电气火灾监测与早期预警研究与应用

张 骧

（山东电工电气集团有限公司，山东 济南 250002）

电气火灾是电气系统中常见的安全隐患，可能导致人员伤亡、财产损失以及生产中断。电气火灾是由于电气设备或线路故障、过载、短路等因素引起的火灾事件。其成因包括电弧、电火花和高温等[1]。电气火灾具有火灾快速发展，迅速蔓延的特点，火势可以在短时间内迅速扩大。电气火灾高温高能，释放的能量和温度往往较高，会导致周围物体的燃烧和火灾蔓延。电气火灾常常发生在设备内部或电线路的隐藏部分，不易被及时察觉。而且电气火灾产生的烟雾中含有大量有毒气体，对人员健康造成威胁。

因此，为提高电气火灾的监测和预警能力，通过多传感器的电气火灾检测系统应用，能够及时发现火灾风险，实现早期预警，提高对电气火灾的防范和控制能力，从而保障人员和财产安全。

1 多传感器的电气火灾监控系统

1.1 多传感器监控系统优势

电气火灾监控系统采用多传感器结合的方式，具有以下优点。

1.1.1 多维监测

不同类型的传感器可以监测不同的火灾指标，例如剩余电流、电缆温度以及电弧等。通过综合多个指标的监测结果，可以更全面地了解火灾的发展情况，提高检测的准确性和可靠性。

1.1.2 早期预警

多传感器的联合监测能够提供更早的火灾预警。不同的传感器可以检测到火灾发生的不同阶段和迹象，使系统能够更早地发现火灾，从而预留更多的时间来采取措施，减少火灾对人员和财产的危害[2]。

1.1.3 假阳性减少

通过多传感器的信息交叉验证，可以降低误报率。不同传感器的监测结果可以相互确认，减少了因单一传感器误报或干扰造成的错误警报，提高系统的可靠性和准确性。

1.1.4 多层防护

多传感器的应用可以实现系统多层防护。每个传感器监测不同的参数，相互补充，形成一个火灾监测系统。即使一个传感器发生故障或无法正常工作，其他传感器仍然可以继续监测，确保系统的持续可用性。

1.1.5 数据分析和决策支持

多传感器的数据可以进行综合分析，提供更多的信息用于决策支持。对不同传感器数据的整合和分析，可以更准确地判断火灾的严重程度和发展趋势，为灭火和应急措施的制定提供参考。

电气火灾监控系统多传感器的应用可以提供更全面、准确和可靠的火灾监测和预警能力，减少误报率，增加系统的可靠性和灵活性，提供更好的数据支持和决策依据[3]。

2 系统逻辑架构

在电气火灾系统中，多传感器报警实现是非常重要的，它可以提高火灾检测的准确性和及时性。软件逻辑分层设计是一种常用的软件架构方法，可以有效地将系统划分为不同层级，使代码易于维护和扩展。多传感器报警系统软件逻辑分层设计如图1 所示。

图1 系统逻辑划分

2.1 硬件传感器

这是系统的最底层，包括漏电传感器、温度传感器和电弧传感器的物理连接和数据通信。硬件层的任务是将传感器采集到的原始数据转换为数字信号，并传递给数据采集和处理层。

2.2 数据采集和处理层

数据采集和处理层接收硬件层传来的数据，进行数据滤波、校准和融合，保证传感器数据的准确性和稳定性。在这一层，将从漏电传感器获取漏电电流信息，从温度传感器获取温度数据以及从电弧传感器获取电弧事件信息。

2.3 报警决策层

特征提取和识别层根据从数据采集和处理层得到的传感器数据，进行特征提取和事件识别。例如漏电电流的异常、温度超出预设范围、电弧事件等都可以作为特征进行识别。同时构建PID 报警模型，基于报警模型的输出进行决策。这一层可以设置不同的阈值和规则，以判断是否触发报警。例如当漏电电流超过某一设定值、温度异常或检测到电弧时，触发相应的报警。

