CN109243130A - 多物理融合火灾监控系统及其预测火灾发生概率的方法 - Google Patents

多物理融合火灾监控系统及其预测火灾发生概率的方法 Download PDF

Info

Publication number
CN109243130A
CN109243130A CN201811043053.6A CN201811043053A CN109243130A CN 109243130 A CN109243130 A CN 109243130A CN 201811043053 A CN201811043053 A CN 201811043053A CN 109243130 A CN109243130 A CN 109243130A
Authority
CN
China
Prior art keywords
fire
detector
cable
smoke
fusion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811043053.6A
Other languages
English (en)
Inventor
朱辉
胡忠日
荣建忠
钟波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Fire Research Institute of Ministry of Public Security
Original Assignee
Sichuan Fire Research Institute of Ministry of Public Security
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Fire Research Institute of Ministry of Public Security filed Critical Sichuan Fire Research Institute of Ministry of Public Security
Priority to CN201811043053.6A priority Critical patent/CN109243130A/zh
Publication of CN109243130A publication Critical patent/CN109243130A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C37/00—Control of fire-fighting equipment
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Fire Alarms (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

本发明公开多物理融合火灾监控系统及其预测火灾发生概率的方法，监控系统包括点型感烟探测器、点型感温探测器、线型光束感烟探测器、吸气式感烟火灾探测器、缆式线型感温探测器、缆式多点型温度探测器、就地模块、第一站控层交换机和电缆火灾监控预警系统服务器，方法包括步骤1：传感器数据依次进行初始化、去噪、以及归一化；步骤2：特征层初始化，选取随机的输入权值β和输出目标T，形成输入矩阵H；步骤3：特征层数据批处理，通过初始化后，进行权值的迭代；步骤4：通过算法做出最终判决；步骤5：如果融合结果大于设定阈值，即判决发生火灾，报警；否则，重复步骤1‑4。本发明可有效减少火灾的误报和漏报并能大幅度提升火灾预测的准确率。

