CN118609339A - 电器电路火灾安全管理系统 - Google Patents
电器电路火灾安全管理系统 Download PDFInfo
- Publication number
- CN118609339A CN118609339A CN202411083761.8A CN202411083761A CN118609339A CN 118609339 A CN118609339 A CN 118609339A CN 202411083761 A CN202411083761 A CN 202411083761A CN 118609339 A CN118609339 A CN 118609339A
- Authority
- CN
- China
- Prior art keywords
- data
- electrical
- value
- time
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 239000000428 dust Substances 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 10
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000012502 risk assessment Methods 0.000 claims description 7
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 5
- 230000001364 causal effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000008713 feedback mechanism Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000003449 preventive effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000013024 troubleshooting Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000011058 failure modes and effects analysis Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims 3
- 238000004140 cleaning Methods 0.000 claims 1
- 238000012790 confirmation Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 claims 1
- 230000035772 mutation Effects 0.000 claims 1
- 238000012549 training Methods 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H5/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal non-electric working conditions with or without subsequent reconnection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了电器电路火灾安全管理系统，涉及电器电路安全技术领域，本发明包括电器电控模块、集中分析模块、预警处理模块、紧急断电模块及用户界面；电器电控模块用于实时监测用户的不同电器设备的电流、电压、温度等参数；确定需要监测的电器设备及其特性，为每个电器设备配置相应的电流、电压、温度传感器；本发明，通过集成化的监测和分析方法，显著提高了电器电路的安全性，能够实时监测电器设备的电流、电压和温度等关键参数，并采用先进的数据分析技术来识别潜在的火灾风险，与传统的火灾报警系统相比，本系统能够实现早期预警，及时通知用户采取预防措施，有效减少火灾事故的发生，保障人民生命财产安全。
Description
技术领域
本发明涉及电器电路安全技术领域，具体为电器电路火灾安全管理系统。
背景技术
在电器电路安全技术领域，现有的电器电路火灾安全管理系统多采用单一或分散的监控方式，缺乏对用户所有电器统一监控和管理的能力，这些系统往往只能监测部分参数，如电流或温度，而不能全面地分析电器设备的运行状态，现有系统在数据收集和分析方面存在局限，往往在火灾发生后才进行报警，缺乏有效的预警机制，无法实现早期发现和预防火灾风险；
随着社会电气化程度的提高，电器设备的使用越来越广泛，随之而来的火灾风险也在增加。电器火灾不仅造成巨大的经济损失，还可能带来人员的受伤。因此，迫切需要一种能够实时监控电器设备状态、准确预警火灾风险、并及时采取措施的安全管理系统。
为了解决上述缺陷，现提供技术方案。
发明内容
本发明的目的在于解决现有电器电路火灾安全管理系统的监控分散、预警机制不足以及响应措施不及时的问题，而提出电器电路火灾安全管理系统。
本发明的目的可以通过以下技术方案实现：
电器电路火灾安全管理系统，包括：
电器电控模块，用于实时监测用户的不同电器设备的运行参数，具体过程如下：
确定需监测的电器设备及其特性，为每台设备配置电流、电压和温度传感器；
在电器设备的指定位置安装传感器，并确保连接正确，启动模块，开始实时监测电流、电压和温度；
