LU508553B1 - Ein verfahren zur brandfrühwarnung von photovoltaischen stromerzeugungsanlagen - Google Patents
Ein verfahren zur brandfrühwarnung von photovoltaischen stromerzeugungsanlagen Download PDFInfo
- Publication number
- LU508553B1 LU508553B1 LU508553A LU508553A LU508553B1 LU 508553 B1 LU508553 B1 LU 508553B1 LU 508553 A LU508553 A LU 508553A LU 508553 A LU508553 A LU 508553A LU 508553 B1 LU508553 B1 LU 508553B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- power generation
- photovoltaic power
- fire warning
- generation plants
- fire
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING SYSTEMS, e.g. PERSONAL 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
- G08—SIGNALLING
- G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Photovoltaic Devices (AREA)
Abstract
Die vorliegende Erfindung bezieht sich auf das technische Gebiet der Frühwarnung von photovoltaischen Stromerzeugungsanlagen und insbesondere auf ein Verfahren zur Brandfrü hwarnung von photovoltaischen Stromerzeugungsanlagen, dessen Schritte umfassen: Erhalten von historischen Bilddaten der photovoltaischen Stromerzeugungsanlage;Konstruieren eines Brandwarnmodells für photovoltaische Stromerzeugungsanlagen, Eingeben der historischen Bilddaten der photovoltaischen Stromerzeugungsanlage in das Brandwarnmodell f ü r photovoltaische Stromerzeugungsanlagen und iteratives Ausführen von Vorwärtsfortpflanzung, Verlustberechnung und R ü ckwärtsfortpflanzung, bis die Anzahl der Iterationen einen Schwellenwert erreicht, und Ausgeben eines Brandwarnmodells f ü r photovoltaische Stromerzeugungsanlagen, das das Training abgeschlossen hat; Einsetzen des trainierten Brandwarnmodells für photovoltaische Stromerzeugungsanlagen in ein Überwachungssystem, Verarbeiten von Echtzeit-Bilddaten der photovoltaischen Stromerzeugungsanlage in Echtzeit durch das Überwachungssystem und Bestimmen, ob ein Brand in der photovoltaischen Stromerzeugungsanlage auftritt oder nicht, und wenn nicht, Wiederholen der Echtzeitverarbeitung von Echtzeit-Bilddaten der photovoltaischen Stromerzeugungsanlage durch das Überwachungssystem; und wenn ja, Auslösen eines Frühwarnmechanismus.
Description
Ein Verfahren zur Brandfrühwarnung von photovoltaischen LU508553
Stromerzeugungsanlagen
Technischer Bereich
Die vorliegende Erfindung bezieht sich auf das technische Gebiet der Frühwarnung von photovoltaischen Stromerzeugungsanlagen und insbesondere auf ein Verfahren zur Brandfrü hwarnung von photovoltaischen Stromerzeugungsanlagen.
Technologie im Hintergrund
Gegenwärtig werden bei der traditionellen Branderkennung von
PV-Stromerzeugungsanlagen in der Regel Erdschlusserkennung, Gleichstromlichtbogen und
Brandgefahranalyse eingesetzt. Bestehende Erkennungsmethoden f ù r
PV-Stromerzeugungsanlagen, wie z. B. die Erdschlusserkennung, haben in der Regel das
Problem, dass sie Probleme nicht rechtzeitig erkennen kônnen, während bei der Analyse der
Sicherheitsrisiken von Gleichstromlichtbôgen und Bränden normalerweise Risikofaktoren berü cksichtigt werden müssen, und die Genauigkeit und Rechtzeitigkeit der Branderkennung ist gering, was sich wahrscheinlich auf die Sicherheit und Stabilität von
PV-Stromerzeugungsanlagen auswirkt und den normalen Betrieb von
PV-Stromerzeugungsanlagen beeinträchtigt. Auf dieser Grundlage entwickeln wir ein Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen, um die oben genannten
Probleme zu lösen.
