韓丙光，趙子源，劉 建，王 聰

（國(guó)網(wǎng)山東省電力公司德州供電公司，山東 德州 253000）

電纜火災(zāi)作為火災(zāi)類(lèi)型的一種，其可能會(huì)導(dǎo)致大面積停電甚至引發(fā)爆炸[1]。例如，2016年6月18日，陜西電力公司西安南郊330 kV 變電站著火，后續(xù)調(diào)查事故系電纜溝失火引起，該事故造成周邊部分區(qū)域停電、停水。2016 年10 月12 日，日本埼玉縣新座市的地下電纜發(fā)生火災(zāi)，造成東京城區(qū)11 個(gè)區(qū)約58.6 萬(wàn)戶(hù)停電。電纜火災(zāi)的發(fā)生通常有以下幾個(gè)因素[2-3]：1）在電纜長(zhǎng)期滿(mǎn)負(fù)荷運(yùn)行的狀態(tài)下，電纜接頭電阻高，且接頭過(guò)熱引發(fā)火災(zāi)；2）電纜絕緣損壞引發(fā)短路故障，使得電纜產(chǎn)生的電弧引起電纜外保護(hù)層燃燒，進(jìn)而引發(fā)火災(zāi)；3）外界的火源或熱源引發(fā)火災(zāi)。

為預(yù)防電纜火災(zāi)的發(fā)生，需要建立電纜火災(zāi)預(yù)警系統(tǒng)[4]，將火災(zāi)扼殺在萌芽之中。當(dāng)前傳統(tǒng)的火災(zāi)預(yù)警系統(tǒng)通常是基于單一傳感器設(shè)計(jì)，預(yù)判火災(zāi)準(zhǔn)確度低。為解決這一問(wèn)題，文獻(xiàn)[5]采用層次分析法，對(duì)多個(gè)火災(zāi)影響因素進(jìn)行專(zhuān)家評(píng)判；文獻(xiàn)[6]在實(shí)驗(yàn)室環(huán)境下對(duì)電流、溫度與電纜表皮溫度的對(duì)應(yīng)關(guān)系進(jìn)行了驗(yàn)證；文獻(xiàn)[7]通過(guò)多個(gè)因素建立火災(zāi)預(yù)警系統(tǒng)。采用基于多傳感器的火災(zāi)預(yù)警，可結(jié)合溫度、濕度、CO 等多種火災(zāi)特征進(jìn)行全面分析，對(duì)于火災(zāi)的預(yù)警判斷更加準(zhǔn)確。然而，建立多個(gè)因素與火災(zāi)之間關(guān)聯(lián)關(guān)系的模型，仍需要進(jìn)行定量分析。該文提出了基于D-S 證據(jù)理論的多傳感器數(shù)據(jù)融合的火災(zāi)預(yù)警系統(tǒng)，采用統(tǒng)計(jì)學(xué)建立了多信息融合的概率統(tǒng)計(jì)模型。仿真結(jié)果表明，該火災(zāi)預(yù)警系統(tǒng)較單一傳感器預(yù)警系統(tǒng)更加有效，且實(shí)用性更強(qiáng)。

1 多傳感器火災(zāi)預(yù)警的特征組合

電纜火災(zāi)發(fā)生時(shí)有多種特征變化較大，如溫度（熱特征）、煙霧、氣體、圖像檢測(cè)等[8]。多傳感器信息融合的火災(zāi)預(yù)警即通過(guò)收集承載著不同特征傳感器中的數(shù)據(jù)，進(jìn)行融合分析決策的技術(shù)。電纜溝道范圍較大，采用圖像檢測(cè)特征的缺點(diǎn)是建設(shè)成本過(guò)高，因此電纜火災(zāi)通常檢測(cè)溫度、煙霧和氣體3 種特征。溫度主要通過(guò)熱對(duì)流傳感器進(jìn)行探測(cè)，通常使用熱電阻或熱電偶。煙霧主要采用離子感煙和光電感煙兩種煙霧傳感器進(jìn)行傳感，煙霧信號(hào)也是最常用的單一傳感器信號(hào)。氣體主要是電纜保護(hù)層燃燒產(chǎn)生的CO 和CO2。常用的特征組合有以下4 種：溫度與煙霧的組合、溫度與氣體的組合、煙霧與氣體的組合以及溫度、煙霧與氣體的組合。

根據(jù)電纜火災(zāi)的特點(diǎn)，文中采用第4 種火災(zāi)特征組合方式，即溫度、煙霧與氣體組合的形式。其中溫度采用熱電阻傳感器；煙霧采用離子感煙傳感器；氣體采用CO 濃度傳感器。傳感器特征組合如圖1所示。

圖1 傳感器特征組合

2 多傳感器信息融合技術(shù)

