本技術(shù)涉及變電站的火災(zāi)預(yù)警，具體而言，涉及一種變電站的火災(zāi)預(yù)警方法、裝置、介質(zhì)和系統(tǒng)。

背景技術(shù)：

1、無(wú)人值守變電站不僅能夠?qū)崿F(xiàn)對(duì)遠(yuǎn)程電力系統(tǒng)的監(jiān)控和管理，同時(shí)也能夠提高電力系統(tǒng)的智能化程度和自動(dòng)化程度。無(wú)人值守變電站在現(xiàn)代電力輸配電系統(tǒng)中扮演著至關(guān)重要的角色，但是，無(wú)人值守變電站存在著許多意外事故、火災(zāi)等的安全風(fēng)險(xiǎn)，其中最為嚴(yán)重的風(fēng)險(xiǎn)之一就是火災(zāi)事故。無(wú)人值守變電站與傳統(tǒng)變電站不同，無(wú)人值守變電站缺乏人員巡查的環(huán)節(jié)，一旦發(fā)生火災(zāi)事故，很可能會(huì)給變電站帶來(lái)嚴(yán)重的影響。變電站的傳統(tǒng)消防設(shè)置方法不能較早發(fā)現(xiàn)火災(zāi)隱患，對(duì)于火災(zāi)確認(rèn)不具備快速高效的技術(shù)手段。對(duì)于大型變電站，人力無(wú)法全面的掌控場(chǎng)內(nèi)的消防狀態(tài)?；馂?zāi)消防發(fā)生率直接影響整個(gè)變電站的正常運(yùn)行。由于多數(shù)變電站為無(wú)人值守變電站，探測(cè)器報(bào)警信息是否準(zhǔn)確，是否發(fā)生誤報(bào)現(xiàn)象，運(yùn)用傳統(tǒng)的技術(shù)手段不便確認(rèn)，滅火是否有效更無(wú)從談起。因此，如何有效地預(yù)防和探測(cè)無(wú)人值守變電站的火災(zāi)事故，已經(jīng)成為無(wú)人值守變電站安全保障的重要問(wèn)題之一。

2、但工程上廣泛采用的都是傳統(tǒng)單一傳感器的火災(zāi)探測(cè)器。尤其是一般的變電站火災(zāi)探測(cè)報(bào)警裝置是以普通的只針對(duì)單一參數(shù)溫度或煙霧進(jìn)行探測(cè)感煙、感溫型探測(cè)器為主的探測(cè)器進(jìn)行探測(cè)的。但隨著火災(zāi)自動(dòng)探測(cè)系統(tǒng)應(yīng)用的擴(kuò)大，采用傳統(tǒng)的煙霧濃度和溫度來(lái)判別煙霧粒子的方法已經(jīng)不能滿足應(yīng)用要求。因?yàn)榉腔馂?zāi)粒子的存在，粒子特性很不穩(wěn)定，采集到的信號(hào)具有一定的隨機(jī)性，也使得任何一種固定的探測(cè)算法都不能有效地識(shí)別煙霧粒子。因此僅僅從它的原始信號(hào)來(lái)識(shí)別是不可能的。由于不同粒子受激后的散射光強(qiáng)受到外界噪聲和系統(tǒng)噪聲的影響，具有隨機(jī)性和不確定性，傳感器探測(cè)火災(zāi)發(fā)展情況過(guò)于單一，不同傳感器所監(jiān)測(cè)到的不同類型及不同火情誤判情況多發(fā)，誤判是絕對(duì)需要避免的，信息誤判是致命的。由于傳統(tǒng)單一式傳感器的火災(zāi)探測(cè)是通過(guò)采集探測(cè)現(xiàn)場(chǎng)單一的火災(zāi)參數(shù)信息，采取簡(jiǎn)單的閾值算法判斷火災(zāi)的發(fā)生。這種基于單一火災(zāi)信息物理量的探測(cè)器很難準(zhǔn)確地反映出具有不同表現(xiàn)形式的火災(zāi)的整體特征，加上這種探測(cè)器對(duì)火災(zāi)特征信號(hào)響應(yīng)靈敏度的不均勻性，火災(zāi)信號(hào)的隨機(jī)性和不確定性，單一參數(shù)的探測(cè)容易造成火災(zāi)預(yù)警的誤報(bào)、漏報(bào)以及遲報(bào)?，F(xiàn)實(shí)中的火災(zāi)多種多樣，又具有較大的偶然性和不穩(wěn)定性，單一監(jiān)測(cè)參數(shù)的異常并不能充分說(shuō)明火災(zāi)發(fā)生，只有在多參數(shù)出現(xiàn)一定程度的異常時(shí)，才能說(shuō)明火災(zāi)可能發(fā)生。早期階段的火災(zāi)現(xiàn)象和虛假火災(zāi)現(xiàn)象常?；祀s在一起，而由傳感器采集的火災(zāi)參數(shù)是事先未知的或不能確定的信號(hào)，它不僅隨時(shí)間的變化而變化，其他環(huán)境變化和電子噪聲等都可能引起它的變化，而且這種變化往往與火災(zāi)參數(shù)變化特征基本相似，在探測(cè)器的安裝位置及環(huán)境特征事先無(wú)法確定的情況下，無(wú)論采用什么樣的固定算法都是不能完全滿足要求的。所以火災(zāi)探測(cè)是一種非線性結(jié)構(gòu)的問(wèn)題，用經(jīng)典的數(shù)學(xué)建模方法是很難精確描述的。

