【技術實現步驟摘要】
本專利技術涉及電氣線路火災風險預警，更具體的說是涉及一種基于多源數據融合的電氣線路火災風險預警方法及系統。
技術介紹
1、目前，隨著現代社會的快速發展，電力系統已成為支撐各行各業運行不可或缺的基礎設施，在電力系統中，低壓配電柜作為電力分配與轉換的關鍵設備，其運行穩定性和安全性直接關系到整個電力系統的穩定運行及用戶用電安全。然而，隨著電氣設備負載的不斷增加及運行時間的延長，低壓配電柜內部電氣線路因老化、過載、短路、接觸不良等問題引發的火災風險日益凸顯。傳統的低壓配電柜在火災預警方面存在諸多不足，如依賴人工巡檢、反應速度慢、預警精度低等問題，難以及時有效地發現并處理火災隱患，導致火災事故頻發，給社會帶來巨大的人員傷亡和財產損失。
2、在低壓配電柜的復雜運行環境中，電氣線路故障的發生發展往往成為誘發電氣火災事故的主要根源。而在電氣故障演變過程中以電、熱、氣參量變化作為感知和預判線路故障或發生火災風險的臨界判據，利用傳感器技術對電氣線路故障過程中的多指標參數進行實時感知并結合深度機器學習算法進行智能分析預測，將為低壓配電柜電氣線路故障以及火災風險的預測提供方式方法。
3、因此，針對低壓配電柜這一電力系統的核心設備，亟需開發一種能夠監測電氣線路多指標變化、實時數據分析與智能預警于一體的電氣線路火災風險預警方法及時發現并處理潛在異常問題的方法，以實現對電氣線路故障的早期識別和火災風險的精準預測，進行提前預防。
技術實現思路
1、有鑒于此，本專利技術提供了一種基于多源數據
2、為了實現上述目的，本專利技術采用如下技術方案：
3、一種基于多源數據融合的電氣線路火災風險預警方法，包括：
4、實時采集電氣線路參量數據；
5、對獲取的電氣線路參量數據進行預處理操作；
6、對預處理后的電氣線路參量數據提取關鍵特征，表征電氣線路的工作狀態；
7、運用機器學習算法構建火災風險預測模型，利用預處理后的電氣線路參量數據進行訓練預測，根據預測結果進行分析與計算，得出電氣線路火災風險概率值和預測發生區域；
8、根據電氣線路火災風險概率值，結合設定閾值，判斷電氣線路是否出現火災風險，若確定發生火災風險，發出警報信號并采取應急措施。
9、可選的，所述實時采集電氣線路參量數據具體包括：
10、在低壓配電柜中放置傳感器，進行實時監測并采集電氣線路的溫度、煙氣、剩余電流及熱解粒子數據，包括變化值和瞬變值；采集固定時間內正常狀態下數據，以及收集線路歷史數據和臨災數據；構建標準數據集，通過均值及規范標準設定評判基準。
11、可選的，還包括分析線路參數風險異常等級及發出相應聲光報警，根據相應報警信號進行相應具體操作措施；其中異常等級判定包括：
12、通過采集的線路溫度數據，與標準數據集進行對比，根據差值大小、結合溫升規律及標準規范進行判斷得到風險等級r1；
13、通過采集的剩余電流數據，與標準數據集進行對比，根據差值大小以及標準規范進行判斷得到風險等級r2；
14、通過采集的線路煙氣數據，與標準數據集進行對比，根據差值大小以及煙氣濃度標準進行判斷得到風險等級r3；
15、通過采集的線路熱解粒子數據，與標準數據集進行對比，根據差值大小以及熱解粒子濃度對應風險標準進行判斷得到風險等級r4。
16、可選的，所述預處理具體包括：
17、對電氣線路參量數據進行清洗，剔除異常值和缺失值，并采用均值法獲得的數據代替異常值和缺失值，均值法表現形式為：
18、
19、式中，ai表示數據是否缺失，當ai＝1時表示數據未缺失，ai＝n表示數據缺失，yi為數據集對應數值，ni為數據集中未缺失的個數；
20、將清洗、剔除后的數據做歸一化處理，將數值壓縮到[0,1]的區間內；
21、具體的，標準化公式的表達式為：
22、
23、式中，xi-min為第i個參量數據數組xi(k)中的最小值，xi-max為第i個參量數據數組xi(k)中的最大值，i代表參量編號，k為第k個數據，k＝1,2,3,…,n。
24、可選的，還包括對預處理后的電氣線路參量數據進行提取，得到溫度、煙氣濃度，剩余電流、熱解粒子變化趨勢；并將預處理后的電氣線路參量數據集的70％作為訓練集，將數據集的30％作為測試集。
25、可選的，所述構建火災風險預測模型具體包括：
26、選用lstm-svm模型預測電氣火災風險，利用訓練集數據進行訓練；將測試集數據進行測試，測試集驗證模型預測精度至達標，從而得到訓練好的火災風險預測模型并根據訓練結果確定火災判定閾值；將處理后的數據值作為輸入值，送入訓練好的火災風險預測模型中對電氣線路無損、有損、著火情況進行預測，后利用模糊推理計算得到電氣線路火災發生的概率，并獲取火災風險預測模型的預測擬合準確度；最后根據預測特征和概率值，得出待測線路火災發生區域，判斷待測線路火災風險狀態。