用單一傳感器進(jìn)行火災(zāi)預(yù)警常有誤報(bào)信號(hào)的情況發(fā)生。多傳感器的信息融合比單一傳感器的決策更具有準(zhǔn)確性和抗干擾能力[9]，并已在工業(yè)、國(guó)防、商業(yè)等多個(gè)領(lǐng)域廣泛應(yīng)用[10-11]。目前較為普遍的融合技術(shù)有閾值判斷法、信號(hào)關(guān)系式法、神經(jīng)網(wǎng)絡(luò)法、模糊算法、D-S 證據(jù)理論等。閾值判斷法即設(shè)置某種信號(hào)的閾值或者某種信號(hào)的變化率閾值進(jìn)行判斷；信號(hào)關(guān)系式法即設(shè)置多種信號(hào)的關(guān)系式，通過(guò)邏輯與、邏輯或和邏輯加的運(yùn)算，利用關(guān)系式的最終結(jié)果判斷是否高于設(shè)定的閾值，該方法是閾值判斷法的一種改進(jìn)；神經(jīng)網(wǎng)絡(luò)法依靠大量數(shù)據(jù)訓(xùn)練不同權(quán)重的網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，目前已有的神經(jīng)網(wǎng)絡(luò)模型有反饋神經(jīng)網(wǎng)絡(luò)（BP）、概率神經(jīng)網(wǎng)絡(luò)（PNN）和學(xué)習(xí)向量機(jī)（LVQ）等；模糊算法則是基于模糊變換先得到各決策的可能性數(shù)組，再根據(jù)一定的準(zhǔn)則選擇決策；D-S 證據(jù)理論是一種基于估計(jì)的統(tǒng)計(jì)學(xué)方法，通過(guò)信任函數(shù)的方式將多種信息融合起來(lái)得到火災(zāi)發(fā)生的概率[12]。

該文采用D-S 證據(jù)理論的信息融合技術(shù)，通過(guò)D-S 證據(jù)理論，而無(wú)需條件概率等先驗(yàn)條件，即可對(duì)互斥事件進(jìn)行證據(jù)的有效結(jié)合，相較于貝葉斯理論，其實(shí)用性更強(qiáng)且靈活性更高[13-14]。

3 電纜火災(zāi)預(yù)警系統(tǒng)建模

電纜火災(zāi)預(yù)警系統(tǒng)信息融合模型如圖2 所示。

圖2 電纜火災(zāi)預(yù)警系統(tǒng)信息融合模型

首先介紹D-S 證據(jù)理論的數(shù)據(jù)融合規(guī)則[15]，其定義了一個(gè)集函數(shù)：

其中：

若滿(mǎn)足上述公式，則m(A) 為A的基本概率賦值Mass 函數(shù)。

多組數(shù)據(jù)融合則是多個(gè)數(shù)據(jù)概率進(jìn)行正交和運(yùn)算，比如n個(gè)傳感器的數(shù)據(jù)通過(guò)下述運(yùn)算得到融合概率[16]：

K表示各傳感器數(shù)據(jù)結(jié)果之間的沖突系數(shù)。

火災(zāi)預(yù)警有3 種互斥情況，分別為起火、不起火和不確定，文中采用正弦函數(shù)對(duì)3 種信號(hào)傳感器進(jìn)行估計(jì)。

對(duì)于熱電阻傳感器，溫度區(qū)間為[20,100]，單位為℃?？紤]到當(dāng)溫度高于80 ℃時(shí)，起火的概率大幅度提升，建立初始概率分布模型如下：

其中，pR1、pR2和pR3分別為熱電阻傳感器起火、不起火和不確定的初始概率。

為了使3 種互斥情況的概率之和為1，滿(mǎn)足Mass賦值函數(shù)成立的條件，對(duì)其進(jìn)行歸一化處理，將每種情況的概率除以3 種情況的概率之和。

其中，PR1、PR2和PR3為歸一化處理后滿(mǎn)足Mass賦值函數(shù)條件的熱電阻起火概率、不起火概率和不確定概率。

熱電阻傳感器的輸出概率Mass 函數(shù)如圖3所示。

圖3 熱電阻傳感器輸出概率

建立離子感煙傳感器的概率模型，其暗度的范圍為[0,0.2]，單位為L(zhǎng)/m。在離子感煙暗度高于0.18 L/m 時(shí)，起火概率提升。概率分布模型如下：

其中，pS1、pS2、pS3分別為離子感煙傳感器起火、不起火和不確定的初始概率。將各初始概率進(jìn)行歸一化處理，得到離子感煙的輸出概率Mass 函數(shù)，如圖4 所示。