3、惡劣天氣易造成傳感器老化和失靈，雨雪天氣可能使攝像頭模糊，極端天氣下的通訊異常也將給數(shù)據(jù)采集和傳輸帶來(lái)巨大的困難。目前，大部分?jǐn)?shù)據(jù)中心對(duì)于火情探測(cè)只針對(duì)一種火災(zāi)特征參量進(jìn)行火情判斷，且需要監(jiān)控室值班人員啟動(dòng)滅火開關(guān)才開始滅火動(dòng)作，這種方式的缺點(diǎn)在于無(wú)法第一時(shí)間對(duì)發(fā)生火情空間進(jìn)行初步滅火、遏制火情發(fā)展，且當(dāng)監(jiān)控室無(wú)人管理、無(wú)人值守、無(wú)人處理時(shí)，消防主機(jī)一直處于關(guān)閉狀態(tài)，消防設(shè)備無(wú)法起到有效的滅火功能。傳統(tǒng)智能輔助控制系統(tǒng)受限于技術(shù)和理念的影響，一次設(shè)備在線監(jiān)測(cè)系統(tǒng)、火災(zāi)報(bào)警系統(tǒng)、安防系統(tǒng)、消防系統(tǒng)相互獨(dú)立、通信規(guī)約不統(tǒng)一，形成孤島，無(wú)法實(shí)現(xiàn)設(shè)備之間的聯(lián)動(dòng)、配合，不但增加設(shè)備費(fèi)用及調(diào)試成本，而且后期難以滿足運(yùn)維要求。

