一种基于火灾报警等级的锂电池液氮灭火方案生成方法及系统与流程

本发明属于锂电池储能系统火灾防控，具体涉及一种基于火灾报警等级的锂电池液氮灭火方案生成方法及系统。

背景技术：

1、锂电池凭借高能量密度广泛应用于储能电站、新能源汽车及分布式储能场景，但锂电池热失控触发概率高，火灾具有燃爆速度快、链式蔓延强、复燃风险大、有毒可燃气体大量释放的典型特征。传统水基灭火剂、泡沫灭火剂对锂电池深层热失控抑制效果差，易造成电池短路、设备腐蚀及环境污染；常规气体灭火剂冷却能力不足，无法快速切断热失控连锁反应。

2、液氮具备超低温快速降温、惰化窒息、无残留、无污染的优势，已成为锂电池火灾优选灭火介质。现有锂电池液氮灭火系统普遍采用固定阈值触发、固定喷放时长与固定流量的粗放控制模式，未区分火灾早期预警、明火发展、爆炸高危不同阶段，缺乏与火灾报警等级联动的动态调控机制；同时未融合舱体bim结构、多传感器多维特征与火势蔓延预测，存在响应滞后、灭火剂过度喷射浪费、控火不及时、适配性差、无法自适应火势演变等问题，难以满足规模化锂电池储能舱精准防火抑爆的工程需求。

技术实现思路

1、本发明旨在克服现有技术中锂电池灭火灭火剂效能不足、系统响应滞后、喷射参数僵化、无等级差异化调控、自适应能力弱、资源浪费及复燃抑制不足的缺陷，提供一种基于火灾报警等级的锂电池液氮灭火方案生成方法及系统，实现多源数据融合、火灾等级智能判定、火情精准预测、液氮喷射参数多目标优化与动态闭环修正。

2、为了实现上述目的，本发明采用的技术方案是：一种基于火灾报警等级的锂电池液氮灭火方案生成方法，包括：多源异构数据采集与预处理、fds仿真与专用数据库构建、多预测模型训练、等级化灭火方案生成与动态修正、策略自演进完整流程。同时提供适配该方法的四层架构智能系统，由数据采集层、模型分析层、决策优化层、控制执行层协同工作，实现从感知、建模、决策到执行的全流程智能化。

3、本发明先采集bim舱体结构、多传感器环境、bms电池状态及历史火灾案例多源数据，按三级火灾报警等级做分级标准化与特征向量化；再通过fds对不同等级火灾做差异化仿真，融合实测数据与仿真数据构建专用数据库；依次训练火势蔓延、液氮扩散冷却、氧气浓度置换三大智能模型；实时融合多参数判定火灾等级，采用多目标优化算法生成匹配等级的最优液氮喷射方案；设置偏差阈值与时间约束，实现火情偏离或等级升级时自动重构火场、重优化喷射参数；并利用增量学习实现模型与灭火策略持续迭代优化。

4、系统四层架构各司其职：数据采集层负责多源感知、bim建模、数据预处理与三维拓扑建库；模型分析层集成fds仿真、等级判定、三大预测模型，完成火情与灭火效果预测；决策优化层依托多目标优化算法生成帕累托最优方案，具备实时动态反馈修正能力；控制执行层负责液氮管路电磁阀、广角喷头的启停与流量控制，并提供三维可视化运维界面。

5、具体包括：一种基于火灾报警等级的锂电池液氮灭火方案生成方法，包括以下步骤：

6、s101、多源异构数据采集与预处理：采集锂电池储能舱bim结构数据、舱内环境传感数据、电池管理系统bms运行数据及锂电池历史火灾案例数据；按ⅰ级预警、ⅱ级明火、ⅲ级爆炸风险三类火灾报警等级对异构数据进行分级标准化处理，并对离散特征进行向量化编码；

7、s102、仿真建模与专用数据库构建：将锂电池储能舱bim结构模型导入fds火灾动力学仿真平台，分别对ⅰ级预警、ⅱ级明火、ⅲ级爆炸风险进行差异化火灾及液氮喷射数值仿真，生成携带火灾等级标签的火灾特征向量数据集；融合所述火灾特征向量数据集与步骤s1预处理后的多源数据，构建锂电池液氮灭火专用数据库；

