN114216569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开一种基于可信度评估的红外测温方法及终端，按照预设采集频次和预设采集时段采集红外测温数据和气象数据；基于气象数据按照预设气象数据规则确定与气象数据对应的证据可信度；基于证据可信度确定综合结论可信度，并根据综合结论可信度和红外测温数据生成最终红外测温结果；根据最终红外测温结果更新预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤，能够更加客观量化地体现出当前红外测温的综合气象条件，使得测温巡检得到的测温结果更加有效，从而有效提高了红外测温的精度。

Description

一种基于可信度评估的红外测温方法及终端
技术领域
本发明涉及红外测温技术领域，尤其涉及一种基于可信度评估的红外测温方法及终端。
背景技术
在自然界中，任何高于绝对零度（-273℃）的物体都存在分子和原子无规则的运动，物体都在不断地向外释放红外辐射能量。辐射能量的大小及其波长与物体表面的温度有着密切的关系。红外测温技术就是利用物体的红外辐射原理，采集被测物体的辐射能量，将采集到的能量送到光电探测器上转变为一系列的电信号，这些电信号经过信号处理电路内设置的算法处理，从而测量出被测物体的温度。
因为红外测温技术的原理是采集被测物体的辐射能量，根据建立模型算法来计算被测物体的温度。而辐射能量在大气的传播过程中，会受到大气的气象状况的影响，不良的气象环境，包括环境温度、湿度及大风力等，均会对设备温度检测带来不利的影响，影响红外测温的精度。
传统的红外测温方法虽然会设计一些集成算法，可以针对气象环境因素做一些补偿，在一定程度上可以提高精度，但毕竟气象环境因素极其复杂，其精度的提高程度非常有限。
发明内容
本发明所要解决的技术问题是：提供一种基于可信度评估的红外测温方法及终端，能够有效提高红外测温的精度。
为了解决上述技术问题，本发明采用的一种技术方案为：
一种基于可信度评估的红外测温方法，包括：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种基于可信度评估的红外测温终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤。
本发明的有益效果在于：按照预设采集频次和预设采集时段采集红外测温数据和气象数据，基于气象数据按照预设气象数据规则确定对应的证据可信度，基于证据可信度确定综合结论可信度，再根据综合结论可信度和红外测温数据生成最终红外测温结果，最后根据最终红外测温结果更新预设采集频次和预设采集时段，通过基于气象数据得到综合结论可信度，综合结论可信度可作为当前红外测温的参考数据，以得到的最终红外测温结果，能够更加客观量化地体现出当前红外测温的综合气象条件，并量化地体现综合气象条件对红外测温数据的可信度影响，根据最终红外测温结果更新预设采集频次和预设采集时段，能够辅助设备实施对应的测温策略，实现测温巡检的及时调整，进一步使得测温巡检得到的测温结果更加有效，从而有效提高了红外测温的精度。
附图说明
图1为本发明实施例的一种基于可信度评估的红外测温方法的步骤流程图；
图2为本发明实施例的一种基于可信度评估的红外测温终端的结构示意图；
图3为本发明实施例基于可信度评估的红外测温方法中的计算综合结论可信度的流程示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1，本发明实施例提供了一种基于可信度评估的红外测温方法，包括：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤。
从上述描述可知，本发明的有益效果在于：按照预设采集频次和预设采集时段采集红外测温数据和气象数据，基于气象数据按照预设气象数据规则确定对应的证据可信度，基于证据可信度确定综合结论可信度，再根据综合结论可信度和红外测温数据生成最终红外测温结果，最后根据最终红外测温结果更新预设采集频次和预设采集时段，通过基于气象数据得到综合结论可信度，综合结论可信度可作为当前红外测温的参考数据，以得到的最终红外测温结果，能够更加客观量化地体现出当前红外测温的综合气象条件，并量化地体现综合气象条件对红外测温数据的可信度影响，根据最终红外测温结果更新预设采集频次和预设采集时段，能够辅助设备实施对应的测温策略，实现测温巡检的及时调整，进一步使得测温巡检得到的测温结果更加有效，从而有效提高了红外测温的精度。
进一步地，所述气象数据包括风速数据、温度数据和湿度数据；
所述预设气象数据规则包括预设风速数据规则、预设温度数据规则和预设湿度数据规则；
所述基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度包括：
基于所述风速数据按照预设风速数据规则确定与所述风速数据对应的第一证据可信度；
基于所述温度数据按照预设温度数据规则确定与所述温度数据对应的第二证据可信度；
基于所述湿度数据按照预设湿度数据规则确定与所述湿度数据对应的第三证据可信度。