4、現(xiàn)有方案在煙霧、溫度等物理量達(dá)到指定狀態(tài)時(shí)進(jìn)行報(bào)警，報(bào)警時(shí)一般火災(zāi)已經(jīng)產(chǎn)生或火勢(shì)較大，已經(jīng)產(chǎn)生危害并造成損失，不利于初期控制；設(shè)備進(jìn)行預(yù)報(bào)警時(shí)狀態(tài)單一，分為報(bào)警、故障狀態(tài)，不具備實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)功能，不能進(jìn)行數(shù)據(jù)分析，不能進(jìn)行趨勢(shì)變化研判。由于缺少中間數(shù)據(jù)，不具備隱患發(fā)現(xiàn)及排查功能；信息對(duì)外傳輸時(shí)，只具備上傳功能，不具備下傳控制功能，且信息量單一，不利于統(tǒng)一監(jiān)視管理，不能進(jìn)行遠(yuǎn)程控制；滅火聯(lián)動(dòng)時(shí)依賴的邏輯關(guān)系為設(shè)備的狀態(tài)信息，不能對(duì)現(xiàn)場(chǎng)情況進(jìn)行二次核實(shí)；維護(hù)管理一般按照傳統(tǒng)紙質(zhì)文件記錄，管理手段落后，不符合快速響應(yīng)及大數(shù)據(jù)時(shí)代的發(fā)展要求。融入電力物聯(lián)網(wǎng)的變電站智慧消防系統(tǒng)同樣包含4層框架：感知層、網(wǎng)絡(luò)層、平臺(tái)層、應(yīng)用層，是電力物聯(lián)網(wǎng)的具體實(shí)踐。但它并不是孤關(guān)于方案及設(shè)備選的，而是融入了電力物聯(lián)網(wǎng)的消防，是電力物聯(lián)網(wǎng)的一部分。

5、即現(xiàn)有方案的變電站的火災(zāi)預(yù)警方法只能采集單一監(jiān)測(cè)參數(shù)，然而單一監(jiān)測(cè)參數(shù)的異常并不能充分說(shuō)明火災(zāi)發(fā)生，從而導(dǎo)致預(yù)警的準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種變電站的火災(zāi)預(yù)警方法、裝置、介質(zhì)和系統(tǒng)，以至少解決現(xiàn)有方案的變電站的火災(zāi)預(yù)警方法只能采集單一監(jiān)測(cè)參數(shù)，然而單一監(jiān)測(cè)參數(shù)的異常并不能充分說(shuō)明火災(zāi)發(fā)生，從而導(dǎo)致預(yù)警的準(zhǔn)確度較低的問(wèn)題。

2、為了實(shí)現(xiàn)上述目的，根據(jù)本技術(shù)的一個(gè)方面，提供了一種變電站的火災(zāi)預(yù)警方法，該方法包括：

3、獲取至少三種火災(zāi)用傳感器采集的火災(zāi)隱患數(shù)據(jù)，并對(duì)所述火災(zāi)隱患數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化火災(zāi)隱患數(shù)據(jù)，所述火災(zāi)用傳感器包括點(diǎn)型感煙火災(zāi)探測(cè)器、線型感煙火災(zāi)探測(cè)器、感溫火災(zāi)探測(cè)器、火焰探測(cè)器、煙霧傳感器、微波傳感器和溫度傳感器；

4、采用煙霧粒子智能識(shí)別算法，通過(guò)邊緣計(jì)算識(shí)別線路電氣火災(zāi)隱患，以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)；

5、以多模態(tài)融合數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)和隨機(jī)梯度下降算法，不斷調(diào)整所述神經(jīng)網(wǎng)絡(luò)模型中各層的權(quán)值和閾值，得到最終神經(jīng)網(wǎng)絡(luò)模型，所述最終神經(jīng)網(wǎng)絡(luò)模型的輸出包括無(wú)火概率、明火概率、陰燃火概率以及火災(zāi)危害程度；

6、依據(jù)光纖的光時(shí)域反射和后向拉曼散射溫度效應(yīng)，將當(dāng)前實(shí)時(shí)溫度測(cè)量值與預(yù)設(shè)的報(bào)警參數(shù)值進(jìn)行比較，得到比較結(jié)果，根據(jù)最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果和比較結(jié)果，確定是否生成預(yù)警信息。

7、可選地，對(duì)所述火災(zāi)隱患數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化火災(zāi)隱患數(shù)據(jù)，包括：

8、根據(jù)確定所述歸一化火災(zāi)隱患數(shù)據(jù)；

9、其中，f(x)為所述歸一化火災(zāi)隱患數(shù)據(jù)，x0為所述火災(zāi)隱患數(shù)據(jù)中的量程最小值，a為歸一化系數(shù)，x為所述火災(zāi)隱患數(shù)據(jù)中的特征參數(shù)測(cè)量值。

