CN117085284A - 基于环境监测的气动排油注氮灭火参数调控方法及系统 - Google Patents
基于环境监测的气动排油注氮灭火参数调控方法及系统 Download PDFInfo
- Publication number
- CN117085284A CN117085284A CN202310888746.XA CN202310888746A CN117085284A CN 117085284 A CN117085284 A CN 117085284A CN 202310888746 A CN202310888746 A CN 202310888746A CN 117085284 A CN117085284 A CN 117085284A
- Authority
- CN
- China
- Prior art keywords
- parameter
- parameters
- preset
- variable
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000007599 discharging Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 106
- 230000001105 regulatory effect Effects 0.000 claims abstract description 44
- 230000001276 controlling effect Effects 0.000 claims abstract description 22
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 48
- 229910052757 nitrogen Inorganic materials 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C3/00—Fire prevention, containment or extinguishing specially adapted for particular objects or places
- A62C3/16—Fire prevention, containment or extinguishing specially adapted for particular objects or places in electrical installations, e.g. cableways
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F27/00—Details of transformers or inductances, in general
- H01F27/08—Cooling; Ventilating
- H01F27/10—Liquid cooling
- H01F27/12—Oil cooling
- H01F27/14—Expansion chambers; Oil conservators; Gas cushions; Arrangements for purifying, drying, or filling
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Fire-Extinguishing By Fire Departments, And Fire-Extinguishing Equipment And Control Thereof (AREA)
Abstract
本申请涉及智能控制技术领域,提供了一种基于环境监测的气动排油注氮灭火参数调控方法及系统,包括:组建目标灭火设备的目标调控指标集,随机提取第一指标作为预定优化变量,基于预定优化变量采集预定变量参数;随机生成初始参数集,其中包括N个参数;结合预定优化规则对N个参数进行优化,得到预定变量优化决策;基于预定变量优化决策生成最优调控方案,对目标灭火设备进行调控。能够解决气动排油注氮灭火装置灭火过程中由于控制参数设置不合理导致灭火环境质量较差的技术问题,可以降低灭火过程中恶劣环境对人员和设备造成的影响,提高灭火过程中的环境质量,从而保护设备和人员的安全。
Description
技术领域
本申请涉及智能控制技术领域,具体涉及一种基于环境监测的气动排油注氮灭火参数调控方法及系统。
背景技术
变压器在电力系统中的主要作用是变换电压,是变电站的主要电气设备之一。变压器在日常工作过程中,由于变压器铁芯产生的持续高温或由于短路、过电压等情况产生的短暂性高温,都有可能造成电压器着火甚至爆炸的情况。
气动排油注氮装置是安装于变压器附近的自动灭火设备,通过将充足的氮气源源不断的注入变压器内部来实现高效灭火的功能。目前气动排油注氮装置在进行灭火控制参数设置时通常只考虑了灭火的效率,并没有考虑火灾中恶劣环境对人员和设备造成的影响。
综上所述,现有技术中存在气动排油注氮灭火装置灭火过程中由于控制参数设置不合理导致灭火环境质量较差的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种基于环境监测的气动排油注氮灭火参数调控方法及系统。