放大和滤波传感器信号，执行模数转换，并将数字信号进行传输；
对数字信号进行校准和去噪，并存储预处理后的数据；
通过有线或无线方式，将数据发送至集中分析模块，保持模块持续运行，监控电器设备状态；
执行定期自检，验证模块与传感器功能，分析监测数据，识别异常或故障，根据电器设备状态，向用户提供清晰的运行反馈；
集中分析模块，用于接收各电器的监测数据，并进行数据集成和分析；
预警处理模块，根据分析结果，判断电器是否存在火灾风险，并在检测到异常时发出预警信号；
紧急断电模块，当系统判断存在火灾风险时，自动切断问题电器的电源；
用户界面，为用户提供系统状态显示、预警信息提示和远程控制功能。
进一步的，所述电器电控模块中执行定期自检，验证模块与传感器功能的具体过程如下：
设定自检的时间间隔，具体为固定周期或根据系统运行时间动态调整；
硬件检测：检查所有传感器和监测设备的物理连接是否正常，检测电源供应是否稳定；
软件诊断：确保系统软件运行正常，没有错误或异常，检查系统日志，寻找错误或警告信息；
传感器校准：对传感器进行零点校准和量程校准；
数据一致性检查：对比不同传感器或相同传感器在不同时间点的读数，检查数据的一致性和合理性；
通信测试：测试数据传输路径是否畅通，包括无线和有线通信；
模拟测试：模拟异常情况，检查系统是否能够正确响应；
自检频率根据以下电器参数进行自适应调节：
使用频率、运行时间、历史故障率、环境参数、负载变化及性能指标；
为每个电器参数分配权重，根据其对系统安全性和可靠性的影响大小来决定；
实时收集所有电器参数，应用FMEA来评估不同故障模式对系统的影响，以及发生的概率，确定哪些参数需要调整频率进行监测；
根据实时数据和历史趋势动态设置每个电器参数的阈值，当参数值接近或超过阈值时，增加自检频率；
利用历史数据训练机器学习模型，预测故障发生的概率，根据模型的预测结果调整自检频率，开发规则引擎，用于根据当前参数值和预设规则自动调整自检频率；
设计综合评分机制，将所有参数的实时值和权重结合，计算出综合得分，根据得分高低来调整自检频率；
建立反馈机制，将自检结果用于更新参数的权重和阈值；
当多个参数同时触发自检时，根据优先级来决定自检的顺序和频率，允许用户根据特定需求或偏好设置某些参数的自检频率。
进一步的，所述集中分析模块进行数据集成和分析的具体操作步骤如下：
接收并同步各电器电控模块的实时数据，确保时间戳和数据顺序的准确性；
清洗数据，剔除异常值和噪声，执行数据转换和标准化处理；
集成不同电器的数据，形成综合数据集；
提取关键数据特征，包括峰值电流、电压波动和温度变化率；
识别正常和异常运行模式；
评估火灾风险，确定异常行为，预测未来风险；
分析不同电器数据之间的关联性；
存储分析结果，供历史记录和进一步分析；
生成定期或按需的分析报告；
将分析结果集成至预警处理模块、紧急断电模块和用户界面。
进一步的，所述集中分析模块中分析不同电器数据之间的关联性的具体操作步骤如下：
将来自不同电器的数据合并到一个综合数据集中，从集成的数据中提取特征，包括峰值、均值、标准差及趋势；
应用关联规则学习方法发现电器参数之间的频繁项集和关联规则，识别电器使用模式和潜在的异常模式；
分析电器参数随时间的变化趋势，识别时序关联；
使用聚类算法对电器进行分组，找出具有相似行为特征的电器，计算不同电器参数之间的相关系数，识别强相关或弱相关的参数对；
使用因果推断方法确定参数之间的因果关系；
利用集成的数据检测异常行为；
根据关联分析的结果评估不同电器之间的相互作用带来的火灾风险；
利用用户界面中的图表和网络图可视化电器之间的关联关系和交互模式，结合时间、空间及使用频率多个维度进行综合分析，模拟不同的使用情景，分析电器在特定条件下的关联行为；
根据关联分析的结果制定预防措施和优化策略；
生成关联分析报告。
进一步的，所述预警处理模块根据分析结果判断电器是否存在火灾风险，并在检测到异常时发出预警信号的具体操作步骤如下：
接收集中分析模块的监测数据，设定电流、电压和温度的安全阈值；
实时比对监测数据与安全阈值，检测异常模式；
综合分析异常，评估火灾风险及严重程度；
根据风险的严重程度，设定不同等级的预警；
确认异常为火灾风险，生成预警信号；
通过用户界面、短信、邮件或移动应用发送预警；
记录预警事件的详细信息，包括时间、级别和影响设备；
根据反馈优化风险评估和阈值设定；
定期进行测试，确保预警系统的准确性和有效性。
进一步的，所述预警处理模块根据风险的严重程度，设定不同等级的预警的具体操作步骤如下：
风险严重程度的判断通过采集风险参数进行综合评估，风险参数包括：
电流差值：电流超过设备额定值的比例及持续时间，归一化处理后将比例与持续时间相乘，并记为电差值；
电压差值：电压偏离标准电压的大小和持续时间，归一化处理后将偏离大小乘以持续时间得到压差值；
温度差值：电器设备温度超过安全阈值的数值及持续时间，归一化处理后将温度超过安全阈值的数值乘以持续时间，记为温异值；
负载变化率：电器负载的突变率或短时间内的变化幅度；
故障频率：电器在一定时间内发生故障的次数；
设备使用时间：设备使用总时长，此处记录设备从第一通电使用到目前的时差；
环境因素：采集电器设备周边环境的湿度、灰尘浓度及腐蚀性气体浓度，并与预设的标准湿度、标准灰尘浓度及标准腐蚀性气体浓度计算差值，分别得到湿差值、尘差值及腐差值，再将得到的湿差值、尘差值及腐差值归一化处理后，分别以湿差值、尘差值及腐差值作为三角形的三条边，建立三角形，再以预设高建立三棱锥模型，计算该三棱锥模型的体积，记为环判值；
再分别将得到的电差值、压差值、温异值、负载变化率、故障频率及设备使用时间归一化处理后，代入以下公式：
