文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.2018.S1.079
0 引言
隨著我國現(xiàn)代化進(jìn)程的推進(jìn),,電的使用已經(jīng)深入到各行各業(yè)生產(chǎn)和生活中,,低壓配電系統(tǒng)所占比例越來越大,居民用電量急劇上升,。電作為一種重要的能源,,對經(jīng)濟(jì)和生活起著巨大作用的同時也帶來了電氣安全隱患。據(jù)公安部消防局統(tǒng)計,,2006年~2015年這十年內(nèi),,我國每年由于電氣故障引發(fā)的火災(zāi)總數(shù)占總火災(zāi)起數(shù)的比例高達(dá)30%,其帶來的財產(chǎn)損失和人員傷亡情況在總火災(zāi)損失中占比52%[1],。
由于影響企業(yè)電氣安全性因素很多,,因素之間的關(guān)聯(lián)性存在非線性,長期以來電氣安全評估處于一個空白區(qū)域,,只能憑借人工經(jīng)驗觀察、每月巡檢的儀表測量記錄,、文字描述等方式確定企業(yè)的用電安全是否合格,。這種方式大大取決于企業(yè)電工的經(jīng)驗和技術(shù)水平以及數(shù)據(jù)記錄的準(zhǔn)確性和完整性。在實際調(diào)研中,,這種方式往往存在很大漏洞,,給企業(yè)安全評估帶來隱患。因此,,基于人工智能模型的電氣安全風(fēng)險系數(shù)預(yù)測與診斷顯得尤為重要[2],。
1 電氣安全管理現(xiàn)狀
在我國,承擔(dān)低壓配電系統(tǒng)電氣安全監(jiān)測的設(shè)備主要是電氣火災(zāi)監(jiān)控系統(tǒng)設(shè)施,,其發(fā)展起源于國外,,主要應(yīng)用在高層建筑、公共社區(qū),、文物建筑以及工況企業(yè),,通過監(jiān)測漏電電流和溫度等參數(shù),判斷是否超出預(yù)定閾值,,達(dá)到對配電箱電氣安全進(jìn)行監(jiān)測的目的,。但從近年來國內(nèi)的電氣火災(zāi)數(shù)據(jù)來看,電氣火災(zāi)監(jiān)控系統(tǒng)逐年推廣應(yīng)用,,電氣火災(zāi)占比總數(shù)仍然維持在30%以上,,究其原因主要有幾點[3]:
(1)孤島式電氣安全管理弊端
傳統(tǒng)孤島式的用電安全監(jiān)控管理模式不能有效形成閉環(huán)監(jiān)管。在現(xiàn)有運營模式下,,電氣火災(zāi)監(jiān)控系統(tǒng)一般采用局域網(wǎng)進(jìn)行集中監(jiān)控,,導(dǎo)致身處一線物業(yè)電工技術(shù)人員只有在值班室才能了解整個配電運行情況,電氣安全隱患的及時處理和事后處理結(jié)果得不到反饋。電氣安全隱患問題存在嚴(yán)重的信息不對稱,,上層管理人員作為企業(yè)的負(fù)責(zé)人缺乏合適的工具掌握企業(yè)配用電系統(tǒng)安全,。
(2)電氣火災(zāi)防控技術(shù)缺乏
現(xiàn)有電氣火災(zāi)防控技術(shù)缺乏,大部分僅僅涉及溫度和漏電測量功能,。對由于用戶的用電習(xí)慣,、用電負(fù)載類型以及配電系統(tǒng)設(shè)計考慮不合理情況,導(dǎo)致配變出現(xiàn)三相不平衡,,諧波過載,,在三相四線制的低壓配電系統(tǒng)中,表現(xiàn)出中性線存在過大電流甚至短路情況,,無法進(jìn)行有效識別和偵測[4],。
(3)缺乏大數(shù)據(jù)判定電氣隱患
缺乏平臺體系,無法通過數(shù)據(jù)支撐決策,。傳統(tǒng)電氣火災(zāi)監(jiān)控系統(tǒng)主要是通過報警閾值設(shè)置,,一旦過限就啟動報警,無法有效挖掘問題的原因所在,,對后續(xù)指導(dǎo)排除安全隱患指導(dǎo)作用不明顯,。也無法通過共享數(shù)據(jù)平臺實現(xiàn)事件故障診斷、評估分析和緊急預(yù)案指導(dǎo)[5],。
2 解決方案
2.1 設(shè)計理念
電氣安全管理系統(tǒng)從智能程度上劃分,,可分為描述型、診斷型,、預(yù)測型和指導(dǎo)型,,如圖1所示。描述型側(cè)重于報警,,當(dāng)探測器實時監(jiān)測數(shù)據(jù)達(dá)到電氣運行危險參數(shù)閾值時,,發(fā)出報警信號。診斷型在描述型系統(tǒng)基礎(chǔ)之上,,增加了時間維度,,能夠?qū)v史數(shù)據(jù)進(jìn)行分析,獲取故障發(fā)生時的電氣參數(shù)特征,,診斷電氣故障類型,,針對性地解決某類電氣故障問題。指導(dǎo)型和預(yù)測型系統(tǒng)在診斷型系統(tǒng)架構(gòu)上,,增加了用戶用電行為分析,、負(fù)荷特征和類比分析、電氣安全風(fēng)險評估,、知識決策樹等功能,。能夠基于真實傳感數(shù)據(jù)智能評估用戶電氣安全等級,,無需人工評判,依據(jù)長期動態(tài)的監(jiān)控數(shù)據(jù)自動為用戶提供專業(yè)的診斷報告和應(yīng)對措施[6-7],。