基于环境监测的气动排油注氮灭火参数调控方法,所述气动排油注氮灭火参数调控方法应用于气动排油注氮灭火参数调控系统,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
基于环境监测的气动排油注氮灭火参数调控系统,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:
目标调控指标集组建模块,所述目标调控指标集组建模块用于采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;
预定变量参数采集模块,所述预定变量参数采集模块用于将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;
初始参数集生成模块,所述初始参数集生成模块用于随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;
预定变量优化决策得到模块,所述预定变量优化决策得到模块用于获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;
最优调控方案生成模块,所述最优调控方案生成模块用于基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
上述一种基于环境监测的气动排油注氮灭火参数调控方法及系统,能够解决气动排油注氮灭火装置灭火过程中由于控制参数设置不合理导致灭火环境质量较差的技术问题,首先采集并组建目标灭火设备的目标调控指标集,所述目标灭火设备是指气动排油注氮装置,并在所述目标调控指标集中随机选取一控制指标作为第一控制指标;然后将所述第一控制指标作为预定优化变量,根据所述预定优化变量获取目标灭火设备的预定变量参数;随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;根据所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。通过上述方法可以降低灭火过程中恶劣环境对人员和设备造成的影响,提高灭火过程中的环境质量,从而保护设备和人员的安全。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供了一种基于环境监测的气动排油注氮灭火参数调控方法的流程示意图;
图2为本申请提供了一种基于环境监测的气动排油注氮灭火参数调控方法中组建目标调控指标集的流程示意图;
图3为本申请提供了一种基于环境监测的气动排油注氮灭火参数调控方法中得到预定变量优化决策的流程示意图;
图4为本申请提供了一种基于环境监测的气动排油注氮灭火参数调控系统的结构示意图。
附图标记说明:目标调控指标集组建模块1、预定变量参数采集模块2、初始参数集生成模块3、预定变量优化决策得到模块4、最优调控方案生成模块5。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种基于环境监测的气动排油注氮灭火参数调控方法,所述气动排油注氮灭火参数调控方法应用于气动排油注氮灭火参数调控系统,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:
步骤S100:采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;
如图2所示,在一个实施例中,本申请步骤S100还包括:
步骤S110:组建所述目标灭火设备的待调控指标集,其中,所述待调控指标集包括多个指标;
步骤S120:提取历史灭火调控记录中的第一历史记录,其中,所述第一历史记录包括第一历史指标参数集和第一历史环境指数;
步骤S130:其中,所述第一历史指标参数集包括所述多个指标的多个历史指标参数;
步骤S140:对所述多个历史指标参数与所述第一历史环境指数进行相关性筛选,得到所述目标调控指标集。
具体而言,气动排油注氮灭火装置是安装于变电站内部,位于变压器附近的自动消防设备,当变压器发生火灾危险时,通过对变压器进行排油泄压和氮气注入来实现高效灭火。本申请提供的方法通过对气动排油注氮装置的灭火控制参数进行优化,用于降低灭火过程中恶劣环境对人员和设备造成的影响。所述气动排油注氮灭火参数调控系统用于执行气动排油注氮灭火参数调控方法中的所有步骤,所述目标灭火设备是指气动排油注氮灭火装置,所述气动排油注氮灭火参数调控系统可以对所述目标灭火设备进行远程控制。
首先,对所述目标灭火设备的待调控指标进行采集,所述待调控指标是指所述目标灭火设备可调节的控制指标,例如:氮气出口流量、排油流量、氮气注入口径、排油口径、灭火口径、软管工作压力等控制指标。获取所述目标灭火设备的历史灭火调控记录,所述历史灭火调控记录是指通过所述目标灭火设备进行灭火过程中的多个记录数据,其中包括所述目标灭火设备的历史控制指标参数集和历史环境指数,其中所述历史控制指标参数集和所述历史环境指数具有对应关系,所述历史环境指数是指灭火过程中的综合环境指数,用于表征灭火过程中环境的质量,其中所述综合环境指数越小,表征灭火过程中的环境质量越高。所述历史环境指数由环境温度指数、环境湿度指数和可入肺颗粒浓度指数通过加权计算获得,其中环境温度、环境湿度和可入肺颗粒浓度的权重值可基于灭火过程中环境对人员和设备的危害程度设置,其中危害程度越大,则权重值越大,所述权重值的计算方法可通过现有的变异系数法通过计算得出,变异系数法是现有技术中常用的权重计算方法,在此不进行展开。
