一种基于深度学习的电厂煤堆自燃检测方法与报警系统与流程

1.一种基于深度学习的电厂煤堆自燃检测方法，其特征在于：包括，

2.如权利要求1所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：

3.如权利要求2所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：所述对高光谱数据使用滑动平均法具体如下：

4.如权利要求3所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：所述深度卷积神经网络进行特征提取具体如下：

5.如权利要求4所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：所述多模态融合是将两个子网络提取的高光谱特征和红外成像特征，通过融合层进行加权融合，为每个模态的特征赋予不同的权重，进行加权求和，以反映两种模态的重要性，具体表达式为：

6.如权利要求5所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：所述引入注意力机制，构建煤堆自燃检测模型，具体如下：

7.如权利要求6所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：所述自燃风险评估具体如下：

8.一种基于深度学习的电厂煤堆自燃报警系统，基于权利要求1～7任一所述的基于深度学习的电厂煤堆自燃检测方法，其特征在于：包括，数据采集模块、数据预处理模块、特征提取与融合模块、注意力机制模块和自燃风险评估模块；

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于深度学习的电厂煤堆自燃检测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于深度学习的电厂煤堆自燃检测方法的步骤。