8、s103、多智能预测模型训练：基于所述锂电池液氮灭火专用数据库，分别构建嵌入火灾报警等级特征的火势蔓延预测模型、液氮扩散冷却模型、氧气浓度置换模型；

9、s104、等级化灭火方案生成与动态修正：实时采集锂电池储能舱多源传感数据，融合温度梯度、烟雾密度、可燃气体浓度、热辐射通量参数判定当前火灾报警等级；将火灾等级及实时火情特征输入三大预测模型，采用多目标优化算法，按火灾等级差异化约束生成帕累托最优液氮灭火喷射方案；实时比对传感实测数据与模型预测数据，当火势蔓延参数与预测值之间的偏差超过预设偏差阈值或火灾报警等级升级，氧气浓度未在预设响应时间内降至对应火灾报警等级的目标氧浓度阈值时，重新确定当前火情状态并更新液氮喷射参数，实现灭火方案动态自适应调整。

10、步骤s101中，所述舱内环境传感数据包括红外热像仪温度场数据、烟雾探测器烟雾密度数据、co/h2/vocs多气体浓度数据、温湿度数据及风速数据中的一种或多种；所述bim结构数据包括：电池簇空间坐标、通风口位置、障碍物分布、防火分隔参数、电缆布局及舱体密闭性参数；所述bms运行数据包括：电池电压、电流、soc梯度及热失控初始位置坐标。

11、步骤s101中所述分级标准化处理具体包括：

12、对ⅰ级预警数据强化局部温度突变及早期烟雾扩散特征标注；

13、对ⅱ级明火数据强化可燃/有毒气体浓度、热辐射通量及明火发展特征标注；

14、对ⅲ级爆炸风险数据强化压力波动、可燃气体富集、火焰快速传播及爆燃风险特征标注；

15、采用独热编码对电池化学体系、舱体密闭等级、火灾报警等级离散标签进行向量化映射。

16、步骤s102中fds差异化仿真设置包括：按火灾等级配置不同热释放速率、火焰传播速度及爆炸超压峰值；根据不同火灾报警等级设置对应的热释放参数、火焰传播参数、液氮喷射参数和网格划分精度，输出不同等级下的温度场、氧气浓度场、液氮覆盖率和温降速率时空演化数据。

17、步骤s103中，所述火势蔓延预测模型采用等级自适应lstm网络，输入包含火灾报警等级编码向量、电池簇bim空间拓扑、初始热失控坐标、通风强度及电池soc梯度，输出等级化火势蔓延路径、传播速度及热力分布；所述液氮扩散冷却模型采用随机森林或xgboost回归算法，输入包含喷注口坐标、喷射流量、火灾报警等级、环境温度及障碍物密度，输出冷却半径、最低温度及温降速率；所述氧气浓度置换模型采用等级化svr算法，输入包含注氮速率、初始氧浓度、火灾报警等级、舱体泄漏率及通风量，输出氧浓度降至安全阈值时长及窒息区域覆盖率。

18、步骤s104中所述火灾报警等级判定模型基于温度变化率、烟雾密度、可燃气体浓度、热辐射通量中的一种或多种参数；依据多参数融合结果输出ⅰ级预警、ⅱ级明火、ⅲ级爆炸风险及对应置信度，ⅰ级置信度≥0.85，ⅲ级置信度≥0.95。

19、步骤s104中多目标优化算法以最小化液氮消耗量、最短灭火时间、最大化氧气抑制效率为目标函数；优化变量包括喷头组合序列、单喷头喷射流量、喷射时长、喷射压力及喷头启停时序。

20、步骤s104中按火灾报警等级设置差异化约束与喷射模式：ⅰ级预警对应较低液氮用量约束和较短响应时间约束，采用局部定点喷射模式；ⅱ级明火对应中等液氮用量约束和灭火时间约束，采用全淹没或区域覆盖喷射模式；ⅲ级爆炸风险对应强化抑爆约束和目标氧浓度约束，启用备用喷头或提高喷射强度。

21、步骤s104中动态修正流程包括：按照预设采样周期采集多源传感器数据并与模型预测值比对；当氧气浓度未在预设响应时间内降至对应等级阈值、火势蔓延偏差超过预设偏差阈值或火灾等级发生变化时，调用火情重构模块重新确定当前火情状态，并重新执行多目标优化，更新喷头开启数量、喷射流量及喷射时长。

22、还包括策略自演进步骤：记录各火灾报警等级下的液氮喷射方案参数及实际灭火效果，采用增量学习持续迭代优化火势蔓延预测模型、液氮扩散冷却模型、氧气浓度置换模型的内部参数，固化不同舱体布局与电池类型的最优喷射策略。

