亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多信息融合算法的變電站消防監(jiān)測

        2021-11-25 05:43:06陳炳華劉辛裔岳雷剛盧曉光
        自動化與儀表 2021年11期
        關(guān)鍵詞:融合信息

        陳炳華,劉辛裔,岳雷剛,盧曉光

        (1.國網(wǎng)河南省電力公司直流運(yùn)檢分公司,鄭州450000;2.國網(wǎng)河南省電力公司檢修分公司,鄭州450000;3.許昌許繼風(fēng)電科技有限公司,許昌461000;)

        電力安全是關(guān)系國計(jì)民生的重大事項(xiàng),電力供應(yīng)穩(wěn)定運(yùn)行在世界各國都是優(yōu)先保障的頭等大事[1]。變電站在電力運(yùn)行中起重要的樞紐作用,變電站出現(xiàn)問題,影響將是區(qū)域電力供應(yīng)問題,直接或間接地影響整個(gè)電力系統(tǒng)的正常安全運(yùn)行,必然會產(chǎn)生較大經(jīng)濟(jì)損失及嚴(yán)重人員安全問題。目前,變電站火災(zāi)預(yù)警監(jiān)測的無人化、智能化監(jiān)控及有效智能化滅火是發(fā)展的大趨勢。

        在變電站這一重要場所,信息誤判是致命的,特別是在機(jī)器人向遠(yuǎn)端發(fā)出火災(zāi)火情達(dá)到發(fā)展期[2-6],早期處理失效指令后,變電站需斷電處理,消防系統(tǒng)進(jìn)行站內(nèi)噴淋覆蓋。這一動作造成的損失是巨大的,誤判是必須避免的。多傳感器信息融合技術(shù)能夠克服單傳感器測量信息不全的弊端,有效解決誤判問題。

        為解決變電站無人值守消防監(jiān)控和火災(zāi)孕育期快速滅火問題[7-10]。開發(fā)了具有遠(yuǎn)程視頻及火災(zāi)信號傳輸功能的自動火災(zāi)監(jiān)測預(yù)警機(jī)器人,用于變電站的運(yùn)行消防監(jiān)測和早期火災(zāi)自動干預(yù)。在機(jī)器人的核心處理策略中,引入了D-S 證據(jù)理論這一智能化不確定時(shí)間的有效判斷算法[11];利用多傳感器融合信息判斷技術(shù),來提高火災(zāi)火情的判斷精度,力爭使變電站火災(zāi)預(yù)警達(dá)到無人勝有人的目標(biāo)。

        1 智能機(jī)器人信息融合探測整體規(guī)劃

        信息融合探測消防系統(tǒng)以機(jī)器人為主體展開搭建,機(jī)器人攜帶消防介質(zhì),對自身判斷具有火災(zāi)隱患的早期危險(xiǎn)進(jìn)行前期處理,為后續(xù)消防爭取時(shí)間,同時(shí)進(jìn)行多端信息處理及指令收發(fā),協(xié)調(diào)整個(gè)消防系統(tǒng)工作。

        機(jī)器人工作模式流程如圖1 所示。機(jī)器人功能定位具有細(xì)水霧滅火能力,自然光和紅外探測功能,煙霧、氣體含量探測功能,遠(yuǎn)程遙控和后臺控制功能。后臺輔助設(shè)備具有自報(bào)警功能,命令機(jī)器人出發(fā)作業(yè)能力,視頻及報(bào)警信號傳輸并接入主消防報(bào)警系統(tǒng)的接口。下面重點(diǎn)探索機(jī)器人根據(jù)傳感信息進(jìn)行智能多信息融合判斷火情的算法及實(shí)現(xiàn)技術(shù)。

        圖1 滅火機(jī)器人巡檢流程Fig.1 Inspection flow chart of fire extinguishing robot

        2 基于傳感信息的火情特性判斷

        多傳感器數(shù)據(jù)融合技術(shù)能結(jié)合智能判斷策略,能識別火災(zāi)不同發(fā)展階段特性。因此,研究不同傳感器所監(jiān)測到的不同類型及不同火情發(fā)展階段的信息,通過信息融合技術(shù)對多源信息進(jìn)行特征提取、融合計(jì)算等處理,得出一個(gè)準(zhǔn)確且合理的結(jié)論,達(dá)到準(zhǔn)確指導(dǎo)機(jī)器人動作及通知其它消防設(shè)備干預(yù)的最終指令,具有較強(qiáng)實(shí)用價(jià)值。

