[发明专利]基于Labview的电气火灾预警系统

摘要

本发明公开了一种基于Labview的电气火灾预警系统，主要包括PCI‑1714数据采集卡和Labview总控系统，所述的PCI‑1714数据采集卡连接有剩余电流互感器、霍尔传感器、温度传感器、电弧光传感器、气敏传感器，所述的Labview总控系统的火灾预报模型是在实验样本下基于神经网络算法建立的，且连接有报警模块、旋转摄像头以及断路器，PCI‑1714数据采集卡和Labview总控系统之间由PCI总线相连。本发明提供的预警系统，能实时检测电力线路的漏电流信号、温度信号、工频磁场值、弧光信号以及气敏信号，当线路中出现异常时，Labview总控系统通过神经网络算法建立的火灾预报模型，可迅速判断发生火灾的概率进而判断是否切断断路器，从而有效预防电气火灾的发生。

主权项

1.一种基于Labview的电气火灾预警系统，主要包括PCI‑1714数据采集卡和Labview总控系统，其特征在于：所述的PCI‑1714数据采集卡连接有剩余电流互感器、霍尔传感器、温度传感器、电弧光传感器、气敏传感器；所述的Labview总控系统连接有报警模块、旋转摄像头以及断路器；所述PCI‑1714数据采集卡和Labview总控系统之间由PCI总线相连；所述Labview总控系统的火灾预报模型是在实验样本下基于神经网络算法建立的，采用3层前馈BP网实现，模型建立的具体步骤如下：1)首先利用互感器和传感器从现场采集到漏电流、弧光、温度、气敏、工频磁场信号做为实验样本值；2)接着对传感器采集的信号采用速率检测算法进行预处理；3)将经过预处理后的数据送到3层前馈误差反向传播的神经网络进行处理；4)根据规则进行学习，采用自适应学习速率和附加动量法相结合的学习算法，利用梯度下降技术，通过调整网络权值、阈值，使得网络实际输出与期望输出的误差均方值最小；5)将神经网络输出的电气线路无火概率(P1)、电气线路阴燃火概率(P2)和电气线路有火概率(P3)输入到Labview总控系统。