23、一种基于火灾报警等级的锂电池液氮灭火方案生成系统，实施上述任意一项所述的方法，包括：层级通信连接的数据采集层、模型分析层、决策优化层、控制执行层；

24、所述数据采集层，用于采集锂电池储能舱bim结构数据、多传感器环境数据、bms电池运行数据及历史火灾案例数据，完成数据清洗、分级标准化与特征向量化，并构建三维拓扑数据库；

25、所述模型分析层，内置fds数值仿真模块、火灾报警等级判定模型、火势蔓延预测模型、液氮扩散冷却模型、氧气浓度置换模型；

26、所述决策优化层，内置nsga-ii/nsga-iii多目标优化模块、动态反馈修正模块及方案库存储模块；

27、所述控制执行层，包括液氮储罐、电磁控制阀、多组广角喷射喷头、三维可视化终端及红外热像监测单元，用于接收决策指令控制喷头启停与流量调节，实时三维可视化展示液氮覆盖范围、温度场及氧气浓度梯度。

28、进一步的，所述数据采集层包括红外热像仪、烟雾探测器、co/h2/vocs多气体传感器、温湿度风速仪、bim建模单元、bms数据交互单元及历史火灾案例数据库。

29、进一步的，所述系统采用边缘端本地化部署架构，内置轻量化模型推理引擎，无需依赖云端算力；系统响应时间缩短40%以上，液氮消耗量降低25%～30%，整体部署运维成本降低20%。

30、进一步的，所述动态反馈修正模块预设20%火势蔓延偏差阈值及10s氧浓度响应时限；触发修正时自动增开备用喷射喷头、上调喷射流量，阻断锂电池热失控连锁反应及复燃风险。

31、有益效果

32、与现有传统锂电池灭火技术及固定模式液氮灭火系统相比，本发明具备以下突出有益效果：

33、1）实现火灾等级精准识别与快速响应

34、本发明融合温度梯度、烟雾密度、可燃气体浓度、热辐射通量多维度特征，建立 ⅰ级预警、ⅱ 级明火、ⅲ 级爆炸风险三级火灾报警等级判定机制，结合 bim 拓扑与 lstm时序预测提前预判火势蔓延路径。相比传统固定阈值触发方式，系统响应时间缩短 40% 以上，灭火方案生成效率提升约 50%，可在锂电池热失控早期实现精准识别、提前干预，阻断链式热失控蔓延；

35、2）大幅节约液氮介质、降低设备损伤风险

36、本发明引入 nsga-ⅱ/nsga-iii 多目标优化算法，按不同火灾等级差异化约束液氮用量、灭火时长与窒息效率，自适应优化喷头数量、喷射流量及喷射时长。实际应用中液氮消耗量减少 25%～30%，杜绝传统固定大流量长时间喷射造成的灭火剂浪费；同时避免过量液氮低温冲击，降低储能设备、电池簇及管路低温冻损风险；

37、3）系统自适应能力与抗干扰鲁棒性显著提升

38、本发明设置 20% 火势蔓延偏差阈值、10s 氧浓度达标时限双重反馈机制，一旦火情偏离预测或火灾等级升级，自动重构火场、重优化喷射策略。系统可兼容不同锂电池化学体系、不同储能舱布局与密闭工况，泛化适配性强，抗环境干扰、火情突变鲁棒性提升约35%，有效应对锂电池火灾复燃、爆燃突发工况；

39、4）全流程可视化智能决策，实现主动防控转型

40、本发明集成火灾蔓延预测、fds 液氮扩散仿真、多目标优化决策与三维可视化平台，实时展示温度场、氧气浓度场、液氮覆盖范围及火势消退全过程，为运维人员提供直观可视化决策依据。推动锂电池灭火系统从传统被动事后灭火升级为分级预警、精准抑爆、全程可控的主动防控模式；

41、5）降低部署运维成本、适配边缘轻量化落地

42、本发明基于 bim 预建三维拓扑库，结合历史案例训练轻量化模型，降低对高端算力硬件依赖；支持边缘端本地化部署，无需云端传输延迟，可就地完成感知、建模、决策、执行全闭环。系统整体部署成本降低约 20%，后期依托增量学习自动迭代模型，无需人工反复调校参数，大幅减少运维升级工作量。