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！

龙图腾网获悉江苏昆仑互联新能源集团有限公司申请的专利一种基于图像和时序分析的多模态储能电站火灾检测系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295996B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411368343.3，技术领域涉及：G06V20/40；该发明授权一种基于图像和时序分析的多模态储能电站火灾检测系统是由周玲霞;蔡鸿斌;余国邦;潘涛设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于图像和时序分析的多模态储能电站火灾检测系统在说明书摘要公布了：本发明提供一种基于图像和时序分析的多模态储能电站火灾检测系统，包括特征提取模块、短期火灾决策模块、长期火灾决策模块；同时提供了一种基于图像和时序分析的多模态储能电站火灾检测方法，包括如下子步骤：S1：获取火灾区域的视频图像，提取每一帧图像中的特征向量；S2：进行短期火灾决策；S3：进行长期火灾决策；本发明提出的方法结合图像提取特征和时序分析技术，通过多模态融合，实现对储能电站火灾的早起检测和预警；通过长短期记忆网络LSTM对连续视频帧的动态行为进行分析，将短期火灾决策和长期火灾决策相结合，显著提高了火灾检测的准确性和响应速度。

本发明授权一种基于图像和时序分析的多模态储能电站火灾检测系统在权利要求书中公布了：1.一种基于图像和时序分析的多模态储能电站火灾检测方法，其特征在于：包括以下步骤： S1：获取火灾区域的视频图像，提取每一帧图像中的特征向量； 获取火灾区域的视频图像，使用YOLOv5目标检测模型对获取的视频图像中的每一帧图像进行检测，通过特征提取模块得到视频图像中每一帧图像均得到最终的特征向量； 包括如下子步骤： S11：获取视频图像并进行预处理； S12：将图像输入到目标预测模型中，生成图像对应的特征图； 将步骤S11中进行预处理后的每一帧图像依次输入到YOLOv5目标检测模型中，YOLOv5目标检测模型通过特征提取器通过卷积层、激活函数对图像进行处理，生成图像对应的特征图； 所述特征图包括宽度、高度、通道数； 所述YOLOv5目标检测模型事先已完成针对火焰和烟雾的训练； S13：根据特征图生成对应的权重图； S14：得到加权特征图； 创建一个与特征图相同尺寸的加权特征图，初始值为0； 遍历每个预测的边界框，根据边界框的坐标确定其在特征图中的对应位置，并获取边界框的置信度分数；将边界框的置信度分数乘以特征图中对应区域的像素值，并累加到加权特征图的相应位置；实现对初始加权特征图的更新； S15：得到特征向量； S2：进行短期火灾决策； 结合实际需求事先设定一个阈值L； 按时间顺序排列步骤S1得到的每一帧图像的特征向量，得到的多个连续帧的特征向量构成一个时序输入序列； 短期火灾决策模块对时序输入序列进行短期火灾决策； 具体地，将时序输入序列中的特征向量按序输入到训练好的长短期记忆网络LSTM中，长短期记忆网络LSTM输出火灾概率值；如果长短期记忆网络LSTM输出的火灾概率值大于阈值L，则初步判定此视频图像中存在火灾，反之不存在； S3：进行长期火灾决策； 长期火灾决策模块对时序输入序列进行长期火灾决策； 具体地，将时间输入序列划分为多个小的时间窗口，在每个时间窗口内进行火灾与非火灾判断；通过统计长短期记忆网络LSTM所有时间窗口内做出的火灾决策数量和非火灾决策数量；并通过多数投票法，得到长期火灾决策；即当所有时间窗口内火灾决策数量和大于非火灾数量和，则最终判定此视频图像中存在火灾，反之不存在。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏昆仑互联新能源集团有限公司，其通讯地址为：224051 江苏省盐城市亭湖区环保大道创投中心D座(28)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。