由上述描述可知，由于影响红外测温结果的气象因素主要是风速、温度和湿度，基于风速数据按照预设风速数据规则确定第一证据可信度，基于温度数据按照预设温度数据规则确定第二证据可信度，基于湿度数据按照预设湿度数据规则确定第三证据可信度，将风速数据、温度数据和湿度数据分别作为证据，根据气象数据特性确定出各个证据对应的证据可信度，证据可信度可作为后续计算综合结论可信度的基础要素。
进一步地，所述基于所述证据可信度确定综合结论可信度之前包括：
获取所述红外测温对应的预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度；
所述基于所述证据可信度确定综合结论可信度包括：
根据所述预设风速条件知识可信度基于所述第一证据可信度进行计算，得到第一结论可信度；
根据所述预设温度条件知识可信度基于所述第二证据可信度进行计算，得到第二结论可信度；
根据所述预设湿度条件知识可信度基于所述第三证据可信度进行计算，得到第三结论可信度；
基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度。
由上述描述可知，分别计算得到第一结论可信度、第二结论可信度和第三结论可信度，第一结论可信度、第二结论可信度和第三结论可信度分别表示风速数据、温度数据和湿度数据各自对红外测温数据的影响程度，最后基于第一结论可信度、第二结论可信度和第三结论可信度得到综合结论可信度，综合结论可信度即三种气象数据整体对红外测温数据所产生的影响，以此判断本次红外测温的可靠程度。
进一步地，所述基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度包括：
将所述第一结论可信度与所述第二结论可信度进行计算，得到初始综合结论可信度；
根据所述初始综合结论可信度与所述第三结论可信度进行计算，得到最终的综合结论可信度。
由上述描述可知，将第一结论可信度与第二结论可信度进行计算，得到初始综合结论可信度，根据初始综合结论可信度与第三结论可信度进行计算，得到最终的综合结论可信度，能够准确地计算出综合结论可信度，从而客观量化地体现出本次测温的综合气象条件，参考综合结论可信度，可为红外测温结果在各个行业的实际应用中提供更为精准的数据应用基础及更加多元的应用方案，从而有效地提高了红外测温数据的适用范围。
进一步地，所述根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段包括：
获取测温智能应对表；
根据所述测温智能应对表与所述最终红外测温结果中的所述综合结论可信度更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段。
由上述描述可知，根据获取的测温智能应对表与最终红外测温结果中的综合结论可信度更新预设采集频次和预设采集时段，测温智能应对表中包括不同综合结论可信度可采取的测温巡检策略，以此准确、有效地针对不同的气象条件设定不同的测温巡检策略，从而有效提高了红外测温的精度。
请参照图2，一种基于可信度评估的红外测温终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤。
从上述描述可知，本发明的有益效果在于：按照预设采集频次和预设采集时段采集红外测温数据和气象数据，基于气象数据按照预设气象数据规则确定对应的证据可信度，基于证据可信度确定综合结论可信度，再根据综合结论可信度和红外测温数据生成最终红外测温结果，最后根据最终红外测温结果更新预设采集频次和预设采集时段，通过基于气象数据得到综合结论可信度，综合结论可信度可作为当前红外测温的参考数据，以得到的最终红外测温结果，能够更加客观量化地体现出当前红外测温的综合气象条件，并量化地体现综合气象条件对红外测温数据的可信度影响，根据最终红外测温结果更新预设采集频次和预设采集时段，能够辅助设备实施对应的测温策略，实现测温巡检的及时调整，进一步使得测温巡检得到的测温结果更加有效，从而有效提高了红外测温的精度。
进一步地，所述气象数据包括风速数据、温度数据和湿度数据；
所述预设气象数据规则包括预设风速数据规则、预设温度数据规则和预设湿度数据规则；
所述基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度包括：
基于所述风速数据按照预设风速数据规则确定与所述风速数据对应的第一证据可信度；
基于所述温度数据按照预设温度数据规则确定与所述温度数据对应的第二证据可信度；
基于所述湿度数据按照预设湿度数据规则确定与所述湿度数据对应的第三证据可信度。
由上述描述可知，由于影响红外测温结果的气象因素主要是风速、温度和湿度，基于风速数据按照预设风速数据规则确定第一证据可信度，基于温度数据按照预设温度数据规则确定第二证据可信度，基于湿度数据按照预设湿度数据规则确定第三证据可信度，将风速数据、温度数据和湿度数据分别作为证据，根据气象数据特性确定出各个证据对应的证据可信度，证据可信度可作为后续计算综合结论可信度的基础要素。