Description

多物理融合火灾监控系统及其预测火灾发生概率的方法
技术领域
本发明涉及电缆火灾预警技术领域，具体涉及多物理融合火灾监控系统及其预测火灾发生概率的方法。
背景技术
火灾是可燃物和助燃剂之间发生的剧烈的化学反应，通常伴有发光发热的物理化学现象，且在此过程中会产生气溶胶、烟雾、光、热和燃烧波等，目前火灾探测就是通过对上述参量的测量和分析来确定火灾的过程。
人类对火灾的探测研究已经历了100多年的历史。早在1847年美国就研究出世界上第一台用于城镇火灾报警的发送装置，1890年英国研制成功了感温火灾探测器，在接下来的半个多世纪中感温火灾探测器一直占主导地位，火灾自动报警系统处于初级发展阶段。感温型探测器灵敏度比较低，火灾进入发展阶段才能探测到，所以无法实现火灾早期报警的要求。
20世纪50年代瑞士研究成功离子型感烟探测器，促进了火灾早期自动报警技术的发展。在火灾发生的初期一般均会释放出烟雾颗粒，通常出现的比火焰和高温都要早，而且感烟型探测器稳定性好、误报率低、寿命长，因此得到了广泛的引用并占据了主要地位。
20世纪70年代末，由于长寿命的光电元件技术取得突破，光电感烟探测器应运而生，而且比离子型探测器更环保，因此到20世纪90年代，日本、瑞士的光电感烟探测器的销售量上升到90％以上。火焰探测器是探测火灾燃烧火焰的探测器，它感应火焰辐射的电磁波，具有响应速度快、探测范围广等优点。由于阳光及环境的影响，火焰探测器一般使用的光谱区主要集中在紫外和较窄的红外谱带。20世纪60年代研制出宽带红外火焰探测器，60年代末出现了紫外火焰探测器，70年代初期随着紫外光敏管器件制作工艺的进步和电子技术的不断发展，紫外火焰探测器能够用于室外环境，成为真正意义上的火灾探测器。
电气火灾中很大部分是由于电气线路发生故障而引起的，检测电气线路的运行状况，及早发现火灾隐患有着重要的意义。在引发电缆火灾的原因中，电缆过负荷、短路、连接处接触电阻过大、绝缘老化或者绝缘性能下降等，表观上都难以直接发现，如通过视觉方式可以观察到的绝缘损坏只占25％。因此必须引入和结合非破坏性的电线测试方式。
目前在电缆火灾方面常规的探测技术主要还是基于电线电缆表面温度的检测。常用的电缆温度监测技术包括：感温电缆式、热敏电阻式、光纤感温式、红外热像温度检测技术。
除了温度和气体检测之外，通过电磁原理的电线电缆故障探测和火灾监测技术也有广泛的研究与应用。以剩余电流动作保护装置在防止电缆火灾中的应用为例，它利用电流互感器检测线路相间电流差异，实现接地故障或漏电的检测，具有较好的效果。然而受原理所限，它只能处理部分电气火灾的隐患，而且对探测器的安装具有特殊的要求。此外，它也是简单基于阈值判断的开关量报警装置，阈值需要根据经验值来设置，这也带来了误报漏报的危险。
早期火灾算法多利用单一传感器对火灾信号进行监测，当发现传感器所监测的信号大于所设的阈值时，通常认为此时可能发生火灾，便立即发出警报报警信号。这种预测算法易于理解且算法容易实现，在实际工程中较少的发生故障，便于检修。但这种算法自身也有很多不足，例如易受到环境的干扰和噪声的影响，抗干扰能力差等不足，因此，容易出现较高的误报率。
早期的火灾探测器使用开关量探测报警方式，在应用过程中不可避免地会遇到由于干扰引起的误报警问题，由此造成的经济和人力上的巨大损失也是非常令人心痛的。如何提高探测器抗干扰能力，降低误报率，成为火灾探测报警技术领域的重要研究课题。
发明内容
本发明要解决的技术问题是：提供多物理融合火灾监控系统及其预测火灾发生概率的方法，解决现有技术利用单一传感器对火灾信号进行监测，其易受到环境的干扰和噪声的影响，并且抗干扰能力差，从而导致容易出现较高的误报率的问题。
为实现上述目的，本发明采用的技术方案如下：
多物理融合火灾监控系统，包括：
点型感烟探测器和点型感温探测器，所述点型感烟探测器和所述点型感温探测器安装于户内电缆沟；
线型光束感烟探测器，所述线型光束感烟探测器安装于户外电缆沟；
吸气式感烟火灾探测器，所述吸气式感烟火灾探测器安装于电缆竖井内；
缆式线型感温探测器，所述缆式线型感温探测器安装于动力电缆上；
缆式多点型温度探测器，所述缆式多点型温度探测器安装于电缆终端；
就地模块，所述点型感烟探测器、所述点型感温探测器、所述线型光束感烟探测器和所述缆式线型感温探测器分别通过二总线与所述就地模块连接，所述吸气式感烟火灾探测器和所述缆式多点型温度探测器分别通过RS485总线与所述就地模块连接；
第一站控层交换机，所述就地模块通过光纤网络与所述第一站控层交换机连接；
电缆火灾监控预警系统服务器，所述第一站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接。
进一步地，还包括：
可见光摄像机，所述可见光摄像机安装于沟道内；
交换机，所述交换机通过以太网与所述可见光摄像机连接；
第二站控层交换机，所述交换机通过光纤网络与所述第二站控层交换机连接，并且所述第二站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接。
进一步地，还包括：
干粉灭火装置，所述干粉灭火装置分别安装于电缆竖井内，所述干粉灭火装置通过RS485总线与所述就地模块连接。
