CN114821946B - 变电站交流电源火灾预警方法、监控终端及系统 - Google Patents
变电站交流电源火灾预警方法、监控终端及系统 Download PDFInfo
- Publication number
- CN114821946B CN114821946B CN202210400083.8A CN202210400083A CN114821946B CN 114821946 B CN114821946 B CN 114821946B CN 202210400083 A CN202210400083 A CN 202210400083A CN 114821946 B CN114821946 B CN 114821946B
- Authority
- CN
- China
- Prior art keywords
- fire
- determining
- preset area
- power supply
- early warning
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 230000007613 environmental effect Effects 0.000 claims abstract description 31
- 238000012423 maintenance Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 22
- 238000012502 risk assessment Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 19
- 238000007637 random forest analysis Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 238000010304 firing Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007480 spreading Effects 0.000 claims description 4
- 238000003892 spreading Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
Abstract
本发明提供了一种变电站交流电源火灾预警方法、监控终端及系统,该方法包括获取变电站内各预设区域的环境参数、红外图像以及交流电源的电参数并针对每个预设区域执行以下步骤:根据红外图像确定存在热点的第一设备;根据环境参数、各第一设备的电参数和第一预测模型以确定热点的温度变化趋势;根据温度变化趋势和各第一设备的类型确定火灾风险评估值,并根据电力设备的类型确定预计火灾等级;在火灾风险评估值超过预设阈值时,向运维终端预警并上报预计火灾等级。通过红外图像确定每个预设区域内存在热点的第一设备,再根据第一设备的电参数和环境参数预测热点的变化趋势,从而准确评估火灾风险和预测火灾等级,以对火灾进行精准的预警。
Description
技术领域
本申请属于火灾预警技术领域,尤其涉及一种变电站交流电源火灾预警方法、监控终端及系统。
背景技术
随着变电站的全自动化和智能化,逐渐实现了变电站的无人值守。但由于设备老化、超负荷运行等原因,导致变电站发生电气火灾,而变电站又是电网中重要的组成部分,因此容易影响电网的安全稳定运行。
现有技术中,通常根据相应的算法和历史数据训练预测模型,再结合实时检测数据,实现对火灾的监测和预警,但由于变电站内的设备众多、种类复杂,且不同设备所处的环境不同等原因,大量数据和单一模型的预测方式过于粗放,难以做到火灾的精准预警。
发明内容
有鉴于此,本发明提供了一种变电站交流电源火灾预警方法、监控终端及系统,旨在解决现有技术对火灾的预测精准度低的问题。
本发明实施例的第一方面提供了一种变电站交流电源火灾预警方法,包括:
获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数并针对每个预设区域执行以下步骤:
根据所述红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备;
根据所述环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,所述第一预测模型的权重根据层次分析算法和随机森林算法确定;
根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,并且根据该预设区域的电力设备的类型确定该预设区域的预计火灾等级;
在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报所述预计火灾等级。
本发明实施例的第二方面提供了一种变电站交流电源火灾预警装置,包括:
获取模块,用于获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数;
处理模块,用于针对每个预设区域执行以下步骤:
根据所述红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备;
