CN115171318B - 一种储能电站移动储能仓内锂电池火灾探测方法 - Google Patents
一种储能电站移动储能仓内锂电池火灾探测方法 Download PDFInfo
- Publication number
- CN115171318B CN115171318B CN202210523928.2A CN202210523928A CN115171318B CN 115171318 B CN115171318 B CN 115171318B CN 202210523928 A CN202210523928 A CN 202210523928A CN 115171318 B CN115171318 B CN 115171318B
- Authority
- CN
- China
- Prior art keywords
- fire
- probability
- energy storage
- occurrence
- discrimination
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 59
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 28
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 239000013598 vector Substances 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 239000007789 gas Substances 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 14
- 239000000779 smoke Substances 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000000567 combustion gas Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000036413 temperature sense 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
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire Alarms (AREA)
Abstract
本发明提供了一种储能电站移动储能仓内锂电池火灾探测方法,所述火灾探测方法具体为采集若干种火灾数据源对应的火灾数据,构建火灾判别概率函数,并获取每种火灾数据源对应的火灾判别概率,对每种火灾数据源之间的差异进行评估,并进行权重计算,以此对火灾判别概率进行修正,融合修正后火灾判别概率,获取火灾探测概率向量,并以此获取发生火灾概率,将发生火灾概率与第一预设报警概率进行比较,若超过,则判断火灾发生,进行告警;若未超过,则将其与第二预设报警概率进行比较,若超过,则判断存在阴燃火隐患,进行预警;若未超过,则对阴燃火发生时间进行预测。本发明利用多种数据源进行火灾情况判断,有效提高火灾探测结果的准确性。
Description
技术领域
本发明涉及储能电站安全管理技术领域,尤其是指一种储能电站移动储能仓内锂电池火灾探测方法。
背景技术
储能电站是国家电网公司积极响应政策,建立新型电力系统的重要一环,在电能存储、电网调峰等多个领域都起到了突出的作用。储能电站一般由几个甚至几十个锂电池储能舱阵列布置,而由于锂电池储能舱的内部空间狭小、排列紧密,一旦发生热管理失控,极易引发火灾,且伴随着爆炸风险,会造成巨大的经济损失以及社会影响,因此对于储能电站内锂电池的火灾探测,是储能电站在运行过程中必不可少的。传统的储能电站储能仓内锂电池火灾探测方法主要依靠监测燃烧过程中产生的单一信号来实现火灾探测,但是燃烧过程中的单一信号很容易受到环境和设备质量的影响,容易产生虚警情况,火灾探测的准确率较低。且锂电池火灾燃烧速度快,并伴随有爆炸风险,在发生火灾后再进行扑救往往为时已晚,传统的储能电站储能仓内锂电池火灾探测方法无法及时发现火灾隐患,也无法实时获取锂电池火灾发展情况,火灾隐患不能及时排除,不能保障储能电站的安全运行。
发明内容
本发明的目的是克服现有技术中的缺点,提供一种储能电站移动储能仓内锂电池火灾探测方法。
本发明的目的是通过下述技术方案予以实现:
一种储能电站移动储能仓内锂电池火灾探测方法,包括以下步骤:
步骤一,通过火灾探测器实时采集储能电站移动储能仓内锂电池的若干种火灾数据源对应的火灾数据;
步骤二,通过模糊综合评价法构建火灾判别概率函数,并将采集到的火灾数据输入火灾判别概率函数,获取每种火灾数据源对应的火灾判别概率;
步骤三,对每种火灾数据源之间的差异进行评估,并根据差异评估结果对每种火灾数据源所占权重进行计算,根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,并通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,依次计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率,根据计算结果获取火灾探测概率向量;
