[发明专利]一种基于5G边缘计算的火灾预警及状态监测装置及方法

说明书

本发明涉及一种基于5G边缘计算的火灾预警及状态监测装置，智能云柜包括配电设备、中央处理器单元、数据采集单元、数据存储单元、指令执行单元和通信单元。本发明还公开了一种监测方法，包括：数据获取；数据预处理：对数据进行异常值和缺失值处理、Pearson相关判定以及归一化处理；将以往智能云柜中的热成像数据划分为训练集和测试集以及验证集；搭建多变量输入LSTM神经网络模型：将验证集数据代入模型进行预测；生成真实值‑预测值‑曲线图。本发明的监测装置能够在元件参数存在异常或产生故障时，快速接收到告警提示，提高运维检修效率，降低配网故障率。本发明的监测方法可以实现电气火灾在线监测与预测，大大降低电气火灾隐患。

技术领域

本发明涉及无线电能传输领域，尤其涉及一种基于5G边缘计算的火灾预警及状态监测装置及方法。

背景技术

经统计，近十年电气火灾占火灾事故的60%，预防电气火灾、及时消除电气火灾隐患已是迫在眉睫。在电气火灾监测方面，智慧云柜中可以安装剩余电流互感器和温度传感器等数字化元器件，通过边界控制器采集火灾相关数据并传送至云端进行分析，检测并分析到数据异常，云端会立即将预警消息发送至运维人员，使其及时查看设备运行情况，及时消除隐患。此为目前智能云柜火灾预警方案，虽已比较完善，但还有深化空间。

成套柜一般安装于配电间或箱变中，管理机制完善的地点会执行定期巡检，同时也存在设备上电运行后基本处于无人问津的状态，不管何种方式，一般成套柜都不会进行开柜操作，特别是中高压成套柜，已现在的火灾监控方式只能看运行数据，只有部分高端柜型会在柜中安装小型摄像头，监控柜内影像。但由于目前无线传输速率低时延高的限制，柜内视频传输一般都使用有线方式接入局域网内的本次系统中，无法与云系统做实时视频交互，因此需要一种能够及时有效对柜内火灾情况进行检测的装置和方法。

发明内容

为解决现有的技术问题，本发明提供了一种基于5G边缘计算的火灾预警及状态监测装置及方法。

本发明的具体内容如下：一种基于5G边缘计算的火灾预警及状态监测装置，装置集成在智能云柜中，智能云柜包括配电设备、中央处理器单元、数据采集单元、数据存储单元、指令执行单元和通信单元，数据采集单元与配电设备连接，采集的数据分别传输到中央处理单元和数据存储单元，中央处理器单元对接收的数据进行处理得到故障检测判断结果、元件变化曲线和相应的指令，数据存储单元包括运行数据存储模块和图像数据存储模块，指令执行单元执行中央处理器单元传递的动作指令，通信单元与云平台相连传输智能云柜数据，通信单元包括5G数据传输模块。

进一步的，所述中央处理器单元集成故障检测算法、元件状态评估算法、元件寿命预测算法和信号异常告警算法；所述数据采集单元进行漏电采集、柜内电表信息采集、保护装置状态采集、配电设备元件状态和开关动作采集、温湿度传感器数据采集、报警提示信息、视频采集以及热成像采集；所述运行数据存储模块存储所述智能数据采集单元采集到的数字信息，所述图像数据存储模块存储智能数据采集单元采集到的视频和热成像图形信息；指令执行模块包括预警系统和报警系统。

进一步的，数据采集单元的热成像采集通过热成像采集终端进行，热成像采集终端设置在智能云柜中，对云柜的热数据进行采集，中央处理器单元接收来自热成像采集终端的数据，于多变量LSTM进行双通道处理，返回预警或报警信息。

本发明还公开了一种基于5G边缘计算的火灾预警及状态监测方法，采用上述任一监测装置，包括如下步骤：

S1，数据获取：根据实际需求布置智能云柜中的热成像采集终端，采集智能云柜中实际运行情况下的热数据；

S2，数据预处理：对数据进行异常值和缺失值处理、Pearson相关判定以及归一化处理；

S3，将以往智能云柜中的热成像数据划分为训练集和测试集以及验证集；

S4，搭建多变量输入LSTM神经网络模型：

S5，将验证集数据代入模型进行预测；