基于Transformer模型的加热炉火焰状态识别方法

油田油井加热炉运行状态只能靠工人巡检,由于油井在野外分布广,必须及时巡检发现问题并进行处理,这种方式耗时耗力,且发现问题滞后,给生产带来很大安全隐患。为了有效地进行加热炉燃烧状态的监控,搭建加热炉炉膛火焰智能视频监控平台,提出一种基于Transformer模型的加热炉火焰状态识别方法,通过构建用于加热炉火焰状态识别的数据集,设计深度学习网络模型,通过智能分析和数据处理,当火焰燃烧状态不佳时进行预警提示,运行人员在初期进行调整,杜绝故障停机等异常事件的发生以及避免燃料和热量的浪费。在这项工作中,通过从观测孔获取的视频图像中分割出包含火焰的核心图像区域,对图像特征进行提取与识别,进行正常状态、热量偏大及热量偏小三种燃烧状态的识别,识别准确率达标,在基准数据集上的实验证明了该方法的有效性。