电缆隧道内火源识别与空间定位装置及方法与流程

本发明涉及电力设施安全监测，具体为一种电缆隧道内火源识别与空间定位装置及方法。

背景技术：

1、随着城市电网规模的持续扩张，电缆隧道作为电力传输的重要基础设施，其建设里程和敷设密度逐年递增。电缆隧道内部空间封闭狭长、通风条件受限，电缆密集排列且长期处于高负荷运行状态，一旦发生火灾，火势沿电缆线路迅速蔓延，热量与有毒烟气在封闭空间内快速积聚，扑救难度极大，往往造成大面积停电事故和严重的经济社会损失。因此，实现电缆隧道内火源的早期精准识别与快速空间定位，对于保障城市电力供应安全具有重要意义。

2、目前，电缆隧道火灾监测技术主要存在以下不足。

3、单一参数探测难以覆盖火灾发展的全部特征阶段。现有技术方案多采用温度传感器或烟雾传感器中的一种进行监测。温度传感器易受电缆正常负荷波动和环境温度变化的干扰，在火灾初期温升尚不显著时难以有效触发；烟雾传感器在隧道高湿度、粉尘环境下易产生误报，且对于阴燃火等无烟初期火情存在漏报风险。例如，中国专利申请cn120544357a公开了一种电缆隧道火灾预警防控方法，通过火灾动力学模拟器fds建立电缆隧道三维模型并布设温度测点，但该方法仍以温度监测为主要手段，在火灾初期的识别能力方面存在局限。单一物理量的探测方式无法全面覆盖火灾孕育、发展及蔓延的各阶段特征，制约了火灾预警的可靠性和及时性。

4、多传感器融合决策缺乏有效的冲突处理机制。为弥补单一传感器探测的局限，已有部分技术尝试采用多传感器信息融合的方式进行火灾判别。例如，中国专利申请cn121389039a公开了一种基于多模态感知与d-s证据理论融合的火灾探测方法及装置，通过采集视频图像数据与温度传感数据，分别生成基本概率分配后采用d-s证据理论进行融合决策。然而，该方案仅融合了视频图像与温度传感两类数据，当不同传感器输出结果相互矛盾时（例如温度升高但视觉特征不明显，或烟雾出现但温度尚未达到阈值），现有d-s融合框架缺乏对证据间冲突程度的量化度量和动态调整机制，冲突证据可能主导融合结果，导致误判。此外，该方案面向通用火灾探测场景，未针对电缆隧道这一封闭狭长环境的特殊性进行专门设计。

5、现有电缆隧道火灾监测系统多依赖单个传感器触发后的区段级定位，定位精度仅为数十米量级，无法给出火源的三维空间坐标。部分技术尝试采用tdoa（到达时间差）定位算法实现目标定位，或通过数字孪生模型结合热异常度函数定位异常热源位置，但多采用单一测距手段。在电缆隧道这类狭长封闭空间中，声波的多径反射和温度梯度效应对测距精度的影响显著，单一测距方式难以满足精确定位的要求。虽然已有技术提出通过多节点数据融合利用tdoa算法实现三维定位，但尚未解决隧道环境温度变化对声速测距精度的影响问题。

6、现有电缆隧道火灾预警系统大多仅能实现火灾发生后的报警功能，无法对火势的发展方向和蔓延速度进行实时推演。有研究采用火灾动力学模拟器（fds）建立电缆隧道三维模型进行火势模拟，但该类数值模拟方法计算量大、耗时长，难以满足实时预警对时效性的要求。另有技术通过构建管廊三维模型进行火灾预测模拟，同样面临实时性与计算精度之间的平衡问题。

7、目前电缆隧道内的火灾监测设备多以固定点方式部署，受隧道长度和传感器布点间距的限制，监测盲区难以避免。虽有采用巡检机器人进行电缆隧道巡检的技术方案，但现有方案多侧重于电缆状态识别与预警，尚未集成从火源识别、空间定位到蔓延预测的完整智能消防功能。

技术实现思路

1、针对现有技术的不足，本发明提供了一种电缆隧道内火源识别与空间定位装置及方法。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种电缆隧道内火源识别与空间定位装置，包括多模态火源探测模块、空间定位模块、火势预测模块和主控通信模块；所述多模态火源探测模块、所述空间定位模块和所述火势预测模块分别与所述主控通信模块双向连接，所述主控通信模块与远程监控终端无线通信连接；

3、所述多模态火源探测模块搭载基于改进d-s证据理论的多源融合决策算法，将长波红外热成像辐射信号、mie散射烟雾粒子信号和电化学气体浓度信号进行加权证据融合，输出火源识别结果及置信度；

