本公开涉及窖池性能监测，尤其涉及一种窖池温度监测及保温性能评估方法及系统。
背景技术：
1、在我国，酿酒技术至今已有数千年的历史，在众多酒类中，以白酒独特的香型脱颖而出，我国的白酒以粮食为原料经发酵酿造而成，在发酵过程中，窖池的环境变化会直接影响发酵过程的好坏，进而影响酒类的香味和口感。
2、传统的窖池温度监测方法通常采用人工采样的方式对窖池温度及酒精浓度进行测量，这种方式容易对窖池的密闭性产生破坏，且存在效率低下、准确性不高的问题，进行导致酿造得到的酒类无法产生优良的风味。
3、由于在酿造过程中对于温度的稳定性要求较高，因此开发一种能够对窖池温度进行监测并据此对窖池进行改进的方法对白酒酿造具有重要意义。
技术实现思路
1、本公开提供一种窖池温度监测及保温性能评估方法及系统，通过基于移动窗口视觉自注意力机制的神经网络对窖池温度特征进行提取并结合红外图像得到准确的温度数据，解决了现有方法处理能力有限、效率低下等技术问题。
2、根据本公开的第一方面，提供一种窖池温度监测及保温性能评估方法，包括以下步骤：
3、在窖池内布设若干传感器，对窖池内温度参数进行监测，得到窖池温度监测数据；
4、采集窖池电加热线圈的红外图像，并构建温度模型，根据所述温度模型对所述红外图像及所述温度监测数据进行处理，得到精确温度监测数据；
5、基于zigbee结合nb-iot将所述精确温度监测数据进行传输并进行云存储；
6、对存储的所述温度监测数据进行分析，根据分析结果对窖池进行加固或重建；
7、其中，所述采集窖池电加热线圈的红外图像，并构建温度模型，根据所述温度模型对所述红外图像及所述温度监测数据进行处理，得到精确温度监测数据的过程为：
8、采用工业相机采集窖池电加热线圈的红外图像，得到红外图像数据；
9、基于移动窗口视觉自注意力机制网络构建得到温度模型，将所述红外图像数据输入到所述温度模型中进行处理得到红外图像特征；
10、将所述温度监测数据与所述红外图像特征进行融合，并基于所述温度模型计算得到精确温度监测数据；
11、所述温度模型包括输入层、移动窗口视觉自注意力模块以及输出层；
12、所述输入层包括池化层，所述输出层包括全连接层；
13、其中，基于移动窗口视觉自注意力模块在不同窗口中计算自注意力，具体设定窗口包含m×m个图像块，得到：
14、；
15、其中，h为红外图像特征图的高度，w为特征图宽度，c为特征图深度，m为窗口大小；
16、所述移动窗口视觉自注意力模块包括两个连续的移动窗口视觉自注意力块，其中一个移动窗口视觉自注意力块由一个带两层多层感知机的基于移动窗口的多头自注意力模块组成，另一个移动窗口视觉自注意力块由一个带两层多层感知机的基于窗口的多头自注意力模块组成；
17、所述两个连续的移动窗口视觉自注意力块具体为：
18、；
19、；
20、；
21、；
22、其中，为第l个块的模块输出特征，为第l个块多层感知机模块输出特征，w-msa为基于窗口的多头自注意力模块，sw-msa为基于移动窗口的多头自注意力模块，mpl为多层感知机模块。
23、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，将所述温度监测数据与所述红外图像特征进行融合，并基于所述温度模型计算得到精确温度监测数据的过程为：
24、将所述温度监测数据进行归一化处理，并与所述红外图像特征进行融合后得到融合特征；
25、根据所述融合特征得到查询、键和值向量，根据所述查询、键和值向量计算得到注意力矩阵，对所述注意力矩阵进行加权处理输出得到精确温度监测数据。
26、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述融合特征得到查询、键和值向量，根据所述查询、键和值向量计算得到注意力矩阵，对所述注意力矩阵进行加权处理输出得到温度数据的计算过程为：
27、；
28、；
29、其中，d为嵌入维度，q为词的查询向量，k为被查键向量，v为值向量，m2为窗口数，b是一个m2的实数矩阵。
30、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于zigbee结合nb-iot包括zigbee模块及nb-iot通信模块；
31、所述zigbee模块采用cc2530芯片进行设计，包括终端器和协调器；