Inhalt der Erfindung
Der Zweck der vorliegenden Erfindung ist es, ein Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen bereitzustellen, das ein Brandfrühwarnmodell für photovoltaische Stromerzeugungsanlagen anhand der historischen Daten von photovoltaischen
Stromerzeugungsanlagen erstellt, und durch die Festlegung des Verlustberechnungsprozesses des Brandfrühwarnmodells für photovoltaische Stromerzeugungsanlagen und die gleichzeitige
Anwendung eines Optimierungsalgorithmus zur Optimierung desselben nicht nur die
Genauigkeit und Rechtzeitigkeit der Branderkennung verbessern kann. Darüber hinaus ist das auf dem Brandwarnmodell der photovoltaischen Stromerzeugungsanlage basierende
Überwachungssystem auch in der Lage, eine intelligente Warnung und Notfallreaktion zu realisieren, was dazu beiträgt, die durch den Brand verursachten Verluste zu verringern.
Die Ausführungsformen der vorliegenden Erfindung werden durch die folgenden technischen Lösungen erreicht:
Ein Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen, wobei die Schritte des Verfahrens umfassen:
Beschaffung historischer Bilddaten der photovoltaischen Stromerzeugungsanlage
Konstruieren eines Brandwarnmodells für photovoltaische Stromerzeugungsanlagen,
Eingeben der historischen Bilddaten der photovoltaischen Stromerzeugungsanlage in das
Brandwarnmodell für photovoltaische Stromerzeugungsanlagen und iteratives Ausführen von
Vorwärtsausbreitung, Verlustberechnung und Rü ckwärtsausbreitung, bis die Anzahl der
Tterationen einen Schwellenwert erreicht, und Ausgeben des Brandwarnmodells für photovoltaische Stromerzeugungsanlagen, das das Training abschließt;
Einsetzen des trainierten Brandwarnmodells für photovoltaische Stromerzeugungsanlagen in ein Überwachungssystem, Verarbeiten von Echtzeit-Bilddaten der photovoltaischen
Stromerzeugungsanlage in Echtzeit durch das Überwachungssystem und Bestimmen, ob ein
Brand in der photovoltaischen Stromerzeugungsanlage auftritt oder nicht, und wenn nicht,
Wiederholen der Echtzeitverarbeitung von Echtzeit-Bilddaten der photovoltaisches-/508553
Stromerzeugungsanlage durch das Uberwachungssystem; und wenn ja, Auslösen eines Frü hwarnmechanismus.
Optional ist das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen insbesondere ein YOLOV3-Modell, wobei das YOLOV3-Modell Folgendes umfasst: eine
Eingabeschicht, eine Faltungsschicht und eine Mehrskalen-Detektionsschicht; die
Vorwärtsausbreitung ist insbesondere wie folgt: Eingabe der historischen Bilddaten der photovoltaischen Stromerzeugungsanlage in das Brandwarnmodell für photovoltaische
Stromerzeugungsanlagen und Extraktion und Ausgabe eines Begrenzungsrahmens potenzieller
Brände der photovoltaischen Stromerzeugungsanlage und des zugehörigen Vertrauensniveaus.
Optional umfasst die Verlustberechnung, insbesondere zur Bewertung des Unterschieds zwischen dem Ausgabewert des Brandwarnmodells der Photovoltaikanlage und dem wahren
Wert: Koordinatenverlust, Vertrauensverlust und Kategorieverlust.
Wahlweise wird der Koordinatenverlust nach der Formel berechnet: s’ B 2 2 _ obj A 2 A 02 / I / [7
Levord =>>1 (6-5) +(y,—Ÿ;) +( WT i, + h, a A) i=0 j=0
Worin S ’ die Anzahl der Gitter ist, B die Anzahl der Begrenzungsboxen in jedem Gitter ist, 13" angibt, ob die j-te Begrenzungsbox im i-ten Gitter ein Objekt enthält, x,, y,, w, und h, die Koordinaten und Größen der vorhergesagten Begrenzungsboxen sind, und x,, X, W, und h, die Koordinaten bzw. GrôBen der realen Begrenzungsboxen sind.
