[发明专利]用于垃圾焚烧控制系统的数据分析方法及系统

说明书

本申请实施例提供一种用于垃圾焚烧控制系统的数据分析方法及系统，通过图像分块、焚烧状态参数标定、与预置垃圾焚烧图像数据库进行特征配对的方式，从目标垃圾焚烧图像数据对应的多个图像分块数据中提取目标图像分块数据，并基于提取到的目标图像分块数据构建目标垃圾焚烧图像数据的焚烧状态相关矢量，然后利用焚烧状态预测训练生成的焚烧状态预测网络，对该焚烧状态相关矢量进行焚烧状态类型预测，由此通过学习已知焚烧特征状态的焚烧图像数据与目标垃圾焚烧图像数据之间的关系，实现垃圾焚烧图像数据的焚烧状态类型预测，由此提高焚烧状态类型预测的准确性，以便于提高焚烧状态监控的可靠性。

技术领域

本申请实施例涉及人工智能技术领域，具体而言，涉及一种用于垃圾焚烧控制系统的数据分析方法及系统。

背景技术

垃圾焚烧即通过适当的热分解、燃烧、熔融等反应，使垃圾经过高温下的氧化进行减容，成为残渣或者熔融固体物质的过程。垃圾焚烧可以应用于多种领域，例如可以应用于垃圾焚烧发电等。在相关技术中，为了提高垃圾焚烧流程的可靠性，需要针对垃圾焚烧过程的垃圾焚烧状态进行监控，及时判定垃圾焚烧状态。因此，如何保证焚烧状态类型预测的准确性，以便于提高焚烧状态监控的可靠性，是所属技术领域亟待解决的技术问题。

发明内容

为了至少克服现有技术中的上述不足，本申请实施例的目的在于提供一种用于垃圾焚烧控制系统的数据分析方法及系统，通过学习已知焚烧特征状态的焚烧图像数据与目标垃圾焚烧图像数据之间的关系，实现垃圾焚烧图像数据的焚烧状态类型预测，由此提高焚烧状态类型预测的准确性，以便于提高焚烧状态监控的可靠性。

依据本申请实施例的一个方面，提供了一种用于垃圾焚烧控制系统的数据分析方法，包括：

获取所述垃圾焚烧控制系统实时上传的目标垃圾焚烧图像数据和预置垃圾焚烧图像数据库；

对所述目标垃圾焚烧图像数据进行图像分块和焚烧状态参数标定，生成所述目标垃圾焚烧图像数据的多个图像分块数据和每个图像分块数据对应的焚烧状态参数数据；

将每个图像分块数据与所述预置垃圾焚烧图像数据库进行特征配对，依据特征配对结果和所述焚烧状态参数数据从所述多个图像分块数据中获得目标图像分块数据以及所述目标图像分块数据在所述目标垃圾焚烧图像数据中的第一焚烧注意力系数信息；

依据所述第一焚烧注意力系数信息，确定所述多个图像分块数据中除所述目标图像分块数据以外的其它图像分块数据在所述目标垃圾焚烧图像数据中的第二焚烧注意力系数信息；

基于所述第一焚烧注意力系数信息和所述第二焚烧注意力系数信息，对所述目标图像分块数据的图像描述向量和所述其它图像分块数据的图像描述向量进行融合，生成所述目标垃圾焚烧图像数据的焚烧状态相关矢量；

依据焚烧状态预测网络对所述焚烧状态相关矢量进行焚烧状态类型预测，生成所述目标垃圾焚烧图像数据的焚烧状态类型预测数据，所述焚烧状态预测网络依据携带标注焚烧状态类型数据的模板垃圾焚烧图像数据对深度学习网络模型进行焚烧状态预测训练生成的。

在第一方面的一种可能的实施方式中，在所述将每个图像分块数据与所述预置垃圾焚烧图像数据库进行特征配对之前，所述方法还包括：

将每个图像分块数据与设定焚烧物特征库进行匹配，生成每个图像分块数据对应的焚烧物特征；

其中，所述预置垃圾焚烧图像数据库中包括不同焚烧特征状态的多个预置垃圾焚烧图像，则所述将每个图像分块数据与所述预置垃圾焚烧图像数据库进行特征配对，依据特征配对结果和所述焚烧状态参数数据从所述多个图像分块数据中获得目标图像分块数据以及所述目标图像分块数据在所述目标垃圾焚烧图像数据中的第一焚烧注意力系数信息，包括：

将每个图像分块数据与所述多个预置垃圾焚烧图像进行特征配对，依据所述特征配对结果、所述焚烧状态参数数据和所述焚烧物特征，确定每个图像分块数据在所述目标垃圾焚烧图像数据中的关注区域的焚烧注意力系数信息，并依据所述特征配对结果确定每个图像分块数据在所述不同焚烧特征状态对应的预置垃圾焚烧图像中的特征映射区域的焚烧注意力系数信息；