歡迎光臨安科瑞電氣股份有限公司網(wǎng)站!
誠(chéng)信促進(jìn)發(fā)展,實(shí)力鑄就品牌
服務(wù)熱線:

18702111750

產(chǎn)品分類

Product category

技術(shù)文章 / article 您的位置:網(wǎng)站首頁 > 技術(shù)文章 > 淺析新型電氣火災(zāi)預(yù)警系統(tǒng)的研究

淺析新型電氣火災(zāi)預(yù)警系統(tǒng)的研究

更新時(shí)間:2023-11-03 點(diǎn)擊次數(shù): 358次

劉細(xì)鳳

(安科瑞電氣股份有限公司 上海嘉定 201801)

【摘要】針對(duì)現(xiàn)有電氣火災(zāi)預(yù)警技術(shù)存在監(jiān)測(cè)功能不夠全面以及智能決策不夠完善等問題,開發(fā)了一種新型電氣火災(zāi)預(yù)警系統(tǒng)。首先,使用多個(gè)不同類型的單參量采集模塊來采集火情現(xiàn)場(chǎng)數(shù)據(jù),再將采集到的數(shù)據(jù)匯集到參量匯集模塊,完成多參量采集;其次,參量匯集模塊通過兩級(jí)制數(shù)據(jù)傳輸網(wǎng)絡(luò),即ZigBee本地?zé)o線通訊和NB-IoT遠(yuǎn)程聯(lián)網(wǎng)通訊,將火情現(xiàn)場(chǎng)數(shù)據(jù)上傳至云平臺(tái);而后,云平臺(tái)對(duì)數(shù)據(jù)進(jìn)行相應(yīng)運(yùn)算與處理,運(yùn)用智能識(shí)別算法,實(shí)現(xiàn)火災(zāi)預(yù)警?;谠撓到y(tǒng),可及時(shí)預(yù)警和提前預(yù)判火情現(xiàn)場(chǎng),減少人員傷亡和財(cái)產(chǎn)損失。

【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,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,單純通過這些數(shù)值來進(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),通過多個(gè)參量采集模塊,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;數(shù)據(jù)傳輸模塊(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、數(shù)據(jù)傳輸模塊、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);數(shù)據(jù)傳輸模塊作為通信橋梁,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)的采集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,再通過標(biāo)準(zhǔn)接口。根據(jù)約定的通訊協(xié)議,將火情現(xiàn)場(chǎng)數(shù)據(jù)傳輸給參量匯集模塊。參量匯集模塊以無線MCU(ZigBee終端節(jié)點(diǎn))為核心。通過標(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ZigBee網(wǎng)絡(luò)轉(zhuǎn)發(fā)給

ZigBee協(xié)調(diào)器。數(shù)據(jù)傳輸模塊結(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)采集過程完成對(duì)火情現(xiàn)場(chǎng)數(shù)據(jù)的采集,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,將數(shù)據(jù)傳輸至參量匯集模塊。

3.2數(shù)據(jù)傳輸

數(shù)據(jù)傳輸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)的過程,其軟件流程如圖5所示。

ZigBee協(xié)調(diào)器檢測(cè)周圍網(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,并通過求解算法,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),然后得出火災(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,則第i個(gè)樣本可表示為ai=,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)別問題中具有優(yōu)勢(shì),但傳統(tǒng)的SVM僅用于解決兩類分類問題,不能直接用于多類分類。本文采用一對(duì)一訓(xùn)練策略來實(shí)現(xiàn)多類SVM的分類,為每類構(gòu)造一個(gè)SVM,通過粒子群(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。再通過該監(jiān)測(cè)點(diǎn)對(duì)應(yīng)的ZigBee網(wǎng)絡(luò),定位該監(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)可將這些定位及預(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)通過對(duì)剩余電流、過電流、過電壓、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、溫度和故障電弧等超標(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、金融、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)消除222

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)警消除后,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111

當(dāng)發(fā)生剩余電流、超溫報(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)提供多種便捷、快速的查詢方法。

事件頁面

(5)配置方案

應(yīng)用場(chǎng)合

型號(hào)

產(chǎn)品照片

功能

消防控制室

Acrel-6000/B

適用于1~4條通信總線*多可連接256個(gè)探測(cè)器,可適用于壁掛安裝的場(chǎng)所。

Acrel-6000/Q

適用于大型組網(wǎng),壁掛式監(jiān)控主機(jī)數(shù)量較多且需集中查看的場(chǎng)所,主要監(jiān)測(cè)壁掛主機(jī)信息。

一、二級(jí)

低壓配電

ARCM200L-Z2

三相(I、U、kW、Kvar、kWh、Kvarh、Hz、cos中),視在電能、四象限電能計(jì)量,單回路剩余電流監(jiān)測(cè),4路溫度監(jiān)測(cè),2路繼電器輸出,4路開關(guān)量輸入,事件記錄,內(nèi)置時(shí)鐘,點(diǎn)陣式LCD顯示,2路獨(dú)立RS485/Modbus通訊

ARCM200L-J8

8路剩余電流監(jiān)測(cè),2路繼電器輸出,4路開關(guān)量輸入,事件記錄,內(nèi)置時(shí)鐘,點(diǎn)陣式LCD顯示,1路RS485/Modbus通訊

ARCM300-J1

1路剩余電流監(jiān)測(cè),4路溫度監(jiān)測(cè),1路繼電器輸出,事件記錄,LCD顯示,1路RS485/Modbus通訊

AAFD-□

檢測(cè)末端線路的故障電弧,485通訊,導(dǎo)軌式安裝。

ASCP200-□

短路限流保護(hù)、過載保護(hù)、內(nèi)部超溫限流保護(hù)、過欠壓保護(hù)、漏電監(jiān)測(cè)、線纜溫度監(jiān)測(cè),1路RS485通訊,1路GPRS或NB無線通訊,額定電流為0-40A可設(shè)。

短路限流保護(hù)、過載保護(hù)、內(nèi)部超溫限流保護(hù)、過欠壓保護(hù)、漏電監(jiān)測(cè)、線纜溫度監(jiān)測(cè),1路RS485通訊,1路NB或4G無線通訊,額定電流為0-63A可設(shè)。

配套附件

AKH-0.66

測(cè)量型互感器,采集交流電流信號(hào)

AKH-0.66/L

剩余電流互感器,采集剩余電流信號(hào)

ARCM-NTC

溫度傳感器,采集線纜或配電箱體溫度

6結(jié)語

本文利用參量采集模塊采集火情現(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?;谠撓到y(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,楊坤,陳妍希.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.

作者簡(jiǎn)介

劉細(xì)鳳,女,安科瑞電氣股份有限公司,主要研究方向?yàn)殡姎饣馂?zāi)系統(tǒng)的設(shè)計(jì)與應(yīng)用

聯(lián)


熟女自慰30P,新狼窝色AV性久久久久久,国产精品久久久久久久久免费,翁吻乳婷婷小玲21章小说
<蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>