關(guān)于一種新型電氣火災(zāi)預(yù)警系統(tǒng)的研究

時(shí)間：2024-12-26作者：安科瑞電氣股份有限公司瀏覽：378

【關(guān)鍵詞】電氣火災(zāi)預(yù)警，ZigBee,NB-IoT,智能識(shí)別算法
0引言
       近年來(lái)，我國(guó)電氣火災(zāi)多發(fā)，造成重大人員傷亡和財(cái)產(chǎn)損失。據(jù)統(tǒng)計(jì),2020年，因違反電氣安裝使用規(guī)定引發(fā)的火災(zāi)共8.5萬(wàn)起，占總數(shù)的33.6%,重特大火災(zāi)中電氣火災(zāi)占比高達(dá)55.4%，目前，已有一些電氣火災(zāi)預(yù)警問(wèn)題的相關(guān)研究:葉研等研究了基于CAN總線的實(shí)驗(yàn)樓火災(zāi)預(yù)警系統(tǒng)，將數(shù)據(jù)通過(guò)CAN總線發(fā)送到控制部分完成數(shù)據(jù)處理，提高了火災(zāi)預(yù)警系統(tǒng)的可靠性和反饋速度;張夢(mèng)媛設(shè)計(jì)了一款基于物聯(lián)網(wǎng)技術(shù)的無(wú)線火災(zāi)智能預(yù)警系統(tǒng)，采用ZigBee協(xié)議，利用各傳感器進(jìn)行檢測(cè)，通過(guò)蜂窩移動(dòng)通信技術(shù)將火災(zāi)情況發(fā)送至消防站，達(dá)到火災(zāi)預(yù)警的目的，于蘭等研究了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的電氣火災(zāi)預(yù)警系統(tǒng)，利用BP神經(jīng)網(wǎng)絡(luò)判斷電氣火災(zāi)是否發(fā)生故障，增強(qiáng)了電氣火災(zāi)系統(tǒng)的預(yù)警能力。但當(dāng)前電氣火災(zāi)預(yù)警系統(tǒng)仍存在一些不足，例如，傳感器采集參數(shù)不夠全面，影響評(píng)價(jià)結(jié)果；使用多個(gè)不同類(lèi)型的傳感器采集數(shù)據(jù)，但這些參量之間部分或全部存在非線性依賴關(guān)系，單純通過(guò)這些數(shù)值的判決進(jìn)行報(bào)警不夠科學(xué)智能決策不夠完善等。本文提出一種新型電氣火災(zāi)預(yù)警系統(tǒng)，通過(guò)多個(gè)參量模塊,將采集到的現(xiàn)場(chǎng)火情數(shù)據(jù)發(fā)送給參量匯集模塊；模塊（含ZigBee協(xié)調(diào)器）接收參量匯集模塊（即ZigBee終端節(jié)點(diǎn)）發(fā)送的有關(guān)數(shù)據(jù)，再通過(guò)NB-IoT模塊將數(shù)據(jù)上傳給云平臺(tái)，由此構(gòu)成兩級(jí)制無(wú)線通信物聯(lián)網(wǎng)架構(gòu)。云平臺(tái)對(duì)傳感器采集到的多個(gè)變量參數(shù)進(jìn)行融合分析,建立火災(zāi)狀態(tài)與多變量參數(shù)之間的非線性數(shù)學(xué)模型。基于該模型，根據(jù)多變量數(shù)據(jù)，計(jì)算得出火災(zāi)發(fā)生的概率，從而達(dá)到預(yù)警的目的。
1系統(tǒng)整體設(shè)計(jì)