进一步地，所述基于所述证据可信度确定综合结论可信度之前包括：
获取所述红外测温对应的预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度；
所述基于所述证据可信度确定综合结论可信度包括：
根据所述预设风速条件知识可信度基于所述第一证据可信度进行计算，得到第一结论可信度；
根据所述预设温度条件知识可信度基于所述第二证据可信度进行计算，得到第二结论可信度；
根据所述预设湿度条件知识可信度基于所述第三证据可信度进行计算，得到第三结论可信度；
基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度。
由上述描述可知，分别计算得到第一结论可信度、第二结论可信度和第三结论可信度，第一结论可信度、第二结论可信度和第三结论可信度分别表示风速数据、温度数据和湿度数据各自对红外测温数据的影响程度，最后基于第一结论可信度、第二结论可信度和第三结论可信度得到综合结论可信度，综合结论可信度即三种气象数据整体对红外测温数据所产生的影响，以此判断本次红外测温的可靠程度。
进一步地，所述基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度包括：
将所述第一结论可信度与所述第二结论可信度进行计算，得到初始综合结论可信度；
根据所述初始综合结论可信度与所述第三结论可信度进行计算，得到最终的综合结论可信度。
由上述描述可知，将第一结论可信度与第二结论可信度进行计算，得到初始综合结论可信度，根据初始综合结论可信度与第三结论可信度进行计算，得到最终的综合结论可信度，能够准确地计算出综合结论可信度，从而客观量化地体现出本次测温的综合气象条件，参考综合结论可信度，可为红外测温结果在各个行业的实际应用中提供更为精准的数据应用基础及更加多元的应用方案，从而有效地提高了红外测温数据的适用范围。
进一步地，所述根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段包括：
获取测温智能应对表；
根据所述测温智能应对表与所述最终红外测温结果中的所述综合结论可信度更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段。
由上述描述可知，根据获取的测温智能应对表与最终红外测温结果中的综合结论可信度更新预设采集频次和预设采集时段，测温智能应对表中包括不同综合结论可信度可采取的测温巡检策略，以此准确、有效地针对不同的气象条件设定不同的测温巡检策略，从而有效提高了红外测温的精度。
本发明上述的一种基于可信度评估的红外测温方法及终端能够适用于需要红外测温的场景中，以下通过具体实施方式进行说明：
实施例一
请参照图1及图3，本实施例的一种基于可信度评估的红外测温方法，包括：
S1、按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
其中，所述气象数据包括风速数据、温度数据和湿度数据；
首次红外测温时，所述预设采集频次和所述预设采集时段可根据实际情况进行设置；
S2、基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度，如图3所示，具体包括：
其中，所述预设气象数据规则包括预设风速数据规则、预设温度数据规则和预设湿度数据规则；
所述预设风速规则为：若所述风速数据E1小于5米/每秒，则第一证据可信度CF(E1)为0.99，即IF E1 <5M/S THEN CF(E1) = 0.99，若所述风速数据E1大于或等于5米/每秒且小于15米/每秒，则第一证据可信度CF(E1)为0.95，即IF 5M/S≤E1 <15M/S THEN CF(E1) = 0.95，若所述风速数据E1大于15米/每秒，则第一证据可信度CF(E1)为0.90，即IF15M/S<E1 THEN CF(E1) = 0.90；
所述预设温度数据规则为：若所述温度数据E2小于0摄氏度，则第二证据可信度CF(E2)为0.99，即IF E2 <0℃ THEN CF(E2) = 0.99，若所述温度数据E2大于等于0摄氏度，则第二证据可信度CF(E2)为1，即IF E2 <0℃ THEN CF(E2) = 0.99；
所述预设湿度数据规则为：若所述湿度数据E3小于70%，则第三证据可信度CF(E3)为0.99，即IF E3 <70% THEN CF(E3) = 0.99，若所述湿度数据E3大于或等于70%且小于80%，则第三证据可信度CF(E3)为0.98，即IF 70%≤E3<80% THEN CF(E3) = 0.98，若所述湿度数据E3大于或等于80%且小于90%，则第三证据可信度CF(E3)为0.95，即IF 80%≤E3 <90%THEN CF(E3) =0.95，若所述湿度数据E3大于或等于90%且小于95%，则第三证据可信度CF(E3)为0.9，即IF 90%≤E3<95% THEN CF(E3) = 0.9，若所述湿度数据E3大于或等于95%，则第三证据可信度CF(E3)为0.85，即IF 95%≤E3 THEN CF(E3) = 0.85；