以得到基判值JPZ，式中dc、yc、wc、fb、gp及st分别为电差值、压差值、温异值、负载变化率、故障频率及设备使用时间，分别为电差值和压差值之和的预设权重系数、温异值预设权重系数、负载变化率预设权重系数、故障频率预设权重系数及设备使用时间设权重系数；
再将得到的基判值JPZ与环判值归一化处理后代入以下公式：以得到综评值ZBZ，式中HP为环判值，并将得到的综评值ZBZ作为衡量风险严重程度的标准；
再将得到的综评值与预设的三个综评值区间进行比对，预设的三个综评值区间分别对应设置着低、中及高风险等级，通过确定综评值所属的综评值区间，从而确定该异常风险所属的风险等级。
进一步的，所述紧急断电模块判断存在火灾风险时，自动切断问题电器的电源的具体操作步骤如下：
从预警处理模块接收风险评估结果；
将评估结果与安全阈值比较，确定是否需执行断电；
若超过阈值，生成断电指令，指定断电设备和顺序；
选择最优断电路径，通过自动化或远程控制切断电源；
确认断电操作已完成，设备已停止运行；
对断路器或开关进行安全锁定，防止误通电；
向用户界面发送断电通知，包括原因和状态；
在系统中记录断电事件信息；
通过指示灯或标识显示断电状态和警告；
提供断电后检查和维修的指导，在安全确认后，准备恢复正常供电；
定期测试断电模块功能，确保可靠性，根据结果和反馈优化断电模块性能。
进一步的，所述用户界面为用户提供系统状态显示、预警信息提示和远程控制功能的具体过程如下：
授权用户登录后，展示实时电流、电压和温度数据；
实时显示电器设备的运行、停止或故障状态，显示来自预警处理模块的预警信息；
提供历史预警和断电事件的查询功能，并允许用户远程控制电器设备的启动、停止或重置；
用户对电器设备参数进行配置，设置接收预警信息的方式；
提供系统使用帮助、操作指南和故障排除，接收用户反馈；
使用图表和图形展示电器设备状态和趋势，并允许用户导出日志文件和报告。
与现有技术相比，本发明的有益效果是：
本发明，通过集成化的监测和分析方法，显著提高了电器电路的安全性，能够实时监测电器设备的电流、电压和温度等关键参数，并采用先进的数据分析技术来识别潜在的火灾风险，与传统的火灾报警系统相比，本系统能够实现早期预警，及时通知用户采取预防措施，有效减少火灾事故的发生，保障人民生命财产安全；
本发明，具备自动化的紧急断电功能，一旦检测到可能的火灾风险，能够迅速切断电源，防止火灾的蔓延，还能够根据监测数据自动调整自检频率，优化资源分配，提高系统的响应速度和准确性，智能化的控制策略不仅提升了系统的可靠性，也减少了因人为操作延迟或失误带来的风险；
本发明，用户界面的设计为用户提供了一个直观、易操作的平台，使用户能够方便地监控电器设备的运行状态，接收预警信息，并执行远程控制，系统还提供了详细的操作指南、故障排除帮助以及反馈机制，增强了用户体验，用户可以根据个人需求定制预警信息的接收方式和安全阈值，使得系统更加个性化和灵活，满足了不同用户的需求，通过这些设计，不仅提升了电器电路的安全管理水平，也为用户提供了高效、便捷的操作体验。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
应当理解，本披露的说明书和权利要求书中使用的术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本披露说明书和权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如图1所示，电器电路火灾安全管理系统，包括电器电控模块、集中分析模块、预警处理模块、紧急断电模块及用户界面；
电器电控模块用于实时监测用户的不同电器设备的电流、电压、温度等参数；
确定需要监测的电器设备及其特性，为每个电器设备配置相应的电流、电压、温度传感器；在每个电器设备的相应位置安装电流传感器、电压传感器和温度传感器，确保传感器与电器设备的连接正确无误；启动电器电控模块，使其开始实时监测电流、电压和温度，传感器收集电器设备运行时的实时数据；
对传感器收集的模拟信号进行调理，如放大、滤波等，以适应后续的模数转换，将调理后的模拟信号转换为数字信号，以便于微处理器或控制器处理，对转换后的数字信号进行预处理，如校准、去噪等，确保数据的准确性；将预处理后的数据进行存储，以供进一步分析和历史记录查询；通过有线或无线通信方式，将监测数据传输至集中分析模块，电器电控模块需要持续运行，实现对电器设备的实时监控；定期进行自检，确保模块和传感器的正常工作，自检过程如下：
设定自检的时间间隔，可以是固定周期（例如，每天、每周）或根据系统运行时间动态调整，硬件检测：检查所有传感器和监测设备的物理连接是否正常，检测电源供应是否稳定；软件诊断：确保系统软件运行正常，没有错误或异常，检查系统日志，寻找任何可能的错误或警告信息；传感器校准：对传感器进行零点校准和量程校准，确保测量精度；数据一致性检查：对比不同传感器或相同传感器在不同时间点的读数，检查数据的一致性和合理性；通信测试：测试数据传输路径是否畅通，包括无线和有线通信；模拟测试：模拟异常情况，如过载、过热等，检查系统是否能够正确响应；
自检频率可以根据以下电器参数进行自适应调节：
使用频率、运行时间、历史故障率、环境参数、负载变化及性能指标；为每个电器参数分配权重，根据其对系统安全性和可靠性的影响大小来决定，如，历史故障率可能比使用频率有更高的权重；实时收集所有电器参数，应用FMEA来评估不同故障模式对系统的影响，以及它们发生的可能性，从而确定哪些参数需要更频繁的监测；根据实时数据和历史趋势动态设置每个参数的阈值，当参数值接近或超过阈值时，增加自检频率；利用历史数据训练机器学习模型，预测故障发生的概率，根据模型的预测结果调整自检频率，开发一个规则引擎，用于根据当前参数值和预设规则自动调整自检频率；