32、所述nb-iot通信模块采用mt2625芯片设计。
33、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对存储的所述温度监测数据进行分析，根据分析结果对窖池进行加固或重建的过程为：
34、以日为单位收集一个自然年内窖池的精确温度监测数据，并计算得到平均温度；
35、设定温度判断基准，若所述平均温度在所述温度判断基准范围内，则判断窖池保温性能良好，对窖池进行加固；
36、若所述平均温度在所述温度判断基准范围外，则判断窖池保温性能不足，对窖池进行重建。
37、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对窖池进行重建采用六面光窖池施工方法，其过程包括：砌筑排版，对窖池和窖池石砌筑排版；分层砌筑，从窖池基础开始分层砌筑，直至窖池砌筑完成；二次勾缝，将灰缝剔凿5cm深，清理干净灰缝内残渣后进行二次勾缝；养护作业，勾缝后立即将勾缝一侧窖池壁表面全部覆盖薄膜养护，养护时间为14天，养护到期后将薄膜拆除。
38、根据本公开的第二方面，提供一种窖池温度监测及保温性能评估系统，包括依次连接的温度数据采集模块、温度数据处理模块、数据存储模块以及窖池保温性能判断模块；
39、所述温度数据采集模块包括若干个温度传感器及工业相机，用于对窖池温度进行监测并采集窖池电加热线圈的红外图像，得到温度监测数据及红外图像；
40、所述温度数据处理模块包括基于移动窗口视觉自注意力机制的神经网络，通过对所述温度监测数据及所述红外图像进行处理输出得到精确的窖池温度监测数据；
41、所述数据存储模块包括基于zigbee结合nb-iot模块，用于对所述精确窖池温度监测数据进行存储；
42、所述窖池保温性能判断模块用于根据所述精确窖池温度监测数据对窖池保温性能进行判断，对窖池进行加固或重建。
43、与现有技术相比，本发明取得了以下有益效果：
44、本发明提供的基于移动窗口视觉自注意力机制的神经网络，通过对窖池温度特征进行提取并结合加热线圈的红外图像得到准确的温度数据，同时并结合zigbee及nb-iot模块实现快速且高效率的数据传输，能够精准的对窖池温度数据进行监测；而且本发明同时结合历史数据及基准数据，根据上述数据对窖池的保温性能进行判断，从而得到保温性能更佳的窖池，确保白酒酿造过程温度的稳定性，对于白酒酿造过程具有较高的实际价值。
45、应当理解，
技术实现要素：
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
1.一种窖池温度监测及保温性能评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的窖池温度监测及保温性能评估方法，其特征在于，将所述温度监测数据与所述红外图像特征进行融合，并基于所述温度模型计算得到精确温度监测数据的过程为：
3.根据权利要求2所述的窖池温度监测及保温性能评估方法，其特征在于，所述根据所述融合特征得到查询、键和值向量，根据所述查询、键和值向量计算得到注意力矩阵，对所述注意力矩阵进行加权处理输出得到温度数据的计算过程为：
4.根据权利要求1所述的窖池温度监测及保温性能评估方法，其特征在于，所述基于zigbee结合nb-iot包括zigbee模块及nb-iot通信模块；
5.根据权利要求1所述的窖池温度监测及保温性能评估方法，其特征在于，所述对存储的所述温度监测数据进行分析，根据分析结果对窖池进行加固或重建的过程为：
6.根据权利要求5所述的窖池温度监测及保温性能评估方法，其特征在于，所述对窖池进行重建采用六面光窖池施工方法，其过程包括：砌筑排版，对窖池和窖池石砌筑排版；分层砌筑，从窖池基础开始分层砌筑，直至窖池砌筑完成；二次勾缝，将灰缝剔凿5cm深，清理干净灰缝内残渣后进行二次勾缝；养护作业，勾缝后立即将勾缝一侧窖池壁表面全部覆盖薄膜养护，养护时间为14天，养护到期后将薄膜拆除。
7.一种窖池温度监测及保温性能评估系统，用于实现如权利要求1-6任一项所述的窖池温度监测及保温性能评估方法，其特征在于，包括依次连接的温度数据采集模块（1）、温度数据处理模块（2）、数据存储模块（3）以及窖池保温性能判断模块（4）；