       系統(tǒng)整體結(jié)構(gòu)如圖1所示，由參量采集模塊、參量匯集模塊、模塊、云平臺(tái)及客戶端組成。參量采集模塊負(fù)責(zé)連接傳感器，感知火情現(xiàn)場(chǎng);參量匯集模塊負(fù)責(zé)匯集與上傳火情現(xiàn)場(chǎng)數(shù)據(jù)；模塊作為通信橋梁，負(fù)責(zé)參量匯集模塊與云平臺(tái)之間的信息傳遞；云平臺(tái)則負(fù)責(zé)運(yùn)算及處理數(shù)據(jù)信息，計(jì)算得出火災(zāi)發(fā)生的概率，并發(fā)送信息至客戶端，客戶端可相應(yīng)呈現(xiàn)火災(zāi)預(yù)警信息。

2硬件構(gòu)成


       單參量采集模塊、參量匯集模塊硬件構(gòu)成如圖2所示。火情現(xiàn)場(chǎng)數(shù)據(jù)的由單參量采集模塊和參量匯集模塊共同完成。

       參量采集模塊包括傳感器、信號(hào)處理電路、MCU,并通過(guò)工業(yè)標(biāo)準(zhǔn)接口（232、485、I2C、SPI等）與參量匯集模塊連接。根據(jù)火情現(xiàn)場(chǎng)情況，選取煙霧、溫度、火焰、電參數(shù)（包括入戶母線電壓、電流、有功功率、無(wú)功功率或功率因數(shù)）等傳感器進(jìn)行數(shù)據(jù)采集，經(jīng)信號(hào)處理電路處理后送入MCU,再通過(guò)標(biāo)準(zhǔn)接口。根據(jù)約定的通訊協(xié)議，將火情現(xiàn)場(chǎng)給參量匯集模塊。參量匯集模塊以無(wú)線MCU（ZigBee終端節(jié)點(diǎn)）為**。通過(guò)標(biāo)準(zhǔn)接口與單參量采集模塊有線連接，接收單參量采集模塊發(fā)送的火情現(xiàn)場(chǎng)數(shù)據(jù)，再通過(guò)ZigBee網(wǎng)絡(luò)轉(zhuǎn)發(fā)給ZigBee協(xié)調(diào)器。模塊結(jié)構(gòu)如圖3所示，主要由ARM微處理器.ZigBee協(xié)調(diào)器以及NB-IoT模塊組成。


各參量匯集模塊作為ZigBee終端節(jié)點(diǎn)加入網(wǎng)絡(luò),ZigBee協(xié)調(diào)器接收多個(gè)參量匯集模塊上傳的火情現(xiàn)場(chǎng)數(shù)據(jù)。ARM微處理器負(fù)責(zé)統(tǒng)籌處理數(shù)據(jù)本地傳輸、遠(yuǎn)程傳輸,以及相應(yīng)的解析及轉(zhuǎn)換,NB-IoT模塊將火情現(xiàn)場(chǎng)數(shù)據(jù)等信息遠(yuǎn)程發(fā)送至云平臺(tái)進(jìn)行處理。
3軟件設(shè)計(jì)
3.1數(shù)據(jù)采集


      數(shù)據(jù)采集過(guò)程完成對(duì)火情現(xiàn)場(chǎng)數(shù)據(jù)的,其軟件流程如圖4所示。

初始化完成后，參量采集模塊需要通過(guò)相應(yīng)的傳感器采集現(xiàn)場(chǎng)數(shù)據(jù)，處理完相關(guān)數(shù)據(jù)后，將至參量匯集模塊。
3.2
       是指將參量匯集模塊接收到的多組火情現(xiàn)場(chǎng)數(shù)據(jù)上傳至云平臺(tái)的過(guò)程，其軟件流程如圖5所示。


ZigBee協(xié)調(diào)器檢測(cè)周?chē)W(wǎng)絡(luò)狀態(tài)，建立網(wǎng)絡(luò)。參量匯集模塊作為終端節(jié)點(diǎn)入網(wǎng)后，將數(shù)據(jù)轉(zhuǎn)發(fā)至ZigBee協(xié)調(diào)器,協(xié)調(diào)器接收到上傳的火情現(xiàn)場(chǎng)數(shù)據(jù)，通過(guò)串口通信將數(shù)據(jù)發(fā)送給ARM微處理器,ARM微處理器對(duì)數(shù)據(jù)解析、打包后，由NB-IoT模塊上傳至云平臺(tái)完成數(shù)據(jù)處理，*終實(shí)現(xiàn)火災(zāi)預(yù)警。
3.3數(shù)據(jù)處理