设计一个综合评分系统，将所有参数的实时值和权重结合起来，计算出一个综合得分，根据得分高低来调整自检频率；建立一个反馈机制，将自检结果用于更新参数的权重和阈值，以便系统能够从经验中学习并优化自检频率；当多个参数同时触发自检时，根据它们的优先级来决定自检的顺序和频率，允许用户根据特定需求或偏好设置某些参数的自检频率。
诊断监测数据，识别任何可能的异常或故障；根据需要，向用户提供电器设备的运行状态反馈，如正常、警告或错误。
集中分析模块用于接收各电器的监测数据，并进行数据集成和分析；
接收来自各个电器电控模块的实时监测数据，包括电流、电压和温度等参数，确保接收的数据是同步的，即数据的时间戳和顺序是准确的，以便于分析；对接收的数据进行清洗，去除异常值和噪声，执行数据转换或标准化，以便于进一步分析；将不同电器电控模块的数据进行集成，形成一个综合的数据集，以便于跨设备分析；
从原始数据中提取关键特征，包括峰值电流、电压波动及温度变化率；利用统计分析或机器学习方法识别数据中的模式，如电器的正常运行模式和异常模式；根据预设的规则或算法评估电器的火灾风险，确定是否存在异常行为，分析电器参数随时间的变化趋势，预测未来可能的风险；
再对不同电器数据进行关联性分析，具体步骤如下：
将来自不同电器的数据合并到一个综合数据集中，从集成的数据中提取有用的特征，如峰值、均值、标准差、趋势等；应用关联规则学习方法（如Apriori、FP-Growth算法）来发现电器参数之间的频繁项集和关联规则，识别电器使用模式和潜在的异常模式；分析电器参数随时间的变化趋势，识别时序关联；使用聚类算法（如K-means、层次聚类）对电器进行分组，找出具有相似行为特征的电器，计算不同电器参数之间的相关系数，识别强相关或弱相关的参数对；使用因果推断方法（如Granger因果检验）来确定参数之间的因果关系；利用集成的数据检测异常行为，如某些电器的突然电流增加是否与其他电器的特定状态相关，根据关联分析的结果评估不同电器之间的相互作用可能带来的火灾风险；
利用用户界面中的图表和网络图可视化电器之间的关联关系和交互模式，结合时间、空间、使用频率等多个维度进行综合分析，模拟不同的使用情景，分析电器在特定条件下的关联行为；根据关联分析的结果制定预防措施和优化策略；生成关联分析报告，为决策者提供数据驱动的见解和建议。
为预警处理模块提供决策支持，如风险等级和可能的原因，将分析结果和相关数据存储在数据库中，用于历史记录和进一步分析，生成定期或按需的分析报告，为系统用户或管理员提供详细信息；将分析结果与预警处理模块、紧急断电模块和用户界面进行集成，确保系统的协调工作。
预警处理模块用于根据分析结果，判断电器是否存在火灾风险，并在检测到异常时发出预警信号；
从集中分析模块接收经过集成分析的监测数据，根据电器的规格和安全标准，设定电流、电压和温度参数的安全阈值，实时分析监测数据，与预设的安全阈值进行比对；检测数据中的异常模式，如突然的电流或电压峰值、持续的过热等，综合分析异常数据，评估是否存在火灾风险；根据风险的严重程度，设定不同级别的预警（如警告、严重警告、紧急），其中风险严重程度的判断通过采集风险参数进行综合评估，风险参数包括：
电流差值：电流超过设备额定值的比例及持续时间，归一化处理后将比例与持续时间相乘，并记为电差值；电压差值：电压偏离标准电压的大小和持续时间，归一化处理后将偏离大小乘以持续时间得到压差值；温度差值：电器设备温度超过安全阈值的数值及持续时间，归一化处理后将温度超过安全阈值的数值乘以持续时间，记为温异值；负载变化率：电器负载的突变率或短时间内的变化幅度；故障频率：电器在一定时间内发生故障的次数；设备使用时间：设备使用总时长，此处记录设备从第一通电使用到目前的时差，老化设备可能存在更高的故障风险；
环境因素：采集电器设备周边环境的湿度、灰尘浓度及腐蚀性气体浓度，并与预设的标准湿度、标准灰尘浓度及标准腐蚀性气体浓度计算差值，分别得到湿差值、尘差值及腐差值，对未超过预设标准的记为0，再将得到的湿差值、尘差值及腐差值归一化处理后，分别以湿差值、尘差值及腐差值作为三角形的三条边，建立三角形，再以预设高建立三棱锥模型，计算该三棱锥模型的体积，记为环判值，其中预设高度设置在1.88-6.52之间；
再分别将得到的电差值、压差值、温异值、负载变化率、故障频率及设备使用时间归一化处理后，代入以下公式：
以得到基判值JPZ，式中dc、yc、wc、fb、gp及st分别为电差值、压差值、温异值、负载变化率、故障频率及设备使用时间，分别为电差值和压差值之和的预设权重系数、温异值预设权重系数、负载变化率预设权重系数、故障频率预设权重系数及设备使用时间设权重系数；
再将得到的基判值JPZ与环判值归一化处理后代入以下公式：以得到综评值ZBZ，式中HP为环判值，并将得到的综评值ZBZ作为衡量风险严重程度的标准；再将得到的综评值ZBZ与预设的三个综评值区间进行比对，预设的三个综评值区间分别对应设置着低、中及高风险等级，通过确定综评值ZBZ所属的综评值区间，从而确定该异常风险所属的风险等级。
当检测到异常并评估为火灾风险，生成相应的预警信号；通过用户界面、短信、邮件或移动应用等方式，向用户发送预警信号；在系统中记录所有预警事件，包括时间、风险级别、影响的设备等；根据预警结果和用户反馈，优化风险评估算法和阈值设定；定期进行模拟测试，验证预警处理模块的准确性和响应流程的有效性。
紧急断电模块用于当系统判断存在火灾风险时，自动切断问题电器的电源；
