典型文献
基于深度学习的空预器转子红外补光图像积灰状态识别
文献摘要：
目前大型电站锅炉广泛采用的回转式空气预热器(简称"空预器")普遍存在堵塞现象,严重时甚至会限制锅炉出力.针对这一问题,提出一种基于深度学习的空预器转子红外图像积灰演化分析方法.针对获取的空预器转子红外补光图像样本数据进行预处理,去噪后转化为灰度曲线图像,并采用高斯滤波方法进行图像增强.然后建立灰度共生矩阵(gray level co-occurrence matrix,GLCM)计算相关统计量,提取了角二阶矩(angular second moment,ASM)能量、对比度、熵、逆方差(inverse difference moment,IDM)和自相关性5类纹理特征参数.最后建立了深度信念网络(deep belief network,DBN)模型并进行训练与测试.结果表明:所提方法不但可以实现对空预器转子积灰程度的有效检测和监视,而且能够提前预测空预器堵塞可能性,从而指导运行人员优化运行吹灰系统,保证空预器正常运行.
文献关键词：
电站锅炉;回转式空预器;积灰;红外补光成像;纹理特征;灰度共生矩阵(GLCM);深度信念网络(DBN)
中图分类号：
作者姓名：
刘君;邓毅;杨延西;魏永贵;薛燕辉;史雯雯
作者机构：
东方电气集团东方锅炉股份有限公司,四川省 成都市 611731;西安理工大学自动化与信息工程学院,陕西省 西安市 710048
文献出处：
引用格式：
[1]刘君;邓毅;杨延西;魏永贵;薛燕辉;史雯雯-.基于深度学习的空预器转子红外补光图像积灰状态识别)[J].发电技术,2022(03):510-517
A类：
红外补光成像
B类：
转子,积灰,状态识别,电站锅炉,回转式空气预热器,锅炉出力,红外图像,演化分析,像样,去噪,灰度曲线,曲线图,高斯滤波,滤波方法,图像增强,灰度共生矩阵,gray,level,occurrence,matrix,GLCM,关统,统计量,二阶矩,angular,second,moment,ASM,对比度,inverse,difference,IDM,自相关性,纹理特征参数,深度信念网络,deep,belief,network,DBN,有效检测,监视,提前预测,空预器堵塞,运行人员,优化运行,吹灰,回转式空预器
AB值：
0.409629
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