根据所述环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,所述第一预测模型的权重根据层次分析算法和随机森林算法确定;
根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,并且根据该预设区域内的电力设备的类型确定该预设区域的预计火灾等级;
在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报所述预计火灾等级。
本发明实施例的第三方面提供了一种监控终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面所述变电站交流电源火灾预警方法的步骤。
本发明实施例的第四方面提供了一种变电站交流电源火灾预警系统,其特征在于,包括:运维终端、如上第三方面所述的监控终端;所述运维终端与所述监控终端连接;
所述运维终端用于接收并展示所述监控终端上报的数据和预警信息。
在一些可能的实现方式中,所述系统还包括智能消防装置;所述智能消防装置设置在变电站内;
所述运维终端还用于在接收到紧急火灾预警后启动所述智能消防装置;
所述监控终端用于在所述智能消防装置启动后实时监测灭火情况并上报给所述运维终端。
本发明实施例的第五方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面所述变电站交流电源火灾预警方法的步骤。
本发明实施例提供的变电站交流电源火灾预警方法、监控终端及系统,包括:获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数并针对每个预设区域执行以下步骤:根据红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备;根据环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,第一预测模型的权重根据层次分析算法和随机森林算法确定;根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,并且根据该预设区域内的电力设备的类型确定该预设区域的预计火灾等级;在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报预计火灾等级。先通过红外图像确定每个预设区域内存在热点的第一设备,再根据第一设备的电参数和环境参数预测热点的变化趋势,从而准确评估火灾风险和预测火灾等级,以对火灾进行精准的预警。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的变电站交流电源火灾预警方法的实现流程图;
图2是本发明实施例提供的变电站交流电源火灾预警系统的结构示意图;
图3是本发明实施例提供的变电站交流电源火灾预警装置的结构示意图;
图4是本发明实施例提供的检测装置的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
常规的变电站火灾预测往往是采集变电站内的多种参数,通过神经网络、层次分析、熵值计算、随机森林等方式进行预测,但变电站中往往存在多种类型的电力设备,由于不同种类的电力设备所处的环境不同、对温度承受能力不同、运行状态不同等(例如,室外设备相对于室内设备受环境温度、湿度、风力、光强等参数的影响更多,过载运行的设备相对与正常负载、空载运行的设备更容易着火,每种电力设备内的可燃物的最低的自燃温度不同),每种影响因素对于不同的电力设备的影响力度不同,因此,传统的预测方式并不能考虑到这些因素的差异,难以实现精准的火灾预测。
图1是本发明实施例提供的变电站交流电源火灾预警方法的实现流程图。如图1所示,在该实施例中,变电站交流电源火灾预警方法,其特征在于,包括:
S201,获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数并针对每个预设区域执行以下S202-S205。
通常变电站中会将同类设备或者相关设备放置在同一个机房或区域内,并且在火灾发生时通常也会优先蔓延同一区域内的设备,因此本实施例中,通过划分预设区域,能够针对每个预设区域的特点进行专门的预测,相对于对整个变电站进行预测的方式更精准。
本实施例中,环境参数可以包括但不限于下述至少一项:温度、湿度、风力、光照强度。电参数可以是电流、电压、功率、过载时间等,在此不作限定。
S202,根据红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备。
本实施例中,红外图像可以显示预设区域内各监测点的温度,可以将高于预设温度的监测点作为热点。通常在一个预设区域内设置一个预设温度。但若预设区域内存在历史起火次数较多的交流电源,也可以针对该类型的交流电源进行单独设置预设温度。
S203,根据环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,第一预测模型的权重根据层次分析算法和随机森林算法确定。
本实施例中,第一预测模型可以是神经网络模型,也可以是支持回归向量机等,在此不作限定。
S204,根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,并且根据该预设区域内的电力设备的类型确定该预设区域的预计火灾等级。