2.2 方案思路
結(jié)合系統(tǒng)設(shè)計理念和現(xiàn)階段行業(yè)存在的痛點問題,,提出了以下四點思路:
(1)系統(tǒng)能夠?qū)㈦姎獍踩[患顯性化,將用戶用電安全和能耗信息數(shù)據(jù)化,,將應(yīng)用場景用電安全風(fēng)險等級化,。
(2)能夠通過新型技術(shù)解決傳統(tǒng)孤島式電氣安全管理存在的信息不對稱問題,建立多方互動溝通交流,。
(3)系統(tǒng)能夠針對多種電氣安全隱患問題實現(xiàn)在線偵測,,多維度展示隱患根本問題,建立隱患與數(shù)據(jù)之間的關(guān)聯(lián)性,,將人工經(jīng)驗逐步轉(zhuǎn)變?yōu)槠髽I(yè)用電管理知識庫,。
(4)具備強(qiáng)大的服務(wù)功能,電氣安全問題絕不僅僅停留在工具層面,,而是真正打通用戶側(cè)需求,,建立一套隱患監(jiān)督排查治理機(jī)制。從發(fā)現(xiàn)問題,,到診斷原因,,到預(yù)測分析,再到指導(dǎo)行為,。
2.3 系統(tǒng)架構(gòu)
新型電氣安全智能管理系統(tǒng)主要分為2層,,分別是感知層和應(yīng)用層,,系統(tǒng)架構(gòu)如圖2所示,。感知層主要通過前端探測器分別對變壓器側(cè)和用戶用電末端配電系統(tǒng)進(jìn)行7×24小時實時數(shù)據(jù)監(jiān)測,建立配電系統(tǒng)基礎(chǔ)數(shù)據(jù)單元結(jié)構(gòu)模型,。在應(yīng)用層上,,系統(tǒng)分為3個版塊,分別是電氣安全管理,、故障管理與評估預(yù)測以及輔助決策部分[8],。
2.4 配電系統(tǒng)評估模型設(shè)計步驟
BP神經(jīng)網(wǎng)絡(luò)評價模型主要分為兩大部分,后臺訓(xùn)練學(xué)習(xí)模型和前臺監(jiān)督運行評價模型,,如圖3所示,。其具體設(shè)計步驟如下[9]:
(1)設(shè)計BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),其結(jié)構(gòu)包含中間隱層的層數(shù),、輸入層,、輸出層和隱層的節(jié)點數(shù)。
(2)選擇并確定系統(tǒng)模型的評價指標(biāo),,包括特征參數(shù),、狀態(tài)。在這里特征參數(shù)主要為漏電、溫度,、電壓,、電流等電氣參數(shù)。
(3)提供學(xué)習(xí)樣本,,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,。在學(xué)習(xí)樣本選擇過程中,應(yīng)該設(shè)計多組能夠反映系統(tǒng)不同安全狀態(tài)程度的向量值,。
(4)作用函數(shù)選擇,,通常選擇非線形S型函數(shù)。
(5)建立系統(tǒng)電氣安全評價模型,,通過網(wǎng)絡(luò)學(xué)習(xí)確定網(wǎng)絡(luò)輸入,、輸出和隱節(jié)點數(shù)量以及其關(guān)聯(lián)程度網(wǎng)絡(luò)權(quán)值和偏置值。
(6)在系統(tǒng)模型的安全評估過程中,,對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)將實際評估參數(shù)樣本的特征值經(jīng)過處理后輸入到具有推理功能的神經(jīng)網(wǎng)絡(luò)監(jiān)測模型中,,得到評價安全的結(jié)果參數(shù)。而這個評價結(jié)果參數(shù)反過來又可以作為新的學(xué)習(xí)樣本輸入到訓(xùn)練模型中不斷迭代,,調(diào)整網(wǎng)絡(luò)權(quán)值和偏置值得到最優(yōu)模型,。
3 基于神經(jīng)網(wǎng)絡(luò)的電氣安全評價案例分析
3.1 風(fēng)險模型網(wǎng)絡(luò)學(xué)習(xí)樣本