Optional wird der Vertrauensverlust wie folgt berechnet:
S 3 x 2 A \2 _ obj noobj
Lous - > >i (C a ¢,) + À noob I; (c ¢,) i=0 j=0
Wobei C, die Konfidenz der Vorhersage, C; die wahre Konfidenz, 17° die
Indikatorfunktion des Gitters ohne Objekte und À noob das Gewicht der Bounding Box, die keine Objekte enthält, ist.
Optional wird der Kategorieverlust wie folgt berechnet: s? __ obj A 2
Lass a > > (2. (c)- P, (c)) i=0 ceclasses wobei p,(c) die Wahrscheinlichkeit ist, dass das durch das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen vorhergesagte Objekt zur Kategorie c gehôrt, und
P,(c) die tatsächliche Wahrscheinlichkeit ist.
Optional wird das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen durch 4508553 einen Optimierungsalgorithmus während der Rückwärtsausbreitung weiter optimiert, wobei der
Optimierungsalgorithmus durch die Formel berechnet wird: 0,4 = 0, a a. m, +a 5 wobei ©, ein Parameter im Zeitschritt t ist, m eine Lernrate ist, m, und %,
Momentschätzungen erster bzw. zweiter Ordnung nach einer Bias-Korrektur sind und o eine
Konstante ist.
Optional hat das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen, das die
Ausbildung abgeschlossen hat, eine Zielfunktion von:
Loi a A coord Leoord + Lint + A class Loss
Wobei La der Gesamtschaden ist, Ayo und Au, die Gewichte des
Koordinatenschadens bzw. des Kategorieschadens sind.
Die technische Lösung der Ausführungsform der vorliegenden Erfindung hat zumindest die folgenden Vorteile und vorteilhaften Auswirkungen:
Die Ausführungsform der vorliegenden Erfindung konstruiert ein Brandwarnmodell fiir photovoltaische Stromerzeugungsanlagen anhand der historischen Daten der photovoltaischen
Stromerzeugungsanlagen, und durch die Einrichtung des Verlustberechnungsprozesses des
Brandwarnmodells für photovoltaische Stromerzeugungsanlagen und die gleichzeitige
Anwendung eines Optimierungsalgorithmus zur Optimierung desselben ist es nicht nur in der
Lage, die Genauigkeit und Rechtzeitigkeit der Branderkennung zu verbessern. Darüber hinaus kann das Uberwachungssystem, das auf dem Brandwarnmodell fiir Photovoltaikanlagen basiert, auch intelligente Warn- und NotfallmaBnahmen realisieren, die dazu beitragen können, die durch Brände verursachten Verluste zu verringern.
Beschreibung der beigefügten Zeichnungen
Bild 1 zeigt ein Flussdiagramm Verfahrens zur Brandfrühwarnung von photovoltaischen
Stromerzeugungsanlagen, das durch eine Ausführungsform der vorliegenden Erfindung bereitgestellt wird.
Detaillierte Beschreibung
Um die Gegenstände, technischen Lösunge und Vorteile der Ausführungsformen der vorliegenden Erfindung deutlicher zu machen, werden die technischen Lösungen in den Ausfü hrungsformen der vorliegenden Erfindung im Folgenden in Verbindung mit den beigefügten
Zeichnungen in den Ausführungsformen der vorliegenden Erfindung klar und vollständig beschrieben, und es ist klar, dass die beschriebenen Ausführungsformen ein Teil der Ausfü hrungsformen der vorliegenden Erfindung und nicht alle Ausführungsformen sind. Die
Komponenten der Ausführungsformen der vorliegenden Erfindung, die in den beigefügten
Zeichnungen allgemein beschrieben und dargestellt sind, können in einer Vielzahl von unterschiedlichen Konfigurationen angeordnet und ausgeführt werden.
