买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京天成环境科技工程有限公司

摘要：本发明公开了一种应用于污染源运维平台的运维非正常状态预测方法，利用基于YOLOv5的图像运维状态分析模型对运维现场的图像视频数据进行实时分析，针对YOLOv5输出数据以及相关运维设备输出数据，利用基于堆叠算法的梯度提升机算法GBM进行实时监控和性能分析。通过将各种预测结果综合分析，对现场运维状态进行实时评估，超出正常范围时进行警报提示。该系统通过智能化手段提高运维效率，保障设备和运维活动的高标准执行，实现了对污染源监测和运维的实时管控，保证了监测与运维数据的真实性，提高了污染源运维质量，并具有良好的适应性，可用于多种污染源监测运维的管理与质量控制。

主权项：1.一种应用于污染源运维平台的运维非正常状态预测方法，其特征在于：包括以下步骤：步骤一：收集现场运维图像与数据构建原始数据集并进行预处理；其中现场运维图像包含多种类型的非正常运维现场图像；现场运维数据为设备监测与传感器数据采集的数据；多种类型的非正常运维现场图像包括现场人员不规范操作类型、运维设备外表故障类型；步骤二：构建基于YOLOv5的图像运维状态分析模型，并利用预处理后的数据集训练基于YOLOv5的图像运维状态分析模型；所述基于YOLOv5的图像运维状态分析模型输入经过预处理后的运维现场图片，输出该图像对应的特征向量；步骤三：将现场运维数据与步骤二输出的特征向量根据可能存在的非正常运维类型进行分类联合，得到的该非正常运维的对应类型的特征向量；分别将各个类型的非正常运维数据其对应的基于GBM的现场运维状态分析模型进行训练；将所有的梯度提升机模型的输出特征进行整合得到元特征集合；步骤四：利用堆叠算法技术，将基于GBM的现场运维状态分析模型对测试集的预测结果整合作为新的元特征集合；步骤五：利用新的元特征集合作为输入，训练得到基于GBM的现场运维状态综合分析模型；步骤六：以预设的周期采集运维站房现场的图像数据以及设备监测与传感器数据采集的数据，图像数据经过训练好的基于YOLOv5的图像运维状态分析模型进行现场运维状态的初步分析，再与设备监测、传感器的数据一同实时上传到训练好的基于GBM的现场运维状态综合分析模型中，对整个现场的运维状态进行判断与预测。

全文数据：

权利要求：

百度查询： 南京天成环境科技工程有限公司 一种应用于污染源运维平台的运维非正常状态预测方法