對電氣火災(zāi)安全隱患因素進(jìn)行分類,可以選擇配電系統(tǒng)電壓,、電流,、漏電電流、線纜溫度,、三相不平衡,、諧波電流作為電氣安全評價指標(biāo),現(xiàn)以5個配電箱的6個電氣安全綜合評價指標(biāo)作為初始輸入網(wǎng)絡(luò)學(xué)習(xí)樣本,,如表1所示,。在這里,設(shè)計了5組能夠反映系統(tǒng)不同安全狀態(tài)程度的向量值,,分別是:[-0.5,,-0.5,-1.5,,0.5,,-1.5,-1.5],、[0.5,,-0.5,-1.0,,-0.5,,-1.0,,-0.5]、[0.5,,-0.5,,0.0,0.5,,-0.5,,-0.5]、[1.5,,1.5,,0.0,0.5,,-1.5,,-0.5]、[1.5,,1.0,,1.5,0.0,,0.5,,0.5],對應(yīng)5種不同的安全程度等級,。
3.2 風(fēng)險模型評價
在輸入量變化區(qū)間為[-1.5,,1.5],學(xué)習(xí)因子為3.56,,動量因子為0.17,,預(yù)設(shè)誤差值為10-5,網(wǎng)絡(luò)結(jié)構(gòu)為6×8×1,,模型迭代28 342次,,所得的網(wǎng)絡(luò)評價結(jié)果如表2所示,,表明基于深度學(xué)習(xí)后的BP神經(jīng)網(wǎng)絡(luò)的電氣安全評價模型對數(shù)據(jù)處理后的指標(biāo)和期望是一致的,,此模型可用[10]。
4 結(jié)束語
本文主要對現(xiàn)階段國內(nèi)電氣火災(zāi)監(jiān)控系統(tǒng)存在的問題進(jìn)行分析,,針對用電安全管理,,提出了基于物聯(lián)網(wǎng)、云計算,、大數(shù)據(jù)結(jié)合的電氣安全智能管理系統(tǒng),,建立基于BP神經(jīng)網(wǎng)絡(luò)的電氣火災(zāi)安全隱患評估模型,實現(xiàn)配電系統(tǒng)用電安全等級評估,,為避免電氣安全評估中建立復(fù)雜數(shù)學(xué)模型描述非線性關(guān)系提出了新的技術(shù)手段,。
參考文獻(xiàn)
[1] GB 50045—1995,,高層民用建筑設(shè)計防火規(guī)范[S].1995.
[2] 譚世立,彭浩明,,楊玲.電氣火災(zāi)隱患成因及解決方案[J].消防科學(xué)與技術(shù),,2014,33(9).
[3] 佟瑞鵬,,馬懷儉.基于神經(jīng)網(wǎng)絡(luò)理論的電氣安全綜合評價模型[J].哈爾濱理工大學(xué)學(xué)報,,2010,10(2):84-87.
[4] 阮學(xué)峰,,韓水生,,熊志剛,等.電氣故障診斷的系統(tǒng)方法[J].武漢大學(xué)學(xué)報(工學(xué)版),,2002,,35(2):88-90.
[5] 趙鳳芝,包鋒.基于人工神經(jīng)網(wǎng)絡(luò)的智能診斷系統(tǒng)(NNIDs)[J].計算機(jī)系統(tǒng)應(yīng)用,,2000(1):19-21.
[6] 錢剛,,達(dá)慶利.基于系統(tǒng)安全工程工程能力成熟模型的信息系統(tǒng)風(fēng)險評估叨[J].管理工程學(xué)報,2001,,15(4):58-60.
[7] 李季,,嚴(yán)東超.BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法在電氣故障診斷系統(tǒng)中的應(yīng)用[J].電力科學(xué)與工程,2005(1):69-72.
[8] 蔡自興,,徐光佑.人工智能及其應(yīng)用[M].北京:清華大學(xué)出版社,,1996.
[9] YANG X S,DEB S.Engineering optimization by cuckoosearch[J].International Journal of Mathematical Modeling & Numerical Optimization,,2010,,1(4):330-343.
[10] TIPPING M E.Sparse Bayesian learning and the rele-vancevector machine[J].Journal of Machine Learning Research,2001,,11(3):211-244.
作者信息:
鄧宏斌1,,岳江水1,曾 定2
(1. 國家衛(wèi)星氣象中心,,北京100081,;2.北京勝頂智控科技有限公司,北京100082)