接收来自预警处理模块的风险评估结果，确定是否需要执行断电操作，对预警处理模块提供的风险评估结果进行判断，与预设的安全阈值进行比较；当评估结果超过安全阈值，确认需要对特定电器执行紧急断电，生成断电指令，明确指出需要断电的电器设备和断电的顺序；确定断电的最优路径，选择影响最小且能快速切断电源的断路器或开关，通过自动化控制系统或远程控制，执行断电指令，切断问题电器的电源；
确认断电操作已经成功执行，电器设备已经停止运行；在断电后，对相关断路器或开关进行安全锁定，防止误操作重新通电；向用户界面发送断电通知，告知用户断电操作已完成，并显示断电原因；在系统中记录断电事件的详细信息，包括时间、原因、影响的电器设备等；
通过现场指示灯或标识，显示断电状态和安全警告；提供断电后的后续处理指导，如检查电器设备、联系维修服务等；在确认安全的情况下，准备系统恢复正常供电的步骤；定期测试紧急断电模块的功能，确保在需要时能够可靠执行；将断电操作的结果和反馈用于系统优化，提高紧急断电模块的性能和响应速度。
用户界面为用户提供系统状态显示、预警信息提示和远程控制功能；
经由授权用户登录后，展示来自该用户不同电器电控模块采集的实时电流、电压及温度数据；实时监控电器设备的状态，包括运行、停止或故障；当预警处理模块发出预警信号时，在用户界面上显示预警信息，提供历史预警记录、断电时间和其他重要事件的查询功能，并允许用户通过用户界面远程控制电器设备的启动、停止或重置，用于用户配置电器设备的参数，包括修改安全阈值或更新用户信息；用户通过用户界面设置接收预警信息的方式，包括短信、邮件或应用通知，提供系统使用说明、操作指南和故障排除帮助，同时可以提供反馈，报告系统问题或提出改进建议；使用图表和图形直观展示电器设备的运行状态和趋势，允许用户导出日志文件和生成的报告，以供记录或分析。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.电器电路火灾安全管理系统，其特征在于，包括：
电器电控模块，用于实时监测用户的不同电器设备的运行参数，具体过程如下：
确定需监测的电器设备及其特性，为每台设备配置电流、电压和温度传感器；
在电器设备的指定位置安装传感器，并确保连接正确，启动模块，开始实时监测电流、电压和温度；
放大和滤波传感器信号，执行模数转换，并将数字信号进行传输；
对数字信号进行校准和去噪，并存储预处理后的数据；
通过有线或无线方式，将数据发送至集中分析模块，保持模块持续运行，监控电器设备状态；
执行定期自检，验证模块与传感器功能，分析监测数据，识别异常或故障，根据电器设备状态，向用户提供清晰的运行反馈；
集中分析模块，用于接收各电器的监测数据，并进行数据集成和分析；
预警处理模块，根据分析结果，判断电器是否存在火灾风险，并在检测到异常时发出预警信号；
紧急断电模块，当系统判断存在火灾风险时，自动切断问题电器的电源；
用户界面，为用户提供系统状态显示、预警信息提示和远程控制功能。
2.根据权利要求1所述的电器电路火灾安全管理系统，其特征在于，所述电器电控模块中执行定期自检，验证模块与传感器功能的具体过程如下：
设定自检的时间间隔，具体为固定周期或根据系统运行时间动态调整；
硬件检测：检查所有传感器和监测设备的物理连接是否正常，检测电源供应是否稳定；
软件诊断：确保系统软件运行正常，没有错误或异常，检查系统日志，寻找错误或警告信息；
传感器校准：对传感器进行零点校准和量程校准；
数据一致性检查：对比不同传感器或相同传感器在不同时间点的读数，检查数据的一致性和合理性；
通信测试：测试数据传输路径是否畅通，包括无线和有线通信；
模拟测试：模拟异常情况，检查系统是否能够正确响应；
自检频率根据以下电器参数进行自适应调节：
使用频率、运行时间、历史故障率、环境参数、负载变化及性能指标；
为每个电器参数分配权重，根据其对系统安全性和可靠性的影响大小来决定；
实时收集所有电器参数，应用FMEA来评估不同故障模式对系统的影响，以及发生的概率，确定哪些参数需要调整频率进行监测；
根据实时数据和历史趋势动态设置每个电器参数的阈值，当参数值超过阈值时，增加自检频率；
利用历史数据训练机器学习模型，预测故障发生的概率，根据模型的预测结果调整自检频率，开发规则引擎，用于根据当前参数值和预设规则自动调整自检频率；
设计综合评分机制，将所有参数的实时值和权重结合，计算出综合得分，根据得分高低来调整自检频率；
建立反馈机制，将自检结果用于更新参数的权重和阈值；
当多个参数同时触发自检时，根据优先级来决定自检的顺序和频率，允许用户根据特定需求或偏好设置某些参数的自检频率。
3.根据权利要求1所述的电器电路火灾安全管理系统，其特征在于，所述集中分析模块进行数据集成和分析的具体操作步骤如下：
接收并同步各电器电控模块的实时数据，确保时间戳和数据顺序的准确性；
清洗数据，剔除异常值和噪声，执行数据转换和标准化处理；
集成不同电器的数据，形成综合数据集；
提取关键数据特征，包括峰值电流、电压波动和温度变化率；
识别正常和异常运行模式；
评估火灾风险，确定异常行为，预测未来风险；
分析不同电器数据之间的关联性；
存储分析结果，供历史记录和进一步分析；
生成定期或按需的分析报告；
将分析结果集成至预警处理模块、紧急断电模块和用户界面。
4.根据权利要求3所述的电器电路火灾安全管理系统，其特征在于，所述集中分析模块中分析不同电器数据之间的关联性的具体操作步骤如下：
将来自不同电器的数据合并到一个综合数据集中，从集成的数据中提取特征，包括峰值、均值、标准差及趋势；
应用关联规则学习方法发现电器参数之间的频繁项集和关联规则，识别电器使用模式和潜在的异常模式；