S205,在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报预计火灾等级。
本实施例中,在预设区域的火灾风险评估值超过预设阈值时,还可以将该预设区域内的热点、第一设备、温度变化趋势等信息上报给运维终端,以便于运维人员制定相应的措施。
本实施例中,先通过红外图像确定每个预设区域内存在热点的第一设备,再根据第一设备的电参数和环境参数预测热点的变化趋势,从而准确评估火灾风险和预测火灾等级,以对火灾进行精准的预警。
在一些实施例中,针对每个预设区域,第一预测模型的权重的确定步骤如下:
获取多个历史时段内该预设区域的环境参数、红外图像以及该预设区域内的交流电源的电参数;其中,历史时段为该变电站的该预设区域或该变电站的同类型变电站的该预设区域在火灾发生前的预设时刻到火灾发生后的时段;
根据各历史时段内的环境参数、各历史时段内各交流电源的电参数、随机森林算法,确定热点温度的各影响指标的第一权重;其中,热点温度的影响指标包括环境参数和电参数;
根据第一权重和层次分析算法确定各影响指标的第二权重;
将第二权重作为第一预测模型的权重。
本实施例中,层次分析主要依据专家经验对各影响指标的重要性进行打分来构建判断矩阵,但此过程存在一定的主观性,容易造成权重的计算不准确。而随机森林算法处理精度高,抗拟合能力强对大数据集、高维度的数据具有强大的泛化能力。因此,通过随机森林算法寻找各影响指标的第一权重,将其作为层次分析算法的第一权重来修正判断矩阵,能够有效提高权重的计算精度,从而提高第一预测模型的预测准确度,实现对火灾的精准预警。
在一些实施例中,根据第一权重和层次分析算法确定各影响指标的第二权重,包括:
构建判断矩阵;
根据第一权重对判断矩阵进行修正;
根据修正后的判断矩阵进行一致性检验并计算第二权重。
在一些实施例中,根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,包括:
根据各第一设备的类型确定各第一设备的温度上限;
根据温度变化趋势和各第一设备的温度上限确定各第一设备的起火概率;
根据各第一设备的起火概率确定火灾风险评估值。
本实施例中,由于不同的设备对温度的承受能力不同,因此要判断是否会起火,还需要结合设备的温度上限值,判断是否起火。
在一些实施例中,根据温度变化趋势确定在经过预设时长后该第一设备的温度是否会超过温度上限。若该第一设备的温度将远高于温度上限(即大于温度上限加预设值),则判断为必定起火,起火概率为100%。若该第一设备的温度将接近温度上限(即处于温度上限加预设值与温度上限减预设值之间),则判断为可能起火,起火概率为10%。若该第一设备的温度将低于温度上限(即小于温度上限减预设值),则判断为不会起火,起火概率为0%。
在一些实施例中,将预设区域内的全部第一设备的起火概率相加,得到火灾风险评估值,并判断火灾风险评估值是否大于等于1,若大于等于1则进行预警。
本实施例中,在某台设备的起火概率为100%时,则进行预警。或者多台设备均处于可能起火状态时进行预警。在上述实施例中,判断为可能起火,起火概率为10%,则需要10台设备处于可能起火状态时才进行预警。判断为可能起火时的起火概率可以按照实际情况进行相应的调整,并不限制于10%,例如可以是20%,即5台设备处于可能起火状态时进行预警。
在一些实施例中,根据该预设区域内的电力设备的类型确定该预设区域的预计火灾等级包括:
根据该预设区域内的电力设备的类型确定各第一设备所在的预设范围内的可燃物种类、可燃物数量、可燃物空间分布;
根据可燃物种类、可燃物数量、可燃物空间分布确定起火后的预计蔓延速度;
根据预计蔓延速度确定预计火灾等级。
变电站火灾不同于日常的居民点火灾或森林火灾,由于变电站内存在大量的电力设备、而现有的电力设备往往采用多种的绝缘物质,这些绝缘物质会加速火灾的蔓延。例如,线路上的橡胶等绝缘物质会使火焰沿线路快速蔓延,即使相距较远的两台电力设备,也可能会因为两台设备之间存在大量的线路从而使火焰从一台设备蔓延到另一台设备。断路器、变压器内一般含有大量绝缘油,容易发生爆炸,从而导致周围的设备殉爆或者起火。因此需要确定出被标记为第一设备的交流电源周围的可燃物的种类、数量、空间分布,以确定火灾的蔓延情况。
本实施例中,需要对每个预设区域内的可燃物种类、数量、空间分布进行统计,以确定该预设区域起火后的预计蔓延速度,从而确定在消防人员或者消防机器人到达预设区域进行灭火时的火灾等级。
在一些实施例中,该方法还包括:
在某个预设区域的火灾风险评估值超过预设阈值时,向巡检机器人发送巡检指令,以对该预设区域内的交流电源进行巡检;
接收巡检机器人发送的实时巡检数据;
根据实时巡检数据确定预估起火原因和可采取的降温措施;
将预估起火原因和可采取的降温措施上报至运维终端。
现有的变电站一般配备有巡检机器人,本实施例中,在火灾风险评估值超过预设阈值时,可以通过巡检机器人对预测起火的第一设备进行巡检,以确定起火的原因和可采取的降温措施并上报,在运维人员可以提前了解火灾情况,以采取相应的准备,例如切断电源、控制消防机器人进行处理等。
在一些实施例中,该方法还包括:
根据各预设区域的环境参数、红外图像和自适应加权融合算法确定各预设区域在当前时刻是否起火;
若存在预设区域起火,则向运维终端发出紧急火灾预警。
