本發明涉及電數據處理，具體而言，涉及一種餐飲業排煙管道溫度傳感器的異常檢測方法及系統。
背景技術：
1、由于廚師灶臺油鍋溫度掌握失常，導致油鍋著火，燃燒的灶臺火以及高溫極易引燃排煙管道內的油垢，導致排煙管道整體著火，進而引發嚴重次生災害。因此做好對廚房排煙管道的溫度檢測，對防范煙道著火事故、對公共建筑安全都具有重要意義。但是長期以來這個領域一直是空白，因此研發一種餐飲業排煙管道溫度傳感器的異常檢測方法或系統，對于準確發現煙道溫度異常情況，以及及時防范處置煙道著火事故具有重要意義。
2、傳統的溫度監測方法依賴于單一溫度傳感器來實時檢測排煙管道內的溫度變化，然而，這些方法常常面臨溫度傳感器出現故障或失準的風險，從而導致監測數據的不準確。為了提高溫度監測的精確度與可靠性，尤其是在復雜的工作環境中，出現了使用多點傳感器陣列進行溫度監測的方案。
3、但現有技術中往往缺乏有效的異常檢測手段用于及時發現溫度傳感器的異常狀態，如傳感器故障或偏差。
4、因此，如何通過數據處理與智能分析，準確檢測和識別溫度傳感器的異常，進而提升排煙管道溫度監測系統的準確性與可靠性，成為了亟待解決的問題。
技術實現思路
1、鑒于此，本發明提出了一種餐飲業排煙管道溫度傳感器的異常檢測方法及系統，以解決現有技術中缺乏對溫度傳感器有效的異常檢測手段的問題。
2、一方面，本發明提出的一種餐飲業排煙管道溫度傳感器的異常檢測系統，包括：
3、數據采集模塊，與傳感器陣列電連接，所述采集模塊被配置為獲取傳感器陣列中各溫度傳感器的溫度值，構建所述溫度值、采集時間以及對應溫度傳感器的位置坐標的數據集，記為第一數據集，所述第一數據集根據所述采集時間排列；
4、數據處理模塊，與所述數據采集模塊電連接，所述數據處理模塊被配置為判斷并統計所述第一數據集中的離群點，根據所述離群點建立敏感數據集，根據所述第一數據集中的剩余數據建立第二數據集；
5、熱變化標準模塊，與所述數據處理模塊電連接，所述熱變化標準模塊被配置為根據紅外攝像儀獲取溫度傳感器的熱輻射圖，采集所述熱輻射圖中每個溫度傳感器處時間與像素值的變化關系，得到時間-像素值曲線；
6、異常檢測模塊，分別與所述數據處理模塊、熱變化標準模塊電連接，所述異常檢測模塊被配置為根據所述敏感數據集、第二數據集與時間-像素值曲線判斷溫度傳感器精確性；
7、日志管理模塊，分別與所述數據采集模塊、數據處理模塊、熱變化標準模塊與異常檢測模塊電連接，所述日志管理模塊用于存儲數據。
8、進一步的，所述離群點的判斷步驟包括：
9、獲取傳感器陣列中各溫度傳感器的位置坐標，根據所述位置坐標確定各溫度傳感器的位置關系，逐一選取每個溫度傳感器為中心，根據排煙管道內的熱擴散系數與相同采集時間下位于中心溫度傳感器與所有相鄰溫度傳感器之間的溫度值的標準差確定半徑長度，形成當前溫度傳感器的領域范圍，提取所述領域范圍內的溫度傳感器，并通過以下關系判斷是否為離群點：
10、；
11、；
12、；
13、；
14、；
15、其中，表示溫度傳感器i，即所述當前溫度傳感器，表示溫度傳感器j，即除之外的鄰域范圍內的剩余溫度傳感器，表示兩個溫度傳感器的溫度差異，為當前溫度傳感器的溫度值，為剩余傳感器的溫度值；為溫度差異的標準差，為剩余傳感器的數量；為當前傳感器在t時刻的溫度增量，為當前溫度傳感器在t時刻的溫度值，為溫度傳感器設定的采集周期；為溫度差異的臨界值，為溫度差異的平均值，為臨界系數；為剩余溫度傳感器在t時刻的溫度增量；為比例閾值；
16、若滿足或，則將當前溫度傳感器的溫度值判斷為離群點。
17、進一步的，所述半徑長度通過以下關系獲取：
18、；
19、其中，為半徑長度，為熱擴散系數，為溫度傳感器設定的采集周期，為兩個溫度傳感器間的最大間隔距離。
20、進一步的，所述比例閾值通過以下方法獲取：
21、獲取若干組傳感器陣列的正確歷史數據，計算每組正確歷史數據中溫度傳感器采集到的最大值與最小值的比例，將所述比例確定為比例閾值。
22、進一步的，當判斷并統計所述第一數據集中的離群點，根據所述離群點建立敏感數據集時，包括：
23、當判斷存在離群點時，將離群點對應的采集時間與位置坐標統一輸入至所述敏感數據集中。
24、進一步的，當獲取所述時間-像素值曲線時，包括：
25、根據每個溫度傳感器位置坐標，在每次采集周期通過紅外攝像儀得到紅外熱輻射圖，基于高斯濾波或小波變換對所述紅外熱輻射圖進行去噪，根據坐標位置獲取各溫度傳感器處的像素值；根據所述采集周期與像素值建立所述時間-像素值曲線。