分析电器参数随时间的变化趋势，识别时序关联；
使用聚类算法对电器进行分组，找出具有相似行为特征的电器，计算不同电器参数之间的相关系数，识别强相关或弱相关的参数对；
使用因果推断方法确定参数之间的因果关系；
利用集成的数据检测异常行为；
根据关联分析的结果评估不同电器之间的相互作用带来的火灾风险；
利用用户界面中的图表和网络图可视化电器之间的关联关系和交互模式，结合时间、空间及使用频率多个维度进行综合分析，模拟不同的使用情景，分析电器在特定条件下的关联行为；
根据关联分析的结果制定预防措施和优化策略；
生成关联分析报告。
5.根据权利要求1所述的电器电路火灾安全管理系统，其特征在于，所述预警处理模块根据分析结果判断电器是否存在火灾风险，并在检测到异常时发出预警信号的具体操作步骤如下：
接收集中分析模块的监测数据，设定电流、电压和温度的安全阈值；
实时比对监测数据与安全阈值，检测异常模式；
综合分析异常，评估火灾风险及严重程度；
根据风险的严重程度，设定不同等级的预警；
确认异常为火灾风险，生成预警信号；
通过用户界面、短信、邮件或移动应用发送预警；
记录预警事件的详细信息，包括时间、级别和影响设备；
根据反馈优化风险评估和阈值设定；
定期进行测试，确保预警系统的准确性和有效性。
6.根据权利要求5所述的电器电路火灾安全管理系统，其特征在于，所述预警处理模块根据风险的严重程度，设定不同等级的预警的具体操作步骤如下：
风险严重程度的判断通过采集风险参数进行综合评估，风险参数包括：
电流差值：电流超过设备额定值的比例及持续时间，归一化处理后将比例与持续时间相乘，并记为电差值；
电压差值：电压偏离标准电压的大小和持续时间，归一化处理后将偏离大小乘以持续时间得到压差值；
温度差值：电器设备温度超过安全阈值的数值及持续时间，归一化处理后将温度超过安全阈值的数值乘以持续时间，记为温异值；
负载变化率：电器负载的突变率或短时间内的变化幅度；
故障频率：电器在预设时间内发生故障的次数；
设备使用时间：设备使用总时长，此处记录设备从第一通电使用到目前的时差；
环境因素：采集电器设备周边环境的湿度、灰尘浓度及腐蚀性气体浓度，并与预设的标准湿度、标准灰尘浓度及标准腐蚀性气体浓度计算差值，分别得到湿差值、尘差值及腐差值，再将得到的湿差值、尘差值及腐差值归一化处理后，分别以湿差值、尘差值及腐差值作为三角形的三条边，建立三角形，再以预设高建立三棱锥模型，计算该三棱锥模型的体积，记为环判值；
再分别将得到的电差值、压差值、温异值、负载变化率、故障频率及设备使用时间归一化处理后，代入以下公式：以得到基判值JPZ，式中dc、yc、wc、fb、gp及st分别为电差值、压差值、温异值、负载变化率、故障频率及设备使用时间，分别为电差值和压差值之和的预设权重系数、温异值预设权重系数、负载变化率预设权重系数、故障频率预设权重系数及设备使用时间设权重系数；
再将得到的基判值JPZ与环判值归一化处理后代入以下公式：以得到综评值ZBZ，式中HP为环判值，并将得到的综评值ZBZ作为衡量风险严重程度的标准；
再将得到的综评值与预设的三个综评值区间进行比对，预设的三个综评值区间分别对应设置着低、中及高风险等级，通过确定综评值所属的综评值区间，从而确定所属的风险等级。
7.根据权利要求1所述的电器电路火灾安全管理系统，其特征在于，所述紧急断电模块判断存在火灾风险时，自动切断问题电器的电源的具体操作步骤如下：
从预警处理模块接收风险评估结果；
将评估结果与安全阈值比较，确定是否需执行断电；
若超过阈值，生成断电指令，指定断电设备和顺序；
选择最优断电路径，通过自动化或远程控制切断电源；
确认断电操作已完成，设备已停止运行；
对断路器或开关进行安全锁定，防止误通电；
向用户界面发送断电通知，包括原因和状态；
在系统中记录断电事件信息；
通过指示灯或标识显示断电状态和警告；
提供断电后检查和维修的指导，在安全确认后，准备恢复正常供电；
定期测试断电模块功能，确保可靠性，根据结果和反馈优化断电模块性能。
8.根据权利要求1所述的电器电路火灾安全管理系统，其特征在于，所述用户界面为用户提供系统状态显示、预警信息提示和远程控制功能的具体过程如下：
授权用户登录后，展示实时电流、电压和温度数据；
实时显示电器设备的运行、停止或故障状态，显示来自预警处理模块的预警信息；
提供历史预警和断电事件的查询功能，并允许用户远程控制电器设备的启动、停止或重置；
用户对电器设备参数进行配置，设置接收预警信息的方式；
提供系统使用帮助、操作指南和故障排除，接收用户反馈；
使用图表和图形展示电器设备状态和趋势，并允许用户导出日志文件和报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411083761.8A CN118609339B (zh) | 2024-08-08 | 2024-08-08 | 电器电路火灾安全管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411083761.8A CN118609339B (zh) | 2024-08-08 | 2024-08-08 | 电器电路火灾安全管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118609339A true CN118609339A (zh) | 2024-09-06 |
| CN118609339B CN118609339B (zh) | 2025-01-10 |
Family