然后在所述历史灭火调控记录中选取第一历史记录,所述第一历史记录为所述历史灭火调控记录中的任意一组历史灭火调控记录,所述第一历史记录包括第一历史指标参数集和第一历史环境指数,所述第一历史指标参数集包括所述待调控指标集中多个指标的多个历史指标参数,所述历史指标参数是指历史控制指标对应的具体指标数值,例如:历史控制指标为氮气出口流量,历史指标参数为氮气出口流量200升每分钟。
然后对所述多个历史指标参数与所述第一历史环境指数进行相关性筛选,所述相关性筛选是指获取所述多个历史指标参数中对历史环境指数产生较大影响的指标参数,获得多个相关历史指标参数,并根据所述多个相关历史指标参数组建目标调控指标集,所述目标调控指标集包括氮气流量、排油流量、灭火口径等调控指标。例如:在多个历史指标参数中,有些指标参数只影响目标灭火设备的灭火效率、灭火能耗等情况,并不会对环境产生较大影响,则将此类指标参数进行剔除,只保留对环境造成较大影响的指标参数构建目标调控指标集。
获得所述目标设备的目标调控指标集,其中所述目标调控指标集包括氮气出口流量、排油流量、灭火口径等调控指标,并在所述目标调控指标集中随机选取一调控指标作为第一指标,所述第一指标是指所述目标调控指标集中的任意一个调控指标。通过获得目标调控指标集,为下一步进行所述目标灭火设备的控制参数优化提供了数据支持。
步骤S200:将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;
具体而言,将所述第一指标作为预定优化变量,所述预定优化变量是指待进行优化的指标,并根据所述预定优化变量对所述目标灭火设备的预定变量参数进行采集,所述预定变量参数是指所述预定优化变量中的控制参数的具体数值。通过获得所述预定变量参数,为下一步进行预定变量扩充提供了数据支持。
步骤S300:随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;
在一个实施例中,本申请步骤S300还包括:
步骤S310:基于所述预定优化变量,得到所述目标灭火设备的预定变量上限;
步骤S320:基于所述预定优化变量,得到所述目标灭火设备的预定变量下限;
步骤S330:根据所述预定变量上限和所述预定变量下限确定所述预定变量参数阈。
具体而言,根据所述预定优化变量,获得所述目标灭火设备的预定变量上限,所述预定变量上限是指所述目标灭火设备的所述预定优化变量可调整的最大值,例如:所述预定优化变量为排油流量,其中排油流量可调整的范围为100升每分钟~300升每分钟,则所述预定变量上限为300升每分钟。根据所述预定优化变量,获得所述目标灭火设备的预定变量下限,所述预定变量下限是指所述目标灭火设备的所述预定优化变量可调整的最小值。将所述预定变量下限作为预定变量参数阈的下限,将所述预定变量上限作为预定变量参数阈的下限,获得所述预定变量参数阈。
根据所述预定变量参数,在所述预定变量参数阈中随机生成多个初始参数,获得初始参数集。其中所述初始参数集包括N个参数,N为大于1的整数,N的具体值本领域技术人员可基于实际情况设置,其中N的数值越大,初始参数的个数越多,则对第一指标进行优化的效果越好,且N个参数中的各参数均在所述预定变量参数阈之内。随机生成初始参数集的方法可通过现有的优化算法实现,首先对所述预定变量参数进行初始化,根据所述预定变量参数的个数确定初始种群个数,其中所述预定变量参数的个数等于初始种群个数,将初始种群标记为父代;确定种群扩充的适应度值,所述适应度值用于表征种群扩充的范围,所述适应度值可基于实际情况设置,并根据所述适应度值对所述初始种群进行扩充,获得初始种群扩充结果,所述初始种群扩充结果可称为第一代子代;通过正态分布将第一代子代随机分布在父代的附近位置,获得第一代初始种群扩充结果;当第一代初始种群扩充结果的个数小于N时,继续进行下一代子代的扩充,直到初始种群中扩充结果的个数等于N,结束初始种群扩充,并将当前种群扩充结果作为初始参数集。通过利用优化算法对预定变量参数进行扩充,生成初始参数集,可以提高预定优化变量优化时的全局搜索能力,避免因为预定变量参数个数过少而陷入局部寻优的状态。
步骤S400:获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;
如图3所示,在一个实施例中,本申请步骤S400还包括:
步骤S410:在所述多个预定寻优通道中匹配所述预定优化变量的预定通道;
步骤S420:所述预定优化规则中内嵌有预定环境指数阈,并将预定环境指数阈作为预定优化约束;
具体而言,所述气动排油注氮灭火参数调控系统包括多个预定寻优通道,所述多个预定寻优通道之间为并列关系,其中一个预定寻优通道对应所述目标调控指标集中的一个调控指标,即所述预定寻优通道的个数等于所述目标调控指标集中调控指标的个数。