4、所述空间定位模块搭载基于声热联合测距的tdoa定位算法，利用分布式超声换能器阵列与热像像素测距双模协同，结合隧道环境温度补偿，输出火源三维空间坐标；

5、所述火势预测模块搭载基于热场-风流耦合模型的火势蔓延推演算法，引入隧道通风热扩散方程和经验蔓延速率公式，输出火势蔓延方向和速度预测；

6、所述主控通信模块用于各模块间的数据调度、时序同步以及与远程监控终端的无线通信。

7、通过设置多模态火源探测模块、空间定位模块和火势预测模块，并基于主控通信模块实现三者的协同工作，形成了从火源识别、空间定位到蔓延预测的全链条智能消防预警能力。多模态探测架构覆盖了火灾孕育、发展及蔓延各阶段的多维特征信号，克服了单一物理量探测的局限性；空间定位模块与火势预测模块的联动响应机制，使系统在确认火源后能够立即启动定位与推演，全面提升了电缆隧道火灾防控的自动化水平和应急响应效率。

8、优选地，所述多模态火源探测模块包括长波红外热成像单元、mie散射烟雾检测单元和电化学气体传感单元；所述长波红外热成像单元工作波段为8～14μm，用于采集电缆隧道内热辐射分布图像；所述mie散射烟雾检测单元采用红外发射-接收对管结构，通过前向散射光强检测烟雾粒子浓度；所述电化学气体传感单元包含co电化学传感器和co2ndir传感器。

9、通过将长波红外热成像（8～14μm波段）、mie散射烟雾检测和电化学气体传感三种异构传感方式集成于同一模块，实现了对火源热辐射、烟雾粒子和燃烧产物气体的同步采集。长波红外热成像在烟雾遮挡环境下仍可穿透烟雾获取高温点分布，mie散射前向检测方式对亚微米级烟雾粒子具有高灵敏度，电化学气体传感则对阴燃初期产生的特征气体具有响应优势，三者形成互补，使系统能够覆盖明火、阴燃、过热等不同火灾发展阶段，显著拓宽了火灾探测的响应带宽。

10、优选地，所述基于改进d-s证据理论的多源融合决策算法包括：

11、定义识别框架θ={f,nf}，其中f表示存在火源，nf表示不存在火源；各传感器的基本概率分配函数为m_i(f)、m_i(nf)、m_i(θ)，i=1,2,3，其中m_i(θ)为不确定性分配；

12、计算jousselme距离衡量证据间冲突程度：

13、d_j(m_p,m_q)=√[0.5·(m_p-m_q)ᵀ·d·(m_p-m_q)]

14、其中d为jaccard相似度矩阵，d(a,b)=|a∩b|/|a∪b|；

15、基于jousselme距离计算各证据源的动态可信度权重：

16、w_i=[1-(1/(n-1))·σ_{j≠i}d_j(m_i,m_j)]/σ_k[1-(1/(n-1))·σ_{j≠k}d_j(m_k,m_j)]

17、对原始基本概率分配进行加权修正：m'_i(a)=w_i·m_i(a)，m'i(θ)=1-σ{a≠θ}m'_i(a)；

18、采用dempster组合规则对加权修正后的证据进行逐对融合：

19、m(a)=[σ_{b∩c=a}m'_p(b)·m'_q(c)]/(1-k)

20、其中k=σ_{b∩c=∅}m'_p(b)·m'_q(c)为冲突系数；

21、当融合结果m(f)≥t_fire时判定为火源存在，t_fire为自适应火源判定阈值。

22、通过引入jousselme距离对证据间冲突程度进行量化度量，并据此动态分配各证据源的可信度权重，使冲突证据在融合过程中的影响力被自适应抑制，有效解决了多传感器信息融合中证据冲突时决策可靠性下降的问题。相比传统d-s融合中简单阈值叠加或固定权重的方式，该动态权重分配机制能够在传感器受干扰（如烟雾传感器在粉尘环境下误触发）时自动降低异常证据的权重，避免其主导融合结果，从而显著降低了电缆隧道高湿、粉尘等复杂环境下的火灾误报率和漏报率。

23、优选地，所述基于声热联合测距的tdoa定位算法包括：

24、在电缆隧道顶部等间距部署n个定位节点，n≥3，每个定位节点集成超声换能器和热成像镜头；

25、超声测距采用温度补偿公式v_sound=331.3+0.606·t_c，其中t_c为隧道环境温度，超声波传播距离d_ultra=v_sound·δt/2，δt为超声收发时间差；

26、热像像素测距公式d_thermal=(f·s_real)/s_pixel，其中f为热像仪焦距，s_real为火源实际尺寸估计值，s_pixel为热像中火源占据的像素尺寸；

