System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种变压器火灾的传感数据融合与异常动态权重调整方法技术_技高网

一种变压器火灾的传感数据融合与异常动态权重调整方法技术

技术编号:44670203 阅读:4 留言:0更新日期:2025-03-19 20:25
本发明专利技术涉及一种变压器火灾的传感数据融合与异常动态权重调整方法,属于制氢领域。所述方法包括数据融合模块和数据预处理与特征提取模块;根据不同传感器的数据预处理与特征提取后的信号的实时变化情况动态调整各传感器的权重;通过融合来自各传感器数据和动态调整后的各传感器的权重,实时计算出综合火灾风险评分,用于判定是否发生火灾。本发明专利技术结合了多种传感器数据,通过动态调整传感器数据的权重,实现对变压器火灾的精准检测,并优化系统的准确性、可靠性和实时响应能力。

【技术实现步骤摘要】

本专利技术属于特高压变电站火灾探测领域,尤其涉及一种变压器火灾的传感数据融合与异常动态权重调整方法


技术介绍

1、变压器是电力系统中重要的设备,广泛应用于变电站、配电网络等重要场所。由于变压器内部长期运行,存在过热、过载、电气故障等火灾隐患。传统的变压器火灾检测系统通常依赖单一传感器监测,如温度传感器或烟雾传感器,虽然这些传感器能提供一定的火灾预警功能,但单一传感器的数据往往不能全面、准确地反映变压器的火灾情况。此外,环境变化和设备老化等因素也可能影响传感器的精度,导致误报或漏报。因此,如何通过多种传感器数据的融合,结合动态调整的权重策略,以减少报警事件的误报、漏报情况,成为解决当前技术瓶颈的关键。


技术实现思路

1、本专利技术提出了一种变压器火灾的传感数据融合与异常动态权重调整方法,目的在于解决传统火灾检测方法在变压器火灾监测中的精度和实时性不足的问题。通过综合使用多种传感器(如温度、烟雾、气体浓度、声音等)数据,并结合动态权重调整算法,本专利技术能够实时、准确地识别火灾事件,从而显著提高火灾检测的灵敏度、准确性和响应速度,本专利技术不仅适应性强,还能有效减少因环境变化或设备问题导致的误报和漏报。

2、一种变压器火灾的传感数据融合与异常动态权重调整方法,包括数据融合模块和数据预处理与特征提取模块;

3、所述数据融合模块融合多个传感器数据为火灾检测提供多维度的感知信息;

4、所述数据预处理与特征提取模块对数据融合模块处理的所述传感器数据进行数据预处理与特征提取;

5、所述方法包含如下步骤:

6、根据不同传感器的数据预处理与特征提取后的信号的实时变化情况动态调整各传感器的权重;

7、通过融合来自各传感器数据和动态调整后的各传感器的权重,实时计算出综合火灾风险评分,用于判定是否发生火灾。

8、优选地,还包括动态权重调整策略,具体为:

9、1)传感器优先级,不同传感器的优先级根据对火灾事件的识别能力而动态调整;

10、2)实时数据反馈:通过实时监控传感器数据的变化趋势、稳定性和历史数据获得每个传感器数据参量在当前时刻的有效性和可信度;

11、3)加权融合:各传感器的报警信号根据其权重值进行加权求和。

12、优选地,动态调整各传感器的权重包括:初始权重设定、动态权重调整、权重更新和权重归一化。

13、优选地,所述初始权重设定具体为:

14、在系统初始化时,为每个传感器设定一个初始权重;初始权重基于传感器的性能、传感器类型以及其在火灾检测中的重要性进行设定。

15、优选地,所述动态权重调整具体为:

16、传感器的信号变化率:当传感器信号发生快速变化时,该传感器的权重将被自动增加;

17、传感器的信号稳定性:如果某个传感器长时间输出稳定的信号,说明该传感器处于正常工作状态,且没有受到外界干扰,此时增加该传感器的权重,以提高检测精度;