在所述多个预定寻优通道中匹配所述预定优化变量的预定通道,并根据所述预定优化规则对所述N个参数进行优化,所述预定优化规则中嵌入有预定环境指数阈,所述预定环境指数阈是指所述预定环境指数的最大值,所述预定环境指数阈通过对人员和设备进行最大可适应度计算获得,所述预定环境指数阈是指人员和设备所能承受的最大环境指数,并将所述预定环境指数阈作为N个参数寻优过程中的预定优化约束。
步骤S430:通过所述预定通道对所述预定优化约束与所述N个系数进行分析,构建目标适应度函数,并根据所述目标适应度函数分别得到所述N个参数的N个适应度;
在一个实施例中,本申请步骤S430还包括:
步骤S431:提取所述N个参数中的第一参数;
步骤S432:计算所述第一参数与所述预定变量参数的第一参数偏差;
步骤S433:利用变异系数法对所述第一参数偏差进行分析,得到所述第一参数的第一系数;
步骤S434:根据所述第一系数组建所述N个系数。
具体而言,在所述N个参数中提取第一参数,所述第一参数是指所述N个参数中的任意一个参数。将所述第一参数减去所述预定变量参数获得的差值作为第一参数偏差,例如:所述第一参数为排油流量180升每分钟,所述预定变量参数为排油流量150升每分钟,则第一参数偏差为排油流量30升每分钟。
通过变异系数法对所述第一参数偏差进行分析,变异系数法是根据统计学方法计算得出系统各指标变化程度的方法,根据各评价指标当前值与目标值的变异程度来对各指标进行赋权,若某项指标的数值差异较大,能明确区分开各被评价对象,说明该指标的分辨信息丰富,因而应给该指标以较大的权重;反之,若各个被评价对象在某项指标上的数值差异较小,那么这项指标区分各评价对象的能力较弱,因而应给该指标较小的权重。在本实施例中,首先通过计算所述N个参数中N个参数与所述预定变量参数的差值获得N个参数偏差。然后通过变异系数法根据N个参数偏差的大小分别赋予不同的权重值,其中所述参数偏差越大,则对应参数的权重值越大,获得N个参数偏差的N个权重值,并将所述权重值作为对应参数的系数,根据N个权重值获得N个系数。
在一个实施例中,本申请步骤S430还包括:
步骤S435:所述目标适应度函数如下:
;
步骤S436:其中,是指所述N个参数中第i个参数的适应度函数,/>是指所述第i个参数的系数,即所述N个系数中与所述第i个参数对应的系数,M是指将预定灭火区域划分为M个区域,且所述M个区域中的每个区域均对应一个位置,即共有M个位置,/>、、/>分别是指所述目标灭火设备的所述预定优化变量在所述第i个参数的调控下,所述预定灭火区域中第m个位置的环境湿度、环境温度、可入肺颗粒浓度,/>、/>、/>分别是指/>、/>、/>的权重系数,且,/>、/>、/>的和为1。
具体而言,在所述预定通道内对所述预定优化约束与所述N个系数进行分析,构建目标适应度函数,所述目标适应度函数为:;
其中,是指所述N个参数中第i个参数的适应度函数,/>是指所述第i个参数的系数,即所述N个系数中与所述第i个参数对应的系数,M是指将预定灭火区域划分为M个区域,且所述M个区域中的每个区域均对应一个位置,即共有M个位置,/>、/>、分别是指所述目标灭火设备的所述预定优化变量在所述第i个参数的调控下,所述预定灭火区域中第m个位置的环境湿度、环境温度、可入肺颗粒浓度,/>、/>、/>分别是指、/>、/>的权重系数,且,/>、/>、/>的和为1,其中,/>、/>、/>的值与上述环境温度指数、环境湿度指数和可入肺颗粒浓度指数的权重值相同,其中环境温度、环境湿度和可入肺颗粒浓度的权重值可基于灭火过程中环境对人员和设备的危害程度设置,其中危害程度越大,则权重值越大,所述权重值的计算方法可通过现有的变异系数法通过计算得出,在此不进行展开。
在所述目标适应度函数中,环境指数越小,对应的的值越大,即所述N个参数中第i个参数的适应度越大,也就是说,在所述目标适应度函数中,环境温度、环境湿度、可入肺颗粒浓度这三个指标的指数值越小,表征在通过第i个参数控制所述目标灭火设备进行灭火时的环境质量越高,则说明所述第i个参数越优。通过构建所述目标适应度函数,可以从环境温度、环境湿度和可入肺颗粒浓度这三个方面同时对通过参数控制目标灭火设备进行灭火时的环境质量进行适应度分析,可以提高参数适应度获得的效率和准确率,从而提高了参数寻优的效率和准确率。根据所述目标适应度函数对所述N个参数中的参数依次进行适应度计算,获得N个参数的N个适应度。
步骤S440:基于所述N个适应度对所述N个参数进行筛选,得到所述预定变量优化决策。
在一个实施例中,本申请步骤S440还包括:
步骤S441:在所述N个参数中匹配所述N个适应度中最大适应度对应的参数,将其记作第一候选参数;
步骤S442:获取所述第一候选参数的第一扩充参数集,其中,所述第一扩充参数集包括多个扩充参数;
步骤S443:分析并筛选所述多个扩充参数中适应度最大的参数,记作第二候选参数;
步骤S444:对所述第二候选参数进行重复迭代,直至满足预定迭代次数阈,将彼时得到的候选参数作为所述预定变量优化决策。