S21、基于所述风速数据按照预设风速数据规则确定与所述风速数据对应的第一证据可信度；
S22、基于所述温度数据按照预设温度数据规则确定与所述温度数据对应的第二证据可信度；
S23、基于所述湿度数据按照预设湿度数据规则确定与所述湿度数据对应的第三证据可信度；
比如，所述风速数据E1为10米/每秒，则按照预设风速数据规则确定第一证据可信度CF(E1)为0.95，所述温度数据E2为-10摄氏度，则按照预设温度数据规则确定第二证据可信度CF(E2)为0.99，所述湿度数据E3为50%，则按照预设湿度数据规则确定第三证据可信度CF(E3)为0.99；
S3、获取所述红外测温对应的预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度；
其中，所述预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度均可根据实际情况进行设置，本实施例中，所述预设风速条件知识可信度为0.98，所述预设温度条件知识可信度为0.99，所述预设湿度条件知识可信度为0.95；
S4、基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
所述S4中所述基于所述证据可信度确定综合结论可信度，如图3所示，具体包括：
S41、根据所述预设风速条件知识可信度基于所述第一证据可信度进行计算，得到第一结论可信度；
具体的，所述第一结论可信度CF1(H)为：
Figure 962658DEST_PATH_IMAGE001
；
式中，CF（H1，E1）表示所述风速数据对应的所述预设风速条件知识可信度，E1表示所述风速数据，CF(E1)表示所述第一证据可信度；
S42、根据所述预设温度条件知识可信度基于所述第二证据可信度进行计算，得到第二结论可信度；
具体的，所述第二结论可信度CF2(H)为：
Figure 879799DEST_PATH_IMAGE002
；
式中，CF（H2，E2）表示所述温度数据对应的所述预设温度条件知识可信度，E2表示所述温度数据，CF(E2)表示所述第二证据可信度；
S43、根据所述预设湿度条件知识可信度基于所述第三证据可信度进行计算，得到第三结论可信度；
具体的，所述第三结论可信度CF3(H)为：
Figure 721853DEST_PATH_IMAGE003
；
式中，CF（H3，E3）表示所述湿度数据对应的所述预设湿度条件知识可信度，E3表示所述湿度数据，CF(E3)表示所述第三证据可信度；
S44、基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度，具体包括：
S441、将所述第一结论可信度与所述第二结论可信度进行计算，得到初始综合结论可信度；
具体的，所述初始综合结论可信度CF12(H)为：
Figure 805477DEST_PATH_IMAGE004
；
S442、根据所述初始综合结论可信度与所述第三结论可信度进行计算，得到最终的综合结论可信度；
具体的，所述综合结论可信度CF123(H)为：
Figure 619850DEST_PATH_IMAGE005
；
S5、根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述S1；
所述S5中所述根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，具体包括：
S51、获取测温智能应对表；
具体的，所述测温智能应对表如表1所示；
表1 测温智能应对表
Figure DEST_PATH_IMAGE007
S52、根据所述测温智能应对表与所述最终红外测温结果中的所述综合结论可信度更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段；
比如，所述综合结论可信度为78%，则根据所述测温智能应对表将所述预设采集频次更新为1次/1小时，所述预设采集时段更新为24小时不间断；
在另一种可选的实施方式中，所述S5之后包括：
S6、根据所述最终红外测温结果建立红外测温数据库，所述红外测温数据库包括所述综合结论可信度和所述红外测温数据；
通过建立包括综合结论可信度的红外测温数据库，在对数据库中的红外测温数据进行检索的时候，可按综合结论可信度进行排序、搜索、分类等，便于直观统计气象因素对红外测温结果的影响；
通过所述最终红外测温结果可在电力行业中，在红外测温设备做三相相对温差计算时，引入综合结论可信度，为三相相对温差计算做可信度证据参考，或在电力行业中的电压致热型设备红外热图异常智能分析算法中，引入综合结论可信度，为故障异常的判断阈值提供优化参数，或在山火检测中，在红外测温设备做山火智能检测分析算法时，引入综合结论可信度，为山火智能分析检测的数据运算提供优化参数，并为最终计算结果提供可信度证据参考等。
实施例二