        數(shù)據(jù)處理是指在云平臺(tái)對(duì)上傳的火情現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行運(yùn)算與處理的過(guò)程，其軟件流程如圖6所示。

        云平臺(tái)完成初始化后，首先接收火災(zāi)監(jiān)測(cè)現(xiàn)場(chǎng)的位置以及火情現(xiàn)場(chǎng)數(shù)據(jù)等信息，運(yùn)算與處理上傳數(shù)據(jù)中的多個(gè)變量，隨后建立火災(zāi)現(xiàn)場(chǎng)狀態(tài)與多變量參數(shù)之間的非線性數(shù)學(xué)模型?；谠撃Ｐ停罁?jù)采集的多變量數(shù)據(jù)，通過(guò)智能算法計(jì)算得出火災(zāi)發(fā)生的概率，然后發(fā)送火災(zāi)預(yù)警信息至客戶端。
4智能識(shí)別算法
       本文提出的火災(zāi)預(yù)警智能識(shí)別算法，可融合分析傳感器采集的多個(gè)變量，基于半監(jiān)督學(xué)習(xí)方法，自動(dòng)實(shí)現(xiàn)變量分類(lèi)，并通過(guò)求解算法,建立火災(zāi)現(xiàn)場(chǎng)狀態(tài)與多變量參數(shù)之間的非線性數(shù)學(xué)模型?；谠撃Ｐ?依據(jù)采集的多變量數(shù)據(jù)，*后得出火災(zāi)發(fā)生的概率，達(dá)到預(yù)警的目的。算法包含兩部分。
（1）基于稀疏編碼的結(jié)構(gòu)特征提取方法
         其對(duì)應(yīng)的學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)如圖7所示。


記樣本數(shù)量為N,樣本維度為D,則*i個(gè)樣本可表示為ai={ai1,ai2,......aid},則自動(dòng)編碼器參數(shù)訓(xùn)練的目標(biāo)為輸出數(shù)據(jù)接近輸入數(shù)據(jù),即：

