一种光纤测温系统自适应报警定值整定方法与流程

1.本发明涉及水电站温度测控技术领域，具体涉及一种光纤测温系统自适应报警定值整定方法。


背景技术：

2.电缆廊道为电站的重点防火部位，一旦发生火灾未能及时扑灭导致火灾扩大造成的经济损失及社会影响不可估量，目前光纤测温系统是对电缆廊道火灾监测的重要手段。
3.然而，电缆廊道所处的环境比较复杂，存在不同区域的温度不同、设备不同运行状态下的温度不同，相关区域温度随昼夜、季节、环境的的变化温度变化较大等问题。目前光纤测温系统普遍采用固定的定值，定值不能随温度的变化进行自适应调整，因而存在一些误报、迟报，探测灵敏度不高、可靠性不高的问题，不利于电缆廊道火灾的监测，严重时可能导火灾的发生。为提升报警的灵敏性、可靠性，提高对电缆的实时动态监测，有必要设计一种光纤测温系统自适应报警定值整定方法。


技术实现要素：

4.本发明所要解决的技术问题是提供一种光纤测温系统自适应报警定值整定方法，实现光纤测温报警定值的自适应整定，提升报警的灵敏性、可靠性，提高对电缆运行温度的实时动态监测。
5.为解决上述技术问题，本发明所采用的技术方案是：
6.一种光纤测温系统自适应报警定值整定方法，包括以下步骤：
7.步骤一、对目标区域进行温区划分并提取所划分各温区的温度历史数据；
8.步骤二、利用各温区的温度历史数据，选择各温区最近n小时的历史平均温度值，按照移动加权平均的方法，选择前p小时的历史温度数据计算下一个小时预测值，然后根据预测值与实际值的误差来调整权数，权数调整后利用新的权数再对下一个小时的温度值进行预测，预测后再进行权数调整，反复进行直到误差小于设定的预期误差e，整个步骤二过程形成自适应的温度预测方法；
9.步骤三、根据步骤二中自适应的温度预测方法获取的各温区的温度预测值t，增加各温区设定的报警裕度dt2，得到整定的报警温度t
set
，t
set
＝t+dt2。
10.上述的步骤一中的温区划分方式分为两种：一种为保持探测区域的连续性的按探测区域内温区分段划分方法，另一种为根据实际探测温度以温度为划分对象的温区划分方法。
11.上述的按探测区域内温区分段划分方法具体过程为：
12.将探测目标区域的每个通道的第一个点的温度设置为基准温度t0，后续温度值ti依次与基准温度t0进行比较，如果|t
i-t0|＞dt1且连续3个温度值满足这一条件dt1为根据需求设定的分区温差限值，则将|t
i-t0|≤dt1的温度值对应的区域化分为一个温区，同时将第一个|t
i-t0|＞dt1的温度值ti赋值给t0，后续依次对温度点进行温度划分直至探测区域
内所有温区划分完成。
13.优选的方案中，上述的根据实际探测温度以温度为划分对象的温区划分方法具体过程为：
14.设置一个基准温度t0，探测目标区域内所有点的温度值ti与基准温度t0进行比较，计算与基准温度t0的温度差值dt(i)＝|t
i-t0|，将温度差值dt(i)值按照dt1(n)≤dt(i)≤dt1(n+1)的划分原则进行划分，dt(i)在同一个范围内的对应点的温度划分为一个温区，其中dt1(n)＝dt1(n-1)+dt1(n＝1，2，3
…
n，dt1(0)＝0)，dt1为根据需求设定的分区温差限值，分区具体的温差间隔由dt1的大小控制。
15.上述的步骤二中权数的调整公式为：
[0016][0017][0018][0019]
式中，n为最近的温度数据个数，p为用于预测计算的历史数据个数，为权数调整过程中的预测值，ti为实际温度值，为调整权数值，为调整权数值，为初始权数，k＝1/(t
12
+t
22
+t
32
+
…
+t
p2
)为学习常数，e
i+1
为第i+1个小时的实际温度与预测温度的误差值，进行权数调整恒，当权数调整后得到的e
i+1
≤e时，利用当前权数依次求取最近n-p小时各时间段的预测误差e
i+1
，若最大预测误差e
max
＝max(e
i+1
)＞e则再次进行权数迭代调整，最大误差e
max
≤e侧利用此时的最优权数计算下一小时的温度值，得到下一小时的预测温度值t：
[0020][0021]
上述的步骤二中n＝7且p＝3，预测温度值t为：
[0022][0023]
本发明提供的一种光纤测温系统自适应报警定值整定方法，对温区进行了自动划分，利用历史数据对下一小时内的温度进行了预测，实现了光纤测温报警定值的分区、分时自适应整定，提升了光纤测温系统报警的灵敏性、可靠性。
附图说明
[0024]
下面结合附图和实施例对本发明作进一步说明：
[0025]
图1为本发明的自适应报警定值整定方法整定流程图；
[0026]
图2为本发明的温区分段划分示流程图；
[0027]
图3为本发明的自适应过滤法预测温区温度流程图；
[0028]
图4为本发明的自适应报警定值整定原理示意图；
[0029]
图5为本发明的温区分段划分示例图。
具体实施方式
[0030]
以下结合附图和实施例详细说明本发明技术方案。
[0031]
一种光纤测温系统自适应报警定值整定方法，实施步骤如图1所示，包括以下步骤：
[0032]
步骤一、对分区温差限值dt1、预期误差e、报警裕度dt2进行赋值，赋值完成后进行温区划分；
[0033]
步骤二、温区划分后基于温区划分的各温区的历史数据，利用自适应算法计算预测温度t；
[0034]
步骤三、得到预测温度t后，用预测温度t加上报警裕度dt2作为自适应报警定值的整定值整定到各个温度分区，完成自适应报警定值整定的整定。
[0035]
上述步骤一温区划分中的温区分段划分方法及划分流程如图2所示：
[0036]
第一步，判断是否需要进行温区划分，如存在温区划分标志则对温区进行划分，无标志侧不进行重新划分，保持前期划分的温区；
[0037]
第二步，存在温区划分标志，从数据库读取各点最近1小时的平均温度数据，同时将第一个温度点的温度值做为基准温度，将该温度值赋值给t0；
[0038]
第三步，依次将各点的温度值ti与t0做差，求取温差值|t
i-t0|；
[0039]
第四步，将温差值|t
i-t0|与分区温差限值dt1进行比较，若|t
i-t0|》dt1且连续3个温度点满足要求，同时判断是否是最后一个温度点，如果不是侧将第一个大于dt1的温度值赋值给基准温度值t0，将|t
i-t0|≤dt1的温度值对应的区域划分为一个温区，标定温区后存入数据库，同时利用新的基准温度进行后续的温度区域划分；若为最后一个温度点，侧将最后的所有点划分为一个温区，标定温区后存入数据库，同时温区划分结束；
[0040]
根据标定温区情况，系统对各温区每小时的平均值进行计算，并储存备后续使用，同时系统在对各点温度进行采集时，计算各点温度每小时的平均温度并储存备后续使用。
[0041]
所述步骤二中的中自适应算法计算预测温度值的方法及流程如下：
[0042]
通过选择最近7小时的历史温度数据，使用3个历史数据对下一小时的温度进行预测的方式进行说明，自适应算法公式如下：
[0043][0044][0045][0046]
式中，为权数调整过程中的预测值，ti为实际温度值，为权数值，初始权数为k＝1/(t
12
+t
22
+t
32
),k为学习常数，e
i+1
为第i+1个小时的实际温度与预测温度的误差值。
[0047]
所述权数调整过程中，当权数调整得到的e
i+1
≤e时，利用当前权数求取最近4小时各时间段的预测误差e
i+1
，若最大预测误差e
max
＝max(e4,
…
,e7)＞e则再次进行权数迭代调整，最大误差e
max
≤e侧利用此时的最优权数计算下一小时的温度值，得到下一小时的预测温度值
[0048]
自适应算法具体实施流程如图3所示：
[0049]
第一步，判断是否需要进行温度预测计算，若存在计算预测温度标志侧进行预测温度计算，无标志侧流程结束，保持前期预测温度；
[0050]
第二步，存在计算预测温度标志，侧向数据库中读取相应温区7小时内的每小时的平均温度数据；
[0051]
第三步，利7小时内的每小时的平均温度数据，采用自适应过滤法计算i+1期的预测值，计算预测值与实际值的差值e
i+1
,并不停的通过权数迭代调整，减小预测值与实际值的差值|e
i+1
|,调整过程中预测值与实际值的差值|e
i+1
|与预期误差e比较，当|e
i+1
|《e时，进行第四步计算，否则重复进行权数迭代调整，直至满足|e
i+1
|《e；
[0052]
第四步，当|e
i+1
|《e时，使用最新的权数计算历史数据中最近4小时的预测温度与实际温度的差值|e
i+1
|，随后求取4个差值中的最大值e
max
，如e
max
＞e，侧返回第三步继续进行权数迭代调整，如e
max
≤e则将该权数做为最优权数，进入第五步；
[0053]
第五步，利用最优权数，计算需预测的下一小时内的预测温度值t，得到的预测温度存入数据库，随后依次进行其它温区的预测温度值t的计算。
[0054]
如图1所示，主流程中调用相应的预测温度t，加上dt2后得到自适应报警温度定值t
set
＝t+dt2，最后将自适应报警温度定值整定值系统，至此流程结束。
[0055]
本发明提出的光纤测温系统自适应报警定值整定方法相比于传统的报警定值方法具有报警灵敏、自适应性强、可靠性高等特点。
[0056]
如图4中所示，一种光纤测温系统自适应报警定值整定方法，利用历史温度数据通过自适应算法对下一小时内的温度进行预测，在预测温度t上增加报警裕度dt2得到报警温度定值；该报警定值方法与常规报警定值不同，自适应报警定值在不同温区的报警定值不同、不同时间段报警定值不同，报警定值可随环境、时间的变化而自动调整，具有较强的自适应性。
[0057]
其次，常规的报警定值在低温时实际值与报警值差值过大，报警灵敏度过低，
[0058]
在高温时，实际温度值与报警值差值过小，存在误报的问题；自适应报警定值随测温区域、环境、时间的变化而变化，报警定值在动态进行调整，具有较强的适应性，提升了报警的灵敏性、可靠性。
[0059]
如图5所示，通过将温度相近的温度区域划分为一个温度区，求取该温度的平均值作为计算预测温度的历史数据，可以大大减少计算量，同时由于温区划分时根据实际温度把温度相近的区域化分为一个分区，又能有效的保证预测值能比较真实的反应该区域的温度值，具有较高的可靠性。