本发明通过监测热点进行判断是否起火的方式,虽然能准确的预测,但其预测得到的温度变化趋势更适用于温度逐渐积累从而着火的火灾。而变电站内的电力设备有可能会因为短路等故障导致瞬间起火,为防止突发性起火造成的火灾预警不及时,本实施例中,可以将环境参数、红外图像(还可以加入烟雾传感器等器件采集的数据)进行特征提取,将提取的特征通过自适应加权融合算法进行处理,以得到融合输出值,再将其输入到概率神经网络,以确定火灾识别结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2是本发明实施例提供的变电站交流电源火灾预警系统的结构示意图。在一些实施例中,变电站交流电源火灾预警系统,包括:运维终端、监控终端;运维终端与监控终端连接;
运维终端用于接收并展示监控终端上报的数据和预警信息。
本实施例中,运维终端可以是手机、电脑、笔记本等,在此不作限定。监控终端可以是电脑、单片机、MCU等,在此不作限定。
在一些实施例中,系统还包括智能消防装置;智能消防装置设置在变电站内;
运维终端还用于在接收到紧急火灾预警后启动智能消防装置;
监控终端用于在智能消防装置启动后实时监测灭火情况并上报给运维终端。
本实施例中,智能消防装置可以是单独设置的消防装置,例如设置在机房内的泡沫喷雾系统或者阻燃气体释放系统,也可以是消防机器人,在此不作限定。
图3是本发明实施例提供的变电站交流电源火灾预警装置的结构示意图。如图3所示,在一些实施例中变电站交流电源火灾预警装置,包括:
获取模块310,用于获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数;
处理模块320,用于针对每个预设区域执行以下步骤:
根据红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备;
根据环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,第一预测模型的权重根据层次分析算法和随机森林算法确定;
根据该预设区域内各热点的温度变化趋势和各第一设备的类型确定该预设区域的火灾风险评估值,并且根据该预设区域内的电力设备的类型确定该预设区域的预计火灾等级;
在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报预计火灾等级。
可选的,处理模块320,还用于获取多个历史时段内该预设区域的环境参数、红外图像以及该预设区域内的交流电源的电参数;其中,历史时段为该变电站的该预设区域或该变电站的同类型变电站的该预设区域在火灾发生前的预设时刻到火灾发生后的时段;
根据各历史时段内的环境参数、各历史时段内各交流电源的电参数、随机森林算法,确定热点温度的各影响指标的第一权重;其中,热点温度的影响指标包括环境参数和电参数;
根据第一权重和层次分析算法确定各影响指标的第二权重;
将第二权重作为第一预测模型的权重。
可选的,处理模块320,具体用于:
构建判断矩阵;
根据第一权重对判断矩阵进行修正;
根据修正后的判断矩阵进行一致性检验并计算第二权重。
可选的,处理模块320,具体用于:根据各第一设备的类型确定各第一设备的温度上限;
根据温度变化趋势和各第一设备的温度上限确定各第一设备的起火概率;
根据各第一设备的起火概率确定火灾风险评估值;
根据该预设区域内电力设备的类型确定各第一设备所在的预设范围内的可燃物种类、可燃物数量、可燃物空间分布;
根据可燃物种类、可燃物数量、可燃物空间分布确定起火后的预计蔓延速度;
根据预计蔓延速度确定预计火灾等级。
可选的,处理模块320,具体用于:
在某个预设区域的火灾风险评估值超过预设阈值时,向巡检机器人发送巡检指令,以对该预设区域内的交流电源进行巡检;
接收巡检机器人发送的实时巡检数据;
根据实时巡检数据确定预估起火原因和可采取的降温措施;
将预估起火原因和可采取的降温措施上报至运维终端。
可选的,处理模块320,具体用于:根据各预设区域的环境参数、红外图像和自适应加权融合算法确定各预设区域在当前时刻是否起火;
若存在预设区域起火,则向运维终端发出紧急火灾预警。
本实施例提供的变电站交流电源火灾预警装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图4是本发明一个实施例提供的监控终端的示意图。如图4所示,本发明的一个实施例提供的监控终端4,该实施例的监控终端4包括:处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个变电站交流电源火灾预警方法实施例中的步骤,例如图2所示的步骤201至步骤205。或者,处理器40执行计算机程序42时实现上述各系统实施例中各模块/单元的功能,例如图3所示模块310至320的功能。
示例性的,计算机程序42可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器41中,并由处理器40执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序42在监控终端4中的执行过程。