10、可選地，在以多模態(tài)融合數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)和隨機(jī)梯度下降算法，不斷調(diào)整所述神經(jīng)網(wǎng)絡(luò)模型中各層的權(quán)值和閾值的過(guò)程中，所述方法還包括：

11、采用概率圖模型對(duì)稱連接所述神經(jīng)網(wǎng)絡(luò)模型，求得所述神經(jīng)網(wǎng)絡(luò)模型的能量函數(shù)最小時(shí)對(duì)應(yīng)的參數(shù)，由能量函數(shù)計(jì)算出所述概率圖模型的概率分布，得到概率值，以優(yōu)化所述概率圖模型的參數(shù)；

12、同時(shí)對(duì)所述權(quán)值進(jìn)行隨機(jī)初始化，對(duì)所述權(quán)值的初始值進(jìn)行優(yōu)化預(yù)訓(xùn)練，以優(yōu)化所述權(quán)值的初始值。

13、可選地，在以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)的過(guò)程中，所述方法還包括：

14、在所述多模態(tài)數(shù)據(jù)的融合方式為數(shù)據(jù)級(jí)融合的情況下，基于所述數(shù)據(jù)級(jí)融合對(duì)結(jié)構(gòu)化的廣域測(cè)量系統(tǒng)和數(shù)據(jù)采集與監(jiān)控系統(tǒng)的數(shù)據(jù)進(jìn)行融合，同時(shí)對(duì)非結(jié)構(gòu)化的變電站電力設(shè)備的可見(jiàn)光和紅外圖像數(shù)據(jù)進(jìn)行融合。

15、可選地，在以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)的過(guò)程中，所述方法還包括：

16、在所述多模態(tài)數(shù)據(jù)的融合方式為特征級(jí)融合的情況下，基于電流幅值畸變度、故障能值以及開關(guān)量信息特征融合的隱患故障進(jìn)行診斷，并依據(jù)數(shù)據(jù)特征、物理含義及融合目標(biāo)對(duì)多模態(tài)數(shù)據(jù)進(jìn)行特征提取；

17、采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)不同特征的同構(gòu)數(shù)據(jù)和異構(gòu)數(shù)據(jù)進(jìn)行融合，同時(shí)對(duì)非結(jié)構(gòu)化圖像和結(jié)構(gòu)化應(yīng)力數(shù)據(jù)進(jìn)行融合，以提取圖像數(shù)據(jù)紋理、動(dòng)態(tài)特征、結(jié)構(gòu)化電流數(shù)據(jù)小波特征和信息熵特征。

18、可選地，在以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)的過(guò)程中，所述方法還包括：

19、在所述多模態(tài)數(shù)據(jù)的融合方式為決策級(jí)融合的情況下，對(duì)同一組的模態(tài)數(shù)據(jù)或?qū)Σ煌哪B(tài)數(shù)據(jù)來(lái)與不同的決策結(jié)果進(jìn)行融合，以進(jìn)行多模態(tài)數(shù)據(jù)的融合；

20、確定變電站為節(jié)點(diǎn)，且確定連接所述變電站的輸電線路為邊，各點(diǎn)直接與網(wǎng)關(guān)中心進(jìn)行傳輸，將節(jié)點(diǎn)和邊的屬性設(shè)置為網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

21、可選地，根據(jù)最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果和比較結(jié)果，確定是否生成預(yù)警信息，包括：

22、獲取比較映射關(guān)系，所述比較映射關(guān)系表征所述最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果、所述比較結(jié)果和判斷結(jié)果的映射關(guān)系，所述判斷結(jié)果表征是否生成所述預(yù)警信息；

23、根據(jù)所述比較映射關(guān)系、所述最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果和所述比較結(jié)果，確定是否生成所述預(yù)警信息。

