一种基于物联网的光伏电站智慧消防预警方法与流程

本技术涉及光伏电站消防，特别是涉及一种基于物联网的光伏电站智慧消防预警方法。

背景技术：

1、太阳能源作为21世纪的清洁能源，拥有可再生、环保无污染和发展潜力巨大等优点。而光伏电站是目前世界上最主要应用太阳能资源的形式，其中分布式光伏电站在我国光伏发电领域中发展迅猛。

2、但由于分布式光伏电站广泛应用于密集工业地区、人群地区，其消防安全更需着重关注防范。近年来，各种电站火灾的事例都深深警告着光伏电站消防安全的重要性，但现有技术无法实现对于光伏电站火灾风险的及时预警，可能会造成无法估量的人身、财产损失。

技术实现思路

1、本技术的目的是：为解决上述技术问题，本技术提供了一种基于物联网的光伏电站智慧消防预警方法，旨在提高光伏电站的消防预警效率，降低光伏电站的火灾风险。

2、本技术的一些实施例中，基于物联网技术建立光伏电站内的多个设备监测点，对光伏电站内部易发生火灾的设备进行全面监测，并通过周期性反馈运行数据，判断各个设备监测点的实时运行状态，及时对可能出现的或再发风险进行预警，保证光伏电站的安全运行。

3、本技术的一些实施例中，通过遍历光伏电站的历史火灾参数，建立各个不同类别设备的预警子模型，针对曾发生过火灾问题的设备类别，提取对应的火灾特征参数，建立对应的一级预警子模型，通过与同类别的剩余设备的实时参数进行对比，进行火灾预警纠偏，提高对于各个设备监测点火灾风险的预测精度。

4、本技术的一些实施例中，针对未发生过火灾问题的设备类别，通过对历史火灾参数进行特征提取，建立通用的二级预警子模型，并根据不同的设备类别修正对应的各个监测指标的影响因子，同时基于时序原则，提取各个监测指标的波动趋势，进行火灾预警纠偏，从而提高火灾预警效率，保证光伏电站的安全运行。