27、建立tdoa双曲线方程组：

28、√[(x-x_i)2+(y-y_i)2+(z-z_i)2] - √[(x-x_j)2+(y-y_j)2+(z-z_j)2] = c·δt_ij，其中(x_i,y_i,z_i)为第i个定位节点坐标，c为声速，δt_ij为信号到达第i个节点与第j个节点的时间差，采用chan算法求解获得火源三维坐标(x,y,z)；

29、声热联合测距数据融合：d_fused=(σ_u2·d_thermal+σ_t2·d_ultra)/(σ_u2+σ_t2)，其中σ_u2和σ_t2分别为超声测距方差和热像测距方差。

30、通过分布式超声换能器阵列与热像像素测距双模协同，并引入隧道环境温度对声速进行实时补偿，克服了单一测距手段在隧道多径反射和温度梯度影响下精度不足的缺陷。超声测距在温度补偿后将误差从±3%降低至±0.5%，热像像素测距在10m范围内精度可达±0.3m，两者经方差加权融合后综合定位误差≤0.5m。相比现有区段级定位（精度数十米）或单一tdoa定位方案，本发明实现了火源米级三维空间坐标的精确输出，为消防应急处置提供了精准的位置信息。

31、优选地，所述基于热场-风流耦合模型的火势蔓延推演算法包括：

32、建立隧道火灾热扩散方程：

33、t/t=α·∇2t+q̇/(ρ·c_p)-v_wind·t/x

34、其中α为热扩散系数，q̇为火源热释放速率，ρ为空气密度，c_p为空气定压比热，v_wind为隧道纵向风速；

35、火源热释放速率按t2增长模型计算：q̇(t)=α_f·t2，其中α_f为火灾增长系数；

36、火势蔓延速率公式：

37、v_f=k·(q̇/q̇_0)^n·(1+β·v_wind)·exp(-γ·d_cable)

38、其中k为材料常数，q̇_0为参考热释放速率，n为幂指数，β为风速影响系数，γ为电缆间距衰减系数，d_cable为相邻电缆间距；

39、蔓延方向由热场分布梯度确定：θ_spread=arctan(t/y/t/x)，其中t/x和t/y分别为隧道纵向温度梯度和横向温度梯度。

40、通过建立包含热扩散方程、t2增长模型和经验蔓延速率公式的热场-风流耦合模型，综合考虑了隧道纵向通风、电缆间距和材料特性等多因素耦合作用对火势蔓延的影响。相比采用火灾动力学模拟器（fds）进行数值模拟的方案（计算量大、耗时长），本发明的解析模型能够以秒级周期完成单次推演计算，实现了火势蔓延方向和速度的实时预测，推演误差≤7%，为应急疏散路径规划和灭火资源调配提供了前瞻性决策支持。

41、优选地，所述长波红外热成像单元根据stefan-boltzmann定律计算目标温度：m=ε·σ·t4，其中m为辐射出射度，ε为发射率，σ=5.67×10-8w/(m2·k4)为stefan-boltzmann常数，t为绝对温度；当检测到温度超过预设阈值t_alarm且温升速率超过dt/dt时，生成红外火灾证据m1；

42、所述mie散射烟雾检测单元的散射截面计算公式为：σ_sca=(2π/k2)·σ(2n+1)·(|a_n|2+|b_n|2)，其中k=2π/λ为波数，a_n和b_n为mie散射系数；当散射光强超过阈值v_smoke时，生成烟雾火灾证据m2；

43、所述电化学气体传感单元中，co传感器量程为0～1000ppm，co2传感器量程为0～5000ppm；当co浓度超过50ppm或co2浓度超过1000ppm时，生成气体火灾证据m3。

44、三种传感器各自生成火源证据提供了明确的技术依据和触发条件。红外热成像依据stefan-boltzmann定律将辐射信号精确转换为温度值，结合温升速率双重判定条件（温度阈值80℃且温升速率阈值5℃/min），有效避免了电缆正常负荷波动导致的误触发；mie散射检测利用散射截面公式实现对亚微米级烟雾粒子的高灵敏度定量检测；co/co2气体阈值（50ppm/1000ppm）的设定基于电缆材料燃烧产气特征，能够捕捉阴燃初期阶段的气体信号。三种证据生成机制各自具有明确的物理基础和工程适应性。

45、优选地，所述主控通信模块采用arm处理器，运行实时操作系统，通过5g或wifi 6无线网络与远程监控终端通信连接。

46、通过采用arm处理器配合实时操作系统，确保了各模块间数据调度的时序确定性，满足多源传感数据同步采集与融合处理对微秒级时钟同步的要求；5g/wifi 6双模无线通信方案具备高带宽和低延迟特性，支持紧急报警状态下10hz突发数据上传模式，保障了隧道内通信的可靠性和数据传输的实时性。