24、根據(jù)本技術(shù)的另一方面，提供了一種變電站的火災(zāi)預(yù)警裝置，該裝置包括：

25、獲取單元，用于獲取至少三種火災(zāi)用傳感器采集的火災(zāi)隱患數(shù)據(jù)，并對(duì)所述火災(zāi)隱患數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化火災(zāi)隱患數(shù)據(jù)，所述火災(zāi)用傳感器包括點(diǎn)型感煙火災(zāi)探測(cè)器、線型感煙火災(zāi)探測(cè)器、感溫火災(zāi)探測(cè)器、火焰探測(cè)器、煙霧傳感器、微波傳感器和溫度傳感器；

26、第一處理單元，用于采用煙霧粒子智能識(shí)別算法，通過(guò)邊緣計(jì)算識(shí)別線路電氣火災(zāi)隱患，以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)；

27、第二處理單元，用于以多模態(tài)融合數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)和隨機(jī)梯度下降算法，不斷調(diào)整所述神經(jīng)網(wǎng)絡(luò)模型中各層的權(quán)值和閾值，得到最終神經(jīng)網(wǎng)絡(luò)模型，所述最終神經(jīng)網(wǎng)絡(luò)模型的輸出包括無(wú)火概率、明火概率、陰燃火概率以及火災(zāi)危害程度；

28、第三處理單元，用于依據(jù)光纖的光時(shí)域反射和后向拉曼散射溫度效應(yīng)，將當(dāng)前實(shí)時(shí)溫度測(cè)量值與預(yù)設(shè)的報(bào)警參數(shù)值進(jìn)行比較，得到比較結(jié)果，根據(jù)最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果和比較結(jié)果，確定是否生成預(yù)警信息。

29、根據(jù)本技術(shù)的另一方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其中，在所述程序運(yùn)行時(shí)控制所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行任意一種所述的方法。

30、根據(jù)本技術(shù)的另一方面，提供了一種變電站的火災(zāi)預(yù)警系統(tǒng)，該系統(tǒng)包括：一個(gè)或多個(gè)處理器，存儲(chǔ)器，以及一個(gè)或多個(gè)程序，其中，所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，并且被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述一個(gè)或多個(gè)程序包括用于執(zhí)行任意一種所述的方法。

31、應(yīng)用本技術(shù)的技術(shù)方案，使用至少三種火災(zāi)用傳感器，可以使得后續(xù)的判斷更加符合實(shí)際工況，以多模態(tài)數(shù)據(jù)為基礎(chǔ)對(duì)所述歸一化火災(zāi)隱患數(shù)據(jù)進(jìn)行融合，以識(shí)別變電站火災(zāi)隱患，得到多模態(tài)融合數(shù)據(jù)，以多模態(tài)融合數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)和隨機(jī)梯度下降算法，不斷調(diào)整所述神經(jīng)網(wǎng)絡(luò)模型中各層的權(quán)值和閾值，得到最終神經(jīng)網(wǎng)絡(luò)模型，計(jì)算出無(wú)火、明火、陰燃火概率及火災(zāi)危害程度，以多傳感器探測(cè)參數(shù)及其變化作為火災(zāi)判斷數(shù)據(jù)基礎(chǔ)，依據(jù)光纖的光時(shí)域反射和后向拉曼散射溫度效應(yīng)，避免產(chǎn)生bp算法通常存在學(xué)習(xí)效率低、收斂速度慢、易陷人局部最小狀態(tài)的弊端，最后根據(jù)最終神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果和比較結(jié)果，確定是否生成預(yù)警信息，提高了火災(zāi)預(yù)警的準(zhǔn)確度，進(jìn)而解決了現(xiàn)有方案的變電站的火災(zāi)預(yù)警方法只能采集單一監(jiān)測(cè)參數(shù)，然而單一監(jiān)測(cè)參數(shù)的異常并不能充分說(shuō)明火災(zāi)發(fā)生，從而導(dǎo)致預(yù)警的準(zhǔn)確度較低的問(wèn)題。