Wie in Bild 1 gezeigt, stellt die vorliegende Erfindung eine der Ausführungsformen zur
Verf ü gung: ein Verfahren zur Brandfr ü hwarnung von photovoltaischedrU508553
Stromerzeugungsanlagen, wobei die Schritte des Verfahrens umfassen:
Erhalten von historischen Bilddaten der photovoltaischen Stromerzeugungsanlage
Konstruktion eines Brandwarnmodells für photovoltaische Stromerzeugungsanlagen,
Eingabe der historischen Bilddaten von photovoltaischen Stromerzeugungsanlagen in das
Brandwarnmodell für photovoltaische Stromerzeugungsanlagen und iterative Durchführung von Vorwärtsfortpflanzung, Verlustberechnung und Rückwärtsfortpflanzung, bis die Anzahl der
Iterationen einen Schwellenwert erreicht, und anschließende Ausgabe des Brandwarnmodells fü r photovoltaische Stromerzeugungsanlagen, das das Training abgeschlossen hat;
Einsetzen des trainierten Brandwarnmodells für photovoltaische Stromerzeugungsanlagen in ein Überwachungssystem, Verarbeiten von Echtzeit-Bilddaten der photovoltaischen
Stromerzeugungsanlage in Echtzeit durch das Überwachungssystem und Bestimmen, ob ein
Brand in der photovoltaischen Stromerzeugungsanlage auftritt oder nicht, und wenn nicht,
Wiederholen der Echtzeitverarbeitung von Echtzeit-Bilddaten der photovoltaischen
Stromerzeugungsanlage durch das Uberwachungssystem; und wenn ja, Auslösen eines Frü hwarnmechanismus.
In dieser Ausf ü hrungsform ist das Brandwarnmodell f ü r photovoltaische
Stromerzeugungsanlagen insbesondere ein YOLOV3-Modell, wobei das YOLOV3-Modell umfasst: eine Fingabeschicht, eine Faltungsschicht und eine Mehrskalen-Erkennungsschicht; die Vorwärtsausbreitung ist insbesondere: Eingabe historischer Bilddaten der photovoltaischen
Stromerzeugungsanlage in das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen,
Extraktion und Ausgabe eines Begrenzungsrahmens des potenziellen Brandzustands der photovoltaischen Stromerzeugungsanlage und des zugehôrigen Vertrauensniveaus.
Da die vorliegende Ausf ü hrungsform das YOLOV3-Modell verwendet, stellt die
Eingabeschicht der vorliegenden Ausführungsform in der Vorwärtsausbreitungsphase speziell eine geeignete Fingabeauflôsung entsprechend der Größe des Bildes der Photovoltaikanlage ein; die Faltungsschicht dient speziell als Merkmalsextraktor; und die
Multiskalen-Erkennungsschicht führt speziell die Erkennung in drei verschiedenen Skalen durch, so dass Brandmerkmale unterschiedlicher Größe erkannt werden können. Das
Eingangsbild des YOLOv3-Modells wird durch das Netzwerk geleitet, und die Ausgabe jeder
Faltungsschicht wird bis zur letzten Ausgabeschicht berechnet, ein Prozess, der als eine
Funktion f (x.6) betrachtet werden kann, wobei X das Eingangsbild und © ein
Netzwerkparameter ist. Ferner ist zu verstehen, dass der Warnmechanismus der vorliegenden
Ausführungsform ein beliebiger akustischer oder visueller Alarm sein kann.
Dar ü ber hinaus wird die in der vorliegenden Ausf ü hrungsform dargelegte
Verlustberechnung, die speziell aus mehreren Teilen besteht, verwendet, um die Differenz zwischen dem Ausgabewert des Brandwarnmodells der Photovoltaikanlage und dem wahren
Wert zu bewerten, einschließlich: Koordinatenverlust, Vertrauensverlust und Kategorieverlust.