        2.1 固定監(jiān)測點(diǎn)電氣異常告警信號選擇

        電氣火災(zāi)具有時(shí)間積累效應(yīng),當(dāng)故障電弧出現(xiàn)后,一般情況下火災(zāi)已經(jīng)發(fā)生,而利用火災(zāi)特征參量,如溫度、CO 的變化量等信息判斷,同樣意味著火災(zāi)已經(jīng)有極大概率發(fā)生,為解決固定監(jiān)測點(diǎn)告警信息傳送,并給機(jī)器人到場判斷提供時(shí)間,需提前預(yù)測電氣異常,剩余電流為可靠的備選信息。正常電氣運(yùn)行過程,均有剩余電流產(chǎn)生,但電路異常則剩余電流會發(fā)生相應(yīng)的增大,現(xiàn)利用剩余電流的較長時(shí)間超過常規(guī)閥值來監(jiān)測設(shè)備異常。

        剩余電流較長時(shí)間超過設(shè)定值,則說明設(shè)備存在漏電隱患,設(shè)備火災(zāi)故障概率會急劇增加。剩余電流監(jiān)測傳感器原理如圖2 所示,其中S 代表剩余電流探測傳感器,可實(shí)時(shí)監(jiān)控電路中剩余電流。多傳感融合系統(tǒng)以剩余電流監(jiān)測作為固定監(jiān)測點(diǎn)預(yù)警信號。

        圖2 剩余電流監(jiān)測原理Fig.2 Principle of residual current detection

        2.2 機(jī)器人抵近監(jiān)測火災(zāi)特征信息選擇

        機(jī)器人就地監(jiān)測方案:選擇最能代表電氣火災(zāi)發(fā)展特性的特征參數(shù)進(jìn)行辨識,重點(diǎn)考慮早預(yù)報(bào)的需求。在此選擇溫度、CO 含量、煙霧監(jiān)測3 種特征源進(jìn)行監(jiān)測辨識。這3 種監(jiān)測源傳感監(jiān)測參變量之間具有互補(bǔ)性優(yōu)勢。

        所選3 個(gè)變量之間的監(jiān)測階段互補(bǔ)性關(guān)系如圖3 所示。根據(jù)需求設(shè)定消防機(jī)器人自身攜帶紅外遠(yuǎn)距離測溫傳感器、煙霧分析傳感器和CO 含量分析傳感器。現(xiàn)以溫度、煙霧、CO 含量為火災(zāi)基本探測證據(jù)源,分析不同火災(zāi)階段的特性。

        圖3 火災(zāi)探測器與火災(zāi)發(fā)展過程對應(yīng)關(guān)系Fig.3 Correspondence between fire detectors and fire development process

        煙霧為可見的固體顆粒,是火災(zāi)初期最明顯的特征,可以把煙霧信息作為早期火災(zāi)概率較大的特征數(shù)據(jù),在下文制定火災(zāi)發(fā)生命題基本概率函數(shù)時(shí)應(yīng)用。

        電氣線路發(fā)熱后,會逐漸釋放以CO 為主的多種氣體,且釋放速度是逐漸增加。CO 較其它釋放氣體更加明確且因CO 比空氣密度小,擴(kuò)散速度快,更易于被探測車在較遠(yuǎn)距離及時(shí)捕捉。同時(shí)應(yīng)該指出,CO 不能單獨(dú)判斷火災(zāi)的發(fā)展特性及發(fā)展階段,應(yīng)融合區(qū)分判別。

        溫度隨火災(zāi)歷程的推進(jìn)而增加,溫度的變化滯后與火災(zāi)發(fā)展,只有明火產(chǎn)生后溫度才會急劇增加。電氣火災(zāi)絕緣層被燒壞,轉(zhuǎn)化為可見火源后,表面溫度會突然上升,這是火災(zāi)已經(jīng)發(fā)生的中期階段。

        2.3 火災(zāi)發(fā)展演變特性趨勢分析

        電氣火災(zāi)發(fā)生后,經(jīng)歷3 個(gè)基本的發(fā)展趨勢:

        初期階段:溫度信息開始高于周圍環(huán)境,煙霧傳感器監(jiān)測濃度會快速增長,是燃燒不充分陰燃特征,CO 濃度也會快速增長。此時(shí)火勢變化有不確定性,火災(zāi)可能發(fā)生也可能被打斷,此時(shí)機(jī)器人檢測車抵達(dá)后利用攜帶的少量滅火介質(zhì),完全有能力改變火災(zāi)的演變趨勢,達(dá)到滅火效果。

