输变电场所火灾粒子特征识别方法研究_刘国强.pdf

SHANDONG ELECTRIC POWER山东电力技术第50卷（总第307期）2023年第6期0引言电力是国民经济发展的重要能源，为社会发展和进步提供强大的基础能源支撑。输变电设备作为电能转换、输送的重要载体，分布范围广，设备类型多。输变电场所火灾发生风险相对较高，且火灾发生原因较为复杂，安全管控难度大。针对电力场所的火灾管控，传统方式主要是在火灾发生后进行区域位置报警及救援，难以对火灾监测数据进行分析，更不易对火灾类型进行识别。在输变电场所，火灾往往由设备过热而引发，在出现超过设备耐受极限的异常发热、电弧、电火花，甚至烟雾、明火等情况时，会向空气中释放大量火灾粒子，这种粒子数量多，体积小，有些人眼无法识别，并且不同类型的火灾所表现出的粒子变化特征也有所不同。火灾粒子是物质超出一定温度情况下释放出的一种微粒，分布于空气中，质量小，容易受到流动气流的影响。探测火灾粒子可以有效识别其在空气中的浓度变化，从而判别火灾风险大小。同时，对粒子数据的变化曲线特征进行分析，可以对火灾风险的基本类型进行识别，如电弧、电缆过载、电缆燃烧，以及烟雾、明火等。基金项目：国网山东省电力公司科技项目“输变电设备早期火灾探测与抑制关键技术研究”（2021A-077）。输变电场所火灾粒子特征识别方法研究刘国强1，李贵海1，郝亚楠1，闫立财2，张佃卯2（1.国网山东省电力公司电力科学研究院，山东济南250003；2.紫光软件系统有限公司，北京100084）摘要：电力场所火灾是生产安全和人身、财产安全的重要威胁，特别是高压电力场所，电压等级高、电流负荷大，且设备高度集中，火灾风险更高。电力火灾发生前，往往会出现如温度异常升高、绝缘层热分解等情况，导致大量火灾粒子产生，而由于火灾产生的原因和火险源类型不同，火灾粒子的产生速度、浓度变化等也体现出不同的特征。通过开展电缆廊道火灾试验，模拟多种典型火灾风险的发生，对产生的火灾粒子进行探测、识别及特征分析，形成基于火灾粒子变化特征的火灾识别方法，对火灾类型进行区分，为电力场所火灾防控管理提供支持。关键词：电力场所火灾；火灾粒子；粒子曲线特征；火灾类型识别中图分类号：X932；TM247文献标识码：A文章编号：1007-9904（2023）06-0075-06Research on Particle Feature Recognition Method of Fire inTransmission and Transformation Electric PlaceLIU Guoqiang1，LI Guihai1，HAO Yanan1，YAN Licai2，ZHANG Dianmao2（1.State Grid Shandong Electric Power Research Insititute，Jinan 250003，China；2.Unis Software System Co.，Ltd.，Beiijng 100084，China）Abstract：Fire in power places is an important threat to production safety and personal and property safety，especially in high-voltage power places，where the voltage level is high，the current load is large，and the equipment is highly concentrated，resultingin a higher fire risk.Before the occurrence of electric fire，there are often symptoms such as abnormal temperature rise，thermaldecomposition of insulation layer，and the generation of fire particles.Due to the different types of fire，the generation speed andconcentration change of fire particles also reflect different characteristics.By simulating the occurrence of several typical fire risksin the cable corridor，the fire particles generated were detected，data analyzed and curve characteristics were studied，and a fireidentification method based on the change characteristics of fire