多物理融合火灾监控系统的预测火灾发生概率的方法，包括以下步骤：
步骤1：传感器数据依次进行初始化、去噪、以及归一化，具体为：
式中，Aj表示传感器的输出值经过归一化的结果；xj表示传感器第j个输出数据；LIj表示归一化的阈值，即为火灾预测中的第j个输出数据大于阈值时，归一化结果为1；FMj表示基准门限，为归一化的限幅值；k为环境修正补偿值；
步骤2：特征层初始化，选取随机的输入权值β和输出目标T，形成输入矩阵H，于是输入权值β的表达式为：
β＝H*T 式二；
步骤3：特征层数据批处理，通过初始化后，进行权值的迭代，K为输出矩阵，具体为：
步骤4：决策层融合的输入为特征层的输出，通过以下合成算法进行最终的判决，具体为：
式中m1和m2为两个传感器输出判定数据；X和Y表示输入样本，Z表示输出样本；
步骤5：如果融合结果大于设定阈值，即判决发生火灾，报警；否则，重复步骤1-4。
与现有技术相比，本发明具有以下有益效果：
本发明多物理融合火灾监控系统结构简单、设计科学合理，使用方便，针对电缆的不同环境，在户内电缆沟安装点型感烟探测器和点型感温探测器、在户外电缆沟安装线型光束感烟探测器、在电缆竖井安装吸气式感烟火灾探测器、在动力电缆上安装缆式线型感温探测器、在电缆终端安装缆式多点型温度探测器，通过多类型火灾探测技术实现不同区域的火灾监控。在沟道内安装可见光摄像机，系统可实现对日常无法巡视区域，如充油设备区电缆沟等密闭区域的有效监视。在系统正常运行时，火灾探测器能够获取监测区域的烟、温及环境信息，并根据环境信息实时做出反应。当被监测区域发生火灾险情时，会主动弹出报警窗口。
本发明多物理融合火灾监控系统的预测火灾发生概率的方法，一般的多传感器信息融合传感器所输出的数据多是直接的物理量，也就是说传感器的数据可直接应用在特征层或决策层融合上而不用单独的再进行信息层的融合。信息层融合技术专门用于火灾预测，是结合火灾特征，利用其独特的三层结构，对数据进行更加精确的预处理，更加清晰的处理多传感器所采集的信息。这样有利于发挥各个传感器的优势，降低融合中数据处理的复杂度，能够更加快速准确的进行火灾的预测，这也是火灾预测在时间上的要求。多物理量信息融合可以对多种火灾特征参量进行检测，排除干扰信号，采用基于人工智能的神经网络算法对先验知识进行学习，采用多层结构相结合对火灾信号进行多重判别，减少火灾的误报和漏报，可大幅度提升火灾预测的准确率。
附图说明
图1为本发明多物理融合火灾监控系统的系统图。
图2为本发明预测火灾发生概率方法的流程图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
如图1所示，本发明提供的多物理融合火灾监控系统，包括：
点型感烟探测器和点型感温探测器，所述点型感烟探测器和所述点型感温探测器安装于户内电缆沟；
线型光束感烟探测器，所述线型光束感烟探测器安装于户外电缆沟；
吸气式感烟火灾探测器，所述吸气式感烟火灾探测器安装于电缆竖井内；
缆式线型感温探测器，所述缆式线型感温探测器安装于动力电缆上；
缆式多点型温度探测器，所述缆式多点型温度探测器安装于电缆终端；
就地模块，所述点型感烟探测器、所述点型感温探测器、所述线型光束感烟探测器和所述缆式线型感温探测器分别通过二总线与所述就地模块连接，所述吸气式感烟火灾探测器和所述缆式多点型温度探测器分别通过RS485总线与所述就地模块连接；
第一站控层交换机，所述就地模块通过光纤网络与所述第一站控层交换机连接；
可见光摄像机，所述可见光摄像机安装于沟道内；
交换机，所述交换机通过以太网与所述可见光摄像机连接；
第二站控层交换机，所述交换机通过光纤网络与所述第二站控层交换机连接；
干粉灭火装置，所述干粉灭火装置分别安装于电缆竖井内，所述干粉灭火装置通过RS485总线与所述就地模块连接；
电缆火灾监控预警系统服务器，所述第一站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接，所述第二站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接。
本发明多物理融合火灾监控系统结构简单、设计科学合理，使用方便，针对电缆的不同环境，在户内电缆沟安装点型感烟探测器和点型感温探测器、在户外电缆沟安装线型光束感烟探测器、在电缆竖井安装吸气式感烟火灾探测器、在动力电缆上安装缆式线型感温探测器、在电缆终端安装缆式多点型温度探测器，通过多类型火灾探测技术实现不同区域的火灾监控。在沟道内安装可见光摄像机，系统可实现对日常无法巡视区域，如充油设备区电缆沟等密闭区域的有效监视。在系统正常运行时，火灾探测器能够获取监测区域的烟、温及环境信息，并根据环境信息实时做出反应。当被监测区域发生火灾险情时，会主动弹出报警窗口。
本发明火灾参量选取方法为：火灾特征参量对火灾进行综合分析做出决策，选用的传感器应遵循火灾初期的发展规律，对火灾形成的原因进行分析。做到充分发挥各个传感器的优势，取长补短，实现多元探测，更准确更完整的反映火灾的特征参量。但是，如果把能反映火灾参量的所有传感器都集成起来监测火灾数据，送样会导致数据量过于庞大，集成电路也会相当复杂，不仅会降低微处理器的处理数据的速度，还会影响信号的数据处理的复杂度，造成数据冗余。目前，比较成熟的火灾预测均采用三种或四种传感器复合，利用各传感器之间的信息关联进行综合评估，最终决定是否报警。
