一种基于火焰多图像特征的锅炉燃烧稳定性监测方法.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CN106846305A(43)申请公布日2017.06.13(21)申请号201710017831.3(22)申请日2017.01.11(71)申请人华北电力大学地址102206北京市昌平区朱辛庄北农路2号(72)发明人刘禾翁燃杨国田刘建松于磊李新利(74)专利代理机构北京众合诚成知识产权代理有限公司11246代理人陈波(51)Int.Cl.G06T7/00(2017.01)G06T7/44(2017.01)G06T7/13(2017.01)G06T7/149(2017.01)权利要求书3页说明书7页附图4页(54)发明名称一种基于火焰多图像特征的锅炉燃烧稳定性监测方法(57)摘要本发明属于电厂锅炉燃烧稳定性检测领域，尤其涉及一种基于火焰多图像特征的锅炉燃烧稳定性监测方法。通过提取火焰燃烧视频的各类图像特征值：燃烧区波动指数、煤粉边缘轮廓变化差值、煤粉边缘轮廓相似度并采用RBF神经网络，得到一个燃烧稳定性指数，根据指数大小进行燃烧稳定性分类和判别。本发明从火焰视频中提取得到3个特征值序列判断火焰的燃烧稳定性，实现了基于火焰视频图像的燃烧稳定性实时自动判定。有利于火电站监测锅炉燃烧状况，指导运行人员调节给煤量。为机组安全、稳定、经济运行提供技术保障。CN106846305ACN106846305A权利要求书1/3页1.一种基于火焰多图像特征的锅炉燃烧稳定性监测方法,其特征在于，所述方法包括特征值提取和稳定性判断两部分；具体为步骤1、从炉膛火焰燃烧视频中对每一帧图像做图像预处理，提取每一帧图像的特征值，包括燃烧区波动指数、煤粉边缘轮廓相似度和煤粉边缘轮廓长度差值；步骤2、利用RBF神经网络训练火焰燃烧稳定性判定模型，用以判断炉膛火焰燃烧稳定性，根据其输出参数所在的范围判定稳定性。2.权利要求1所述的监测方法，其特征在于，所述图像预处理，包括步骤101、从炉膛火焰视频中提取t时刻的单帧图像，并将其灰度化，得到图像fg(i,j,t)；步骤102、对图像fg(i,j,t)进行中值滤波，得到图像fm(i,j,t)；步骤103、对图像fm(i,j,t)做灰度拉伸处理，增强图像对比度，得到图像fen(i,j,t)。3.权利要求2所述的监测方法，其特征在于，所述燃烧区波动指数能反映燃烧区的波动剧烈程度，其提取方法包括步骤201、将步骤103处理得到的图像fen(i,j,t)根据灰度阈值100,200从暗到亮依次分为三个灰度级分别代表未燃区、初燃区和燃尽区，得到图像fl(i,j,t)；未燃区即煤粉进入炉膛后并未立即燃烧，吸收炉内辐射能，因而不发出可见光；初燃区即煤粉进入炉膛后逐渐被加热，开始燃烧，并开始释放出光和热，从图中能看到水平方向上的灰度变化；燃尽区即煤粉在火焰和高温烟气的加热下，完全燃烧，释放出大量的光和热，在图像中呈现出高亮度；步骤202、通过上述步骤1以及步骤201得到两幅燃烧区分割图像fl(i,j,t0)以及fl(i,j,t1)；两幅图像间隔帧数的选择结合了火焰闪烁频率以及视频帧率，两幅图像间隔5帧时，差分效果最佳；步骤203、计算fl(i,j,t0)与fl(i,j,t1)的差分取绝对值fdiff(i,j,Δt)＝|fl(i,j,t0)-fl(i,j,t1)|；步骤204、统计图像fdiff(i,j,Δt)中三个灰度级各自的像素点个数，n0,n1,n2分别代表像素点所处的燃烧区前后不变，变化1级燃烧区即未燃区到初燃区、初燃区到未燃区、初燃区到燃尽区、燃尽区到初燃区以及变化2级燃烧区即未燃区到燃尽区、燃尽区到未燃区的像素点个数，变化2级燃烧区的像素点处燃烧波动大，变化1级燃烧区的像素点处的波动程度次之，灰度级前后不变的像素点处的波动程度最低，燃烧最稳定；步骤205、计算稳定性指数f是各个燃烧区像素点个数占总像素点数的比值的加权和；ω0、ω1、ω2为其权值系数，n为画面中像素点的总个数；由于通常变化2灰度级的像素点数量较少，但对燃烧稳定性影响较大，所以为了放大灰度变化剧烈的像素点对燃烧区波动指数的影响，令ω2等于16。变化1灰度级的像素点对燃烧稳定性也有影响，令ω1＝4。而所处灰度级不变像素点处燃烧稳定，令ω0＝0。4.权利要求2所述的监测方法，其特征在于，所述煤粉边缘轮廓相似度能反映煤粉锋面的波动程度，用来判断燃烧稳定性好坏，其提取方法包括步骤301、将步骤103处理得到的，根据大津算法提取二值化阈值，将图像二值化，得到图像fbinary(i,j,t0)和fbinary(i,j,t1),其间隔与燃烧区波动指数计算间隔一致、间隔5帧；2CN106846305A权利要求书2/3页步骤302、使用Canny算子检测fbinary(i,j,t0)和fbinary(i,