particles was porposed to distinguish fire types and providesupport for fire prevention and control management in power places.Keywords：electric place fire；fire particles；particle curve characteristic；fire type identificationDOI：10.20097/ki.issn1007-9904.2023.06.01375山东电力技术第50卷（总第307期）2023年第6期1输变电场所火灾分析输变电系统中存在大量空间封闭、设备高度集中的火灾高风险场所，如变压器室、电缆沟、开关柜、箱式变压器等，这些场所的高低压设备在长期运行中容易出现设备老化、过热，增大了火灾风险。其中变压器室火灾风险源主要来自变压器本体的异常发热和爆燃、配套电缆的老化及过热风险、开关柜内设备的故障火灾等。当主变压器出现设备故障、绝缘损坏、严重过载时，容易导致温度升高、短路，引起火灾，甚至爆炸1-2；电缆沟空间狭长，电缆密集，内部空气流通较慢，其发生火灾主要归因于线路原因和隧道环境原因3，如电缆接头制作不良、接触电阻过大或长期超负荷运行、受潮、受热等，破坏绝缘层引起火灾4。实际生产中，当存在过负荷、短路、绝缘老化、接触电阻过大及外部热源作用时，电缆很容易因过热而引起绝缘层热分解，甚至起火燃烧5-7；高压开关柜内隔离开关、断路器、继电器、电容器等部件在分合流情况下，容易产生静电火花或接触电阻过高而引起设备燃烧。另外，当控制柜内导体接触不良时，接触电阻变大，会产生过热现象，甚至导致接头材料熔化、滴落，破坏内部绝缘，引起事故8，而高压柜体结构封闭，内部火灾不易被发现。箱式变压器作为高度集成化装备，内部包含高低压成套装置，空间狭小，结构封闭，火灾风险主要来自电缆终端接触不良的放电、过热、起火，以及低压断路器自燃起火、高压熔筒及熔断器爆炸起火等。通过分析，电力设备火灾风险的典型表现形式为导体或设备过热，进而发展成为火灾事故。同时，在电力场所也不排除人为吸烟、其他设备着火而导致的部分火灾。电力设备过热而达到耐热极限时便会释放出极微小的火灾粒子，这种粒子直径非常小，人眼无法识别9。如发生电弧、电火花时，会因高温将空气电离，瞬间产生大量火灾粒子；当现场出现烟雾、明火时，也会产生大量火灾粒子及烟雾颗粒。这些粒子散布在空气中，加上电力场所的封闭性，导致局部粒子浓度迅速升高，超出正常水平数十倍，而且，不同类型的火灾风险所反映出的粒子变化往往也存在着较大差别，为火灾粒子探测、火灾特征及类型识别提供了条件。2火灾识别研究现状随着数字化技术的发展，针对火灾特征识别、火灾类型识别的研究不断涌现，国内学者针对火灾图像识别、火灾信息融合等有一定的研究。对于火灾火焰图像识别主要是针对火焰图像所具备的红外辐射特性、可见光辐射特性、色谱特性和蔓延增长趋势等多方面特征信息来进行的10。张永梅等提出的采用分水岭分隔与自动种子生成算法相结合的基于火焰图像特征提取的快速火灾识别方法，缩短了火灾识别时间，提高了火灾识别正确率11；王媛彬等针对火焰识别算法复杂性和对环境要求高的特点，提出基于图像特征的火焰识别方法，通过颜色预判断、图像预分隔及火焰纹理特征、形状特征等的分析，从而判断火焰的产生12；程爱武在运动火焰动态特征分析基础上，提出颜色、形状和边缘变化特征方法，并通过提取火焰动态序列、变化特征二值化、频谱能量分析，从而实现对火焰变化特征的定性和定量分析13；鹿书恩结合火灾报警过程中的探测信号指标，分析不同信号探测存在的不足，进而结合图像型火灾监测提出综合运用火焰面积和火焰尖角数目变化识别稳定火焰、失控火焰的技术方法14；吴其峰等应用贝叶斯方法，并通过信息融合技术，以 CO 含量、环境温度和烟雾浓度作为火灾特征信息，输出明火、阴燃火和无火的概率，并通过实例验证了方法的正确性15；张兢通过多通道传感器数据融合，采用自适应加权融合估算法，并配合智能判断，增强了火灾特征识别的可靠性16；王志刚等对火灾发生时的热释放速率曲线进行研究，从而探讨设计火灾时确定火灾热释放速率曲线的多种途径及分析计算方法17。上述关于火灾特征识别的研究主要情况如下：1）针对多发生在明火阶段，即出现火焰、烟雾情况下火灾的特征分析与识别；2）在火灾特征识别上，主要以火灾发生为判断目标，通过技术手段实现对火灾发生条件的判断；3）主要技术手段偏重于数字化图像识别、多源信息融合处理与分析。目前来看，针对火灾发生时释放的微小粒子变化特征进行的研究比较少，而从火灾粒子变化特征识别火灾发生类型的研究则更加少见。研究火灾超前期、火灾初期、火灾中后期的粒子曲线变化，从中发现粒子变化的一般规律与特征，从而判别火灾的基本类型。763火灾粒子探测试验输变电环境中，不同类型的火灾风险发生时，在火灾粒子产生的方式、速度、粒子扩散及数据变化等方面呈现出不同特点。