具体而言,根据所述N个适应度对所述N个参数进行筛选,获取N个适应度中的最大适应度,并将所述最大适应度在所述N个参数中的对应参数作为第一候选参数。然后通过与上述相同的优化算法对所述第一候选参数进行扩充,首先对所述第一候选参数进行初始化,将所述第一候选参数作为初始种群,并将所述第一候选参数标记为父代;然后确定种群扩充的适应度值,所述适应度值用于表征种群扩充的范围,所述适应度值可基于实际情况设置,并根据所述适应度值对所述初始种群进行扩充,获得初始种群扩充结果,所述初始种群扩充结果可称为第一代子代;通过正态分布将第一代子代随机分布在父代的附近位置,获得第一代初始种群扩充结果;获取所述第一扩充参数集的个数指标,所述个数指标是指所述第一扩充参数集中扩充参数的具体的数量,当第一代初始种群扩充结果的个数小于所述个数指标时,继续进行下一代子代的扩充,直到初始种群中扩充结果的个数等于所述个数指标时,结束初始种群扩充,并将当前种群扩充结果第一扩充参数集。
根据所述目标适应度函数对所述第一扩充参数集中的多个扩充参数依次进行适应度计算,获得多个扩充参数对应的多个适应度计算结果,并将多个适应度计算结果中最大适应度值对应的扩充参数作为第二候选参数。根据所述第二候选参数进行迭代扩充,根据所述目标适应度函数对迭代扩充结果进行适应度计算,并将每一代扩充参数中适应度最大的参数作为当前候选参数,获取预设迭代次数阈,所述预设迭代次数阈本领域技术人员可根据实际情况设置,例如:设置迭代次数阈为30次。根据所述迭代次数阈对当前迭代次数进行判断,当所述当前迭代次数等于所述迭代次数阈时,获得当前候选参数,并将所述当前候选参数作为预定变量优化决策。通过进行不断迭代寻优,可以避免陷入局部最优,提高预定变量优化决策获得的精度和合理性。
步骤S500:基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
具体而言,基于所述目标适应度函数,利用与上述相同的方法对所述目标调控指标集中的多个调控指标分别进行优化,获得多个预定变量优化决策,根据多个预定变量优化决策生成最优调控方案,当发生火灾时,根据所述最优调控方案对所述目标灭火设备进行调控。通过上述方法解决了气动排油注氮灭火装置灭火过程中由于控制参数设置不合理导致灭火环境质量较差的技术问题,可以降低灭火过程中恶劣环境对人员和设备造成的影响,提高灭火过程中的环境质量,从而保护设备和人员的安全。
在一个实施例中,如图4所示提供了一种基于环境监测的气动排油注氮灭火参数调控系统,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:目标调控指标集组建模块1、预定变量参数采集模块2、初始参数集生成模块3、预定变量优化决策得到模块4、最优调控方案生成模块5、其中:
目标调控指标集组建模块1,所述目标调控指标集组建模块1用于采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;
预定变量参数采集模块2,所述预定变量参数采集模块2用于将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;
初始参数集生成模块3,所述初始参数集生成模块3用于随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;
预定变量优化决策得到模块4,所述预定变量优化决策得到模块4用于获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;
最优调控方案生成模块5,所述最优调控方案生成模块5用于基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
在一个实施例中,所述系统还包括:
待调控指标集组建模块,所述待调控指标集组建模块用于组建所述目标灭火设备的待调控指标集,其中,所述待调控指标集包括多个指标;
第一历史记录提取模块,所述第一历史记录提取模块用于提取历史灭火调控记录中的第一历史记录,其中,所述第一历史记录包括第一历史指标参数集和第一历史环境指数;
第一历史指标参数集模块,所述第一历史指标参数集模块是指其中,所述第一历史指标参数集包括所述多个指标的多个历史指标参数;
目标调控指标集得到模块,所述目标调控指标集得到模块用于对所述多个历史指标参数与所述第一历史环境指数进行相关性筛选,得到所述目标调控指标集。
在一个实施例中,所述系统还包括:
预定变量上限得到模块,所述预定变量上限得到模块用于基于所述预定优化变量,得到所述目标灭火设备的预定变量上限;
预定变量下限得到模块,所述预定变量下限得到模块用于基于所述预定优化变量,得到所述目标灭火设备的预定变量下限;
预定变量参数阈得到模块,所述预定变量参数阈得到模块用于根据所述预定变量上限和所述预定变量下限确定所述预定变量参数阈。
在一个实施例中,所述系统还包括:
预定通道匹配模块,所述预定通道匹配模块用于在所述多个预定寻优通道中匹配所述预定优化变量的预定通道;
预定优化约束获得模块,所述预定优化约束获得模块是指所述预定优化规则中内嵌有预定环境指数阈,并将预定环境指数阈作为预定优化约束;
目标适应度函数构建模块,所述目标适应度函数构建模块用于通过所述预定通道对所述预定优化约束与所述N个系数进行分析,构建目标适应度函数,并根据所述目标适应度函数分别得到所述N个参数的N个适应度;
预定变量优化决策得到模块,所述预定变量优化决策得到模块用于基于所述N个适应度对所述N个参数进行筛选,得到所述预定变量优化决策。
