基于神经网络的炉内温度测量方法、装置及设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113357666A(43)申请公布日2021.09.07(21)申请号202110764195.7G06T7/00(2017.01)(22)申请日2021.07.06G06T7/90(2017.01)G06N3/04(2006.01)(71)申请人国网河北能源技术服务有限公司G06N3/08(2006.01)地址050000河北省石家庄市体育南大街238号申请人国家电网有限公司国网河北省电力有限公司电力科学研究院(72)发明人闫慧博唐广通闫晓沛王天龙汪潮洋贾永会(74)专利代理机构石家庄国为知识产权事务所13120代理人付晓娣(51)Int.Cl.F23M11/04(2006.01)权利要求书3页说明书13页附图6页(54)发明名称基于神经网络的炉内温度测量方法、装置及设备(57)摘要本发明公开了一种基于神经网络的炉内温度测量方法、装置及设备，该方法包括：获取目标时刻相机拍摄黑体炉的炉内火焰的彩色图像；确定彩色图像在第一预设波段的第一色度值和在第二预设波段的第二色度值；根据第一色度值，确定第一波段辐射力值，以及根据第二色度值，确定第二波段辐射力值；根据第一波段辐射力值与第二波段辐射力值的第一比值和第一神经网络模型，确定目标时刻黑体炉的炉内温度。通过提取炉内火焰彩色图像的色度值，得到波段辐射力之比，从而计算出测量的炉内温度，不受测温材料的限制，能够提高对炉内温度测量的测量精度。CN113357666ACN113357666A权利要求书1/3页1.一种基于神经网络的炉内温度测量方法，其特征在于，包括：获取目标时刻相机拍摄黑体炉的炉内火焰的彩色图像；确定所述彩色图像在第一预设波段的第一色度值和在第二预设波段的第二色度值；根据所述第一色度值，确定第一波段辐射力值，以及根据所述第二色度值，确定第二波段辐射力值；其中，所述第一波段辐射力值为所述相机接收到的所述第一预设波段内的辐射通量，所述第二波段辐射力值为所述相机接收到的所述第二预设波段内的辐射通量；根据所述第一波段辐射力值与所述第二波段辐射力值的第一比值和第一神经网络模型，确定目标时刻所述黑体炉的炉内温度。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一色度值，确定第一波段辐射力值，以及根据所述第二色度值，确定第二波段辐射力值，包括：根据所述第一预设波段的色度值和第二神经网络模型，确定第一波段辐射力值，根据所述第二预设波段的色度值和第三神经网络模型，确定第二波段辐射力值。3.根据权利要求2所述的方法，其特征在于，获取目标时刻相机拍摄黑体炉的炉内火焰的彩色图像之前，所述方法还包括：建立所述第一神经网络模型、所述第二神经网络模型、所述第三神经网络模型；获取第一训练集、第二训练集、第三训练集；根据所述第二训练集，对所述第二神经网络模型进行训练；根据所述第三训练集，对所述第三神经网络模型进行训练；根据所述第一训练集，对所述第一神经网络模型进行训练。4.根据权利要求3所述的方法，其特征在于，所述方法包括：获取相机拍摄的多个预设温度下黑体炉的炉内火焰的彩色图像；针对每个预设温度，确定该预设温度下彩色图像在第一预设波段的第一色度值和在第二预设波段的第二色度值；根据该预设温度对应的第一色度值和第一公式，确定该第一色度值对应的第一波段辐射力值；根据该预设温度对应的第二色度值和第一公式，确定该第二色度值对应的第二波段辐射力值；针对每个预设温度，根据该预设温度、普朗克定律、第二公式，确定该预设温度对应的第一波段辐射力值，以及该预设温度对应的第二波段辐射力值；计算该预设温度对应的第一波段辐射力值和第二波段辐射力值的比值；将每个预设温度对应的第一色度值作为一个样本，并将每个第一色度值对应的第一波段辐射力值作为该样本的标准输出结果，以得到第二训练集；将每个预设温度对应的第二色度值作为一个样本，并将每个第二色度值对应的第二波段辐射力值作为该样本的标准输出结果，以得到第三训练集；将每个预设温度对应的第一波段辐射力值和第二波段辐射力值的比值作为一个样本，并将每个预设温度作为该样本的标准输出结果，以得到第一训练集。5.根据权利要求4所述的方法，其特征在于，所述方法包括：所述第一公式的表达式如下：其中，λ为所述火焰的可见光波长，Φv(λ)为色度值，V(λ)＝Kmφ(λ)为平均人眼光谱光2CN113357666A权利要求书2/3页视效率，φ(λ)为归一化人眼光谱光视效率，称为视见函数，Φe(λ)为波段辐射力；所述第二公式的表达式如下：其中，Eb,R(T)和Eb,G(T)分别为第一预设波段和第二预设波段对应的实际火焰辐射力，λ1和λ2分别为第一预设波段波长的下限和上限，λ3和λ4分别为第二预设波段波长的下限和上限，ηR,λ和ηG,λ分别为