针对电缆火灾采用四种传感器对火灾进行探测，分别为点型感烟/感温探测器、缆式线型感温探测器、吸气式感烟探测器、红紫外火焰探测器。在发生火灾的同时，温度为最敏感的特征之一，即发生火灾温度肯定会升高，且在一段时间内温度急剧升高，有明显的变化率。即使在火灾初期，温度也会有小幅度的变化，只是变化缓慢而已。在火灾预测中温度是必选的传感器之一。在正常环境下，空气中的烟雾颗粒浓度是极低的，只有在发生火灾时才会有烟雾颗粒的产生。在火灾发生的同时，除了温度和烟雾颗粒的变化还会伴随着火焰的产生，这也是火灾发生过程中所必然出现的火灾产物。
本发明针对电缆的不同环境，在户内电缆沟安装点型感烟探测器和点型感温探测器、在户外电缆沟安装吸气式感烟火灾探测器或者线型光束感烟探测器、在电缆竖井安装点型感烟火灾探测器、在动力电缆上安装缆式线型感温探测器、在电缆终端安装多点型温度探测器，通过多类型火灾探测技术实现不同区域的火灾监控。在沟道内安装可见光摄像机，系统可实现对日常无法巡视区域，如充油设备区电缆沟等密闭区域的有效监视。在系统正常运行时，火灾探测器能够获取监测区域的烟、温及环境信息，并根据环境信息实时做出反应。当被监测区域发生火灾险情时，会主动弹出报警窗口。
本发明多物理融合火灾监控系统中各阶段所处理的数据类型及融合方法不同，可以将系统大体上分为三个层次：信息融合层、特征融合层、决策融合层。
1)信息层融合
信息层融合也可以称为数据层融合，它直接对传感器接收来的数据进行融合，达到数据平滑的过程，它是三层体系中低层级的融合。信息层融合的主要特点是能接触到大量的原始数据，把原始数据经过处理提供给其他层，这是其它层所不能接触到的信息。但是，在接收大量的原始数据的同时信息层也有一定的局限性。
2)特征层融合
特征层融合隶属于信息层和决策层之间的一个层次，它的主要作用是对来自信息层的数据进行信息的特征提取，例如对颗粒物密度、烟气浓度、材料温度、风速等进行分析和处理，然后将处理好的数据得到的特征再进一步递送至更高级别的决策层进行最终的决策。特征层融合的主要特点是对来自于信息层的大量无规则数据进行压缩，并进行实时处理简化数据复杂度。对于特征层融合一般采用分布式或集中式的融合结构，由于特征层处在信息层和决策层之间，因此有较大的空间灵活性，应用范围更广。
3)决策层融合
决策层融合即是对各个传感器特征层传递的数据结果进行最终的融合。从理论上说，决策层融合的最终输出结果要比任何单独传感器所做的决策更加准确，容错性更好。也就是说可以融合处理掉单个传感器的数据错误，从而获得更加正确的决策。
三种层次结构之间的比较
多物理量信息融合的三个层次即信息融合层，特征融合层，决策融合层中优缺点性能比较如表所示。
表1三个层次融合特点比较
比较指标 信息层融合 特征层融合 决策层融合
处理信息量 最大 中等 最小
外界影响性能 最差 中等 最好
容错性能 最差 中等 最好
算法难度 最难 中等 最易
依赖传感器程度 最大 中等 最小
如图2所示，本发明提供的多物理融合火灾监控系统的预测火灾发生概率的方法，包括以下步骤：
步骤1：传感器数据依次进行初始化、去噪、以及归一化，具体为：
式中，Aj表示传感器的输出值经过归一化的结果；xj表示传感器第j个输出数据；LIj表示归一化的阈值，即为火灾预测中的第j个输出数据大于阈值时，归一化结果为1；FMj表示基准门限，为归一化的限幅值；k为环境修正补偿值；
步骤2：特征层初始化，选取随机的输入权值β和输出目标T，形成输入矩阵H，于是输入权值β的表达式为：
β＝H*T 式二；
步骤3：特征层数据批处理，通过初始化后，进行权值的迭代，K为输出矩阵，具体为：
步骤4：决策层融合的输入为特征层的输出，通过以下合成算法进行最终的判决，具体为：
式中m1和m2为两个传感器输出判定数据，X和Y表示输入样本，Z表示输出样本；
步骤5：如果融合结果大于设定阈值，即判决发生火灾，报警；否则，重复步骤1-4。
本发明多物理融合火灾监控系统的预测火灾发生概率的方法，一般的多传感器信息融合传感器(也就是本发明多物理融合火灾监控系统中的探测器)所输出的数据多是直接的物理量，也就是说传感器的数据可直接应用在特征层或决策层融合上而不用单独的再进行信息层的融合。信息层融合技术专门用于火灾预测，是结合火灾特征，利用其独特的三层结构，对数据进行更加精确的预处理，更加清晰的处理多传感器所采集的信息。这样有利于发挥各个传感器的优势，降低融合中数据处理的复杂度，能够更加快速准确的进行火灾的预测，这也是火灾预测在时间上的要求。多物理量信息融合可以对多种火灾特征参量进行检测，排除干扰信号，采用基于人工智能的神经网络算法对先验知识进行学习，采用多层结构相结合对火灾信号进行多重判别，减少火灾的误报和漏报，可大幅度提升火灾预测的准确率。
本发明信息层融合主要是对传感器的输出数据进行预处理，由于传感器的种类不只一种，且每一类传感器的个数不只一个，所有必要对每一类的传感器数据先进行加权平均的融合，即去除可疑数据与噪声。然后，又由于每一类的传感器的单位不统一，所必须对每类传感器的数据做归一化处理，这样处理后的数据才能用于特征层的进一步融合。
