引言

電力系統(tǒng)變電站等生產(chǎn)場所大多地處偏僻且無人值守，輸變配電氣設備的特性使火情無法提前預估，而現(xiàn)場的消防設施獨立分散，各成孤島，火情監(jiān)控不完善，消防感知的形勢嚴峻。對電力系統(tǒng)進行消防維保檢查，工作量大且專業(yè)性比較強，電力系統(tǒng)對業(yè)務委托單位的消防監(jiān)督難以到位，使得消防設施容易“帶病上崗”；現(xiàn)場火情處置方式較為被動，尚未實現(xiàn)精益化管理。如何從日常消防感知到火情應急處置全方位提升電力系統(tǒng)的消防安全管控水平，已經(jīng)成為亟待解決的問題^[1-3]。

1   問題分析

1.1 消防設施實時監(jiān)測問題分析

傳統(tǒng)消設施不具備遠程監(jiān)控能力，需要每月派人檢查。一旦消防預警設備發(fā)生故障、控制柜出現(xiàn)誤動作、消防管網(wǎng)過壓漏壓、高壓氣瓶滅火劑發(fā)生泄露等，均無法及時監(jiān)測到，存在時間上和管理上監(jiān)管不到位，不能實現(xiàn)點對點管理。

1.2 現(xiàn)場火情全面探測問題分析

1）目前變電站在用的消防報警裝置主要集中在傳統(tǒng)的火災煙霧探測器、手動觸發(fā)報警等前端硬件設備。設備長時間運行后，開始逐漸出現(xiàn)設備老化，導致消防報警裝置的故障頻率及誤報率逐年提高，使得變電站隊火災的預警能力逐步降低，對變電站的火災預警作用無法起到滿意的效果。

2）現(xiàn)有的監(jiān)控設備一般是固定布置，對每塊區(qū)域的監(jiān)控強度不一樣且不可調(diào)節(jié)，容易造成火情漏報。

3）現(xiàn)有的安防監(jiān)控視頻以從原來的“看的見”到現(xiàn)在“看的清”逐漸要往“看的懂”發(fā)展，需要消防與安防的技術融合，增加安防視頻針對消防事件識別的能力。

1.3 消防信息安全共享問題分析

1）電力系統(tǒng)內(nèi)，消防終端設備直連后臺服務器，數(shù)據(jù)傳輸過程中容易外泄和被非法攻擊。

2）電力系統(tǒng)外，與政府消防部門的信息交流渠道未完全打通，存在數(shù)據(jù)孤島、數(shù)據(jù)壁壘問題，數(shù)據(jù)共享機制不完善。

2   解決思路

2.1 消防設施實時監(jiān)測解決思路

為了解決傳統(tǒng)消防設施缺少監(jiān)測，無法實時獲知消防設施狀態(tài)的情形，可設法研制諸如滅火器類的高壓氣瓶的壓力監(jiān)測、實時測量滅火劑的壓力，并根據(jù)測量值判斷消防設施是否可靠和進行相關的報警或者動作。

2.2 現(xiàn)場火情全面探測解決思路

1）為了解決現(xiàn)有技術的監(jiān)控設備監(jiān)控范圍過小，對每塊區(qū)域的監(jiān)控強度不一樣且不可調(diào)節(jié)，容易造成漏

報火情的技術問題，可設法研制一種基于臨時消防監(jiān)控裝置，該臨時消防監(jiān)控裝置具備監(jiān)控范圍大，可遠程控制，可自動調(diào)節(jié)某塊區(qū)域內(nèi)的監(jiān)控強度等特點。

2）基于現(xiàn)有安防視頻監(jiān)控，增加圖像火災監(jiān)測功能，研究智能AI（Artificial Intelligence，人工智能）分析聯(lián)動的技術，研發(fā)一種前端基于視頻分析的消防事件AI 圖像分析裝置，實現(xiàn)消防事件( 煙霧識別、火焰識別、消控室值班、消防通道占用、周界入侵) 預警、安消聯(lián)動一體化功能，提升視頻監(jiān)控實戰(zhàn)應用的能力，實現(xiàn)智能化火災實時監(jiān)測和預警確認推送功能。

2.3 現(xiàn)場火情全面探測解決思路

為了解決電力系統(tǒng)內(nèi)消防數(shù)據(jù)傳輸安全性問題，可提供一種利用物聯(lián)設備進行變電站遠程消防監(jiān)控的方法，保障數(shù)據(jù)傳輸?shù)陌踩浴?/p>