        發(fā)展階段:燃燒已經(jīng)形成,溫度急劇上升并接近燃燒物燃燒釋放最高溫度,并保持溫度最高值,煙感傳感器測得煙霧濃度達(dá)到最大值,CO 氣體傳感器測得氣體含量達(dá)到最大值且穩(wěn)定在一個(gè)范圍內(nèi)。

        火災(zāi)熄滅階段:可燃物耗盡,溫度開始下降,煙感和CO 氣體傳感器監(jiān)測濃度均開始下降,最終達(dá)到正常,溫度變化過程與火災(zāi)發(fā)展階段的時(shí)長相關(guān),時(shí)長越長,溫度下降所需時(shí)間越長。

        以上火災(zāi)特征是為火災(zāi)發(fā)生這一命題賦以基本概率函數(shù)的依據(jù)。下面將用傳感器采集數(shù)據(jù),分別給火災(zāi)發(fā)生這一命題賦以基本概率函數(shù)。利用D-S 證據(jù)算法對火災(zāi)發(fā)生概率進(jìn)行綜合判斷。

        3 D-S 火災(zāi)融合算法預(yù)警判斷模型

        滅火機(jī)器人攜帶的多種監(jiān)測傳感器對監(jiān)測對象進(jìn)行信息探測后,利用D-S 證據(jù)模型進(jìn)行信息融合,智能判斷火災(zāi)性質(zhì)。D-S 理論是貝葉斯推理的推廣,D-S 證據(jù)結(jié)構(gòu)模型累積計(jì)算證據(jù)間微小差別,其相對與貝葉斯理論預(yù)測模型的優(yōu)勢在于,不需要先驗(yàn)概率支持條件下進(jìn)行推理計(jì)算,對不確定推理模型具有優(yōu)勢。

        3.1 火災(zāi)預(yù)警D-S 識別框架函數(shù)建立

        設(shè)Θ 為識別框架集合,框架中存在N 個(gè)相互獨(dú)立且互斥的判別事件,則D-S 識別框架可表示為

        式中:θ1~θN表示N 個(gè)獨(dú)立事件結(jié)果。

        Θ 所包含的子集表示為2Θ,公式為

        式中:φ 表示空集;Θ 為θ1~θN的并集,表示待判定事件的各種可能存在。

        火災(zāi)報(bào)警識別框架選擇如下框架形式:

        包含子集表達(dá)式為

        式中:F 表示火災(zāi)告警事件;N 表示無火災(zāi)告警事件;Θ 代表F 和N 的并集,物理意義為有一定概率出現(xiàn)火災(zāi),現(xiàn)用U 替代可能有火災(zāi)的情況。

        3.2 火災(zāi)可信度函數(shù)建立

        D-S 證據(jù)理論中,概率分配函數(shù)進(jìn)行證據(jù)的初始信任分配即(basic probability assignment,BPA);信任函數(shù)(relief function,RF)對證據(jù)進(jìn)行信任度描述。

        mass 函數(shù): 任意命題A 在識別框架Θ 中BPA是2Θ屬于[1,1]的函數(shù)m,表示為

        m(φ)=0

        式中:m(A)為命題A 的初始信任度函數(shù),表征A 的原始可信度;m(A)>0 的子集為A 的焦元(focus element),焦元集構(gòu)成證據(jù)核;m(φ)代表空集信任程度為0。全集信任度累加值一定等于1。

        冪集2Θ上定義Bel(belief function)信任函數(shù):

        冪集2Θ上定義Pl(plausibility function)似真函數(shù):

        Bel(φ)=0

        Bel(Θ)=1

        Bel(A)代表對A 信任程度;Pl(A)代表對A 不否定程度。則可知如下關(guān)系:

        這種對命題的判斷相對與貝葉斯判據(jù),更有利于處理不確定性模型。對于命題A,其支持區(qū)間為[0,Bel(A)],不確定區(qū)間為[Bel(A),Pl(A)],拒絕區(qū)間為區(qū)間為[Pl(A),1],其信任函數(shù)區(qū)間如圖4所示。

        圖4 信任函數(shù)區(qū)間示意Fig.4 Interval representation of trust function

        3.3 火災(zāi)預(yù)警信任函數(shù)構(gòu)建

        模糊數(shù)學(xué)可以用模糊隸屬度表示事件屬于某集合的可能性。這樣,隸屬結(jié)果就可以是0~1 中的所有值。用模糊隸屬度來表示不同傳感器測得的火災(zāi)可能性概率正好匹配火災(zāi)單個(gè)信號充滿不確定性的特征。