式中=為輸入樣本集合狙為相應(yīng)的輸出值集合。
(2)多類(lèi)SVM的實(shí)現(xiàn)
       SVM在解決小樣本、非線性以及高緯模式識(shí)別問(wèn)題中具有優(yōu)勢(shì)，但傳統(tǒng)的SVM僅用于解決兩類(lèi)分類(lèi)問(wèn)題,不能直接用于多類(lèi)分類(lèi)。本文采用一對(duì)一訓(xùn)練策略來(lái)實(shí)現(xiàn)多類(lèi)SVM的分類(lèi)，為每類(lèi)構(gòu)造一個(gè)SVM,通過(guò)粒子群(PSO)算法實(shí)現(xiàn)對(duì)SVM參數(shù)的優(yōu)化,并采用稀疏自編碼器獲取的特征參數(shù)訓(xùn)練多類(lèi)SVM,從而實(shí)現(xiàn)完整的智能識(shí)別算法。云平臺(tái)對(duì)各參量匯集模塊傳來(lái)的數(shù)據(jù)進(jìn)行智能計(jì)算與分析，判斷當(dāng)前是否有預(yù)警發(fā)生，若有，云平臺(tái)首先通過(guò)嵌入式網(wǎng)關(guān)的IMEI碼,定位當(dāng)前發(fā)生預(yù)警的監(jiān)測(cè)點(diǎn)位置。再通過(guò)該監(jiān)測(cè)點(diǎn)對(duì)應(yīng)的ZigBee網(wǎng)絡(luò)，該監(jiān)測(cè)點(diǎn)區(qū)域內(nèi)發(fā)生預(yù)警的參量匯集模塊對(duì)應(yīng)的位置。此外，云平臺(tái)還可判斷出當(dāng)前預(yù)警的嚴(yán)重等級(jí)，可保證在多個(gè)監(jiān)測(cè)點(diǎn)同時(shí)發(fā)生預(yù)警時(shí)，工作人員可根據(jù)嚴(yán)重等級(jí)，合理安排處理順序，云平臺(tái)可將這些及預(yù)警等級(jí)信息推送到計(jì)算機(jī)或智能手機(jī)客戶端上，工作人員可接收到推送的預(yù)警信息，及時(shí)采取相應(yīng)的處理措施。
5安科瑞電氣火災(zāi)監(jiān)控系統(tǒng)
（1）概述
       Acre1-6000電氣火災(zāi)監(jiān)控系統(tǒng)，是根據(jù)中心的消防電子產(chǎn)品試驗(yàn)認(rèn)證，并且均通過(guò)嚴(yán)格的EMC電磁兼容試驗(yàn)，保證了該系列產(chǎn)品在低壓配電系統(tǒng)中的安全正常運(yùn)行，現(xiàn)均已批量生產(chǎn)并在全國(guó)得到廣泛地應(yīng)用。該系統(tǒng)通過(guò)對(duì)剩余電流、過(guò)電流、過(guò)電壓、溫度和故障電弧等信號(hào)的采集與監(jiān)視，實(shí)現(xiàn)對(duì)電氣火災(zāi)的早期預(yù)防和報(bào)警，當(dāng)必要時(shí)還能聯(lián)動(dòng)切除被檢測(cè)到剩余電流、溫度和故障電弧等**標(biāo)的配電回路;并根據(jù)用戶的需求，還可以滿足與AcreIEMS企業(yè)微電網(wǎng)管理云平臺(tái)或火災(zāi)自動(dòng)報(bào)警系統(tǒng)等進(jìn)行數(shù)據(jù)交換和共享。
（2）應(yīng)用場(chǎng)合
       適用于智能樓宇、高層公寓、賓館、飯店、商廈、工礦企業(yè)、國(guó)家重點(diǎn)消防單位以及石油化工、文教衛(wèi)生、、電信等領(lǐng)域。
（3）系統(tǒng)結(jié)構(gòu)


（4）系統(tǒng)功能


       監(jiān)控設(shè)備能接收多臺(tái)探測(cè)器的剩余電流、溫度信息，報(bào)警時(shí)發(fā)出聲、光報(bào)警信號(hào)，同時(shí)設(shè)備上紅色“報(bào)警”指示燈亮，顯示屏指示報(bào)警部位及報(bào)警類(lèi)型，記錄報(bào)警時(shí)間，聲光報(bào)警一直保持，直至按設(shè)備的“復(fù)位”按鈕或觸摸屏的“復(fù)位”按鍵遠(yuǎn)程對(duì)探測(cè)器實(shí)現(xiàn)復(fù)位。對(duì)于聲音報(bào)警信號(hào)也可以使用觸摸屏“消聲”按鍵手動(dòng)

      當(dāng)被監(jiān)測(cè)回路報(bào)警時(shí)，控制輸出繼電器閉合，用于控制被保護(hù)電路或其他設(shè)備，當(dāng)報(bào)警后，控制輸出繼電器釋放。


     通訊故障報(bào)警：當(dāng)監(jiān)控設(shè)備與所接的任一臺(tái)探測(cè)器之間發(fā)生通訊故障或探測(cè)器本身發(fā)生故障時(shí)，監(jiān)控畫(huà)面中相應(yīng)的探測(cè)器顯示故障提示，同時(shí)設(shè)備上的黃色“故障”指示燈亮，并發(fā)出故障報(bào)警聲音。電源故障報(bào)警：當(dāng)主電源或備用電源發(fā)生故障時(shí)，監(jiān)控設(shè)備也發(fā)出聲光報(bào)警信號(hào)并顯示故障信息，可進(jìn)入相應(yīng)的界面查看詳細(xì)信息并可解除報(bào)警聲