监控终端4可以是单片机、MCU、桌上型计算机、笔记本、掌上电脑及等计算设备。终端可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是监控终端4的示例,并不构成对监控终端4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是监控终端4的内部存储单元,例如监控终端4的硬盘或内存。存储器41也可以是监控终端4的外部存储设备,例如监控终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括监控终端4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及终端所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述变电站交流电源火灾预警系统实施例中的步骤。
计算机可读存储介质存储有计算机程序42,计算机程序42包括程序指令,程序指令被处理器40执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序42来指令相关的硬件来完成,计算机程序42可存储于一计算机可读存储介质中,该计算机程序42在被处理器40执行时,可实现上述各个方法实施例的步骤。其中,计算机程序42包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种变电站交流电源火灾预警方法,其特征在于,包括:
获取变电站内各预设区域的环境参数、红外图像以及各预设区域内的交流电源的电参数并针对每个预设区域执行以下步骤:
根据所述红外图像确定该预设区域内的热点,并将存在热点的交流电源标记为第一设备;
根据所述环境参数、各第一设备的电参数和预先建立的第一预测模型确定热点的温度变化趋势;其中,所述第一预测模型的权重根据层次分析算法和随机森林算法确定;
根据各第一设备的类型确定各第一设备的温度上限;
根据所述温度变化趋势和各第一设备的温度上限确定各第一设备的起火概率;
根据各第一设备的起火概率确定火灾风险评估值;
根据该预设区域内的电力设备的类型确定各第一设备所在的预设范围内的可燃物种类、可燃物数量、可燃物空间分布;
根据所述可燃物种类、可燃物数量、可燃物空间分布确定起火后的预计蔓延速度;
根据所述预计蔓延速度确定预计火灾等级;
在该预设区域的火灾风险评估值超过预设阈值时,向运维终端进行预警并上报所述预计火灾等级。
2.根据权利要求1所述的变电站交流电源火灾预警方法,其特征在于,针对每个预设区域,所述第一预测模型的权重的确定步骤如下:
获取多个历史时段内该预设区域的环境参数、红外图像以及该预设区域内的交流电源的电参数;其中,所述历史时段为该变电站的该预设区域或该变电站的同类型变电站的该预设区域在火灾发生前的预设时刻到火灾发生后的时段;
根据各历史时段内的环境参数、各历史时段内各交流电源的电参数、随机森林算法,确定热点温度的各影响指标的第一权重;其中,所述热点温度的影响指标包括环境参数和电参数;
根据所述第一权重和层次分析算法确定各影响指标的第二权重;
将所述第二权重作为所述第一预测模型的权重。
3.根据权利要求2所述的变电站交流电源火灾预警方法,其特征在于,所述根据所述第一权重和层次分析算法确定各影响指标的第二权重,包括:
构建判断矩阵;
根据所述第一权重对所述判断矩阵进行修正;
根据修正后的判断矩阵进行一致性检验并计算所述第二权重。
4.根据权利要求1所述的变电站交流电源火灾预警方法,其特征在于,所述方法还包括:
在某个预设区域的火灾风险评估值超过所述预设阈值时,向巡检机器人发送巡检指令,以对该预设区域内的交流电源进行巡检;
接收所述巡检机器人发送的实时巡检数据;
根据所述实时巡检数据确定预估起火原因和可采取的降温措施;
将预估起火原因和可采取的降温措施上报至所述运维终端。
5.根据权利要求1-4任一项所述的变电站交流电源火灾预警方法,其特征在于,所述方法还包括:
根据各预设区域的环境参数、红外图像和自适应加权融合算法确定各预设区域在当前时刻是否起火;
若存在预设区域起火,则向运维终端发出紧急火灾预警。
6.一种监控终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述变电站交流电源火灾预警方法的步骤。
7.一种变电站交流电源火灾预警系统,其特征在于,包括:运维终端、如权利要求6所述的监控终端;所述运维终端与所述监控终端连接;
所述运维终端用于接收并展示所述监控终端上报的数据和预警信息。
8.根据权利要求7所述的变电站交流电源火灾预警系统,其特征在于,所述系统还包括智能消防装置;所述智能消防装置设置在变电站内;
所述运维终端还用于在接收到紧急火灾预警后启动所述智能消防装置;
所述监控终端用于在所述智能消防装置启动后实时监测灭火情况并上报给所述运维终端。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述变电站交流电源火灾预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210400083.8A CN114821946B (zh) | 2022-04-15 | 2022-04-15 | 变电站交流电源火灾预警方法、监控终端及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210400083.8A CN114821946B (zh) | 2022-04-15 | 2022-04-15 | 变电站交流电源火灾预警方法、监控终端及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114821946A CN114821946A (zh) | 2022-07-29 |