Insbesondere wird der Koordinatenverlust verwendet, um die Differenz zwischen der
Position und Größe des durch das Modell vorhergesagten Begrenzungsrahmens und der
Position und Größe des wahren Begrenzungsrahmens zu berechnen, die durch die Formel berechnet wird:
s B , 21 LU508553
Lord = dO 6 —%) +(y, —Ÿ;) + (wm -Jü,) +( fn a Ji) i=0 j=0 2
Worin S die Anzahl der Gitter ist, B die Anzahl der Begrenzungsboxen in jedem Gitter ist, 157 angibt, ob die j-te Begrenzungsbox im i-ten Gitter ein Objekt enthält, x, y,, w, und h, die Koordinaten und Größen der vorhergesagten Begrenzungsboxen sind, und X,, ÿ,, W, 5 und h die Koordinaten bzw. Größen der realen Begrenzungsboxen sind.
Insbesondere wird der Vertrauensverlust verwendet, um den Unterschied zwischen dem
Vertrauen in das Vorhandensein eines Objekts in der prädiktiven Bounding Box des Modells und dem wahren Vertrauen, das durch die Formel berechnet wird, zu bewerten: 5? B A 2 A \2 _ obj noobj
Lions > (C a €) + À noob I; (C a €) ) i=0 j=0
Wobei C, die Konfidenz der Vorhersage, C, die wahre Konfidenz, 17° die
Indikatorfunktion des Gitters ohne Objekte und À noob das Gewicht der Bounding Box, die keine Objekte enthält, ist.
Im Falle des Brandwarnmodells für ein Photovoltaik-Kraftwerk wird der Kategorieverlust verwendet, um die Differenz zwischen der Wahrscheinlichkeit, dass es sich bei einem Objekt im vorhergesagten Bild des Modells um einen Brand handelt, und der tatsächlichen Situation zu berechnen, die wie folgt berechnet wird: s? _ obj A 2
Lass a > > (2 (c)- p, (c)) i=0 ceclasses wobei p,(c) die Wahrscheinlichkeit ist, dass das durch das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen vorhergesagte Objekt zur Kategorie c gehôrt, und pc) die tatsächliche Wahrscheinlichkeit ist.
Bei der Implementierung ermôglicht die Berechnung des Koordinatenverlusts, des
Vertrauensverlusts und des Kategorieverlusts die Quantifizierung der aktuellen Leistung des
Brandwarnmodells für PV-Kraftwerke und liefert die notwendigen Informationen für die anschließende Backpropagation.
Bei der Backpropagation berechnet die vorliegende Ausführungsform den Gradienten der
Netzparameter auf der Grundlage der Ergebnisse der vorgenannten Verlustfunktion und den
Prozess der entsprechenden Aktualisierung der Parameter, um die Leistung des
PV-Kraftwerksbrandwarnmodells zu verbessern. In diesem Stadium bestimmt das
Brandwarnmodell f ü r PV-Kraftwerke die Richtung und den Umfang del-U508553
Parameteraktualisierungen durch Berechnung der Ableitungen der Verlustfunktion in Bezug auf die Netzwerkparameter. Die Gewichte des Netzes werden angepasst, um den Wert der
Verlustfunktion mit Hilfe eines Optimierers, d. h. eines Optimierungsalgorithmus, wie in dieser
Ausführungsform beschrieben, zu verringern, wobei der Optimierungsalgorithmus wie folgt berechnet wird: 0,4 = 0, a a. m, 5 +a wobei ©, ein Parameter im Zeitschritt t ist, m eine Lernrate ist, m, und %,
Momentschätzungen erster bzw. zweiter Ordnung nach einer Bias-Korrektur sind und o eine
Konstante ist. Durch kontinuierliche Wiederholung des Prozesses der Vorwärtspropagation, der
Verlustfunktionsberechnung und der R ü ckwärtspropagation und der Aktualisierung der
Parameter des Brandwarnmodells für die Photovoltaikanlage in jeder Iteration, bis das Ergebnis nach einer bestimmten Anzahl von Iterationen erreicht ist.