步骤四,调取火灾探测概率向量中明火状态的发生概率以及阴燃火状态的发生概率,将两者之和作为发生火灾概率,并将发生火灾概率与第一预设报警概率进行比较,若发生火灾概率高于第一预设报警概率,则判断火灾已经发生,并进行告警;若发生火灾概率不高于第一预设报警概率,则将发生火灾概率与第二预设报警概率进行比较,若发生火灾概率高于第二预设报警概率,则判断存在阴燃火隐患,并进行预警;若发生火灾概率不高于第二预设报警概率,则构建发生火灾概率的变化曲线,并根据构建的发生火灾概率的变化曲线对阴燃火的发生时间进行预测。
进一步的,步骤一中所述火灾数据源包括烟雾浓度、燃烧气体浓度变化量、温度和热释放速率,所述燃烧气体包括CH4、CO、H2和O2气体。
进一步的,步骤二中所述火灾判别概率函数的表达式为:
其中:ηA(x)、ηB(x)和ηC(x)分别表示无火、阴燃火和明火三种状态的火灾判别概率函数,a、b和c为状态间切换的临界值。
进一步的,步骤三中通过计算每种火灾数据源之间的Jousselme距离,并根据Jousselme距离构建多元矩阵来进行对每种火灾数据源之间的差异评估。
进一步的,所述多元矩阵的表达式为:
其中:DR为构建的多元矩阵,dij为多元矩阵DR中第i行第j列的元素。
进一步的,多元矩阵中的元素为火灾数据源之间的Jousselme距离,所述Jousselme距离的计算公式为:
其中:dij为和/>之间的Jousselme距离,/>和/>分别为储能电站储能仓内采集到的第i种火灾数据源以及第j种火灾数据源在采集时刻的火灾判别概率向量,/>为向量/>和/>的内积。
进一步的,步骤三中根据差异评估对每种火灾数据源进行权重分配时,通过权重计算公式获取每种火灾数据源对应的火灾判别概率向量对应的权重,所述权重计算公式的表达式为:
其中:bi为多元矩阵DR中第i行数据源判别概率向量所占的权重,即第 i种火灾数据源所占权重,λij为多元矩阵DR中第i行第j列元素对应的火灾判别概率。
进一步的,步骤三中根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,修正后的火灾判别概率向量的表达式为:
其中:为第i种火灾数据源修正后的火灾判别概率向量,/>为第i种火灾数据源根据火灾判别概率函数获取的火灾判别概率向量,bi为第i种火灾数据源所占权重。
进一步的,步骤三中通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率的计算公为式:
其中:Θ={θi|θ1=A,θ2=B,θ3=C},A表示为无火状态,B表示为阴燃火状态,C表示为明火状态,分别为烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应的修正后火灾判别概率,K为归一化因子,P(θi)为第i种火灾状态下,烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应火灾判别概率向量的正交和,即为第i种火灾状态的发生概率。
本发明的有益效果是:
采集储能电站储能仓内锂电池的多种火灾数据源,利用多种数据源来判断火灾情况,能够有效避免环境和设备质量所带来的火灾探测结果的,从而有效提高火灾探测结果的准确性。且对锂电池发生火灾的概率进行实时监测,并对火灾发生的时间进行预测,使得能够及时消除火灾隐患,保障储能电站的运行安全。
附图说明
图1是本发明的一种流程示意图;
图2是本发明实施例的一种火灾判别概率函数示意图;
图3是本发明实施例的一种无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率与时间的函数示意图;
图4是本发明实施例的一种发生火灾概率的变化曲线示意图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例:
一种储能电站移动储能仓内锂电池火灾探测方法,如图1所示,包括以下步骤:
步骤一,通过火灾探测器实时采集储能电站移动储能仓内锂电池的若干种火灾数据源对应的火灾数据;
步骤二,通过模糊综合评价法构建火灾判别概率函数,并将采集到的火灾数据输入火灾判别概率函数,获取每种火灾数据源对应的火灾判别概率;
步骤三,对每种火灾数据源之间的差异进行评估,并根据差异评估结果对每种火灾数据源所占权重进行计算,根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,并通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,依次计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率,根据计算结果获取火灾探测概率向量;