當(dāng)發(fā)生剩余電流、**溫報(bào)警或通訊、電源故障時(shí)，將報(bào)警部位、故障信息、報(bào)警時(shí)間等信息存儲(chǔ)在數(shù)據(jù)庫(kù)中，當(dāng)報(bào)警解除、排除故障時(shí)，同樣予以記錄。歷史數(shù)據(jù)提供多種、快速的查詢方法。





（5）配置方案

6結(jié)語(yǔ)
       本文利用參量模塊采集火情現(xiàn)場(chǎng)數(shù)據(jù)并上傳至參量匯集模塊，通過(guò)ZigBee網(wǎng)絡(luò)和NB-IoT模塊將數(shù)據(jù)上傳至云平臺(tái)，云平臺(tái)融合分析傳感器采集到的多個(gè)變量，并通過(guò)求解算法，得出火災(zāi)發(fā)生的概率并將其發(fā)送至客戶端，據(jù)此提醒工作人員及時(shí)采取措施。基于該系統(tǒng)，及時(shí)預(yù)警火情現(xiàn)場(chǎng)，提前預(yù)判。從而減少人員傷亡和財(cái)產(chǎn)損失。
參考文獻(xiàn)
[1] 閆傳令，李紅艷.冶山礦業(yè)公司“六大系統(tǒng)”的建設(shè)及應(yīng)用[J]. 現(xiàn)代礦業(yè)，2014,30(12):186-187.
[2] 張紀(jì)飛.煤礦井下自動(dòng)化供水索統(tǒng)的設(shè)計(jì)應(yīng)用[J].山東煤炭科技,2021,39(7)：135-137.
[3] 馬莉.煤礦供水系統(tǒng)優(yōu)化改造的研究[J].當(dāng)代化工研究，2021(5) :92-93.
[4] 劉文峰，孟祥忠.煤礦深井多水平恒壓供水系統(tǒng)的研究與應(yīng)用[J].工業(yè)儀表與自動(dòng)化裝置,2020(4)：25-28+47.
[5] 孫派，吳志強(qiáng)，蘇瑞.礦井供水管網(wǎng)在線監(jiān)測(cè)自控技術(shù)研究實(shí)踐[J].中小企業(yè)管理與科技(下旬刊),2013(4):240.
[6]魏立明，，.建筑電氣火炎預(yù)警系統(tǒng)的綜述研究[J]. 吉林建筑大學(xué)學(xué)報(bào),2017,34(3):112-115.
[7] 藍(lán)雄，劉勝永.軸承故障稀疏編碼特征提取與多分類(lèi)SVM識(shí)別[J].機(jī)械設(shè)計(jì)與制造,2020(10):182-186.
[8]周文潮，周子涵，靳沖.基于SVM的變壓器局部放電故障診斷研究[J].鐵路通信信號(hào)工程技術(shù),2022,19(S1):137-140.
[9] 范婕，許欣怡，周詩(shī)崠等.基于PSO-SVM的天然氣水合物生成條件預(yù)測(cè)[J].天然氣化工—C1化學(xué)與化工,2022,47(5):171-176.
[10]龍興林，俞鑒鋒，劉學(xué)勇，方永達(dá).一種新型電氣火災(zāi)預(yù)警系統(tǒng)研究 [A].傳感檢測(cè)與儀器儀表.2023(13)-1133
[11] 安科瑞企業(yè)微電網(wǎng)設(shè)計(jì)與應(yīng)用手冊(cè)2022.05版．


安科瑞電氣股份有限公司專注于10KV饋線保護(hù)裝置,電流互感器,溫濕度控制器,有源電力濾波器,混合動(dòng)態(tài)濾波補(bǔ)償裝置,有源濾波器廠家,低壓饋線保護(hù)器等