特征层融合利用信息层预处理的数据进行信息融合，结合智能的融合方法，采用先验知识对火灾的数据进行有监督的训练，对训练的网络进行验证，找出火灾发生和发展的趋势，即各种火灾即将发生的概率，包括明火概率，阴燃火概率以及非火灾干扰源的概率，根据概率的大小判断火灾发生的可能性。
决策层融合则充分利用特征层输出的火灾概率，将火灾概率作为做出决策的进一步验证，采用D-S证据理论技术对火灾趋势做进一步判断，利用判断规则给出火灾报警信息。
火灾是一种在时间和空间上，人类无法自主控制的燃烧现象，火灾的发生常伴随着多种现象的发生。这就导致人们在控制火灾及预测时，必须对火灾进行建模并在一定程度上熟悉其信号的变化规律是非常重要，而本发明多物理量信息融合算法可以检测火灾的多种信号并对其进行融合，达到智能预测火灾的效果。
本发明多物理量信息融合采用智能的理论和方法来处理传感器的相应数据，传感器得到的数据中蕴含着丰富的信息，可从这些信息中深度挖掘蕴藏在其中的规律和知识，全面认识传感器所检测的对象及其组成的系统，通过传感器信息融合解决的技术问题主要为：通过传感器的监测，更加有效的了解被测对象的性质和其子系统；对监测对象数据信息进行分类或拟合；对子系统进行预测，故障评估，诊断等一系列科学评判；通过信息处理得到信息融合的智能算法，提高信息处理效率。
本发明所用点型感烟探测器，需具备以下功能：
a)烟雾探测和告警功能；
b)二总线输出功能；
c)全电子编码功能；
d)自检和告警功能；
e)外壳采用耐高温、防腐蚀材料。
点型感烟探测器技术参数如下：
表2点型感烟探测器技术参数表
本发明所用点型感温探测器需具备以下功能：
a)温度探测和告警功能；
b)二总线输出功能；
c)全电子编码功能；
d)自检和告警功能；
e)外壳采用耐高温、防腐蚀材料。
点型感温探测器技术参数如下：
表3点型感温探测器技术参数表
技术参数名称 技术参数
工作电压 DC24V±20％
工作电流 ≤0.8mA
使用环境 温度-20℃～+70℃，相对湿度≤95％，不凝露
IP等级 IP54
编码方式 十进制电子编码
性能 满足GB 4716标准
保护面积 满足GB 50116标准
本发明所用吸气式感烟探测器需具备以下功能：
a)具备烟雾和一氧化碳(可选)探测和告警功能；
b)RS485输出功能；
c)自检和告警功能；
d)外壳采用耐高温、防腐蚀材料。
吸气式感烟探测器技术参数如下：
表4吸气式感烟探测器技术参数表
技术参数名称 技术参数
工作电压 DC24V±20％
工作电流 ≤0.8A
使用环境 温度-20℃～+70℃，相对湿度≤95％，不凝露
性能 满足GB 15631标准
监测长度 满足GB 50116标准
本发明所用缆式线型感温探测器需具备以下功能：
a)温度探测和告警功能；
b)二总线输出功能；
c)全电子编码功能；
d)自检和告警功能；
e)告警恢复功能；
f)可监视感温电缆的开路、短路故障；
g)外壳采用耐高温、防腐蚀材料。
缆式线型感温探测器技术参数如下：
表5缆式线型感温探测器技术参
技术参数名称 技术参数
工作电压 DC24V±20％
工作电流 ≤100mA
使用环境 温度-40℃～+70℃，相对湿度≤95％，不凝露
IP等级 IP65
编码方式 十进制电子编码
性能 满足GB 16280标准
探测长度 满足GB 50116标准
本发明所用线型光束感烟探测器需具备以下功能：
a)烟雾探测和告警功能；
b)二总线输出功能；
c)全电子编码功能；
d)自检和告警功能；
e)外壳采用耐高温、防腐蚀材料。
线型光束感烟探测器技术参数如下：
表6线型光束感烟探测器技术参数
技术参数名称 技术参数
工作电压 DC24V±20％
工作电流 ≤25mA
使用环境 温度-40℃～+70℃，相对湿度≤95％，不凝露
IP等级 IP54
编码方式 十进制电子编码
性能 满足GB 14003标准
探测长度 满足GB 50116标准
本发明所用可见光摄像机需具备以下功能：
a)具备自动增益控制；
b)具备自动白平衡调整；
c)具备日夜模式；
d)具备3D降噪；
e)具备逆光补偿；
f)具备宽动态；
g)具备低照度；
h)具备电子快门；
i)具备隐私遮挡；
j)具备补光；
k)具备时钟同步；
l)具备音视频参数调节；
m)具备断网自动重连；
n)具备在线升级；
o)具备恢复出厂设置和重启；
p)具备字符叠加；
q)具备H.264/H.265/JPEG编码；
r)具备本机存储；
s)具备WEB服务；
t)具备报警联动；
u)具备日志记录。
用于电缆沟内的摄像机考虑采用防水型枪型摄像机。
表7枪型摄像机技术参数：
技术参数名称 技术参数
图像传感器 1/3"CMOS
图像尺寸 1280x960
宽动态范围 数字宽动态
通讯接口 1个RJ4510M/100M自适应以太网口
电源 DC12V
功耗 5W
防护等级 IP67
针对火灾监控系统进行设计与实现，由于现有火灾预测算法的不足，本系统利用多传感器的信息融合算法，对多种信号进行检测，大大提高火灾预测的准确率。针对火灾监控的高漏报率和低准确率，利用信息融合模型预测火灾发生的趋势，对火灾进行进一步的控制，对火灾的种类做出监控，由此实现对火灾智能预报，达到降低财产损失，减少人员伤亡的目的。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。