请参照图2，本实施例的一种基于可信度评估的红外测温终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例一中的基于可信度评估的红外测温方法中的各个步骤。
综上所述，本发明提供的一种基于可信度评估的红外测温方法及终端，按照预设采集频次和预设采集时段采集红外测温数据和气象数据；基于风速数据按照预设风速数据规则确定第一证据可信度，基于温度数据按照预设温度数据规则确定第二证据可信度，基于湿度数据按照预设湿度数据规则确定第三证据可信度；分别计算得到第一结论可信度、第二结论可信度和第三结论可信度，第一结论可信度、第二结论可信度和第三结论可信度分别表示风速数据、温度数据和湿度数据各自对红外测温数据的影响程度，最后基于第一结论可信度、第二结论可信度和第三结论可信度得到综合结论可信度，综合结论可信度即三种气象数据整体对红外测温数据所产生的影响，以此判断本次红外测温的可靠程度；根据最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤，通过基于气象数据得到综合结论可信度，综合结论可信度可作为当前红外测温的参考数据，以得到的最终红外测温结果，能够更加客观量化地体现出当前红外测温的综合气象条件，并量化地体现综合气象条件对红外测温数据的可信度影响，根据最终红外测温结果更新预设采集频次和预设采集时段，能够辅助设备实施对应的测温策略，实现测温巡检的及时调整，进一步使得测温巡检得到的测温结果更加有效，从而有效提高了红外测温的精度。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (2)

1.一种基于可信度评估的红外测温方法，其特征在于，包括：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤；
所述气象数据包括风速数据、温度数据和湿度数据；
所述预设气象数据规则包括预设风速数据规则、预设温度数据规则和预设湿度数据规则；
所述基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度包括：
基于所述风速数据按照预设风速数据规则确定与所述风速数据对应的第一证据可信度；
基于所述温度数据按照预设温度数据规则确定与所述温度数据对应的第二证据可信度；
基于所述湿度数据按照预设湿度数据规则确定与所述湿度数据对应的第三证据可信度；
所述基于所述证据可信度确定综合结论可信度之前包括：
获取所述红外测温对应的预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度；
所述基于所述证据可信度确定综合结论可信度包括：
根据所述预设风速条件知识可信度基于所述第一证据可信度进行计算，得到第一结论可信度；
根据所述预设温度条件知识可信度基于所述第二证据可信度进行计算，得到第二结论可信度；
根据所述预设湿度条件知识可信度基于所述第三证据可信度进行计算，得到第三结论可信度；
基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度；
所述基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度包括：
将所述第一结论可信度与所述第二结论可信度进行计算，得到初始综合结论可信度；
根据所述初始综合结论可信度与所述第三结论可信度进行计算，得到最终的综合结论可信度；
所述综合结论可信度即三种气象数据整体对红外测温数据所产生的影响；
所述根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段包括：
获取测温智能应对表；
根据所述测温智能应对表与所述最终红外测温结果中的所述综合结论可信度更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段；
所述测温智能应对表包括所述综合结论可信度、与所述综合结论可信度对应的采集频次和采集时段。
2.一种基于可信度评估的红外测温终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
按照预设采集频次和预设采集时段采集红外测温数据和气象数据；
基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度；
基于所述证据可信度确定综合结论可信度，并根据所述综合结论可信度和所述红外测温数据生成最终红外测温结果；
根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段，并根据所述更新后的预设采集频次和预设采集时段返回执行所述按照预设采集频次和预设采集时段采集红外测温数据和气象数据步骤；
所述气象数据包括风速数据、温度数据和湿度数据；
所述预设气象数据规则包括预设风速数据规则、预设温度数据规则和预设湿度数据规则；
所述基于所述气象数据按照预设气象数据规则确定与所述气象数据对应的证据可信度包括：
基于所述风速数据按照预设风速数据规则确定与所述风速数据对应的第一证据可信度；
基于所述温度数据按照预设温度数据规则确定与所述温度数据对应的第二证据可信度；
