基于图像的城市固体废物热值预测方法

本发明公开了一种基于图像的城市固体废物(MSW)热值预测方法。该方法依托垃圾存储池的监控视频，人工捕获和筛选入炉垃圾图像，并利用深度学习技术开发了一个高效的多模块融合学习框架。该框架通过提取热值标签的时序特征和图像视觉特征，同时引入变分自编码器对高维组合特征进行处理，可实现对入炉垃圾焚烧热值的动态预测。根据实际工况，本发明探索了两种不同的时序信息输入策略：一种是使用前一时刻的真实热值作为输入，另一种使用前一时刻的预测热值作为输入，可为垃圾焚烧发电厂的焚烧智能控制提供有效的信息参考和决策支持。