清华大学学报(自然科学版)

作者：贺胜, 疏学明, 胡俊, 张雷, 张伽, 张嘉乐, 周扬

单位：1. 清华大学 安全科学学院, 北京 100084;<br>2. 清华大学 城市综合应急科学北京市重点实验室, 北京 100084;<br>3. 北京师范大学 教育部巨灾模拟与系统性风险应对国际合作联合实验室, 珠海 519087;<br>4. 北京师范大学 国家安全与应急管理学院, 珠海 519087

关键词：电气火灾,温度预测,概率分布,风险预警,预警分位,数据挖掘

基金：国家电网公司总部科技项目(5400-202118164A-0-0-00)

为实现电气火灾风险提前动态感知,该文以渐变态电气火灾为例,研究了基于循环神经网络(recurrent neural network,RNN)模型的电气线路超温故障火灾风险预警方法,采用真实电气火灾案例数据对模型进行训练,通过挖掘电气线路温度变化的周期特性和瞬时温升故障特征对线路温度进行预测。采用温度二阶残差正态分布模型对温度预测结果进行概率分布范围修正。基于温度预测的累积概率分布提出预警分位,通过比较实际温度与预警分位的关系发现电气线路火灾风险定量表征的依据,实现电气线路火灾风险提前动态感知,最后提出采用“前端探测+算法牵引”的模式解决当前电气火灾防控技术难题。

来源：2024年第3期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2024年第3期