在一个实施例中,所述系统还包括:
第一参数提取模块,所述第一参数提取模块用于提取所述N个参数中的第一参数;
第一参数偏差计算模块,所述第一参数偏差计算模块用于计算所述第一参数与所述预定变量参数的第一参数偏差;
第一系数得到模块,所述第一系数得到模块用于利用变异系数法对所述第一参数偏差进行分析,得到所述第一参数的第一系数;
系数组建模块,所述系数组建模块用于根据所述第一系数组建所述N个系数。
在一个实施例中,所述系统还包括:
目标适应度函数模块,所述目标适应度函数模块是指所述目标适应度函数如下:
;
函数概括模块,所述函数概括模块是指其中,是指所述N个参数中第i个参数的适应度函数,/>是指所述第i个参数的系数,即所述N个系数中与所述第i个参数对应的系数,M是指将预定灭火区域划分为M个区域,且所述M个区域中的每个区域均对应一个位置,即共有M个位置,/>、/>、/>分别是指所述目标灭火设备的所述预定优化变量在所述第i个参数的调控下,所述预定灭火区域中第m个位置的环境湿度、环境温度、可入肺颗粒浓度,/>、/>、/>分别是指/>、/>、/>的权重系数,且,/>、/>、/>的和为1。
在一个实施例中,所述系统还包括:
第一候选参数获得模块,所述第一候选参数获得模块用于在所述N个参数中匹配所述N个适应度中最大适应度对应的参数,将其记作第一候选参数;
第一扩充参数集获取模块,所述第一参数集获取模块用于获取所述第一候选参数的第一扩充参数集,其中,所述第一扩充参数集包括多个扩充参数;
第二候选参数获得模块,所述第二候选参数获得模块用于分析并筛选所述多个扩充参数中适应度最大的参数,记作第二候选参数;
预定变量优化决策获得模块,所述预定变量优化决策获得模块用于对所述第二候选参数进行重复迭代,直至满足预定迭代次数阈,将彼时得到的候选参数作为所述预定变量优化决策。
综上所述,本申请提供了一种基于环境监测的气动排油注氮灭火参数调控方法及系统具有以下技术效果:
1.解决了气动排油注氮灭火装置灭火过程中由于控制参数设置不合理导致灭火环境质量较差的技术问题,通过生成最优调控方案对目标灭火设备进行调控,可以降低灭火过程中恶劣环境对人员和设备造成的影响,提高灭火过程中的环境质量,从而保护设备和人员的安全。
2.通过利用优化算法对预定变量参数进行扩充,可以提高预定优化变量优化时的全局搜索能力,避免因为预定变量参数个数过少而陷入局部寻优的状态。
3.通过构建目标适应度函数,可以从环境温度、环境湿度和可入肺颗粒浓度这三个方面同时对灭火时的环境质量进行适应度分析,可以提高参数适应度获得的效率和准确率,从而提高了参数寻优的效率和准确率。通过进行不断迭代寻优,可以避免陷入局部最优,提高预定变量优化决策获得的精度和合理性。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.基于环境监测的气动排油注氮灭火参数调控方法,其特征在于,所述气动排油注氮灭火参数调控方法应用于气动排油注氮灭火参数调控系统,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:
采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;
将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;
随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;
获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;
基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
2.根据权利要求1所述气动排油注氮灭火参数调控方法,其特征在于,所述采集并组建所述目标灭火设备的目标调控指标集,包括:
组建所述目标灭火设备的待调控指标集,其中,所述待调控指标集包括多个指标;
提取历史灭火调控记录中的第一历史记录,其中,所述第一历史记录包括第一历史指标参数集和第一历史环境指数;
其中,所述第一历史指标参数集包括所述多个指标的多个历史指标参数;
对所述多个历史指标参数与所述第一历史环境指数进行相关性筛选,得到所述目标调控指标集。
3.根据权利要求1所述气动排油注氮灭火参数调控方法,其特征在于,在所述随机生成所述预定变量参数的初始参数集之前,包括:
基于所述预定优化变量,得到所述目标灭火设备的预定变量上限;
基于所述预定优化变量,得到所述目标灭火设备的预定变量下限;
根据所述预定变量上限和所述预定变量下限确定所述预定变量参数阈。
4.根据权利要求1所述气动排油注氮灭火参数调控方法,所述气动排油注氮灭火参数调控系统包括多个预定寻优通道,其特征在于,所述获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策,包括:
在所述多个预定寻优通道中匹配所述预定优化变量的预定通道;
所述预定优化规则中内嵌有预定环境指数阈,并将预定环境指数阈作为预定优化约束;
通过所述预定通道对所述预定优化约束与所述N个系数进行分析,构建目标适应度函数,并根据所述目标适应度函数分别得到所述N个参数的N个适应度;
