摘要
本申请涉及变电站监测技术领域,具体涉及变电站火灾智能监测与预警方法及系统,该方法包括:获取对变电站进行巡检时的物体的红外数据和可见光图像;合红外图像和可见光图像得到融合数据;基于YOLO算法从融合数据中提取图像特征,分辨为火焰图像和烟雾图像,并预测火焰图像边界框和烟雾图像边界框的坐标和大小;利用自编码器神经网络进行反光降噪;采用小波变换和SVD进行去噪。本申请通过对变电站的巡检图像,识别火焰图像和烟雾图像后抗噪去噪,能够迅速发现并预测火焰图像边界框的坐标和大小、烟雾图像边界框的坐标和大小,即预测火焰和烟雾的走向走势,有助于预警火情,减少火灾对变电站设施的损害,降低维修和设备更替成本,提升经济效益。