基于所述湿度数据按照预设湿度数据规则确定与所述湿度数据对应的第三证据可信度；
所述基于所述证据可信度确定综合结论可信度之前包括：
获取所述红外测温对应的预设风速条件知识可信度、预设温度条件知识可信度和预设湿度条件知识可信度；
所述基于所述证据可信度确定综合结论可信度包括：
根据所述预设风速条件知识可信度基于所述第一证据可信度进行计算，得到第一结论可信度；
根据所述预设温度条件知识可信度基于所述第二证据可信度进行计算，得到第二结论可信度；
根据所述预设湿度条件知识可信度基于所述第三证据可信度进行计算，得到第三结论可信度；
基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度；
所述基于所述第一结论可信度、所述第二结论可信度和所述第三结论可信度确定综合结论可信度包括：
将所述第一结论可信度与所述第二结论可信度进行计算，得到初始综合结论可信度；
根据所述初始综合结论可信度与所述第三结论可信度进行计算，得到最终的综合结论可信度；
所述综合结论可信度即三种气象数据整体对红外测温数据所产生的影响；
所述根据所述最终红外测温结果更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段包括：
获取测温智能应对表；
根据所述测温智能应对表与所述最终红外测温结果中的所述综合结论可信度更新所述预设采集频次和预设采集时段，得到更新后的预设采集频次和预设采集时段；
所述测温智能应对表包括所述综合结论可信度、与所述综合结论可信度对应的采集频次和采集时段。
CN202210160610.2A 2022-02-22 2022-02-22 一种基于可信度评估的红外测温方法及终端 Active CN114216569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210160610.2A CN114216569B (zh) 2022-02-22 2022-02-22 一种基于可信度评估的红外测温方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210160610.2A CN114216569B (zh) 2022-02-22 2022-02-22 一种基于可信度评估的红外测温方法及终端

Publications (2)

Publication Number Publication Date
CN114216569A CN114216569A (zh) 2022-03-22
CN114216569B true CN114216569B (zh) 2022-06-10

Family

ID=80709250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210160610.2A Active CN114216569B (zh) 2022-02-22 2022-02-22 一种基于可信度评估的红外测温方法及终端

Country Status (1)

Country Link
CN (1) CN114216569B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990629A (zh) * 2015-07-10 2015-10-21 江苏省电力公司苏州供电公司 一种红外成像测温的电力设备故障自动预警系统
US9977963B1 (en) * 2017-03-03 2018-05-22 Northrop Grumman Systems Corporation UAVs for tracking the growth of large-area wildland fires
CN208206307U (zh) * 2017-10-23 2018-12-07 深圳市华能智创科技有限公司 一种红外测温装置
CN111351583A (zh) * 2020-03-24 2020-06-30 广州尚衡信息科技有限公司 红外测温的温度修正方法及红外热成像仪
EP3845894A1 (en) * 2018-08-30 2021-07-07 Soluciones de Innovación Digital SPA System and method for the detection and digitalization of the state of fresh concrete using infrared thermography and mathematical trend functions
WO2021203644A1 (zh) * 2020-04-07 2021-10-14 北京迈格威科技有限公司 温度修正方法、装置及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990629A (zh) * 2015-07-10 2015-10-21 江苏省电力公司苏州供电公司 一种红外成像测温的电力设备故障自动预警系统
