基于模糊神经网络的电缆沟道火灾预警方法技术

本发明专利技术提供的一种基于模糊神经网络的电缆沟道火灾预警方法，包括：采集电缆沟道环境参数，并对环境参数进行归一化预处理；构建模糊神经网络，并将归一化处理后的环境参数输入至模糊神经网络中得到孤立火灾概率P

【技术实现步骤摘要】
基于模糊神经网络的电缆沟道火灾预警方法


[0001]本专利技术涉及一种电力预警方法，尤其涉及一种基于模糊神经网络的电缆沟道火灾预警方法。

技术介绍

[0002]目前，大多数变电站都是无人值守的变电站，变电站投入运行后，电缆的线芯带电，长时间的带电可能导致电缆发热，进一步发展则会导致看火现象，如果电缆沟发生火灾，由手电缆的内部未安装监控视频或者交装监测装置，运行监控人员是无法监测到火叉的，如果火情通过电缆沟进入设备室或者一次设备机构内部，将会导致一次设备以及二次设备室的保护烧毁，从而发生更严重的事故。
[0003]随着技术的发展，监测技术不断完善，除了传统的温度、湿度、烟雾外，研制出了各种新型的探测技术，其中包括火焰探测，红外图像、气体等。从整个发展历程看，算法不断改进，从无到有，简单到复杂。传统的技术单一，稳定性差，只对相关物理量阈值判断，受到环境干扰后出现较高的误报率。
[0004]因此，为了解决上述技术问题，亟需提出一种新的技术手段。

技术实现思路

[0005]有鉴于此，本专利技术的目的是提供一种基于模糊神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络的电缆沟道火灾预警方法，其特征在于：包括以下步骤：S1.采集电缆沟道环境参数，并对环境参数进行归一化预处理，其中，环境参数包括温度、一氧化碳浓度以及烟雾浓度；S2.构建模糊神经网络，并将归一化处理后的环境参数输入至模糊神经网络中得到孤立火灾概率P
i
；S3.确定环境参数随采集时序的变化率以及构建时序火灾概率T，其中，时序火灾概率T从大到小依次为t1、t2、t3、t4以及t5；根据环境参数随采集时序的变化率确定出当前所对应的时序火灾概率；S4.构建融合概率决策模型η：η＝λ1P
m
+λ2t
j
；其中，λ1为孤立火灾概率权重系数，λ2为时序火灾概率权重系数，j＝1,2,3,4,5；S5.根据融合概率η所对应的火灾等级进行预警。2.根据权利要求1所述基于模糊神经网络的电缆沟道火灾预警方法，其特征在于：步骤S1中，通过如下方法进行归一化处理：其中：X
′
r
表示归一化处理后的环境参数，r＝1,2,3；r＝1表示温度参数，r＝2表示一氧化碳浓度，r＝3表示烟雾浓度，X
rmax
表示第r个环境参数的最大值，X
rmin
为第r个环境参数的最小值，X
r
表示环境参数的实时采集值。3.根据权利要求2所述基于模糊神经网络的电缆沟道火灾预警方法，其特征在于：根据如下公式确定环境参数的变化率：其中，K
i
为温度变化率，k
i
为第i个采集时刻的温度值，k
i
‑1为第i
‑
1个采集时刻的温度值，L
i
为一氧化碳浓度变化率，l
i
表示第i个采集时刻的一氧化碳浓度值，l
i
‑1表示第i
‑
1个采集时刻的一氧化碳浓度值，m
i
...

【专利技术属性】
技术研发人员：黄川，杨家隆，何晓华，周渠，周液，邹李，刘梦，陈虹，何炫林，罗胜籍，郑明福，刘刚，胡晓梅，杨峰，郭俊阳，欧钢，辜萍，
申请(专利权)人：国网重庆市电力公司江津区供电分公司，
类型：发明
国别省市：