        模糊集A 在論域U 上隸屬度函數(shù)為

        根據(jù)火災(zāi)發(fā)展規(guī)律特征,發(fā)現(xiàn)最適合描述火災(zāi)概率賦值的隸屬度函數(shù)服從sigmf 分布。本文以隸屬度函數(shù)sigmf 分布描述3 種傳感器的測量信任度分布,表示為

        其中:x 為傳感器檢測值,即CO 含量、煙感值、溫度基準(zhǔn);f 為火災(zāi)概率值計(jì)算結(jié)果。

        由式(10)可知,當(dāng)a>0 時(shí),函數(shù)f 為自變量x 的單調(diào)增函數(shù),且f 具有極限值1,與火災(zāi)基本概率函數(shù)相符;當(dāng)a<0 時(shí),函數(shù)f 為自變量x 的單調(diào)減函數(shù),且f 具有極限值0,與火災(zāi)基本概率函數(shù)相符。

        現(xiàn)分別設(shè)置fA,fB,fC分別表示有火災(zāi)跡象基本概率函數(shù)、無火災(zāi)跡象基本概率函數(shù)、火災(zāi)不確定性函數(shù),則有:

        三個(gè)火災(zāi)特征參數(shù)采集數(shù)據(jù)所標(biāo)識的隸屬度函數(shù)曲線,如圖5、圖6 和圖7 所示??v軸表示相應(yīng)的概率值,橫軸分別對應(yīng)傳感器測量值。

        圖5 溫度傳感器隸屬度曲線Fig.5 Temperature sensor membership curve

        圖6 CO 傳感器隸屬度曲線Fig.6 CO sensor membership curve

        圖7 煙感傳感器隸屬度曲線Fig.7 Smoke sensor membership curve

        3.4 火災(zāi)證據(jù)合成算法

        證據(jù)合成融合算法是D-S 證據(jù)理論的靈魂,對于足以相互獨(dú)立不完全沖突的多個(gè)證據(jù)源,經(jīng)過D-S 證據(jù)合成運(yùn)算可派生出新的信任函數(shù),新的信任函數(shù)是多個(gè)證據(jù)源信息提取、綜合的結(jié)果,可靠性被認(rèn)為更高。

        現(xiàn)對3 個(gè)證據(jù)源溫度信號、煙感信號、CO 信號定義賦值函數(shù)為m1,m2,m3,在火災(zāi)識別框架下,m1(F),m1(N),m1(U),m2(F),m2(N),m2(U),m3(F),m3(N),m3(U)分別對應(yīng)證據(jù)源的有火災(zāi)賦值函數(shù)、無火災(zāi)賦值函數(shù)和不確定火災(zāi)賦值函數(shù)。

        D-S 證據(jù)合成規(guī)則為對應(yīng)多個(gè)證據(jù),證據(jù)的合成順序可以互換,即滿足交換率,同時(shí)證據(jù)之間滿足結(jié)合率。D-S 證據(jù)合成規(guī)則的這一特征,保證了證據(jù)之間的合成順序組合不影響合成結(jié)果。對于2 個(gè)不同證據(jù)假設(shè)其概率分配函數(shù)為m(u)和m(v),則其滿足如下關(guān)系式:

        式中:k 為沖突系數(shù),k 值越小代表證據(jù)間的沖突越小,1/1-k 可認(rèn)為是歸一化的常量。

        兩個(gè)證據(jù)源合成結(jié)果,能夠作為一個(gè)全新的證據(jù)源參與下一個(gè)證據(jù)的合成,這一特性保證了D-S證據(jù)合成過程方面的應(yīng)用實(shí)現(xiàn)便捷性?;馂?zāi)D-S 證據(jù)融合判定合成規(guī)律如圖8 所示。

        圖8 火災(zāi)預(yù)警D-S 證據(jù)融合算法流程Fig.8 Fire warning D-S evidence fusion algorithm flow chart

        3.5 火災(zāi)判定規(guī)則制定

        火災(zāi)識別的判據(jù)可以定義為有火災(zāi)概率函數(shù)值,其中0.8 為根據(jù)實(shí)驗(yàn)歷史數(shù)據(jù)得到的識別閥值。

        同時(shí),火災(zāi)的判定還可以判定為有火災(zāi)概率與辨識框架內(nèi)無火災(zāi)概率及不確定概率之差大于0.5為有火災(zāi),可表示為

        4 多信息融合火災(zāi)概率判斷實(shí)驗(yàn)