2.4 业务应用层

报警通知与显示层负责向用户或操作人员传递报警信息。可以通过声音、显示屏和移动应用程序等方式进行报警，并提供相关信息，例如报警类型、时间和具体传感器信息。数据存储与记录层负责将报警事件和传感器数据进行记录和存储。这对后续的故障分析、统计和改进系统性能非常重要。为用户提供友好的操作界面。用户可以通过这个界面配置系统参数、查看历史记录、设定报警阈值等。同时将传感数据和报警决策数据进行数据共享，与119 报警平台连接。

3 多传感器在电气火灾系统中报警

3.1 多传感器的监控报警模型

电气火灾监控和报警算法的描述，其中，考虑3 个传感器参数（温度、剩余电流、电弧），并使用设定的权重参数来计算总的输出值，以触发报警和保护措施。温度（T）、剩余电流（I_r）和电弧检测（A）。这里使用PID 模型来计算控制输出（CO），一旦超过预定的阈值，将触发报警或保护措施。

算法步骤如下。

3.1.1 误差计算

温度传感器：

剩余电流传感器：

电弧传感器：

3.1.2 每个传感器参数的控制输出

温度传感器：

剩余电流传感器：

电弧传感器：

3.1.3 总体输出计算

3.1.4 报警/触发保护措施

如果Total_CO（t） ＞Total_CO_threshold，那么触发报警，启动保护措施，例如切断电源、提醒人员等。

在这个改进算法中，综合温度、剩余电流和电弧参数，并使用设定的权重参数和比例、积分、微分增益来计算每个传感器参数的控制输出，然后将它们加权相加得到总的输出值。一旦总体输出超过预定的阈值，就会触发报警和相应的保护措施，以更有效地监测和预防潜在的电气火灾风险。权重参数和增益的设定应该根据具体的应用需求和传感器参数的特性来确定，保证系统在不同情况下的稳定和可靠性。

在报警决策过程中，PID 的各项参数如何确定，是否符合实际决策需要，是报警准确性的前提。为获得PID 的参数，需要进行试验调试和优化。试错法是一种常见的手动调参方法。在实际系统中，通过手动调整PID 参数，并观察系统响应，不断试错来找到合适的参数。经过大量试验后，得出以下参数，见表1。

表1 PID 模型参数

表1 设定参数和阈值表

3.2 数据采集与处理

在数据采集与处理层的实现中，硬件驱动程序和传感器采集程序是2 个关键组成部分。它们负责与传感器进行物理连接、数据采集和预处理，将原始数据转换成系统可以使用的数字信号。

3.2.1 硬件驱动程序

硬件驱动程序是与硬件通信的底层代码，它负责初始化传感器，并提供接口，让其他软件层与传感器进行交互。对不同传感器来说，硬件驱动程序可能有所不同。这里以漏电传感器为例，假设使用1 个漏电传感器模块，连接到主控制板的GPIO 引脚上。

传感器采集程序是建立在硬件驱动程序上的应用层代码，它调用硬件驱动程序来实际采集传感器数据，并进行必要的预处理。在下面这个例子中，将采集漏电传感器的数据。

3.2.2 数据滤波

数据滤波用于去除信号中的噪声和不必要的波动，从而得到更平滑和稳定的信号。有多种滤波方法可以实现数据滤波，该文采用的是无限脉冲响应（IIR）滤波。IIR 滤波器是一种递归滤波器，同时考虑当前输入和之前输出的值，使用一定的系数进行滤波。

IIR 滤波器输出y[i]在时刻i的计算如公式（8）所示。

式中：x[i]为时刻i的输入信号；y[i]为时刻i的输出信号；a[k]为系数，对应先前输出y[i-k]的权重；b[k]为系数，对应当前输入x[i-k]的权重。

4 结语

多传感器火灾预警系统是一个用于监测电气火灾的系统，其中包括温度传感器、剩余电流传感器和电弧传感器。该系统通过采集传感器数据，经过数据处理和滤波，然后应用PID 控制算法进行误差计算和控制输出，最终触发报警和保护措施。

在实际应用中，需要根据具体情况对系统进行建模、调试和优化，确保系统能够准确预警火灾，并采取及时有效的保护措施。同时，对传感器数据采集和算法运行进行持续监控和维护，保证系统的长期稳定性。