3   關鍵技術

3.1 LoRa技術

LoRa（Long Range Radio，遠距離無線電）技術是一種能夠做到傳輸距離長、信息傳輸量大、傳輸功率損耗低的無線通信技術。各點直接與網(wǎng)關中心進行傳輸，節(jié)省了傳輸時間，提升了傳輸?shù)臏蚀_性，能夠?qū)崿F(xiàn)與網(wǎng)關中心點實現(xiàn)快速連接，具有網(wǎng)絡結(jié)構(gòu)簡單、傳輸?shù)脱訒r等優(yōu)點。

1）技術原理

擴頻調(diào)制是一種基于高頻寬的通信方式，傳輸信息所用的帶寬遠遠小于信號占用的帶寬。其大致的流程如下：信號首先通過調(diào)制解調(diào)器將其由模擬信號轉(zhuǎn)化為數(shù)字信號，擴頻碼發(fā)生器在接收到數(shù)字信號將去進行擴頻，即對信號的頻譜按照擴頻碼序列進行展寬，展寬后的信號將會進入載頻調(diào)制環(huán)節(jié)，信號通過載頻調(diào)制后由天線將信號發(fā)送出去。信息接收端通過天線等設備對射頻信號進行捕獲，射頻發(fā)生器會將捕獲到的射頻信號調(diào)至為中頻信號，最后對中頻信號進行解調(diào)，從而對發(fā)出的原始信息進行還原輸出。

香農(nóng)定理對信息傳輸速率、帶寬以及信道信噪比之間的關系進行了細致的闡述，并由此推出香農(nóng)公式：

式中：C 是信息傳輸速率；W 是帶寬；S 是有用信號功率；N 是噪聲功率，S /N 稱為信道信噪比。從公式中可以看出，在信息容量一定時，信號帶寬與信道信噪比之間呈現(xiàn)的是反比的關系，如果想降低信噪比，提升通信質(zhì)量，可以采用提高信號帶寬的方式。

2）LoRa 與其他無線通信技術對比

無線通信在現(xiàn)代社會的應用越來越普遍，現(xiàn)代社會已經(jīng)越來越離不開無線通信，無線通信之間也存在較大的不同，不同的通信方式在距離、速率和功耗等方面都存在著較大的差距，本文對LoRa 與其他無線通信的技術特性進行了總結(jié)對比，如表1 所示。

表1 無線通信技術的特性對比

從表中可以看出，LoRa 技術通信距離為50 km，支持傳感控制和加密，頻段在137~100 500 MHz 之間，通信速率在300 kbps。相較于其他通信技術具有傳輸距離遠、低功耗等優(yōu)點，但是傳輸速率相對較低，適用于智慧生活、數(shù)據(jù)監(jiān)測等對傳輸速率要求不高的地方。

3.2 智能滅火器壓力表

1）技術原理

智能滅火器壓力表給傳統(tǒng)滅火器增加了壓力實時在線監(jiān)測功能，可將數(shù)據(jù)傳輸至消防管控平臺，一旦壓力異?？蓪崿F(xiàn)自動告警。解決了傳統(tǒng)干粉滅火器壓力過壓或欠壓卻無法及時發(fā)現(xiàn)的問題。

如圖1 所示：壓力表內(nèi)部由2 個主要部件組成：“壓力傳感器模塊”、“物聯(lián)網(wǎng)傳輸模塊”。“壓力傳感器模塊”采集干粉滅火器實時壓力值，并將壓力值提供給“物聯(lián)網(wǎng)傳輸模塊”，模塊將實時壓力值數(shù)據(jù)，通過物聯(lián)網(wǎng)無線Lora 協(xié)議，由物聯(lián)邊緣代理網(wǎng)關SEB 設備接收，再經(jīng)由SEB 與SBN（物聯(lián)業(yè)務節(jié)點）搭建的安全網(wǎng)絡通道傳輸?shù)较拦芸仄脚_。

圖1 智能滅火器壓力表技術原理圖

2）技術方案

如圖2 所示，智能滅火器壓力表持續(xù)性監(jiān)測滅火器的壓力，實現(xiàn)PC、APP 遠程監(jiān)控與異常報警，杜絕滅火器超期服役、銹蝕損壞無人知、使用后不及時更換等問題。時刻監(jiān)測、采集壓力數(shù)據(jù)，每24 小時可上報3次心跳數(shù)據(jù)至管理平臺，既能及時反饋滅火器狀態(tài)，又能接入大數(shù)據(jù)池做智能分析運算，為消防預警提供參考依據(jù)。除了監(jiān)測滅火器壓力數(shù)據(jù)，監(jiān)測器還能對自身狀態(tài)進行檢查，電池電量過低、信號異常、連線異常等都可以通過PC、APP 向管理人員發(fā)出提醒，以便安排及時處理。每個監(jiān)測器有獨立ID（身份標識），PC、APP 可對每個滅火器的具體部署位置進行精準定位，可在滅火器出現(xiàn)異常時第一時間鎖定具體位置，大大提高巡檢及維修效率。

