一种基于大数据的电气火灾监测阈值动态处理方法及系统与流程

本发明涉及火灾监测，尤其公开了一种基于大数据的电气火灾监测阈值动态处理方法及系统。

背景技术：

1、电气火灾是指由于电气设备、线路或器件的故障、过载、短路、接触不良等原因引起的火灾，是城市火灾的主要原因之一。电气火灾具有隐蔽性强、发展速度快、扑救难度大等特点，给人民生命财产安全带来严重威胁。

2、为了有效预防和控制电气火灾，国内外研究人员开展了大量的研究工作，主要集中在以下几个方面：

3、(1)电气火灾的成因机理和特征分析。通过实验和理论分析，探讨了电气火灾的引发条件、过程和规律，揭示了电气火灾的物理本质和化学反应，确定了电气火灾的主要特征参数，如温度、电流、电压、电阻、功率等。

4、(2)电气火灾的监测技术和方法。根据电气火灾的特征参数，设计了各种类型的传感器和探测器，如温度传感器、电流传感器、光纤传感器、图像传感器等，以及相应的信号处理和数据分析算法，实现了对电气火灾的实时监测和识别。

5、(3)电气火灾的预警和控制系统。基于监测技术和方法，建立了电气火灾的预警和控制系统，包括数据采集模块、数据传输模块、数据处理模块、预警判断模块、报警输出模块、控制执行模块等，实现了对电气火灾的及时报警和有效控制。

6、目前，国内外已有多种类型的电气火灾监控系统投入使用或处于研发阶段，如智慧消防云平台、智慧消防综合管理云平台、基于深度学习的智慧城市火灾检测方法等。这些系统都利用了物联网、云计算、大数据等现代信息技术，实现了对消防设备、线路或器件的智能化感知、识别、定位和跟踪，通过信息处理、数据挖掘和态势分析，为防火监督管理和灭火救援提供信息支撑。

7、然而，现有的电气火灾监控系统还存在一些不足之处，主要表现在以下几个方面：

8、(1)监测阈值设置不合理或固定不变。由于电气设备、线路或器件在不同环境条件下运行时，其温度、电流等参数会发生变化，如果监测阈值设置过高或过低，或者不随环境变化而动态调整，就会导致漏报或误报的情况发生。

9、(2)监测数据分析不充分或不准确。由于电气设备、线路或器件在运行过程中会受到各种干扰因素的影响，如噪声、杂波、干扰源等，如果监测数据没有经过有效的滤波、降噪、校准等处理，或者没有采用合适的数据分析算法和模型，就会影响监测结果的准确性和可靠性。

10、(3)监测系统结构复杂或成本高昂。由于电气设备、线路或器件数量众多且分布广泛，如果要对其进行全面覆盖的监测，就需要部署大量的传感器和探测器，并建立复杂的通信网络和数据中心，这不仅增加了系统结构的复杂度和维护难度，也提高了系统建设和运行的成本。

11、针对上述问题，本发明提出了一种基于大数据的电气火灾监测阈值动态处理方法及系统。该方法及系统能够根据实时采集到的大量监测数据，利用大数据分析技术，动态地确定合理的监测阈值，并根据阈值变化情况及时调整监测策略和措施。

技术实现思路

1、本发明提供了一种基于大数据的电气火灾监测阈值动态处理方法及系统，旨在解决现有火灾自动报警系统统由于没有综合考虑到不同的环境温度和不同的负载形成的不同影响，容易造成重大错报风险的技术问题。

2、本发明的一方面涉及一种基于大数据的电气火灾监测阈值动态处理方法，应用于电气火灾监测装置的主机中，基于大数据的电气火灾监测阈值动态处理方法包括以下步骤：

3、接收各个探测器采集的现场环境数据，获取火灾影响因素，火灾影响因素包括现场环境的温度、电流和烟雾信息；

4、根据获取的电气火灾影响因素，组成电气火灾监测阈值计算模型，在电气火灾监测阈值计算模型中设置相应的火灾报警阈值，电气火灾报警阈值包括温度报警阈值和剩余电流报警阈值；

5、将最新监测到的监测值(相线温度与剩余电流)与预设在火灾监测阈值计算模型中的火灾报警阈值进行比较，若最新监测到的监测值超出预设的火灾报警阈值内时，则启动报警。

6、进一步地，根据获取的电气火灾影响因素，组成电气火灾监测阈值计算模型，在电气火灾监测阈值计算模型中设置相应的电气火灾报警阈值的步骤中，在建立的电气火灾监测阈值计算模型中构建环境温度板块和负载电流板块两大关联板块，将采集到的电气火灾影响因素中的环境温度值和负载电流值的加权平均值，分别作为初始阈值设计的参考值。

7、进一步地，根据获取的火灾影响因素，组成火灾监测阈值计算模型，在火灾监测阈值计算模型中设置有相应的火灾报警阈值的步骤中，火灾报警阈值包括温度报警阈值tt，火灾监测阈值计算模型中预设有环境温度与温度报警阈值对应表，环境温度与温度报警阈值对应表中映射有配电柜相线温度tl、环境温度等级tp与温度报警阈值tt之间的对应关系。

8、进一步地，将最新监测到的火灾监测值与预设在火灾监测阈值计算模型中的火灾报警阈值进行比较，若最新监测到的火灾监测值超出预设的火灾报警阈值内时，则启动报警的步骤包括：