27、可選的，所述根據電氣線路火災風險概率值，結合設定閾值，判斷電氣線路是否出現火災風險具體包括：
28、根據火災風險預測模型得到的電氣線路火災風險概率值，判斷當前線路是否存在風險；當預測所得概率值超過預設閾值范圍，判斷其存在電氣線路火災危險并發出火災警報信號，報警時燈光閃爍且蜂鳴器鳴叫；
29、根據概率值進行優先級處理，根據需要自動采取干預措施；且通過火災風險預測模型得到火災發生具體區域，即火災風險預測模型測得溫度、煙氣、剩余電流和熱解粒子發生異常的點，及時通知人工采取相應的措施。
30、一種基于多源數據融合的電氣線路火災風險預警系統，包括：
31、數據采集模塊，實時采集電氣線路參量數據；
32、數據處理模塊，對獲取的電氣線路參量數據進行預處理操作；
33、特征處理模塊，對預處理后的電氣線路參量數據提取關鍵特征，表征電氣線路的工作狀態；
34、訓練預測分析模塊，運用機器學習算法構建火災風險預測模型，利用預處理后的電氣線路參量數據進行訓練預測，根據預測結果進行分析與計算，得出電氣線路火災風險概率值和預測發生區域；
35、預警模塊，根據電氣線路火災風險概率值，結合設定閾值，判斷電氣線路是否出現火災風險，若確定發生火災風險，發出警報信號并采取應急措施。
36、經由上述的技術方案可知，與現有技術相比，本專利技術公開提供了一種基于多源數據融合的電氣線路火災風險預警方法及系統，具有以下有益效果：
37、本專利技術通過傳感器實時監測電氣線路的溫度、煙氣、剩余電流、熱解粒子多指標參量數據，確保數據的實時性和精確性，對未來可能發生事故進行提前預知并及時采取措施，有效保障線路正常運行。
38、本專利技術通過傳感器采集的數據先一步進行異常判斷本文檔來自技高網...
【技術保護點】
1.一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，包括：
2.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，所述實時采集電氣線路參量數據具體包括：
3.根據權利要求2所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，還包括分析線路參數風險異常等級及發出相應聲光報警，根據相應報警信號進行相應具體操作措施；其中異常等級判定包括：
4.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，所述預處理具體包括：
5.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，還包括對預處理后的電氣線路參量數據進行提取，得到溫度、煙氣濃度，剩余電流、熱解粒子變化趨勢；并將預處理后的電氣線路參量數據集的70％作為訓練集，將數據集的30％作為測試集。
6.根據權利要求5所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，所述構建火災風險預測模型具體包括：
7.根據權利要求1所述的一種基于多源數據融合的
8.一種基于多源數據融合的電氣線路火災風險預警系統，其特征在于，應用權利要求1-7任一所述的一種基于多源數據融合的電氣線路火災風險預警方法，包括：
...【技術特征摘要】
1.一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，包括：
2.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，所述實時采集電氣線路參量數據具體包括：
3.根據權利要求2所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，還包括分析線路參數風險異常等級及發出相應聲光報警，根據相應報警信號進行相應具體操作措施；其中異常等級判定包括：
4.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，所述預處理具體包括：
5.根據權利要求1所述的一種基于多源數據融合的電氣線路火災風險預警方法，其特征在于，還包括對...
【專利技術屬性】
技術研發人員：馬礪，李盼盼，黃霄，魏高明，馮錦博，蔣雨恒，
申請(專利權)人：西安科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。