Claims (4)

1.多物理融合火灾监控系统，其特征在于，包括：
点型感烟探测器和点型感温探测器，所述点型感烟探测器和所述点型感温探测器安装于户内电缆沟；
线型光束感烟探测器，所述线型光束感烟探测器安装于户外电缆沟；
吸气式感烟火灾探测器，所述吸气式感烟火灾探测器安装于电缆竖井内；
缆式线型感温探测器，所述缆式线型感温探测器安装于动力电缆上；
缆式多点型温度探测器，所述缆式多点型温度探测器安装于电缆终端；
就地模块，所述点型感烟探测器、所述点型感温探测器、所述线型光束感烟探测器和所述缆式线型感温探测器分别通过二总线与所述就地模块连接，所述吸气式感烟火灾探测器和所述缆式多点型温度探测器分别通过RS485总线与所述就地模块连接；
第一站控层交换机，所述就地模块通过光纤网络与所述第一站控层交换机连接；
电缆火灾监控预警系统服务器，所述第一站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接。
2.根据权利要求1所述的多物理融合火灾监控系统，其特征在于，还包括：
可见光摄像机，所述可见光摄像机安装于沟道内；
交换机，所述交换机通过以太网与所述可见光摄像机连接；
第二站控层交换机，所述交换机通过光纤网络与所述第二站控层交换机连接，并且所述第二站控层交换机通过以太网与所述电缆火灾监控预警系统服务器连接。
3.根据权利要求2所述的多物理融合火灾监控系统，其特征在于，还包括：
干粉灭火装置，所述干粉灭火装置分别安装于电缆竖井内，所述干粉灭火装置通过RS485总线与所述就地模块连接。
4.权利要求1-3所述多物理融合火灾监控系统的预测火灾发生概率的方法，其特征在于，包括以下步骤：
步骤1：传感器数据依次进行初始化、去噪、以及归一化，具体为：
式中，Aj表示传感器的输出值经过归一化的结果；xj表示传感器第j个输出数据；LIj表示归一化的阈值，即为火灾预测中的第j个输出数据大于阈值时，归一化结果为1；FMj表示基准门限，为归一化的限幅值；k为环境修正补偿值；
步骤2：特征层初始化，选取随机的输入权值β和输出目标T，形成输入矩阵H，于是输入权值β的表达式为：
β＝H*T 式二；
步骤3：特征层数据批处理，通过初始化后，进行权值的迭代，K为输出矩阵，具体为：
步骤4：决策层融合的输入为特征层的输出，通过以下合成算法进行最终的判决，具体为：
式中m1和m2为两个传感器输出判定数据，X和Y表示输入样本，Z表示输出样本；
步骤5：如果融合结果大于设定阈值，即判决发生火灾，报警；否则，重复步骤1-4。
CN201811043053.6A 2018-09-07 2018-09-07 多物理融合火灾监控系统及其预测火灾发生概率的方法 Pending CN109243130A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811043053.6A CN109243130A (zh) 2018-09-07 2018-09-07 多物理融合火灾监控系统及其预测火灾发生概率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811043053.6A CN109243130A (zh) 2018-09-07 2018-09-07 多物理融合火灾监控系统及其预测火灾发生概率的方法