ID=92565409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411083761.8A Active CN118609339B (zh) | 2024-08-08 | 2024-08-08 | 电器电路火灾安全管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118609339B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118971380A (zh) * | 2024-10-15 | 2024-11-15 | 武汉船舶职业技术学院 | 一种电气自动化设备的安全用电在线监测系统 |
| CN119044828A (zh) * | 2024-10-29 | 2024-11-29 | 国网浙江省电力有限公司松阳县供电公司 | 一种电力系统的漏电检测方法及漏电检测系统 |
| CN119210125A (zh) * | 2024-11-29 | 2024-12-27 | 厦门均好科技有限公司 | 一种电源适配器开关电源控制系统 |
| CN119298405A (zh) * | 2024-12-13 | 2025-01-10 | 国网天津市电力公司营销服务中心 | 基于物联感知的电能计量装置负荷特性采集及分析系统 |
| CN119694062A (zh) * | 2025-02-24 | 2025-03-25 | 浙江安诺数据技术服务有限公司 | 一种智慧消安一体化大数据平台系统 |
| CN119785271A (zh) * | 2025-03-10 | 2025-04-08 | 北京瞭望神州科技有限公司 | 基于数据处理的全域态势感知方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106885593A (zh) * | 2017-02-24 | 2017-06-23 | 美的集团股份有限公司 | 一种家用电器检测方法及系统 |
| RU2799971C1 (ru) * | 2022-09-06 | 2023-07-14 | Пайролоджикс Индия Прайвэт Лимитед | Способ предупреждения происшествий от дефектной дуги в электрической сети или электроустановке переменного тока и устройство для его осуществления |
| CN117332857A (zh) * | 2023-09-19 | 2024-01-02 | 上海聚数信息科技有限公司 | 一种基于多源数据的电网数据自动化管理系统及方法 |
| CN117649130A (zh) * | 2024-01-29 | 2024-03-05 | 深圳天益建设工程有限公司 | 智能消防安全监控系统 |
| CN118015798A (zh) * | 2023-12-26 | 2024-05-10 | 江苏圣普斯安防科技有限公司 | 一种电气设备的用电安全隐患实时监测方法及系统 |
| CN118094316A (zh) * | 2024-02-08 | 2024-05-28 | 长沙理工大学 | 一种变电站传感器设备检测频率自适应更新方法 |
| CN118244709A (zh) * | 2024-03-06 | 2024-06-25 | 新特硅基新材料有限公司 | 关联故障设备及影响因素获取方法、装置及异常处理系统 |
| CN118413008A (zh) * | 2024-07-03 | 2024-07-30 | 福州锐丽信电子有限公司 | 智能自动断电电源管理系统 |
| CN118411154A (zh) * | 2024-06-28 | 2024-07-30 | 威海锐恩电子股份有限公司 | 一种配电设备安全状态评估方法及系统 |
-
2024
- 2024-08-08 CN CN202411083761.8A patent/CN118609339B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106885593A (zh) * | 2017-02-24 | 2017-06-23 | 美的集团股份有限公司 | 一种家用电器检测方法及系统 |
| RU2799971C1 (ru) * | 2022-09-06 | 2023-07-14 | Пайролоджикс Индия Прайвэт Лимитед | Способ предупреждения происшествий от дефектной дуги в электрической сети или электроустановке переменного тока и устройство для его осуществления |
| CN117332857A (zh) * | 2023-09-19 | 2024-01-02 | 上海聚数信息科技有限公司 | 一种基于多源数据的电网数据自动化管理系统及方法 |
| CN118015798A (zh) * | 2023-12-26 | 2024-05-10 | 江苏圣普斯安防科技有限公司 | 一种电气设备的用电安全隐患实时监测方法及系统 |
| CN117649130A (zh) * | 2024-01-29 | 2024-03-05 | 深圳天益建设工程有限公司 | 智能消防安全监控系统 |
| CN118094316A (zh) * | 2024-02-08 | 2024-05-28 | 长沙理工大学 | 一种变电站传感器设备检测频率自适应更新方法 |