US9977963B1 (en) * 2017-03-03 2018-05-22 Northrop Grumman Systems Corporation UAVs for tracking the growth of large-area wildland fires
CN208206307U (zh) * 2017-10-23 2018-12-07 深圳市华能智创科技有限公司 一种红外测温装置
EP3845894A1 (en) * 2018-08-30 2021-07-07 Soluciones de Innovación Digital SPA System and method for the detection and digitalization of the state of fresh concrete using infrared thermography and mathematical trend functions
CN111351583A (zh) * 2020-03-24 2020-06-30 广州尚衡信息科技有限公司 红外测温的温度修正方法及红外热成像仪
WO2021203644A1 (zh) * 2020-04-07 2021-10-14 北京迈格威科技有限公司 温度修正方法、装置及系统

Also Published As

Publication number Publication date
CN114216569A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN111982302B (zh) 一种带噪声滤波和环境温度补偿的测温方法
CN208206307U (zh) 一种红外测温装置
CN115861011B (zh) 一种基于多源数据融合的智慧城市优化管理方法和系统
CN102393881B (zh) 一种实时多传感温度数据融合的高精度检测方法
CN114216569B (zh) 一种基于可信度评估的红外测温方法及终端
CN115065704A (zh) 一种智慧工厂建设设备仪表智能监测分析预警系统
CN113865750A (zh) 非接触式设备的测温校准方法及非接触式设备
CN113701711B (zh) 基于北斗定位与气压计的高精度定位方法及系统
CN114441043B (zh) 非制冷红外测温仪的温度修正方法、测温仪
CN114509185A (zh) 低温环境声表面波温度传感器测量精度分区系统及方法
CN113655501A (zh) 基于北斗定位的现场带电体安全距离区域划分系统及方法
TWM624609U (zh) 具溫度矯正系統的體溫偵測系統
CN107490436A (zh) 一种红外测温系统大气透射率校正方法
Wang et al. Cable temperature alarm threshold setting method based on convolutional neural network
Songsriboonsit et al. Forecasting water stress in durian trees using an arima model with a relation between temperature differential and vpd
CN117490859B (zh) 一种用于辐射温度计的环境温度补偿方法及装置
CN117330208B (zh) 一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质
CN118274972A (zh) 一种基于环境模拟的长波热像仪监管系统及方法
CN116028757B (zh) 一种基于多源信息融合的最优软测量模型生成方法及系统
Wang et al. Data processing and experiment of barometric altimeter based on recursive least squares filtering
CN111784050B (zh) 一种基于粒子滤波算法的短期室外温度预测方法
Hang et al. Application of multi-sensor data fusion technique in greenhouse environmental monitoring
CN116450995B (zh) 基于大数据分析的树干液流流速预测系统
CN118297290B (zh) 一种农业大棚信息监控预警方法、系统、服务器及可读介质
Li et al. Estimation of Surface Layer Optical Turbulence using K-Nearest Neighbor Model in Northwest China

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
GR01 Patent grant
GR01 Patent grant