26、進一步的，當根據所述敏感數據集、第二數據集與時間-像素值曲線判斷溫度傳感器精確性時，包括：
27、獲取時間-像素值曲線以及所述敏感數據集中對應各溫度傳感器的采集時間與溫度值，根據最小最大歸一化法分別對所述像素值、溫度值進行歸一化，得到時間-溫度值曲線與時間-像素值修正曲線；
28、計算所述時間-溫度值曲線與時間-像素值修正曲線的相似度，將相似度與相似閾值進行比對，當相似度大于或等于相似閾值時，判斷當前溫度傳感器精確，當相似度小于相似閾值時，判斷當前溫度傳感器異常。
29、進一步的，當根據所述敏感數據集、第二數據集與時間-像素值曲線判斷溫度傳感器精確性時，還包括：
30、獲取相同時間下傳感器陣列中各溫度傳感器的溫度值與坐標位置以及去噪后的熱輻射圖，根據所述熱輻射圖中對應坐標位置處的像素值，分別對溫度值與像素值進行歸一化，得到歸一化溫度值與歸一化像素值，將相同坐標位置處的歸一化溫度值與歸一化像素值進行比對，若比對結果為相等時，判斷溫度傳感器精確，若比對結果為不等時，判斷所述溫度傳感器異常。
31、進一步的，當計算相似度時，通過以下關系計算獲取：
32、將所述時間-溫度值曲線與時間-像素值修正曲線中的首個溫度值與像素值對齊后，依次計算每個溫度值與像素值的比值，所述比值的乘積記為相似度。
33、與現有技術相比，本發明的有益效果在于：
34、本發明采用多點傳感器陣列與紅外熱輻射圖相結合的方式進行溫度監測，通過對傳感器的實時數據與熱輻射圖的分析，能夠有效判斷溫度傳感器是否存在異常。這種多層次、多維度的監測方式大大增強了溫度監測系統的準確性，尤其在復雜的廚房環境中，能夠及時識別溫度傳感器的故障或偏差，避免因傳感器故障導致的安全隱患。
35、本發明通過科學的離群點檢測方法，能夠精準識別傳感器數據中的異常值，并將其對應的時間與位置數據輸入到敏感數據集中。這一機制能夠有效幫助系統識別可能存在故障的溫度傳感器，及時采取維護或更換措施，確保溫度監測數據的精度和穩定性。
36、通過紅外攝像儀獲取的熱輻射圖，以及基于像素值變化的時間-像素值曲線，系統能夠動態監控溫度傳感器的熱變化，實時分析傳感器的性能變化。這一熱變化標準模塊為異常檢測提供了重要依據，進一步提升了檢測的準確性和反應速度。
37、本發明通過最小最大歸一化法和時間-溫度值曲線與時間-像素值修正曲線的比對，能夠精準判斷溫度傳感器的精確性。當相似度達到設定的閾值時，系統能夠確認傳感器精確無誤；若不滿足相似度標準，則會判定傳感器存在異常，確保溫度監測結果的可靠性。
38、系統配備日志管理模塊，可以記錄和存儲各個環節的數據，包括溫度傳感器的采集數據、異常檢測過程以及熱變化曲線等信息。這樣一來，用戶可以對監測過程進行全面追溯，便于進行歷史數據分析與故障診斷，同時提升了系統的可維護性。
39、本發明的系統結合數據采集、異常檢測、日志管理等多個模塊，構成了一個智能化的溫度監測與異常檢測系統。該系統不僅能夠自動化完成數據處理與異常判斷，還能根據監測結果自動采取相應措施，如報警或提示維護，從而實現了溫度監測過程的全自動化，減少了人工干預的需要。
40、本發明的方法能夠靈活適應不同類型的排煙管道和復雜的工作環境，特別是在餐飲業中，排煙管道的環境因素復雜且變化多樣。通過精確的溫度監測與異常檢測，系統能夠在不同條件下穩定運行，滿足餐飲業的特殊需求。
41、另一方面，本發明提出的一種餐飲業排煙管道溫度傳感器的異常檢測方法，包括：
42、s1：獲取傳感器陣列中各溫度傳感器的溫度值，構建溫度值、采集時間以及對應溫度傳感器的位置坐標的數據集，記為第一數據集，所述第一數據集根據所述采集時間排列；
43、s2：判斷并統計所述第一數據集中的離群點，根據所述離群點建立敏感數據集，根據所述第一數據集中的剩余數據建立第二數據集；
44、s3：根據紅外攝像儀獲取溫度傳感器的熱輻射圖，采集所述熱輻射圖中每個溫度傳感器處時間與像素值的變化關系，得到時間-像素值曲線；
45、s4：根據所述敏感數據集、第二數據集與時間-像素值曲線判斷溫度傳感器精確性；
46、s5：存儲所述第一數據集、敏感數據集與第二數據集。
47、可以理解的是，本技術提供的餐飲業排煙管道溫度傳感器的異常檢測方法及系統具有相同的有益效果，在此不再贅述。