CN114821946B true CN114821946B (zh) | 2024-04-19 |
Family
ID=82536516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210400083.8A Active CN114821946B (zh) | 2022-04-15 | 2022-04-15 | 变电站交流电源火灾预警方法、监控终端及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114821946B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115487449A (zh) * | 2022-10-09 | 2022-12-20 | 北京海博思创科技股份有限公司 | 基于换电站的消防联控系统 |
CN116665424B (zh) * | 2023-07-27 | 2023-10-20 | 小熊电子科技秦皇岛有限公司 | 一种火灾自动报警消防联动系统 |
CN117197680A (zh) * | 2023-08-20 | 2023-12-08 | 国网湖北省电力有限公司神农架供电公司 | 基于多源卫星数据的输配电森林火灾监控方法、监控装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997035433A1 (en) * | 1996-03-17 | 1997-09-25 | Malat Division, Israel Aircraft Industries Ltd. | A fire imaging system and method |
JP2006318290A (ja) * | 2005-05-13 | 2006-11-24 | Taisei Corp | トンネル火災リスク評価システム、方法およびプログラム |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN206907184U (zh) * | 2017-07-28 | 2018-01-19 | 国网安徽省电力公司检修公司 | 一种变电站室外火灾自动监测预警系统 |
JP2020021237A (ja) * | 2018-07-31 | 2020-02-06 | パナソニックIpマネジメント株式会社 | 火災警報制御装置および火災警報システム |
CN111311866A (zh) * | 2020-03-18 | 2020-06-19 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星数据融合山火监测和火势推演的预警方法和系统 |
CN112535831A (zh) * | 2020-12-22 | 2021-03-23 | 国家电网有限公司 | 一种变电站无人值守防火监控及消防系统 |
CN112562246A (zh) * | 2020-11-05 | 2021-03-26 | 广东电网有限责任公司广州供电局 | 电气设备火灾监测系统 |
CN112766909A (zh) * | 2021-01-20 | 2021-05-07 | 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) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 |
CN113920670A (zh) * | 2021-09-14 | 2022-01-11 | 烟台艾睿光电科技有限公司 | 消防安全监控方法、装置及系统、消防监控设备及介质 |
KR102375679B1 (ko) * | 2021-02-03 | 2022-03-18 | 주식회사메리츠엔지니어링 | 패턴 분석을 이용한 인공지능 기반의 화재 예측 방법 및 장치 |
-
2022
- 2022-04-15 CN CN202210400083.8A patent/CN114821946B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997035433A1 (en) * | 1996-03-17 | 1997-09-25 | Malat Division, Israel Aircraft Industries Ltd. | A fire imaging system and method |
JP2006318290A (ja) * | 2005-05-13 | 2006-11-24 | Taisei Corp | トンネル火災リスク評価システム、方法およびプログラム |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN206907184U (zh) * | 2017-07-28 | 2018-01-19 | 国网安徽省电力公司检修公司 | 一种变电站室外火灾自动监测预警系统 |