步骤四,调取火灾探测概率向量中明火状态的发生概率以及阴燃火状态的发生概率,将两者之和作为发生火灾概率,并将发生火灾概率与第一预设报警概率进行比较,若发生火灾概率高于第一预设报警概率,则判断火灾已经发生,并进行告警;若发生火灾概率不高于第一预设报警概率,则将发生火灾概率与第二预设报警概率进行比较,若发生火灾概率高于第二预设报警概率,则判断存在阴燃火隐患,并进行预警;若发生火灾概率不高于第二预设报警概率,则构建发生火灾概率的变化曲线,并根据构建的发生火灾概率的变化曲线对阴燃火的发生时间进行预测。
本实施例中将第一预设报警概率设为0.8,第二预设报警概率设为0.5。
锂电池从正常运行到发生火灾的整个过程中,主要包括了7种关键参数数据源,即烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率,其中CH4、CO、H2和O2气体均为燃烧过程中所产生的燃烧气体,因此在进行火灾探测时,具体采用上述7类数据作为火灾数据源。用于采集上述7类数据的火灾探测器包括烟雾、温感、可燃气体、电解液蒸汽电化学探测器。
步骤二中所述火灾判别概率函数的表达式为:
其中:ηA(x)、ηB(x)和ηC(x)分别表示无火、阴燃火和明火三种状态的火灾判别概率函数,a、b和c为状态间切换的临界值。状态间切换的临界值通过对火灾的历史数据进行分析获取设定。
火灾判别概率函数的函数图如图2所示。
步骤三中通过计算每种火灾数据源之间的Jousselme距离,并根据 Jousselme距离构建多元矩阵来进行对每种火灾数据源之间的差异评估。
Jousselme距离能够衡量不同火灾数据源之间的不同程度,且能够将火灾数据源之间相互支持的程度进行有效量化,方便后续D-S证据理论的计算。且在引入Jousselme距离后,能够根据Jousselme距离优化对于火灾数据源的基本概率分配,从而有效解决后续通过D-S证据理论进行融合时,可能存在的证据冲突问题,防止错误融合结果的出现。
所述多元矩阵的表达式为:
其中:DR为构建的多元矩阵,dij为多元矩阵DR中第i行第j列的元素。
由于本实施例中存在烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率等7种火灾数据源,因此在构建多元矩阵时,构建7×7的矩阵,矩阵内的元素均为其中两种火灾数据源之间的 Jousselme距离。
多元矩阵中的元素为火灾数据源之间的Jousselme距离,所述Jousselme 距离的计算公式为:
其中:dij为和/>之间的Jousselme距离,/>和/>分别为储能电站储能仓内采集到的第i种火灾数据源以及第j种火灾数据源在采集时刻的火灾判别概率向量,/>为向量/>和/>的内积。且由于存在7种火灾数据源,因此 i和j的约束条件为,1≤i≤7,i∈N+,1≤j≤7,j∈N+,i≠j。
步骤三中根据差异评估对每种火灾数据源进行权重分配时,通过权重计算公式获取每种火灾数据源对应的火灾判别概率向量对应的权重,所述权重计算公式的表达式为:
其中:bi为多元矩阵DR中第i行数据源判别概率向量所占的权重,即第 i种火灾数据源所占权重,λij为多元矩阵DR中第i行第j列元素对应的火灾判别概率。
步骤三中根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,修正后的火灾判别概率向量的表达式为:
其中:为第i种火灾数据源修正后的火灾判别概率向量,/>为第i种火灾数据源根据火灾判别概率函数获取的火灾判别概率向量,bi为第i种火灾数据源所占权重。
在对权重进行重新分配后,能够使得基础概率分配结果更加准确,在利用修正后火灾判别概率向量进行D-S证据理论融合时,能够提高融合结果的可靠性和合理性。
步骤三中通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率的计算公为式:
其中:Θ={θi|θ1=A,θ2=B,θ3=C},A表示为无火状态,B表示为阴燃火状态,C表示为明火状态,分别为烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应的修正后火灾判别概率,K为归一化因子,P(θi)为第i种火灾状态下,烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应火灾判别概率向量的正交和,即为第i种火灾状态的发生概率。
通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合后,计算得到的无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率与时间的函数示意图如图3所示,其中P(A)为无火状态的发生概率,P(B) 为阴燃火状态的发生概率,P(C)为明火状态的发生概率。由图可知,在达到时间Tb时,无火状态的发生概率与阴燃火状态的发生概率持平,均为0.5,这也代表此时已经存在着火灾随时发生的可能。在到达时间Tc后,阴燃火的发生概率已经达到了0.8,此时已经可以判断火灾已经发生,需要及时进行抢修维护。
步骤四中,构建的发生火灾概率的变化曲线示意图如图4所示,在时间 Tb前,火灾发生概率小于第二预设报警,判断此时均处于无火状态下,不存在火灾发生危险,在达到时间Tb后,火灾发生概率逐渐高于0.5,此时阴燃火的发生概率大大提高,可能发生阴燃火,需要及时进行预警,而在达到时间Tc后,火灾发生概率已经超过0.8,可以判断已经发生了阴燃火,需要进行及时的处理,防止损失扩大。而明火由阴燃火所引起,在达到时间Td后,阴燃火逐渐转换为明火,火灾发生概率达到1,已经产生较大影响。