5、本技术的一些实施例中，提供了一种基于物联网的光伏电站智慧消防预警方法，包括：

6、根据光伏电站全部设备参数生成多个设备监测点，并根据全部设备监测点建立电子监测地图；

7、根据历史火灾参数生成子预警模型，并根据预设反馈时间节点生成各个设备监测点的火灾风险值；

8、根据火灾风险值判断是否生成各个设备监测点的预警指令；

9、其中，建立电子监测地图时，包括：

10、生成设备监测点数列a，a＝(a1，a2…an)，其中，ai为第i个设备监测点，n为设备监测点数量；

11、获取全部设备监测点的位置参数；

12、建立电子监测地图。

13、本技术的一些实施例中，生成子预警模型时，包括：

14、生成设备类别数列b，b＝(b1，b2…bn1)，其中，bi为第i种设备，n1为设备类别数量，且n1＜n；

15、遍历全部设备监测点，并建立设备监测点－设备类别映射表；

16、根据设备类别数列b依次选取目标设备类别；

17、判断历史火灾参数中是否存在当前目标设备类别的火灾记录；

18、若存在，根据火灾记录生成目标设备类别的一级火灾特征参数，并根据一级火灾特征参数建立目标设备类别的一级子预警模型；

19、若不存在，根据历史火灾参数生成二级火灾特征参数，并根据二级火灾特征参数建立目标设备类别的二级子预警模型；

20、依次生成设备类别的子预警模型；

21、建立子预警模型数列c，c＝(c1，c2…cn1)，其中，ci为第i个设备类别的子预警模型。

22、本技术的一些实施例中，生成各个设备监测点的火灾风险值时，包括：

23、根据设备监测点数列a依次选取目标设备监测点；

24、生成目标设备监测点的监测评价值g；

25、根据监测评价值设定目标设备监测点的反馈时间节点；

26、根据目标设备监测点的设备类别调用对应的目标子预警模型；

27、若目标子预警模型为一级子预警模型，生成一级处理指令；

28、若目标子预警模型为二级子预警模型，生成二级处理指令；

29、根据预设反馈时间节点生成目标监测点的火灾风险值f；

30、建立火灾风险值数列f，f＝(f1，f2…fn)，其中，fi为第i个设备监测点的火灾风险值。

31、本技术的一些实施例中，生成目标设备监测点的监测评价值时，包括：

32、获取目标设备监测点的设备参数和历史运行参数；

33、根据预设设备评价模型生成监测评价值g；

34、

35、其中，e1为预设第一固定系数；e2为预设第二固定系数；hi为第i个设备评价指标的参考值；βi为第i个设备评价指标的影响因子；n2为设备评价指标数量；ji为第i个历史评价指标的参考值；μi为第i个历史评价指标的影响因子；n3为历史评价指标数量。

36、本技术的一些实施例中，判断是否生成各个设备监测点的预警指令时，包括；

37、预设第一火灾风险值区间(f1，f2)和第二火灾风险评价值区间(f2，f3)；

38、若fi处于预设第一火灾风险评价值区间时，第i个设备监测点生成一级预警指令；

39、若fi处于预设第二火灾风险评价值区间时，第i个设备监测点生成二级预警指令。

40、本技术的一些实施例中，所述一级处理指令包括：

41、根据目标子预警模型建立目标监测点的一级监测指标数列q，q＝(q1，q2…qm1)，其中，qi为目标设备监测点的第i个一级监测指标；m1为一级监测指标数量；

42、根据预设反馈时间节点获取目标设备监测点的实时监测参数，并生成目标监测点的各个一级监测指标的实时参考值；

43、获取目标设备监测点的同设备类别的全部设备监测点的实时监测参数，并生成各个一级监测指标的纠偏平均值。

44、本技术的一些实施例中，所述一级处理指令还包括：

45、根据各个一级监测指标的纠偏平均值和实时参考值生成目标设备监测点的火灾风险值f；

46、

47、其中，e3为预设第三固定系数；e4为预设第四固定系数；ki为目标监测点第i个一级监测指标的影响因子；di为目标监测点第i个一级监测指标的实时参考值；d＇i为目标监测点第i个一级监测指标的标准值；△di为第i个一级监测指标的纠偏平均值。

48、本技术的一些实施例中，所述二级处理指令包括：

49、获取二级监测指标数列p，p＝(p1，p2…pm2)，其中，pi为第i个二级监测指标；m2为二级监测指标数量；

50、根据预设反馈时间节点获取目标设备监测点的实时监测参数和历史监测参数；

51、根据实时监测参数生成目标设备监测点的各个二级监测指标的实时参考值；

52、根据历史监测参数生成目标设备监测点的各个二级监测指标的波动评价值。

53、本技术的一些实施例中，所述二级处理指令还包括：

54、根据目标设备监测点的各个二级监测指标的实时参考值和波动评价值生成火灾风险值f；

55、

56、其中，e5为预设第五固定系数，e6为预设第六固定系数；ri为目标设备监测点的第i个二级监测指标的影响因子；ti为目标设备监测点的第i个二级监测指标的实时参考值；t＇i为目标设备监测点的第i个二级监测指标的标准值；yi为目标设备监测点的第i个二级监测指标的波动评价值。

57、本技术实施例一种基于物联网的光伏电站智慧消防预警方法与现有技术相比，其有益效果在于：

58、基于物联网技术建立光伏电站内的多个设备监测点，对光伏电站内部易发生火灾的设备进行全面监测，并通过周期性反馈运行数据，判断各个设备监测点的实时运行状态，及时对可能出现的或再发风险进行预警，保证光伏电站的安全运行。

59、通过遍历光伏电站的历史火灾参数，建立各个不同类别设备的预警子模型，针对曾发生过火灾问题的设备类别，提取对应的火灾特征参数，建立对应的一级预警子模型，通过与同类别的剩余设备的实时参数进行对比，进行火灾预警纠偏，提高对于各个设备监测点火灾风险的预测精度。

60、针对未发生过火灾问题的设备类别，通过对历史火灾参数进行特征提取，建立通用的二级预警子模型，并根据不同的设备类别修正对应的各个监测指标的影响因子，同时基于时序原则，提取各个监测指标的波动趋势，进行火灾预警纠偏，从而提高火灾预警效率，保证光伏电站的安全运行。