JP2020021237A (ja) * | 2018-07-31 | 2020-02-06 | パナソニックIpマネジメント株式会社 | 火災警報制御装置および火災警報システム |
CN111311866A (zh) * | 2020-03-18 | 2020-06-19 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星数据融合山火监测和火势推演的预警方法和系统 |
CN112562246A (zh) * | 2020-11-05 | 2021-03-26 | 广东电网有限责任公司广州供电局 | 电气设备火灾监测系统 |
CN112535831A (zh) * | 2020-12-22 | 2021-03-23 | 国家电网有限公司 | 一种变电站无人值守防火监控及消防系统 |
CN112766909A (zh) * | 2021-01-20 | 2021-05-07 | 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) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 |
KR102375679B1 (ko) * | 2021-02-03 | 2022-03-18 | 주식회사메리츠엔지니어링 | 패턴 분석을 이용한 인공지능 기반의 화재 예측 방법 및 장치 |
CN113920670A (zh) * | 2021-09-14 | 2022-01-11 | 烟台艾睿光电科技有限公司 | 消防安全监控方法、装置及系统、消防监控设备及介质 |
Non-Patent Citations (2)
Title |
---|
以智能预警为导向的变电站电气火灾防控管理;昝浩;王欣;刘故帅;王世坤;胡新刚;;山东电力技术(第05期);1-10 * |
基于图像及温度传感器的火灾定位技术;李焕宏;田曾文;汤立清;洪学武;付焱;;消防科学与技术(第12期);1-10 * |
Also Published As
Publication number | Publication date |
---|---|
CN114821946A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114821946B (zh) | 变电站交流电源火灾预警方法、监控终端及系统 | |
CN111754715B (zh) | 一种消防应急响应方法、装置及系统 | |
CN110601374A (zh) | 一种用电管理系统及用电数据监测方法 | |
CN113554318A (zh) | 一种化工园区三维可视化风险智能管控一体化系统及方法 | |
CN112561736A (zh) | 智能变电站继电器保护装置故障诊断系统和方法 | |
CN111915853B (zh) | 一种具有联动特性的储能站安全态势评估及预警系统及方法 | |
US10782662B2 (en) | Apparatus and method for energy safety management | |
CN115430079B (zh) | 一种小空间灭火方法、装置、系统及存储介质 | |
CN111047169A (zh) | 一种电网调度用故障分析检测系统 | |
CN116665424B (zh) | 一种火灾自动报警消防联动系统 | |
CN115549094B (zh) | 一种智能电网变电设备预警评估方法及系统 | |
CN107572322A (zh) | 一种电梯设备管理平台以及电梯设备管理方法 | |
CN110992205A (zh) | 风电机组发电机绕组的状态检测方法、系统及相关组件 | |
CN210572666U (zh) | 基于物联网的农网配电变压器温度监测云服务系统 | |
CN111289812A (zh) | 一种输变电设备状态监测管理方法及其系统 | |
CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
CN105262229A (zh) | 基于输变电设备的监控方法 | |
CN116661399A (zh) | 一种化工车间安全监控方法以及系统 | |
CN110794730A (zh) | 一种安全技术防范工程智能测试分析系统 | |
CN115808634A (zh) | 储能电站锂电池安全状态估计方法、装置、设备及介质 | |
CN113705835A (zh) | 一种基于深度学习的配电运维系统 | |
CN111178768A (zh) | 一种基于云平台的智慧能源管理系统 | |
CN111142491B (zh) | 一种基于物联网与云计算技术的智慧能源管理平台系统 | |
CN117410597B (zh) | 应用于储能电源的安全隐患智能化监测与处理方法及系统 | |
CN116993149A (zh) | 配电资产安全评估方法、系统、设备及存储介质 |
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 | ||
GR01 | Patent grant |