步骤四中在发生火灾概率不高于第二预设报警概率时,根据构建的发生火灾概率的变化曲线对阴燃火的发生时间进行预测的具体过程为:取发生火灾概率的变化曲线上无火状态阶段的任意两个相邻点X(T1,P1),Y(T2, P2),并通过两点法构建一次函数。再代入第二预设报警概率,即P=0.5,获取在该一次函数中对应的点Z(T,P),通过计算获取的点与Y点之间的横坐标值的差值,便能计算出Y点到存在阴燃火隐患,即可能发生阴燃火的时间ΔT。具体的计算公式为:
ΔT=T-T2;
其中:P为存在阴燃火隐患时的火灾发生概率,即0.5;T1和T2分别为所选取的两个相邻点X和Y的横坐标值,即对应的时间;P1和P2分别为所选取的两个相邻点X和Y的纵坐标值,即对应的发生火灾概率,T为开始存在阴燃火隐患对应的时间。
在获取火灾探测结果,即完成发生火灾概率与第一预设报警概率、第二预设报警概率的比较,以及阴燃火发生时间的预测后,还通过短信、电话等方式将火灾探测结果传输至运维人员,及时反馈火灾发生概率,保障储能电站能够正常安全运行。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (9)
1.一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,包括以下步骤:
步骤一,通过火灾探测器实时采集储能电站移动储能仓内锂电池的若干种火灾数据源对应的火灾数据;
步骤二,通过模糊综合评价法构建火灾判别概率函数,并将采集到的火灾数据输入火灾判别概率函数,获取每种火灾数据源对应的火灾判别概率;
步骤三,对每种火灾数据源之间的差异进行评估,并根据差异评估结果对每种火灾数据源所占权重进行计算,根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,并通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,依次计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率,根据计算结果获取火灾探测概率向量;
步骤四,调取火灾探测概率向量中明火状态的发生概率以及阴燃火状态的发生概率,将两者之和作为发生火灾概率,并将发生火灾概率与第一预设报警概率进行比较,若发生火灾概率高于第一预设报警概率,则判断火灾已经发生,并进行告警;若发生火灾概率不高于第一预设报警概率,则将发生火灾概率与第二预设报警概率进行比较,若发生火灾概率高于第二预设报警概率,则判断存在阴燃火隐患,并进行预警;若发生火灾概率不高于第二预设报警概率,则构建发生火灾概率的变化曲线,并根据构建的发生火灾概率的变化曲线对阴燃火的发生时间进行预测;
根据构建的发生火灾概率的变化曲线对阴燃火的发生时间进行预测的具体过程为:取发生火灾概率的变化曲线上无火状态阶段的任意两个相邻点X(T1,P1),Y(T2,P2),并通过两点法构建一次函数,再代入第二预设报警概率,获取在该一次函数中对应的点Z(T,P),通过计算获取的点与Y点之间的横坐标值的差值,计算出Y点到存在阴燃火隐患的时间ΔT,具体的计算公式为:
ΔT=T-T2;
其中:P为存在阴燃火隐患时的火灾发生概率;T1和T2分别为所选取的两个相邻点X和Y的横坐标值;P1和P2分别为所选取的两个相邻点X和Y的纵坐标值,T为开始存在阴燃火隐患对应的时间。
2.根据权利要求1所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤一中所述火灾数据源包括烟雾浓度、燃烧气体浓度变化量、温度和热释放速率,所述燃烧气体包括CH4、CO、H2和O2气体。
3.根据权利要求1所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤二中所述火灾判别概率函数的表达式为:
其中:ηA(x)、ηB(x)和ηC(x)分别表示无火、阴燃火和明火三种状态的火灾判别概率函数,a、b和c为状态间切换的临界值。
4.根据权利要求1所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤三中通过计算每种火灾数据源之间的Jousselme距离,并根据Jousselme距离构建多元矩阵来进行对每种火灾数据源之间的差异评估。
5.根据权利要求4所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,所述多元矩阵的表达式为:
其中:DR为构建的多元矩阵,dij为多元矩阵DR中第i行第j列的元素。
6.根据权利要求5所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,多元矩阵中的元素为火灾数据源之间的Jousselme距离,所述Jousselme距离的计算公式为:
其中:dij为和/>之间的Jousselme距离,/>和/>分别为储能电站储能仓内采集到的第i种火灾数据源以及第j种火灾数据源在采集时刻的火灾判别概率向量,/>为向量/>和/>的内积。