基于所述N个适应度对所述N个参数进行筛选,得到所述预定变量优化决策。
5.根据权利要求4所述气动排油注氮灭火参数调控方法,其特征在于,所述通过所述预定通道对所述预定优化约束与所述N个系数进行分析,构建目标适应度函数,包括:
提取所述N个参数中的第一参数;
计算所述第一参数与所述预定变量参数的第一参数偏差;
利用变异系数法对所述第一参数偏差进行分析,得到所述第一参数的第一系数;
根据所述第一系数组建所述N个系数。
6.根据权利要求5所述气动排油注氮灭火参数调控方法,其特征在于,所述目标适应度函数如下:
;
其中,是指所述N个参数中第i个参数的适应度函数,/>是指所述第i个参数的系数,即所述N个系数中与所述第i个参数对应的系数,M是指将预定灭火区域划分为M个区域,且所述M个区域中的每个区域均对应一个位置,即共有M个位置,/>、/>、/>分别是指所述目标灭火设备的所述预定优化变量在所述第i个参数的调控下,所述预定灭火区域中第m个位置的环境湿度、环境温度、可入肺颗粒浓度,/>、/>、/>分别是指/>、、/>的权重系数,且,/>、/>、/>的和为1。
7.根据权利要求6所述气动排油注氮灭火参数调控方法,其特征在于,所述基于所述N个适应度对所述N个参数进行筛选,得到所述预定变量优化决策,包括:
在所述N个参数中匹配所述N个适应度中最大适应度对应的参数,将其记作第一候选参数;
获取所述第一候选参数的第一扩充参数集,其中,所述第一扩充参数集包括多个扩充参数;
分析并筛选所述多个扩充参数中适应度最大的参数,记作第二候选参数;
对所述第二候选参数进行重复迭代,直至满足预定迭代次数阈,将彼时得到的候选参数作为所述预定变量优化决策。
8.基于环境监测的气动排油注氮灭火参数调控系统,其特征在于,用于执行权利要求1-7中所述的基于环境监测的气动排油注氮灭火参数调控方法中任意一项方法的步骤,所述气动排油注氮灭火参数调控系统与目标灭火设备通信连接,包括:
目标调控指标集组建模块,所述目标调控指标集组建模块用于采集并组建所述目标灭火设备的目标调控指标集,并随机提取所述目标调控指标集中的第一指标;
预定变量参数采集模块,所述预定变量参数采集模块用于将所述第一指标作为预定优化变量,并基于所述预定优化变量采集所述目标灭火设备的预定变量参数;
初始参数集生成模块,所述初始参数集生成模块用于随机生成所述预定变量参数的初始参数集,其中,所述初始参数集包括N个参数,且所述N个参数中的各参数均符合预定变量参数阈;
预定变量优化决策得到模块,所述预定变量优化决策得到模块用于获取所述N个参数的N个系数,并结合预定优化规则对所述N个参数进行优化,得到预定变量优化决策;
最优调控方案生成模块,所述最优调控方案生成模块用于基于所述预定变量优化决策生成最优调控方案,并根据所述最优调控方案对所述目标灭火设备进行调控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310888746.XA CN117085284B (zh) | 2023-07-19 | 2023-07-19 | 基于环境监测的气动排油注氮灭火参数调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310888746.XA CN117085284B (zh) | 2023-07-19 | 2023-07-19 | 基于环境监测的气动排油注氮灭火参数调控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117085284A true CN117085284A (zh) | 2023-11-21 |
CN117085284B CN117085284B (zh) | 2024-04-05 |
Family
ID=88768858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310888746.XA Active CN117085284B (zh) | 2023-07-19 | 2023-07-19 | 基于环境监测的气动排油注氮灭火参数调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117085284B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104436477A (zh) * | 2014-12-01 | 2015-03-25 | 国家电网公司 | 变电站大型含油设备综合消防系统及方法 |
CN112487901A (zh) * | 2020-11-19 | 2021-03-12 | 国网河南省电力公司检修公司 | 一种排油注氮灭火装置压力表运行状态监测方法及监测系统 |
GB202116859D0 (en) * | 2021-06-29 | 2022-01-05 | Univ Jiangsu | Intelligent parallel pumping system and optimal regulating method thereof |
WO2022187946A1 (en) * | 2021-03-08 | 2022-09-15 | Predictnow.Ai Inc. | Conditional parameter optimization method & system |