47、优选地，所述多模态火源探测模块、所述空间定位模块、所述火势预测模块和所述主控通信模块集成安装于四足机器狗巡检平台上，随四足机器狗沿电缆隧道自主行走巡检。

48、过将上述功能模块集成于四足机器狗巡检平台，实现了移动式自主巡检与固定节点tdoa定位的有机结合。机器狗沿隧道自主行走过程中连续采集多模态传感数据，克服了固定点式监测设备存在覆盖盲区的局限；同时，定位节点采用隧道顶部固定部署方式，机器狗仅在火源判定确认后才触发定位测量，既保证了定位精度，又避免了移动平台自身噪声对tdoa测量的干扰。

49、优选地，所述定位节点沿电缆隧道顶部每隔15m～25m部署一个，各定位节点通过有线或无线方式与所述主控通信模块连接，协同完成tdoa测量；所述火势预测模块以5s为周期更新热场分布，推演未来60s内的火势蔓延态势，并将预测结果通过所述主控通信模块实时上传至远程监控终端。

50、通过对定位节点间距（15m～25m）和热场更新周期（5s）的限定，在系统部署成本与定位精度之间取得了合理平衡——该间距既保证了tdoa双曲线方程组求解所需的节点数量与几何构型，又控制了硬件部署成本；5s周期的热场更新与60s推演时长能够以约50ms的单次计算耗时完成未来1分钟内的火势趋势预测，满足了应急响应对时效性的工程要求。

51、本发明还公开了一种电缆隧道内火源识别与空间定位方法，采用所述的装置，包括以下步骤：

52、s1：通过所述多模态火源探测模块采集长波红外热辐射信号、mie散射烟雾粒子信号和电化学气体浓度信号，分别生成红外火灾证据m1、烟雾火灾证据m2和气体火灾证据m3；

53、s2：基于所述改进d-s证据理论的多源融合决策算法，计算各证据间的jousselme距离并据此分配动态可信度权重，对原始基本概率分配进行加权修正后采用dempster组合规则逐对融合，当融合结果m(f)≥t_fire时判定火源存在并输出置信度；

54、s3：判定火源存在后启动所述空间定位模块，各定位节点分别测量超声传播距离和热像像素测距，将两种测距结果进行方差加权融合后，建立tdoa双曲线方程组并采用chan算法求解，输出火源三维空间坐标；

55、s4：所述火势预测模块接收温度场数据和火源坐标，基于热场-风流耦合模型，通过热扩散方程和火势蔓延速率公式计算火势蔓延速度和方向，并以设定周期持续更新推演结果；

56、s5：所述主控通信模块将火源识别结果、置信度、三维空间坐标、火势蔓延方向和速度通过无线网络同步上传至远程监控终端。

57、过步骤s1至s5限定了从多源信号采集、证据融合判定、三维坐标定位到蔓延预测上报的完整工作流程，各步骤之间形成严格的数据流依赖关系——识别确认是定位启动的前置条件，定位坐标是蔓延推演的输入参数，最终结果汇总至主控模块统一上报。该流程确保了系统在无火情时保持低功耗巡检模式（仅多模态探测模块工作），火源确认后快速转入全模块联动状态，兼顾了系统能耗与应急响应速度。

58、本发明与现有技术相比，具有以下有益效果：第一，通过设置长波红外热成像单元、mie散射烟雾检测单元和电化学气体传感单元构成多模态探测架构，并基于改进d-s证据理论引入jousselme距离对证据间冲突程度进行量化度量，据此动态分配各证据源的可信度权重，使冲突证据在融合过程中的影响力被自适应抑制，有效解决了多传感器信息融合中证据冲突时决策可靠性下降的问题，显著降低了电缆隧道高湿、粉尘等复杂环境下的火灾误报率和漏报率；第二，通过分布式超声换能器阵列与热像像素测距双模协同，并引入隧道环境温度对声速进行实时补偿，将超声测距与热像测距进行方差加权融合，克服了单一测距手段在隧道多径反射和温度梯度影响下精度不足的缺陷，实现了火源米级三维空间坐标的精确输出，为消防应急处置提供了精准的位置信息；第三，通过建立包含热扩散方程、t2增长模型和经验蔓延速率公式的热场-风流耦合模型，综合考虑了隧道纵向通风、电缆间距和材料特性等多因素耦合作用，能够以秒级周期实时推演火势蔓延速度和方向，为应急疏散路径规划和灭火资源调配提供了前瞻性决策支持；第四，将上述模块集成于四足机器狗巡检平台，实现了移动式自主巡检与固定节点tdoa定位的有机结合，消除了固定点式监测的覆盖盲区，形成了从火源识别、空间定位到蔓延预测的全链条智能消防预警能力，全面提升了电缆隧道的火灾防控水平。