Publications (1)

Publication Number Publication Date
CN109243130A true CN109243130A (zh) 2019-01-18

Family

ID=65060078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811043053.6A Pending CN109243130A (zh) 2018-09-07 2018-09-07 多物理融合火灾监控系统及其预测火灾发生概率的方法

Country Status (1)

Country Link
CN (1) CN109243130A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109920193A (zh) * 2019-03-25 2019-06-21 软通智慧科技有限公司 一种电气火灾隐患智能检测方法、系统、设备及介质
CN110245555A (zh) * 2019-04-30 2019-09-17 国网江苏省电力有限公司电力科学研究院 一种基于图像识别的电力系统端子箱凝露判定方法和系统
CN110412420A (zh) * 2019-07-30 2019-11-05 中北大学 一种基于电晕效应的输电线路磁光声复合无损探测装置
CN110412419A (zh) * 2019-07-30 2019-11-05 中北大学 一种基于德尔菲法的多传感融合输电线路无损检测方法
KR102084884B1 (ko) * 2019-07-10 2020-03-04 에이치에스솔루션 주식회사 인공지능 기반의 화재 예방 감지 시스템
CN111127811A (zh) * 2019-12-25 2020-05-08 上海船舶电子设备研究所(中国船舶重工集团公司第七二六研究所) 火灾早期探测报警系统和方法
CN111754719A (zh) * 2020-06-28 2020-10-09 国网湖北省电力有限公司黄石供电公司 基于物联网和多种传感器融合的电缆消防联动系统及方法
CN111798638A (zh) * 2020-06-23 2020-10-20 国网陕西省电力公司电力科学研究院 基于信息融合的辅助系统火情信息处理方法
CN111915833A (zh) * 2020-07-15 2020-11-10 山东省科学院自动化研究所 受限空间内火灾多元探测装置及探测方法
CN112116776A (zh) * 2020-10-21 2020-12-22 国网陕西省电力公司电力科学研究院 一种变电站内电缆火灾预测监控系统及方法
WO2021077472A1 (zh) * 2019-10-22 2021-04-29 北京航天常兴科技发展股份有限公司 一种综合性热解粒子电气火灾监控方法、装置及系统
CN113516837A (zh) * 2021-07-21 2021-10-19 重庆大学 一种基于多源信息融合的城市火灾判断方法、系统及其存储介质
CN113554843A (zh) * 2021-07-29 2021-10-26 无锡圣敏传感科技股份有限公司 热解粒子火灾探测方法及探测器
CN113741258A (zh) * 2021-08-25 2021-12-03 浙江省交通投资集团有限公司智慧交通研究分公司 基于物联网的轨道交通车站火灾监控系统及其优化方法
CN113936413A (zh) * 2021-12-03 2022-01-14 西南石油大学 一种早期火灾监测预警方法和装置
CN114021379A (zh) * 2021-11-19 2022-02-08 上海纳米技术及应用国家工程研究中心有限公司 多温度来源估计罐储水成膜灭火剂储存寿命和提供极端温度预警的方法
CN116092281A (zh) * 2023-01-04 2023-05-09 秦皇岛泰和安科技有限公司 双向感烟探测器的标定方法、装置、设备及存储介质
CN116401131A (zh) * 2023-03-21 2023-07-07 无锡览山信息科技有限公司 一种基于大数据的运维管理平台监测告警系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013103018A (ja) * 2011-11-15 2013-05-30 Nippon Koki Co Ltd 電気設備火災抑制装置
CN104043218A (zh) * 2014-05-26 2014-09-17 国家电网公司 变电站电缆预警与消防综合系统及其敷设方法
CN104267698A (zh) * 2014-10-07 2015-01-07 国网河南省电力公司南阳供电公司 基于网络通信技术的电缆井安全运行监控系统及监控方法
CN104667459A (zh) * 2015-03-17 2015-06-03 国家电网公司 分区域保护式变电站消防监测预警及消防系统
CN106297156A (zh) * 2016-10-09 2017-01-04 南京工程学院 一种发电厂电缆火灾在线监测预警系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013103018A (ja) * 2011-11-15 2013-05-30 Nippon Koki Co Ltd 電気設備火災抑制装置
CN104043218A (zh) * 2014-05-26 2014-09-17 国家电网公司 变电站电缆预警与消防综合系统及其敷设方法
CN104267698A (zh) * 2014-10-07 2015-01-07 国网河南省电力公司南阳供电公司 基于网络通信技术的电缆井安全运行监控系统及监控方法
CN104667459A (zh) * 2015-03-17 2015-06-03 国家电网公司 分区域保护式变电站消防监测预警及消防系统
CN106297156A (zh) * 2016-10-09 2017-01-04 南京工程学院 一种发电厂电缆火灾在线监测预警系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马文龙: "多传感器信息融合方法研究及在火灾预测中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑I》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109920193A (zh) * 2019-03-25 2019-06-21 软通智慧科技有限公司 一种电气火灾隐患智能检测方法、系统、设备及介质
CN110245555A (zh) * 2019-04-30 2019-09-17 国网江苏省电力有限公司电力科学研究院 一种基于图像识别的电力系统端子箱凝露判定方法和系统
KR102084884B1 (ko) * 2019-07-10 2020-03-04 에이치에스솔루션 주식회사 인공지능 기반의 화재 예방 감지 시스템
CN110412420B (zh) * 2019-07-30 2021-04-16 中北大学 一种基于电晕效应的输电线路磁光声复合无损探测装置
CN110412420A (zh) * 2019-07-30 2019-11-05 中北大学 一种基于电晕效应的输电线路磁光声复合无损探测装置
CN110412419A (zh) * 2019-07-30 2019-11-05 中北大学 一种基于德尔菲法的多传感融合输电线路无损检测方法
US11287459B2 (en) 2019-07-30 2022-03-29 North University Of China Magnetic photoacoustic composite non destructive testing device of power transmission line of photovoltaic grid based on corona effect
CN110412419B (zh) * 2019-07-30 2021-07-27 中北大学 一种基于德尔菲法的多传感融合输电线路无损检测方法
WO2021077472A1 (zh) * 2019-10-22 2021-04-29 北京航天常兴科技发展股份有限公司 一种综合性热解粒子电气火灾监控方法、装置及系统
CN111127811A (zh) * 2019-12-25 2020-05-08 上海船舶电子设备研究所(中国船舶重工集团公司第七二六研究所) 火灾早期探测报警系统和方法
CN111798638A (zh) * 2020-06-23 2020-10-20 国网陕西省电力公司电力科学研究院 基于信息融合的辅助系统火情信息处理方法
CN111754719A (zh) * 2020-06-28 2020-10-09 国网湖北省电力有限公司黄石供电公司 基于物联网和多种传感器融合的电缆消防联动系统及方法
CN111915833A (zh) * 2020-07-15 2020-11-10 山东省科学院自动化研究所 受限空间内火灾多元探测装置及探测方法
CN112116776A (zh) * 2020-10-21 2020-12-22 国网陕西省电力公司电力科学研究院 一种变电站内电缆火灾预测监控系统及方法
CN113516837A (zh) * 2021-07-21 2021-10-19 重庆大学 一种基于多源信息融合的城市火灾判断方法、系统及其存储介质
CN113554843A (zh) * 2021-07-29 2021-10-26 无锡圣敏传感科技股份有限公司 热解粒子火灾探测方法及探测器
CN113741258A (zh) * 2021-08-25 2021-12-03 浙江省交通投资集团有限公司智慧交通研究分公司 基于物联网的轨道交通车站火灾监控系统及其优化方法
CN114021379B (zh) * 2021-11-19 2024-04-26 上海纳米技术及应用国家工程研究中心有限公司 多温度来源估计罐储水成膜灭火剂储存寿命和提供极端温度预警的方法
CN114021379A (zh) * 2021-11-19 2022-02-08 上海纳米技术及应用国家工程研究中心有限公司 多温度来源估计罐储水成膜灭火剂储存寿命和提供极端温度预警的方法
CN113936413A (zh) * 2021-12-03 2022-01-14 西南石油大学 一种早期火灾监测预警方法和装置
CN116092281A (zh) * 2023-01-04 2023-05-09 秦皇岛泰和安科技有限公司 双向感烟探测器的标定方法、装置、设备及存储介质
CN116401131A (zh) * 2023-03-21 2023-07-07 无锡览山信息科技有限公司 一种基于大数据的运维管理平台监测告警系统及方法
CN116401131B (zh) * 2023-03-21 2024-01-02 无锡览山信息科技有限公司 一种基于大数据的运维管理平台监测告警系统及方法