In der vorliegenden Ausführungsform besteht das ultimative Ziel der vorliegenden Ausfü hrungsform darin, die gewichtete Summe der Verlustfunktion zu minimieren, einschließlich des
Koordinatenverlusts, des Vertrauensverlusts und des Kategorieverlusts, wie oben dargelegt, die zusammen den Gesamtverlust bilden, was das Ziel des Brandfrühwarnmodells für die
Photovoltaikanlage charakterisiert, die Verlustfunktion während des Trainingsprozesses zu minimieren, die durch die Formel berechnet wird:
Lia a A coord Leoord + Loont + A class L joss
Wobei La der Gesamtschaden ist, Ayo und Au, die Gewichte des
Koordinatenschadens bzw. des Kategorieschadens sind.
Die obige Darstellung ist nur eine bevorzugte Ausführungsform der vorliegenden
Erfindung und soll die vorliegende Erfindung nicht einschränken, die für den Fachmann verschiedenen Änderungen und Variationen unterliegt. Alle Änderungen, gleichwertige
Substitutionen, Verbesserungen usw., die im Rahmen des Geistes und der Grundsätze der vorliegenden Erfindung vorgenommen werden, fallen in den Schutzbereich der vorliegenden
Erfindung.
Claims (8)
1. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen, dadurch gekennzeichnet, dass die Schritte des Verfahrens Folgendes umfassen: Erhalten von historischen Bilddaten der photovoltaischen Stromerzeugungsanlage Konstruieren eines Brandwarnmodells für eine photovoltaische Stromerzeugungsanlage, Fingeben der historischen Bilddaten der photovoltaischen Stromerzeugungsanlage in das Brandwarnmodell für die photovoltaische Stromerzeugungsanlage und iteratives Ausführen von Vorwärtsfortpflanzung, Verlustberechnung und Rückwärtsfortpflanzung, bis die Anzahl der Iterationen einen Schwellenwert erreicht, und Ausgeben des Brandwarnmodells für die photovoltaische Stromerzeugungsanlage, das das Training abgeschlossen hat; Einsetzen des trainierten Brandwarnmodells für photovoltaische Stromerzeugungsanlagen in ein Uberwachungssystem, Verarbeiten von Echtzeit-Bilddaten der photovoltaischen Stromerzeugungsanlage in Echtzeit durch das Überwachungssystem und Bestimmen, ob ein Brand in der photovoltaischen Stromerzeugungsanlage auftritt oder nicht, und wenn nicht, Wiederholen der Echtzeitverarbeitung von Echtzeit-Bilddaten der photovoltaischen Stromerzeugungsanlage durch das Uberwachungssystem; und wenn ja, Auslösen eines Frü hwarnmechanismus.
2. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 1, dadurch gekennzeichnet, dass das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen insbesondere ein YOLOV3-Modell ist, und das YOLOV3-Modell umfasst: eine Fingabeschicht, eine Faltungsschicht und eine Mehrskalen-Detektionsschicht; Die Vorwärtsausbreitung ist insbesondere: Eingabe historischer Bilddaten der photovoltaischen Stromerzeugungsanlage in das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen, Extraktion und Ausgabe eines potenziellen Brandbegrenzungsrahmens der photovoltaischen Stromerzeugungsanlage und eines zugehôrigen Vertrauensniveaus.
3. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 2, dadurch gekennzeichnet, dass die Verlustberechnung, insbesondere zur Bewertung der Differenz zwischen dem Ausgabewert des Brandwarnmodells für photovoltaische Stromerzeugungsanlagen und dem wahren Wert, umfasst: Koordinatenverlust, Vertrauensverlust und Kategorieverlust.
4. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 3, dadurch gekennzeichnet, dass der Koordinatenverlust nach der Formel berechnet wird: S* B 5 N N — 2 —2 5 ha = ZW rn) 5) (A) i=0 j=0 Worin 5 ’ die Anzahl der Gitter ist, B die Anzahl der Begrenzungsboxen in jedem Gitter ist, 1 angibt, ob die j-te Begrenzungsbox im i-ten Gitter ein Objekt enthält, x, y,, w, und h, die Koordinaten und Größen der vorhergesagten Begrenzungsboxen sind, und X,, ÿ,, W,
x LU508553 und h, die Koordinaten bzw. Größen der realen Begrenzungsboxen sind.
5. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 4, dadurch gekennzeichnet, dass der Vertrauensverlust durch die folgende Formel berechnet wird: S* B A0 A0 — obj noobj Lions > (C a ¢,) + À noob I; (c ¢,) i=0 j=0 Wobei C, die Konfidenz der Vorhersage, C; die wahre Konfidenz, 17° die Indikatorfunktion des Gitters ohne Objekte und À noob das Gewicht der Bounding Box, die keine Objekte enthält, ist.
6. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 5, dadurch gekennzeichnet, dass der Kategorieverlust durch die folgende Formel berechnet wird: s° ; _ obj ~ Lass a > > (2. (c) 7 P; (c)) i=0 ceclasses wobei p,(c) die Wahrscheinlichkeit ist, dass das durch das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen vorhergesagte Objekt zur Kategorie c gehôrt, und p.(c) die tatsächliche Wahrscheinlichkeit ist.
7. Fin Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 6, dadurch gekennzeichnet, dass das Brandwarnmodell für photovoltaische Stromerzeugungsanlagen auch durch einen Optimierungsalgorithmus während der Rü ckwärtsfortpflanzung optimiert wird, und der Optimierungsalgorithmus durch die folgende Formel berechnet wird _ nn 0,4 - 0, fn m, J V, + wobei 6, ein Parameter im Zeitschritt t ist, m eine Lernrate ist, m, und y, Momentschätzungen erster bzw. zweiter Ordnung nach einer Bias-Korrektur sind und o eine Konstante ist.
8. Ein Verfahren zur Brandfrühwarnung von photovoltaischen Stromerzeugungsanlagen nach Anspruch 7, dadurch gekennzeichnet, dass das Brandwarnmodell fiir photovoltaische Stromerzeugungsanlagen, das das Training abgeschlossen hat, eine Zielfunktion hat: Lia — A coord Leoord + Loont + A class L joss
; ; ; ; LU508553 Wobei La der Gesamtschaden ist, Ayo und Au, die Gewichte des Koordinatenschadens bzw. des Kategorieschadens sind.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410975117.5A CN118675285A (zh) | 2024-07-19 | 2024-07-19 | 一种光伏发电设备火情预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| LU508553B1 true LU508553B1 (de) | 2025-04-23 |
Family
ID=92726822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| LU508553A LU508553B1 (de) | 2024-07-19 | 2024-10-14 | Ein verfahren zur brandfrühwarnung von photovoltaischen stromerzeugungsanlagen |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN118675285A (de) |
| LU (1) | LU508553B1 (de) |
| WO (1) | WO2026016314A1 (de) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118675285A (zh) * | 2024-07-19 | 2024-09-20 | 华能新能源股份有限公司山西分公司 | 一种光伏发电设备火情预警方法 |
| CN119622274B (zh) * | 2025-02-11 | 2025-05-13 | 西安瑞成聚芯智联科技有限公司 | 基于物联网的建筑消防监测系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111091072A (zh) * | 2019-11-29 | 2020-05-01 | 河海大学 | 一种基于YOLOv3的火焰及浓烟检测方法 |
| CN112132090A (zh) * | 2020-09-28 | 2020-12-25 | 天地伟业技术有限公司 | 一种基于yolov3的烟火自动检测预警方法 |
| US12530953B2 (en) * | 2022-04-19 | 2026-01-20 | New York University | Artificial intelligence-based autonomous alert system for real time remote fire and smoke detection in live video streams |
