[发明专利]一种基于深度卷积神经网络的炉膛水冷壁异常识别算法在审
| 申请号： | 202011454881.6 | 申请日： | 2020-12-10 |
| 公开（公告）号： | CN112446115A | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | 袁智;马博洋;胡嘉铭;姚显双;曹生现 | 申请（专利权）人： | 大唐东北电力试验研究院有限公司;东北电力大学 |
| 主分类号： | G06F30/18 | 分类号： | G06F30/18;G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06F113/14 |
| 代理公司： | 成都瑞创华盛知识产权代理事务所(特殊普通合伙) 51270 | 代理人： | 邓瑞;辜强 |
| 地址： | 130102 吉林省长*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度卷积神经网络的炉膛水冷壁异常识别算法，通过预先获得炉膛水冷壁管道的图像数据，建立并训练深度卷积神经网络模型，训练好的深度卷积神经网络模型可以判断其异常情况，包括：磨损，机械损伤以及正常，再将获得的管道实时数据进行归一化预处理后，送入训练好的深度卷积神经网络模型，通过训练好的卷积神经网络模型获得预测结果，解决了目前火力发电厂对冷却管水冷壁的检测识别分类存在识别不精准，分类不准确等问题。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 炉膛 水冷 异常 识别 算法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大唐东北电力试验研究院有限公司;东北电力大学，未经大唐东北电力试验研究院有限公司;东北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011454881.6/，转载请声明来源钻瓜专利网。