CN115177893A (zh) * | 2022-06-17 | 2022-10-14 | 国网甘肃省电力公司天水供电公司 | 一种主变排油充氮消防装置及其控制方法 |
CN116383912A (zh) * | 2023-06-02 | 2023-07-04 | 深蓝(天津)智能制造有限责任公司 | 一种提高控制精度的微型电机结构优化方法及系统 |
-
2023
- 2023-07-19 CN CN202310888746.XA patent/CN117085284B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104436477A (zh) * | 2014-12-01 | 2015-03-25 | 国家电网公司 | 变电站大型含油设备综合消防系统及方法 |
CN112487901A (zh) * | 2020-11-19 | 2021-03-12 | 国网河南省电力公司检修公司 | 一种排油注氮灭火装置压力表运行状态监测方法及监测系统 |
WO2022187946A1 (en) * | 2021-03-08 | 2022-09-15 | Predictnow.Ai Inc. | Conditional parameter optimization method & system |
GB202116859D0 (en) * | 2021-06-29 | 2022-01-05 | Univ Jiangsu | Intelligent parallel pumping system and optimal regulating method thereof |
CN115177893A (zh) * | 2022-06-17 | 2022-10-14 | 国网甘肃省电力公司天水供电公司 | 一种主变排油充氮消防装置及其控制方法 |
CN116383912A (zh) * | 2023-06-02 | 2023-07-04 | 深蓝(天津)智能制造有限责任公司 | 一种提高控制精度的微型电机结构优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117085284B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263172B (zh) | 一种电网监控告警信息事件化自主识别方法 | |
CN111144232A (zh) | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 | |
CN108230637B (zh) | 一种消防火灾报警方法及系统 | |
CN111669375B (zh) | 一种电力工控终端在线安全态势评估方法及系统 | |
CN116228174B (zh) | 一种具有智能识别功能的印控仪管理方法 | |
CN116884193B (zh) | 一种基于多端感应融合的芯片工厂智慧生产监控警报系统 | |
CN103812577A (zh) | 非正常无线电信号的自动识别系统及其方法 | |
CN110245168B (zh) | 一种提取电网历史告警中异常事件特征信号的方法及系统 | |
CN112685393B (zh) | 一种用于电力通信网的智能化告警归并方法及系统 | |
CN117085284B (zh) | 基于环境监测的气动排油注氮灭火参数调控方法及系统 | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
CN111222800B (zh) | 一种智能电力系统异常检测方法 | |
CN116187701A (zh) | 一种基于多维数据和数据分析的智能建筑监测管理系统 | |
CN113256925A (zh) | 一种智能楼宇入侵报警方法、系统及其存储介质 | |
CN106411620A (zh) | 电力通信异常事件过滤方法 | |
CN115171006B (zh) | 基于深度学习的自动识别人员进入电力危险区的检测方法 | |
CN114661943A (zh) | 会议信息存储管理系统 | |
CN112261009B (zh) | 一种针对铁路调度集中系统的网络入侵检测方法 | |
CN114397842A (zh) | 电力监控网络安全智能巡检加固方法 | |
CN114143095A (zh) | 基于孤立森林的配电终端dtu入侵检测方法及系统 | |
CN112670991A (zh) | 一种基于敏感用户暂降损失的电网防雷治理优化方法 | |
CN116704448B (zh) | 多摄像头的行人识别方法及识别系统 | |
CN114021395B (zh) | 一种电力信息物理系统线路脆弱相关性分析方法及装置 | |
CN116822728A (zh) | 基于典型相关系数和模糊Petri网络变电站防汛控制方法 |
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 |