18、传感器的历史可靠性:通过历史数据分析,评估每个传感器在不同环境下的表现;当某个传感器在特定环境中表现稳定且准确时,其权重将被自动提升;反之,若某个传感器出现频繁误报或漏报,则其权重会被自动降低。

19、优选地,所述权重更新具体为:

20、计算实时权重,每个传感器的权重实时计算公式:

21、

22、其中:

23、ωi(t)为传感器i在时刻t的实时权重;

24、ωi(t-1)为传感器i在上一时刻的权重;

25、α为调整因子,用于控制权重调整的速度;

26、为传感器i在时刻t的权重变化量;

27、权重变化量计算,由传感器的实时信号变化率与历史稳定性相结合:

28、

29、其中:β为变化率因子,γ为稳定性因子;rate of changei(t)为t1秒内传感器i的传感器数据参量信号的差值变化率;stablityi(t)按每t2月可靠报警数量/每t2月总报警数量进行计算。

30、优选地,所述权重归一化具体为:

31、传感器的权重在每次更新后会进行归一化处理,使得所有传感器的权重之和始终为1:

32、

33、其中,n为传感器的总数量。

34、优选地,综合火灾风险评分的计算公式如下:

35、

36、其中:

37、risk score(t)为时刻t的综合火灾风险评分;

38、si(t)为传感器i在时刻t的报警信号。

39、优选地,当综合火灾风险评分超过设定阈值时,系统判定为火灾事件,启动报警机制。

40、优选地,多个传感器包含:温度传感器、烟雾传感器、co2浓度传感器、噪音传感器和振动传感器。

41、有益的技术效果:

42、本专利技术能够实时和准确地识别火灾事件,从而显著提高火灾检测的灵敏度、准确性和响应速度,提升特高压变电站的火灾防护水平,提升电力系统安全;此外还能有效减少因环境变化或设备问题导致的误报和漏报,减少特高压变电站的误动作概率。

本文档来自技高网...

【技术保护点】

1.一种变压器火灾的传感数据融合与异常动态权重调整方法,其特征在于,包括数据融合模块和数据预处理与特征提取模块;

2.如权利要求1所述的方法,其特征在于,还包括动态权重调整策略,具体为:

3.如权利要求2所述的方法,其特征在于,动态调整各传感器的权重包括:初始权重设定、动态权重调整、权重更新和权重归一化。

4.如权利要求3所述的方法,其特征在于,所述初始权重设定具体为:

5.如权利要求3所述的方法,其特征在于,所述动态权重调整具体为:

6.如权利要求3所述的方法,其特征在于,所述权重更新具体为:

7.如权利要求3所述的方法,其特征在于,所述权重归一化具体为:

8.如权利要求1所述的方法,其特征在于,

9.如权利要求1所述的方法,其特征在于,当综合火灾风险评分超过设定阈值时,系统判定为火灾事件,启动报警机制。

10.如权利要求1所述的方法,其特征在于,多个传感器包含:温度传感器、烟雾传感器、CO2浓度传感器、噪音传感器和振动传感器。

【技术特征摘要】

1.一种变压器火灾的传感数据融合与异常动态权重调整方法,其特征在于,包括数据融合模块和数据预处理与特征提取模块;

2.如权利要求1所述的方法,其特征在于,还包括动态权重调整策略,具体为:

3.如权利要求2所述的方法,其特征在于,动态调整各传感器的权重包括:初始权重设定、动态权重调整、权重更新和权重归一化。

4.如权利要求3所述的方法,其特征在于,所述初始权重设定具体为:

5.如权利要求3所述的方法,其特征在于,所述动态权重调...

【专利技术属性】
技术研发人员:朱阳陈熊卫东陈光徐亮张晓宾吴刘锁武春生曾清华
申请(专利权)人:北京南瑞怡和环保科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1