7.根据权利要求5所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤三中根据差异评估对每种火灾数据源进行权重分配时,通过权重计算公式获取每种火灾数据源对应的火灾判别概率向量对应的权重,所述权重计算公式的表达式为:
其中:bi为多元矩阵DR中第i行数据源判别概率向量所占的权重,即第i种火灾数据源所占权重,λij为多元矩阵DR中第i行第j列元素对应的火灾判别概率。
8.根据权利要求7所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤三中根据对应的权重计算结果对每种火灾数据源的火灾判别概率进行修正,修正后的火灾判别概率向量的表达式为:
其中:为第i种火灾数据源修正后的火灾判别概率向量,/>为第i种火灾数据源根据火灾判别概率函数获取的火灾判别概率向量,bi为第i种火灾数据源所占权重。
9.根据权利要求8所述的一种储能电站移动储能仓内锂电池火灾探测方法,其特征在于,步骤三中通过D-S证据理论对所有火灾数据源修正后的火灾判别概率进行融合,计算无火状态发生概率、阴燃火状态发生概率以及明火状态发生概率的计算公为式:
其中:Θ={θi|θ1=A,θ2=B,θ3=C},A表示为无火状态,B表示为阴燃火状态,C表示为明火状态, 分别为烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应的修正后火灾判别概率,K为归一化因子,P(θi)为第i种火灾状态下,烟雾浓度、CH4气体浓度、CO气体浓度、H2气体浓度、O2气体浓度、温度和热释放速率对应火灾判别概率向量的正交和,即为第i种火灾状态的发生概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210523928.2A CN115171318B (zh) | 2022-05-13 | 2022-05-13 | 一种储能电站移动储能仓内锂电池火灾探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210523928.2A CN115171318B (zh) | 2022-05-13 | 2022-05-13 | 一种储能电站移动储能仓内锂电池火灾探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115171318A CN115171318A (zh) | 2022-10-11 |
CN115171318B true CN115171318B (zh) | 2024-03-12 |
Family
ID=83483433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210523928.2A Active CN115171318B (zh) | 2022-05-13 | 2022-05-13 | 一种储能电站移动储能仓内锂电池火灾探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115171318B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008225857A (ja) * | 2007-03-13 | 2008-09-25 | Yamaguchi Univ | 火災発生時間を予測可能な火災警報装置 |
WO2013041483A2 (de) * | 2011-09-21 | 2013-03-28 | Robert Bosch Gmbh | Brandmelder mit sensorfeld |
CN104766433A (zh) * | 2015-04-23 | 2015-07-08 | 河南理工大学 | 基于数据融合的电气火灾报警系统 |
CN110567464A (zh) * | 2019-08-21 | 2019-12-13 | 东南大学 | 机场航站楼环境自主巡检车监测系统 |
CN111476970A (zh) * | 2020-03-30 | 2020-07-31 | 珠海格力电器股份有限公司 | 一种火灾监测方法、装置和存储介质 |
CN111627181A (zh) * | 2020-06-28 | 2020-09-04 | 四川旷谷信息工程有限公司 | 融合多源参数及其梯度信息的综合管廊火灾预警方法 |
CN111739243A (zh) * | 2020-05-14 | 2020-10-02 | 电子科技大学 | 一种基于d-s证据理论的火灾状态检测方法 |
CN213844309U (zh) * | 2020-11-09 | 2021-07-30 | 常州信息职业技术学院 | 一种智能烟雾报警器 |
-
2022
- 2022-05-13 CN CN202210523928.2A patent/CN115171318B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008225857A (ja) * | 2007-03-13 | 2008-09-25 | Yamaguchi Univ | 火災発生時間を予測可能な火災警報装置 |
