(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211058347.2 (22)申请日 2022.08.31 (71)申请人 华能国际电力股份有限公司上海 石 洞口第二电厂 地址 200942 上海市宝山区盛 石路350号 (72)发明人 顾孟贤　陈逸　陈业勤　万文杰　 房昱辰　陶泽川　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 褚晓英 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/82(2022.01) G06V 10/764(2022.01) G06Q 50/02(2012.01)G06F 3/14(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G08B 21/24(2006.01) (54)发明名称 基于神经网络的一种输煤系统落煤管堵煤 保护策略 (57)摘要 本发明公开了基于神经网络的一种输煤系 统落煤管堵煤保护策略， 包 括： 通过OpenCV模块， 获取落煤 管入口监控的实时画面； 将所述画面的 图像数据进行预处理后， 输入进神经网络算法模 块中， 对落煤管当前的状态进行判断； 所述神经 网络算法模块对落煤管入口画面进行预测， 当判 断到落煤 管出现堵料时， 发出所述落煤管对应的 皮带机停止命令； 将堵料的相应信息记入进日志 中， 将预测数据通过图形用户界面GU I显示出来； 本发明提供的基于神经网络的输煤系统落煤管 堵煤保护策略利用神经网络算法， 自动判断落煤 管头部的煤流情况。 当落煤管内出现堵料时， 及 时发出报警， 并停止皮带机运行， 防止溢煤情况 发生， 有效地保证 了输煤系统安全稳定运行。 权利要求书1页 说明书4页 附图3页 CN 115512291 A 2022.12.23 CN 115512291 A 1.基于神经网络的一种输 煤系统落煤管堵煤保护策略， 其特 征在于， 包括： 获取落煤管入口监控的实时画面； 将所述画面的图像数据进行预处理后， 输入进神经网络算法模块中， 对落煤管当前的 状态进行判断； 所述神经网络算法模块对落煤管入口画面进行预测， 当判断到落煤管出现堵料时， 发 出所述落煤管对应的皮带机停止命令； 将堵料的相应信息记入进日志中， 将预测数据通过图形用户界面GUI显示出来。 2.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 包 括： 所述保护策略的程序采用多进程模式， 其中进程 1为落煤管入口监控画 面I/0传输模块， 进程2为神经网络算法模块。 3.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 所 述获取落煤管入口监控的实时画面包括： 运用opencv库读取从生产现场摄像机取流的画 面， 并且每 个监控画面的输入/ 输出在进程1中采用多 线程模式。 4.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 包 括： 将各个落煤管入口的所述监控画 面数据形成队列， 输入进进程2神经网络算法模块中进 行识别。 5.如权利要求1或4所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在 于， 包括： 所述神经网络算法采用18层深度残差网络算法ResNet18。 6.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 所 述预处理包括： 进程2逐个读取监控画面队列中数据， 把所述数据等比例压缩成224*224分 辨率的格式， 接着把画面数据输入进18层深度残差网络算法ResNet18中进行 预测。 7.如权利要求1或6所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在 于， 包括： 所述神经网络算法模块对落煤管入口画 面的预测内容分为两个部 分； 一是用矩形 标出落煤管入口 的位置， 二是把 落煤管入口状态分为 三个类别。 8.如权利要求7所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 所 述三个类别包括： 分别为空载noload： 落煤管未有煤流通过； 重载： 落煤管有正常煤流通过； 堵煤block： 落煤管 出现堵煤 。 9.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 包 括： 当神经网络算法模块判断到落煤管出现堵料时， 发出报警， 并通过库函数modbus_tk库 向可编程逻辑控制器PLC发出所述落煤管对应的皮带机停止命令， 之后将所述堵料的相应 信息记入进日志中。 10.如权利要求1所述的基于神经网络的输煤系统落煤管堵煤保护策略， 其特征在于， 包括： 把各个落煤管入口的监控画面的预测结果数据再次形成队列， 将所述队列信息输入 进进程1中； 首先输入到一个缓冲器中， 所述 缓冲器每隔一段时间从所述队列上读取一组数 据， 使各个监控画 面的进程 都能获得所述数据； 若 所述数据与落煤管相匹配， 则把预测数据 可视化到画面上， 之后通过图形用户界面GUI显示出来。权　利　要　求　书 1/1 页 2 CN 115512291 A 2基于神经 网络的一种输煤系统落煤管堵 煤保护策略 技术领域 [0001]本发明涉及的技术领域是输煤系统落煤管堵煤保护领域， 尤其涉及基于神经网络 的一种输 煤系统落煤管堵煤保护策略。 背景技术 [0002]目前输煤系统落煤管通常使用水银式堵料开关作为堵煤时的保护装置， 它被垂直 安装在皮带机头部落煤管内。 当落煤管中发生 堵料情况时， 煤料会顶住水银式堵料开关。 当 开关于垂直面成15 °时， 堵料开关动作使皮带机停止运行， 以此防止溢煤情况出现。 当煤料 水分很高， 煤种粘湿时， 若落煤管中出现搭桥情况， 这时快速上涌的煤料会短时间内直接被 包裹住保护开关， 从而导致开关卡住不能动作， 进而造成溢煤情况。 若不及时发现停止 皮带 机， 将进一 步扩大事故范围， 从而影响输 煤系统安全稳定运行。 [0003]面对堵料开关当来煤粘湿时大概率会出现失效的情况， 同时鉴于人工智能的蓬勃 发展， 基于神经网络， 通过监控摄像机对输煤系统落煤管入口的情况进行实时识别成为了 可能。 发明内容 [0004]本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施 例。 在本部 分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部 分、 说明书摘要和发明名称的目的模糊， 而这种简化或省略不能用于限制本发明的范围。 [0005]鉴于上述存在的问题， 提出了 本发明。 [0006]因此， 本发明解决的技 术问题是： 堵料开关 当来煤粘湿时大概 率会出现失效。 [0007]为解决上述技术问题， 本发明提供如下技术方案： 基于神经网络的一种输煤系统 落煤管堵煤保护策略， 包括： [0008]通过OpenCV模块， 获取落煤管入口监控的实时画面； [0009]将所述画面的图像数据进行预处理后， 输入进神经网络算法模块中， 对落煤管当 前的状态进行判断； [0010]所述神经网络算法模块对落煤管入口画面进行预测， 当判断到落煤管出现堵料 时， 发出所述落煤管对应的皮带机停止命令； [0011]将堵料的相应信息记入进日志中， 将预测数据通过图形用户界面GUI显示出来。 [0012]作为基于神经网络的输 煤系统落煤管堵煤保护策略的一种优选方案， 其中： [0013]所述保护策略的程序 采用多进程模式， 其中进程1为落煤管入口监控画面I/0传输 模块， 进程2为神经网络算法模块。 [0014]作为基于神经网络的输 煤系统落煤管堵煤保护策略的一种优选方案， 其中： [0015]所述获取落煤管入口监控的实时画面包括： 运用opencv库读取从生产现场摄像机 取流的画面， 并且每 个监控画面的输入/ 输出在进程1中采用多 线程模式。 [0016]作为基于神经网络的输 煤系统落煤管堵煤保护策略的一种优选方案， 其中：说　明　书 1/4 页 3 CN 115512291 A 3