Similar Documents

Publication Publication Date Title
CN109243130A (zh) 多物理融合火灾监控系统及其预测火灾发生概率的方法
CN112116776B (zh) 一种变电站内电缆火灾预测监控系统及方法
CN109448292A (zh) 一种电网山火监测预警方法
US20090060260A1 (en) Intelligent image smoke/flame sensor and detection system
Kosek et al. Ensemble regression model-based anomaly detection for cyber-physical intrusion detection in smart grids
CN102859565A (zh) 用于安全系统恶意干扰检测的方法与系统
KR102521726B1 (ko) 화재 확산 방향을 예측할 수 있는 인공지능 기반의 화재 감지 시스템 및 그 화재 확산 방향 예측 방법
CN112002095A (zh) 一种矿山洞内的火灾预警方法
CN105975991B (zh) 一种改进的极限学习机火灾种类识别方法
CN111741133A (zh) 一种云边端协同的气象智能预警系统
Zhang et al. Room zonal location and activity intensity recognition model for residential occupant using passive-infrared sensors and machine learning
CN115761537B (zh) 一种面向动态特征补充机制的输电线路异物入侵识别方法
CN112702395A (zh) 一种基于边缘计算的智慧小区安全监控系统
CN109697304A (zh) 一种制冷机组多传感器数据预测模型的构建方法
Li et al. Application of NB-IoT in intelligent fire protection system
CN115224794A (zh) 一种基于物联网技术的配电网监测方法
CN108093210A (zh) 一种变压器油位告警系统及其告警方法
Chang et al. [Retracted] Internet of Things Security Detection Technology Based on Grey Association Decision Algorithm
Wu et al. Analysis of substation joint safety control system and model based on multi-source heterogeneous data fusion
CN116434459A (zh) 一种基于多传感器微环境异常识别系统
CN103149918A (zh) 一种电站综合化信息集成系统
Bayrakdar Rule based collector station selection scheme for lossless data transmission in underground sensor networks
Ho et al. Nighttime fire smoke detection system based on machine vision
CN203965917U (zh) 高危区工作远程监视系统
CN206876220U (zh) 基于多传感器数据融合的输电线路走廊烟火识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Jinniu District Jinke road Chengdu city Sichuan province 610000 No. 69

Applicant after: SICHUAN FIRE RESEARCH INSTITUTE OF MEM

Address before: Jinniu District Jinke road Chengdu city Sichuan province 610000 No. 69

Applicant before: SICHUAN FIRE RESEARCH INSTITUTE OF MINISTRY OF PUBLIC SECURITY

CB02 Change of applicant information
CB03 Change of inventor or designer information

Inventor after: Zhu Hui

Inventor after: Rong Jianzhong

Inventor after: Zhong Bo

Inventor after: Hu Zhongri

Inventor before: Zhu Hui

Inventor before: Hu Zhongri

Inventor before: Rong Jianzhong

Inventor before: Zhong Bo

CB03 Change of inventor or designer information
RJ01 Rejection of invention patent application after publication

Application publication date: 20190118

RJ01 Rejection of invention patent application after publication