        鑒于變電站現(xiàn)場的特殊性,不能進(jìn)行現(xiàn)場實(shí)景實(shí)驗(yàn),只能模擬場景進(jìn)行算法實(shí)驗(yàn)?,F(xiàn)搭建多種火災(zāi)歷程現(xiàn)場,進(jìn)行判斷實(shí)驗(yàn)。系統(tǒng)設(shè)置傳感器5 s 更新一次證據(jù)源,根據(jù)信息融合過程,一次明確火災(zāi)過程的單傳感器20 s 后輸出融合結(jié)果如表1 所示,第二次融合后的輸出結(jié)果如表2 所示。

        表1 單傳感器多次測量融合結(jié)果Tab.1 Single sensor multiple measurement fusion results

        表2 多傳感器融合結(jié)果Tab.2 Multi-sensor fusion results

        根據(jù)表中數(shù)據(jù)可知,融合判斷的火災(zāi)概率在第二次融合后顯著提高,已經(jīng)明確判斷為火災(zāi)發(fā)生。這與設(shè)置場景的結(jié)果高度吻合。由第一第二次融合數(shù)據(jù)火災(zāi)可信度概率可知,隨著融合的深入,概率結(jié)果向真實(shí)情況收斂,這一條信息可以得出結(jié)論。此融合算法隨著判斷歷程的加長,結(jié)果是向真實(shí)性收斂的,融合判斷的收斂速度在30 s 之內(nèi)可達(dá)到理想值,達(dá)到了快速判斷火情的目的。融合算法的判斷準(zhǔn)確性相對與單一傳感器數(shù)據(jù),有明顯提高。

        5 結(jié)語

        針對無人值守電站消防巡檢的要求完成了智能消防監(jiān)測機(jī)器人系統(tǒng)的搭建與開發(fā),并在多傳感信息融合技術(shù)用于火災(zāi)判斷的方向進(jìn)行了重點(diǎn)研究。

        首先系統(tǒng)分析了火災(zāi)發(fā)現(xiàn)特性,針對電氣火災(zāi)選擇了相應(yīng)的傳感測量特征信號,完成了特征信號的規(guī)律分析,為特征信號的概率函數(shù)制定提供了依據(jù)。然后把D-S 證據(jù)理論引入到火災(zāi)判定中,建立了火災(zāi)報(bào)警模型,并建立了火災(zāi)判定規(guī)則,實(shí)現(xiàn)了智能化高可靠度的火災(zāi)識別。最后對火災(zāi)報(bào)警系統(tǒng)進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果表明此數(shù)據(jù)融合策略能夠快速收斂到最終正確結(jié)果上,并實(shí)現(xiàn)誤報(bào)率的顯著降低。

        猜你喜歡
        融合信息
        一次函數(shù)“四融合”
        村企黨建聯(lián)建融合共贏
        融合菜
        從創(chuàng)新出發(fā),與高考數(shù)列相遇、融合
        寬窄融合便攜箱IPFS500
        《融合》
        訂閱信息
        中華手工(2017年2期)2017-06-06 23:00:31
        展會信息
        中外會展(2014年4期)2014-11-27 07:46:46
        信息
        健康信息
        祝您健康(1987年3期)1987-12-30 09:52:32
        亚洲性色av一区二区三区| 亚洲色欲色欲欲www在线| 中文字幕日本特黄aa毛片| 毛片免费在线观看网址| 调教在线播放黄| 日本中文字幕人妻精品| 日本一区二区三区女优在线| 在线a亚洲视频播放在线播放| 无人区一码二码三码四码区| 五十路熟女一区二区三区| 亚洲欧美v国产蜜芽tv| 国产成人自拍视频视频| 国产亚洲一区二区在线观看| 99在线精品免费视频九九视| 久久久久亚洲AV无码专| 国产av一区麻豆精品久久| 欧美大片va欧美在线播放| 大肉大捧一进一出好爽视频mba| 国产精品自产拍在线观看中文| 人妻体体内射精一区中文字幕 | 又大又粗欧美黑人aaaaa片 | 亚洲码无人客一区二区三区| 偷拍综合在线视频二区| 国产无遮挡无码视频免费软件 | 亚洲人成无码网站在线观看| 曰韩精品无码一区二区三区| 蜜桃av观看亚洲一区二区| 中文字幕亚洲视频一区| 国模丽丽啪啪一区二区| 欧美成人在线A免费观看| 久久久免费精品国产色夜| gg55gg国产成人影院| 亚洲成在人网站av天堂| 色婷婷日日躁夜夜躁| 亚洲日本精品一区久久精品| 久久久精品人妻一区二区三区免费| 色爱情人网站| 亚洲看片lutube在线观看| 国产福利酱国产一区二区| 国产精品一区二区三区三| 欧美精品国产综合久久|