| CN118244709A (zh) * | 2024-03-06 | 2024-06-25 | 新特硅基新材料有限公司 | 关联故障设备及影响因素获取方法、装置及异常处理系统 |
| CN118411154A (zh) * | 2024-06-28 | 2024-07-30 | 威海锐恩电子股份有限公司 | 一种配电设备安全状态评估方法及系统 |
| CN118413008A (zh) * | 2024-07-03 | 2024-07-30 | 福州锐丽信电子有限公司 | 智能自动断电电源管理系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118971380A (zh) * | 2024-10-15 | 2024-11-15 | 武汉船舶职业技术学院 | 一种电气自动化设备的安全用电在线监测系统 |
| CN119044828A (zh) * | 2024-10-29 | 2024-11-29 | 国网浙江省电力有限公司松阳县供电公司 | 一种电力系统的漏电检测方法及漏电检测系统 |
| CN119044828B (zh) * | 2024-10-29 | 2025-04-04 | 国网浙江省电力有限公司松阳县供电公司 | 一种电力系统的漏电检测方法及漏电检测系统 |
| CN119210125A (zh) * | 2024-11-29 | 2024-12-27 | 厦门均好科技有限公司 | 一种电源适配器开关电源控制系统 |
| CN119298405A (zh) * | 2024-12-13 | 2025-01-10 | 国网天津市电力公司营销服务中心 | 基于物联感知的电能计量装置负荷特性采集及分析系统 |
| CN119694062A (zh) * | 2025-02-24 | 2025-03-25 | 浙江安诺数据技术服务有限公司 | 一种智慧消安一体化大数据平台系统 |
| CN119785271A (zh) * | 2025-03-10 | 2025-04-08 | 北京瞭望神州科技有限公司 | 基于数据处理的全域态势感知方法 |
| CN119785271B (zh) * | 2025-03-10 | 2025-06-10 | 北京瞭望神州科技有限公司 | 基于数据处理的全域态势感知方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118609339B (zh) | 2025-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118609339B (zh) | 电器电路火灾安全管理系统 | |
| KR102281640B1 (ko) | 자가진단 기능을 구비한 ai 가스 누액 누출 감지시스템 및 운영방법 | |
| CN109001649B (zh) | 一种电源智能诊断系统及保护方法 | |
| CN110941918B (zh) | 智能化变电站故障分析系统 | |
| CN117533180A (zh) | 一种充电桩安全防护的评估方法及系统 | |
| CN118552178A (zh) | 基于机器学习与边缘计算的电力设备健康监测系统及方法 | |
| CN112561736A (zh) | 智能变电站继电器保护装置故障诊断系统和方法 | |
| CN118826294B (zh) | 一种基于变电站的运维数字化管理方法及系统 | |
| CN113982850B (zh) | 融合高低频信号的风机综合健康分析方法及系统 | |
| CN118917834A (zh) | 一种电力设备故障预警系统 | |
| CN117639251A (zh) | 一种高压开关柜智能在线监测系统 | |
| EP3553044A1 (en) | System and method of remote object monitoring | |
| CN114721352B (zh) | Dcs系统的状态监测与故障诊断方法及系统 | |
| CN117038048B (zh) | 一种用于医疗器械的远程故障处理方法及系统 | |
| CN118653969B (zh) | 一种风力发电设备的润滑系统实时检测系统及预警方法 | |
| CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
| US20180131560A1 (en) | Content-aware anomaly detection and diagnosis | |
| CN112286771A (zh) | 一种针对全域资源监控的告警方法 | |
| CN117977816A (zh) | 一种电力安全智能电源系统 | |
| CN117221145A (zh) | 基于物联网平台的设备故障预测性维护系统 | |
| CN117728571A (zh) | 一种配电网线路变压器安全防护系统及方法 | |
| CN118826301A (zh) | 基于数字孪生的电网设备状态监测方法 | |
| CN118487380A (zh) | 一种配电开关智能控制系统及方法 | |
| CN119226099A (zh) | 一种应用于水利工程的计算机监控系统 | |
| CN118413008B (zh) | 智能自动断电电源管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |