電流指紋技術(shù)用 AI 賦能智慧智能消防預警系統(tǒng)

　　電流指紋技術(shù)被定義為繼圖像和語音之后的第三大AI技術(shù)。與圖像和語音不同的是電流指紋技術(shù)需要對電流底層特性和算法進行整體的分析。Verdigris、opower在全球范圍內(nèi)率先將電流指紋應用在了用電節(jié)能分析領域。

　　1)及時有效的消防監(jiān)控閉環(huán)

　　消防系統(tǒng)可通過算法終端、算法云平臺和控制終端共同形成“自動化終端監(jiān)測、智能化預警識別、隱患電路自動切斷及多終端多方案預警提醒”的電氣預警監(jiān)控閉環(huán)，對電氣線路實現(xiàn)“線路故障監(jiān)測、危險設備識別、異常用電行為分析、設備故障監(jiān)測”，通過將算法的部分核心步驟進行裁剪并下移到終端，采用“算法終端+云平臺”的架構(gòu)，及時、有效地實現(xiàn)電氣消防隱患的災前預警并切斷存在隱患的電路，極大地降低企業(yè)電氣火災風險，緩解其電氣消防安全保障壓力。

　　2)有效的線路故障防控

　　線路級故障是電氣消防另一大主因，短路、漏電都是典型的線路故障。盡管部分的設備線路問題可通過傳統(tǒng)技術(shù)實現(xiàn)感知，但傳統(tǒng)“傳感器+物聯(lián)網(wǎng)技術(shù)”的解決方案極易產(chǎn)生漏報、誤報的現(xiàn)象，并且在線路中隱藏的諸如串、并聯(lián)故障電弧之類的問題是不可能通過傳感器直接進行感知到的。團隊以AI技術(shù)對傳統(tǒng)解決方案進行革新，通過“電流AI算法”的形式，在精準識別線路中57種線路故障的同時，通過大樣本和監(jiān)督式學習算法，實現(xiàn)設備和線路火災隱患的災前預警甚至是災前制止。

　　3)精準的接入設備識別

　　智能消防預警系統(tǒng)在國際范圍內(nèi)率先將電流AI技術(shù)引入消防領域，我們通過提取并識別不同負載的電流特征，以多算法融合的方式，實現(xiàn)消防隱患電器的接入預警、異常用電行為判斷、設備內(nèi)部故障的識別，用非侵入的方式對線路內(nèi)的電器類型及其具體故障進行識別，使用“AI算法”的方式做到做到了線路中設備級別的防控。

　　電流指紋技術(shù)應用在了消防領域，實現(xiàn)隱患電器的接入預警、異常用電行為判斷、設備內(nèi)部故障的識別、故障診斷4個方向。通過獨有多通道終端設計和并行采樣計算優(yōu)化，將設備識別準確率達到了97.3%，累計采集電氣線路故障樣本數(shù)超過120w，通過算法邊+云架構(gòu)優(yōu)化實現(xiàn)3S實時檢測，這些指標遠和國外企業(yè)Opower、Bidgely持平，保持國際領先水平。