圖2 智能滅火器壓力表

3.3 消防事件AI圖像分析

1）技術方案

在移動互聯(lián)網(wǎng)時代，視頻成為傳播和內(nèi)容需求的主力， 每天都會產(chǎn)生數(shù)萬小時的視頻內(nèi)容， 對視頻內(nèi)容的審核和分析給安全管理帶來了巨大的壓力，現(xiàn)提出一種基于視頻分析的智能AI 分析聯(lián)動技術方案，此系統(tǒng)結(jié)合了人工智能和多光譜融合技術，具備煙霧分析、火焰分析、消控室人員值班分析、消防通道占用分析、周界入侵分析的消防事件分析預警等功能，實現(xiàn)安消一體火災探測并能及時預警、報警，且具有空間內(nèi)火焰精準定位、24 小時人員值守監(jiān)督等功能。利用建筑內(nèi)已有的視頻監(jiān)控系統(tǒng)，使用消防事件AI 圖像分析裝置進行實時監(jiān)測，提升了變電站消防火災報警能力。

（1）研究基于AI 視頻的煙火復合識別算法模型

基于AI 視頻技術的圖像煙火復合識別是以深度學習模型中的卷積神經(jīng)網(wǎng)絡Faster——RCNN 模型為基礎，在Faster——RCNN 模型上進行算法改進。采用TensorFlow深度學習應用框架，加載了自有數(shù)據(jù)集(10W+) 訓練的火災（煙霧，火焰）識別深度神經(jīng)網(wǎng)絡，利用煙火的能量、形狀、運動特性進行煙火目標快速識別，可以對視頻源多幀圖像采用端到端的煙火目標判別輸出。

（2）研究基于AI 視頻分析安消一體化技術

通過現(xiàn)場監(jiān)控攝像機接入消防事件AI 圖像分析裝置，實現(xiàn)基于安防視頻監(jiān)控的消防事件分析預警，利用智慧消防平臺實現(xiàn)可視化報警處置。消防事件AI 圖像分析裝置，具有強大的運算能力和深度學習功能，可實現(xiàn)煙霧和火焰快速甄別和報警，大幅提升火災監(jiān)測能力；同時針對消防控制室值班、消防通道占用、周界入侵等違規(guī)安全現(xiàn)象進行智能監(jiān)管。例如可以基于變電站控制室的監(jiān)控攝像機傳達的實時視頻信息，對控制室的人員情況進行AI 視頻分析，當消控室內(nèi)的人員離崗一定時間時，系統(tǒng)會針對控制室長時間無人值守信息觸發(fā)報警，從而對值班人員進行管理，保證變電站的全天候監(jiān)控。對于消防通道占用和周界入侵，可建立監(jiān)控區(qū)域數(shù)據(jù)模型并進行實時監(jiān)測，當消防通道占用和周界入侵時，系統(tǒng)會自動發(fā)出報警提醒，保障消防通道暢通和周界無入侵。

4   結(jié)語

文中對電力系統(tǒng)智慧消防系統(tǒng)關鍵技術進行研究，主要體現(xiàn)在：無線通信方面采用可以遠距離傳輸?shù)腖oRa 技術，在傳統(tǒng)滅火器增加了壓力實時在線監(jiān)測功能，可將數(shù)據(jù)傳輸至消防管控平臺，一旦壓力異?？蓪崿F(xiàn)自動告警，同時又對基于于視頻分析的智能AI 分析技術進行研究。為智慧消防系統(tǒng)提供技術支撐，消防巡檢時間由3 小時縮短至5 分鐘。實現(xiàn)設施異常預警、診斷、反饋2 分鐘內(nèi)完成，數(shù)據(jù)準確率高達99.5%。提升了變電站消防能力。

目前已授權(quán)發(fā)明專利2 項，分別為：1）一種電力系統(tǒng)智慧消防管控系統(tǒng)ZL201911264184.1；2）一種基于泛在電力物聯(lián)網(wǎng)的變電站的智能滅火控制方法ZL201910637539.0。

參考文獻：

[1] 李娟娟,胡寶,王哲,等.無人值班變電站自動消防系統(tǒng)仿真測試研究[J].物聯(lián)網(wǎng)技術,2020,10(08):76-78.

[2] 黃高超.變電站主變壓器消防系統(tǒng)現(xiàn)狀分析及解決措施[J].通訊世界,2015,(24):229-230.

[3] 嚴薇,宋豪,董梁,等.變電站的智慧消防系統(tǒng)分析[J].集成電路應用,2021,38(08):80-81.

（本文來源于《電子產(chǎn)品世界》雜志2022年9月期）