圖4 離子感煙傳感器輸出概率

建立CO 濃度的概率模型，其范圍為[0,40]，單位為ppm?？紤]到CO 濃度在5 ppm 以下時(shí)不起火的可能性增加，因此CO 濃度的初始概率模型如下：

歸一化處理后的CO 濃度的輸出概率Mass 函數(shù)如圖5 所示。

圖5 CO濃度傳感器輸出概率

4 電纜火災(zāi)預(yù)警系統(tǒng)的仿真

為驗(yàn)證該預(yù)警模型的有效性，在ISO9705 標(biāo)準(zhǔn)的燃燒室進(jìn)行燃燒仿真實(shí)驗(yàn)。電纜絕緣層目前的材料主要有聚氯乙烯（PVC）、聚乙烯（PE）、交聯(lián)聚乙烯（XLPE），文中采用聚乙烯（PE）板作為燃燒材料進(jìn)行實(shí)驗(yàn)。溫度傳感器熱電阻安裝在房間頂部中央的位置，距離房間頂部40 cm；離子感煙傳感器和CO 濃度傳感器在房間自帶的排煙管道中，可直接收集數(shù)據(jù)。點(diǎn)火源采用酒精，當(dāng)?shù)谝坏稳紵牧系温浜罅⒓匆崎_(kāi)點(diǎn)火源。收集數(shù)據(jù)間隔為10 s，總共采集600 s的數(shù)據(jù)。仿真曲線如圖6～圖8 所示。

圖6 溫度傳感器仿真曲線

圖7 離子感煙傳感器仿真曲線

圖8 CO濃度傳感器仿真曲線

接下來(lái)，文中選擇一個(gè)中間時(shí)間節(jié)點(diǎn)T=300 s 時(shí)進(jìn)行預(yù)警決策。在該時(shí)間節(jié)點(diǎn)下，溫度傳感器、離子感煙和CO 濃度的數(shù)值如表1 所示。根據(jù)表1 中的值通過(guò)概率模型計(jì)算，得到3 個(gè)傳感器的3 種互斥情況概率如表2 所示。

表1 T=300 s時(shí)間節(jié)點(diǎn)下的傳感器值

表2 傳感器的輸出概率和決策

若單獨(dú)針對(duì)某一種信號(hào)來(lái)看，從3 種互斥情況中選擇概率最大值作為火情估計(jì)。溫度傳感器的決策結(jié)果為起火；離子感煙傳感器的決策結(jié)果為不確定；CO 濃度的決策結(jié)果為起火；單一傳感器的結(jié)果不統(tǒng)一，難以對(duì)是否起火進(jìn)行準(zhǔn)確估計(jì)。

根據(jù)D-S 組合規(guī)則進(jìn)行數(shù)據(jù)融合，首先計(jì)算沖突系數(shù)K：

然后分別計(jì)算融合信息后的起火概率、不起火概率和不確定概率，可得Pfire=0.518，Pno-fire=0.095，Pnot-sure=0.387。其中，Pfire為融合后的起火概率；Pno-fire為融合后的不起火概率；Pnot-sure為融合后的不確定概率。3 種傳感器信息融合后的決策表如表3 所示。

表3 信息融合后的概率和決策

在經(jīng)過(guò)D-S 證據(jù)理論信息融合后，通過(guò)表格3發(fā)現(xiàn)起火概率最高，因此火災(zāi)預(yù)警系統(tǒng)的決策為起火。信息融合使得在不同的傳感器給出不同信息時(shí)，綜合3 種信息的Mass 函數(shù)進(jìn)行計(jì)算，進(jìn)而得到融合概率，再通過(guò)融合概率對(duì)火災(zāi)是否發(fā)生進(jìn)行估計(jì)。

由仿真實(shí)驗(yàn)結(jié)果可知，在兩種傳感器判斷不確定的情況下，融合信息后進(jìn)行綜合估計(jì)，提高了電纜火災(zāi)預(yù)警系統(tǒng)的靈敏度，能夠比單一傳感器系統(tǒng)提早預(yù)警火災(zāi)的發(fā)生。

5 結(jié)束語(yǔ)

該文提出了基于D-S 證據(jù)理論的多傳感器火災(zāi)預(yù)警系統(tǒng)。該系統(tǒng)通過(guò)D-S 證據(jù)理論對(duì)量測(cè)火災(zāi)概率數(shù)據(jù)進(jìn)行融合處理，分別得到起火、不起火和不確定3 種互斥情況的融合概率，并進(jìn)行決策。該系統(tǒng)相較于單一傳感器的準(zhǔn)確度有較大提升。仿真結(jié)果表明，該系統(tǒng)能夠綜合多種傳感器結(jié)果進(jìn)行判斷，其具有較高的抗干擾能力和可靠性，進(jìn)而降低了火災(zāi)預(yù)警的誤報(bào)率。