| CN116206223A (zh) * | 2023-02-20 | 2023-06-02 | 武汉理工大学 | 一种基于无人机边缘计算的火灾检测方法及系统 |
| CN117854215A (zh) * | 2023-12-13 | 2024-04-09 | 天翼云科技有限公司 | 一种基于时序图像的火灾报警方法及装置 |
| CN117689878A (zh) * | 2024-01-03 | 2024-03-12 | 华南农业大学 | 基于深度学习的黄瓜自动采摘目标检测方法 |
| CN118115896A (zh) * | 2024-01-10 | 2024-05-31 | 云南电力技术有限责任公司 | 一种基于改进YOLOv3的无人机检测方法及系统 |
| CN118261878A (zh) * | 2024-03-29 | 2024-06-28 | 南京同庆科技有限公司 | 一种基于ai视觉检测算法的光伏组件评估方法及系统 |
| CN118675285A (zh) * | 2024-07-19 | 2024-09-20 | 华能新能源股份有限公司山西分公司 | 一种光伏发电设备火情预警方法 |
-
2024
- 2024-07-19 CN CN202410975117.5A patent/CN118675285A/zh active Pending
- 2024-10-14 LU LU508553A patent/LU508553B1/de active IP Right Grant
- 2024-10-17 WO PCT/CN2024/125515 patent/WO2026016314A1/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2026016314A1 (zh) | 2026-01-22 |
| CN118675285A (zh) | 2024-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| LU508553B1 (de) | Ein verfahren zur brandfrühwarnung von photovoltaischen stromerzeugungsanlagen | |
| DE112022000106B4 (de) | Verfahren und Vorrichtung zur Getriebefehlerdiagnose und Signalerfassung sowie elektronisches Gerät | |
| CN111415492B (zh) | 一种基于模糊综合评价算法的边坡滑坡预警方法及系统 | |
| CN108665106A (zh) | 一种水产养殖溶解氧预测方法及装置 | |
| CN113591954A (zh) | 一种工业系统中缺失的时序数据的填充方法 | |
| CN112949089B (zh) | 一种基于离散卷积残差网络的含水层结构反演识别方法 | |
| CN110736968B (zh) | 基于深度学习的雷达异常状态诊断方法 | |
| CN110210169B (zh) | 一种基于lstm的盾构机故障预测方法 | |
| DE102012009502A1 (de) | Verfahren zum Trainieren eines künstlichen neuronalen Netzes | |
| CN111191832A (zh) | 一种台风灾害配电网杆塔故障预测方法及系统 | |
| CN113988210A (zh) | 结构监测传感网失真数据修复方法、装置及存储介质 | |
| DE102024103246A1 (de) | Optimierungsverfahren und -vorrichtung für die Kammertrennwandstruktur einer vertikal geschlitzten Fischtreppe | |
| CN117495735A (zh) | 一种基于结构引导的建筑物立面纹理自动修复方法及系统 | |
| DE102020207792A1 (de) | Training eines künstlichen neuronalen Netzwerkes, künstliches neuronales Netzwerk, Verwendung, Computerprogramm, Speichermedium und Vorrichtung | |
| CN115019510A (zh) | 一种基于动态自适应生成对抗网络的交通数据修复方法 | |
| CN112766603A (zh) | 一种交通流量预测方法、系统、计算机设备及存储介质 | |
| CN113515890A (zh) | 一种基于联邦学习的可再生能源日前场景生成方法 | |
| CN118050729A (zh) | 一种基于改进U-Net的雷达回波时间降尺度订正方法 | |
| WO2022079193A1 (de) | Verfahren zum modellieren eines aufzugschienensystems | |
| Feng et al. | Hierarchical gated pooling and progressive feature fusion for short-term PV power forecasting | |
| DE112015005501B4 (de) | Alterungsprofilbildungsmaschine für physikalische Systeme | |
| BE1031404A1 (de) | Ein Vorhersageverfahren, -system und ein Speicherträger für die photovoltaischen Stromerzeugungsleistung | |
| EP3527817A1 (de) | Verfahren und vorrichtungen zur automatischen ermittlung und/oder kompensation des einflusses einer wirbelschleppe auf eine windkraftanlage | |
| EP3620998A1 (de) | Verfahren zum sicheren trainieren eines dynamischen modells | |
| CN114548739A (zh) | 一种变电站防汛风险组合评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG | Patent granted |
Effective date: 20250423 |