• 詞條

  詞條說(shuō)明

• 南寧研祥智谷遠(yuǎn)程預(yù)付費(fèi)電能管理系統(tǒng)的應(yīng)用

  摘要：本小結(jié)介紹南寧研祥智谷（二、三期）項(xiàng)目遠(yuǎn)程預(yù)付費(fèi)電能管理系統(tǒng)，采用智能遠(yuǎn)程預(yù)付費(fèi)電度表，采集各商戶實(shí)時(shí)用電量、剩余電量，通過(guò)智能遠(yuǎn)程預(yù)付費(fèi)電度表進(jìn)行遠(yuǎn)程分合閘控制，進(jìn)而實(shí)現(xiàn)先售電后用電。系統(tǒng)采用現(xiàn)場(chǎng)就地組網(wǎng)的方式，組網(wǎng)后通過(guò)現(xiàn)場(chǎng)總線通訊傳至后臺(tái)，通過(guò)Acrel-3200型遠(yuǎn)程預(yù)付費(fèi)電能管理系統(tǒng)實(shí)現(xiàn)各商戶用電的收費(fèi)、監(jiān)控和管理。?關(guān)鍵詞：遠(yuǎn)程預(yù)付費(fèi)電度表; DTSY1352-NK;遠(yuǎn)

• 城市智慧管廊電力設(shè)備監(jiān)控解決方案

  ?安科瑞 楊馨安科瑞電氣股份有限公司?上海嘉定 201800摘要：城市綜合管廊內(nèi)部不僅整合了維持城市功能的自來(lái)水、煤氣、電力、通信管線，而且管廊自身功能使用的動(dòng)力、照明、排水等設(shè)備繁多，無(wú)論納入管線出現(xiàn)故障，還是自身附屬設(shè)備出現(xiàn)故障，都將造成沿線城市功能的癱瘓，因此將綜合管廊內(nèi)部的各個(gè)系統(tǒng)實(shí)現(xiàn)智慧化管理是目前首要解決的問(wèn)題。關(guān)鍵字：智慧管廊 物聯(lián)網(wǎng) 云平臺(tái)1引言?&n

• 單相遠(yuǎn)程預(yù)付費(fèi)智能電能表的設(shè)計(jì)探究與選型

  楊馨安科瑞電氣股份有限公司? 上海嘉定? 201801?摘要：傳統(tǒng)的電子式電能表和感應(yīng)式電能表不具備的遠(yuǎn)程功能和分時(shí)計(jì)費(fèi)功能，只是有計(jì)量電能的功能，而且般都采用人工抄表的方法。為了解決和補(bǔ)充這種電能表的不足和缺陷本文將主要分析和研究新型的單相遠(yuǎn)程費(fèi)控智能電能表的設(shè)計(jì)方法。關(guān)鍵詞:單相；遠(yuǎn)程費(fèi)控；智能電能表；設(shè)計(jì)?0引言單相遠(yuǎn)程費(fèi)控智能電能表是目前新型的一

• 淺談綜合醫(yī)院能源管理信息系統(tǒng)的建設(shè)

  關(guān)鍵詞：綠色醫(yī)院；綠色管理；能源管理；能源計(jì)量0 引言? ? ? ?能源管理信息系統(tǒng)的建設(shè)，將致力于實(shí)現(xiàn)醫(yī)院建筑的綠色管理，降低運(yùn)營(yíng)成本，提高市場(chǎng)競(jìng)爭(zhēng)力，為落實(shí)建設(shè)美麗中國(guó)的科學(xué)發(fā)展觀作出貢獻(xiàn)。? ? ? ?在《綠色醫(yī)院建筑評(píng)價(jià)標(biāo)準(zhǔn)》中，“綠色醫(yī)院”評(píng)價(jià)體系由1規(guī)劃、2建筑、3設(shè)備及系統(tǒng)、4環(huán)境與環(huán)境保護(hù)、5運(yùn)行管理5