WO2013041483A2 (de) * | 2011-09-21 | 2013-03-28 | Robert Bosch Gmbh | Brandmelder mit sensorfeld |
CN104766433A (zh) * | 2015-04-23 | 2015-07-08 | 河南理工大学 | 基于数据融合的电气火灾报警系统 |
CN110567464A (zh) * | 2019-08-21 | 2019-12-13 | 东南大学 | 机场航站楼环境自主巡检车监测系统 |
CN111476970A (zh) * | 2020-03-30 | 2020-07-31 | 珠海格力电器股份有限公司 | 一种火灾监测方法、装置和存储介质 |
CN111739243A (zh) * | 2020-05-14 | 2020-10-02 | 电子科技大学 | 一种基于d-s证据理论的火灾状态检测方法 |
CN111627181A (zh) * | 2020-06-28 | 2020-09-04 | 四川旷谷信息工程有限公司 | 融合多源参数及其梯度信息的综合管廊火灾预警方法 |
CN213844309U (zh) * | 2020-11-09 | 2021-07-30 | 常州信息职业技术学院 | 一种智能烟雾报警器 |
Also Published As
Publication number | Publication date |
---|---|
CN115171318A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205680751U (zh) | 一种电池热失控检测系统 | |
CN113096343A (zh) | 多传感器协同的汽车电池火灾防范系统 | |
Wu et al. | An intelligent tunnel firefighting system and small-scale demonstration | |
CN101251942B (zh) | 地下空间火灾智能检测预警预报方法及装置 | |
CN108295407A (zh) | 机器人电缆管廊现场火灾预警及灭火方法、装置、系统 | |
CN102708645B (zh) | 一种船舶舱室火灾连锁报警优先级评估方法 | |
CN115954989B (zh) | 一种储能电站运行监测管理系统 | |
Jeong et al. | A heuristic method of variable selection based on principal component analysis and factor analysis for monitoring in a 300 kw mcfc power plant | |
CN106287225A (zh) | 一种燃气在线监测预警系统及其检测控制方法 | |
CN117375147B (zh) | 一种储能电站的安全监测预警与运行管理方法及系统 | |
CN112307623A (zh) | 电芯热失控预测方法、装置、介质、电池管理系统及车辆 | |
CN115171318B (zh) | 一种储能电站移动储能仓内锂电池火灾探测方法 | |
CN114913660A (zh) | 预制舱式电化学储能系统火灾监测、预警及定位装置 | |
KR102238764B1 (ko) | 위해도 평가를 이용한 실시간 사고 예측 시스템 및 그 방법 | |
KR102296568B1 (ko) | 머신러닝 기반 배전반 관제시스템 | |
CN117159966A (zh) | 一种基于红外-紫外探测的风机自动消防系统 | |
CN113205669A (zh) | 一种融合式的消防物联网监测预警方法 | |
CN115620474A (zh) | 一种基于ahp的储能预制舱消防报警优化方法及系统 | |
Zhao et al. | Multisensor data fusion for wildfire warning | |
CN115808634A (zh) | 储能电站锂电池安全状态估计方法、装置、设备及介质 | |
CN110533305A (zh) | 一种冶金企业生产安全事故综合防控方法 | |
KR20230120168A (ko) | Ai 예측 모델 및 센서 모니터링을 이용한 폐배터리 열폭주 예방시스템 | |
CN113869712A (zh) | 一种规模化工业气体生产智能系统 | |
Shamsuddin et al. | Dynamic Hazard Identification on SOFC system using Bayesian Network | |
CN103761825A (zh) | 一种火灾自动报警方法 |
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 | ||
GR01 | Patent grant |