9、接收各个探测器按设定时间间隔采集的一次配电箱的环境温度；

10、将各个探测器当前采集到的一次配电箱的环境温度与上次采集的环境温度、以及上次设定的温度报警阈值tt进行比对，根据环境温度与温度报警阈值对应表获取相应环境温度等级tp，若当前环境温度等级tp没有变化，则不改变探测器的温度阈值；若当前环境温度等级tp发生了变化，则按照新的环境温度等级tp对应的阈值向各个探测器发出温度阈值调整指令；

11、控制分机正常运行，若识别到各个探测器最新检测到的相线温度超过调整后的温度阈值tt时，则启动报警。

12、进一步地，根据获取的火灾影响因素，组成火灾监测阈值计算模型，在火灾监测阈值计算模型中设置有相应的火灾报警阈值的步骤中，火灾报警阈值包括剩余电流报警阈值tc，火灾监测阈值计算模型中预设有负荷与剩余电流报警阈值对应表，负荷与剩余电流报警阈值对应表中映射有负荷类型et、环自然剩余电流相对负荷电流的系数rl与剩余电流报警阈值tc之间的对应关系。

13、进一步地，将最新监测到的火灾监测值与预设在火灾监测阈值计算模型中的火灾报警阈值进行比较，若最新监测到的火灾监测值超出预设的火灾报警阈值内时，则启动报警的步骤包括：

14、接收电流传感器在设定的间隔时间内检测到的配电柜的负载电流；

15、将电流传感器当前检测到的负载电流值与上次设定的剩余电流报警阈值tc进行比较，根据负荷与剩余电流报警阈值对应表获取相对应的剩余电流报警阈值调整系数rl，按照相对应的剩余电流报警阈值调整系数rl进行相应探测器剩余电流报警阈值tc的调整，若当前检测到的负载电流值超过上一次设置的探测器剩余电流报警阈值tc的设定范围时，则向分机发送电流阈值调整命令；

16、控制分机正常运行，若识别到电流传感器最新采集到的配电柜的负载电流超过调整后的剩余电流报警阈值tc时，则启动报警。

17、本发明的另一方面涉及一种基于大数据的电气火灾监测阈值动态处理系统，包括：

18、接收模块，用于接收各个探测器采集的现场环境数据，获取火灾影响因素，火灾影响因素包括现场环境的温度、电流和烟雾信息；

19、建立模块，用于根据获取的火灾影响因素，组成火灾监测阈值计算模型，在火灾监测阈值计算模型中设置相应的火灾报警阈值，火灾报警阈值包括温度报警阈值和剩余电流报警阈值；

20、比较报警模块，用于将最新监测到的火灾监测值与预设在火灾监测阈值计算模型中的火灾报警阈值进行比较，若最新监测到的火灾监测值超出预设的火灾报警阈值内时，则启动报警。

21、进一步地，建立模块中，在建立的火灾监测阈值计算模型中构建环境温度板块和负载电流板块两大关联板块，将采集到的火灾影响因素中的环境温度值和负载电流值，分别作为初始阈值设计的参考值。

22、进一步地，温度报警模块包括：

23、第一接收单元，用于接收各个探测器按设定时间间隔采集的一次配电箱的环境温度；

24、第一调整单元，用于将各个探测器当前采集到的一次配电箱的环境温度与上次采集的环境温度、以及上次设定的温度报警阈值tt进行比对，根据环境温度与温度报警阈值对应表获取相应环境温度等级tp，若当前环境温度等级tp没有变化，则不改变探测器的温度阈值；若当前环境温度等级tp发生了变化，则按照新的环境温度等级tp对应的阈值向各个探测器发出温度阈值调整指令；

25、第一报警单元，用于控制分机正常运行，若识别到各个探测器最新检测到的相线温度超过调整后的温度阈值tt时，则启动报警。

26、进一步地，剩余电流报警模块包括：

27、第二接收单元，用于接收电流传感器在设定的间隔时间内检测到的配电柜的负载电流；

28、第二调整单元，用于将电流传感器当前检测到的负载电流值与上次设定的剩余电流报警阈值tc进行比较，根据负荷与剩余电流报警阈值对应表获取相对应的剩余电流报警阈值调整系数rl，按照相对应的剩余电流报警阈值调整系数rl进行相应探测器剩余电流报警阈值tc的调整，若当前检测到的负载电流值超过上一次设置的探测器剩余电流报警阈值tc的设定范围时，则向分机发送电流阈值调整命令；

29、第二报警单元，用于控制分机正常运行，若识别到电流传感器最新采集到的配电柜的负载电流超过调整后的剩余电流报警阈值tc时，则启动报警。

30、本发明所取得的有益效果为：

31、本发明提供一种基于大数据的电气火灾监测阈值动态处理方法及系统，通过接收各个探测器采集的现场环境数据，获取火灾影响因素，火灾影响因素包括现场环境的温度、电流和烟雾信息；根据获取的火灾影响因素，组成火灾监测阈值计算模型，在火灾监测阈值计算模型中设置相应的火灾报警阈值，火灾报警阈值包括温度报警阈值和剩余电流报警阈值；将最新监测到的火灾监测值与预设在火灾监测阈值计算模型中的火灾报警阈值进行比较，若最新监测到的火灾监测值超出预设的火灾报警阈值内时，则启动报警。本发明提供的基于大数据的电气火灾监测阈值动态处理方法及系统，通过初始阈值的数据进行建模运算，得到环境温度值和负载电流值的加权平均值，作为初始阈值设计的参考值；提供差异化的算法模型，根据现场环境进行差异化参数设计和调配；关键核心在于经过前期的两个指标拟定各项初始报警阈值，再通过实际运行过程中监测到的各项数据进行建模，最终得出该系统应用地最适合的报警阈值数值，大大降低电气火灾预报的误报率与漏报率。