通过搭建仿真电缆廊道环境，对不同类型的火灾风险进行模拟，测试电弧、电缆过载、电缆燃烧、烟雾、明火情况下的火灾粒子数据变化，进而分析不同火灾粒子数据的变化特征。3.1试验平台搭建利用彩钢板搭建宽 2 m、高 2 m、长 10 m 的电缆廊道环境，在廊道一侧立面上布置一段四层电缆桥架，桥架位于电缆廊道长度方向上的中间区域，每层长度 3 m，层间垂直间距 0.3 m，最底层桥架离地0.7 m，最上层桥架距离廊道顶部 0.4 m，桥架上面铺满电缆，模拟电缆廊道环境。在电缆廊道一端墙面上设置 1 个直径 300 mm 的排风扇，通过适当排风模拟廊道内气流流通。在电缆火灾中，电缆燃烧产生的烟气受热浮力作用会向上蔓延，继而在顶棚上方发生射流现象而向下沉降18-19，因此在廊道顶部中间的下缘 0.1 m 处水平布设火灾粒子探测采样管，在采样管上设置 3 mm 的采样孔，采样孔的设置参照GB 501162013 火灾自动报警系统设计规范 要求，在换气次数 80 次/h 的空间内，视每个采样孔为 1个点型感烟探测器，采样孔间距基本一致 20，每个采样孔的保护面积约为9 m2，其保护半径约为 1.7 m。电缆沟采样孔数量的设置参照感烟探测器的设计公式为N=S/(KA)（1）式中：N 为感烟探测器即采样孔的数量，N 取整数；S为探测区域面积，m2；K 为修正系数，在人员较多场所中，修正系数在 01 之间，其他场所可取 1，对于电力场所多为电力设备，无人值守，因此取修正系数1；A 为感烟探测器即采样孔的保护面积，m2。模拟电缆沟宽 2 m、高 2 m、长 10 m，其投影面积为 20 m2，根据公式计算采样孔数量为 N=20/9=2.223（个）。在采样管上设置 3 个采样孔，中间的采样孔位于电缆廊道中间位置的上方，另外两个分列两边，间距取 1.5 m，采样管向电缆廊道外边延伸并进入火灾粒子探测器，管长 13 m。从火灾探测器端接出数据线，引至监控主机。火灾试验点位于电缆廊道中间下部位置，距电缆桥架外边缘水平距离 0.5 m，离地高度 0.4 m，距离顶端的采样点 1.5 m。布置如图 1 所示。（a）正面（b）侧面图1电缆廊道设备布置3.2不同火灾类型试验在模拟电缆廊道场景下，利用火灾粒子探测器采集现场粒子的变化数据，分别对电弧、电缆过载、电缆燃烧，以及烟雾、丁烷燃烧等进行试验。每次测试中，完整模拟从火险发生、持续、出现预警，再到火险消失、粒子数据恢复到正常水平的整个过程，现场试验环境稳定。表 1 为试验基本情况。表1试验基本信息火灾类型电弧电缆过热电缆燃烧烟雾明火试验方法模拟电弧模拟电缆过载引燃电缆模拟烟雾丁烷燃烧环境温度/27.929.225.829.125.926.728.629.225.529.3湿度/%46.753.947.659.754.766.847.954.348.064.2预警阈值/（103个/cm3）预警：150火警 1：280火警 2：350火警 3：500在试验过程中，结合不同火灾类型开展大量火灾探测试验，列举部分典型试验结果。1）电弧试验。在电缆廊道环境下，通过电弧发生器持续发出电弧，92 s 内火灾粒子由 41103个/cm3刘国强，等：输变电场所火灾粒子特征识别方法研究77山东电力技术第50卷（总第307期）2023年第6期升高到最高值 582103个/cm3，随后关闭电弧发生器，火灾粒子数据开始降低，经过 192 s 粒子值由582103个/cm3降低到 43103个/cm3，火灾粒子上升和降低的平均速率分别是 5.88 和 2.81。电弧发生时，由于火灾粒子瞬间大量产生，数据快速升高，而随着电弧消失，粒子数量不再增加，随着粒子向周围扩散数值快速降低，随后粒子浓度下降速度减缓，整体曲线变化表现为“快升慢降”特点。火灾粒子曲线变化如图 2（a）所示。2）电缆过载试验。利用电缆过载仪给 31.5 mm2的护套电缆加载 150 A 大电流。试验中，电缆温度逐步升高，240 s 时，温度达到 93.6，电缆绝缘层产生的火灾粒子值由 137103个/cm3开始明显上升，390 s 电缆温度达到 138.8 时，火灾粒子值达到最高 512103个/cm3。后续虽然电缆温度略有上升，但火灾粒子数据不再升高，出现下降。随后将电缆过载仪关闭，电缆温度、火灾粒子均逐步降低，720 s 时火灾粒子值降低到 118103个/cm3，火灾粒子曲线升高和降低的平均速率分别为 2.5 和 1.19。电缆过载时，电缆温度由低到高有一个变化过程，只有当电缆达到一定温度条件时（90135），才会产生大量火灾粒子。随着电缆温度降低，粒子数量逐步减少，从变化数据曲线来看，粒子的升降都是相对较缓慢的过程，火灾粒子变化表现出“慢升慢降”特点。同时，火灾粒子的产生与电缆温度密切相关，基本保持同步。火灾粒子曲线变化如图 2（b）所示。3）电缆燃烧试验。采用其他火焰引燃电缆，在 96 s 内，火灾粒子数据由 38103个/cm3迅速升高到 1 000103个/cm3（在 1 000 以上时显示为直线），电缆燃烧 120 s 后熄灭，火灾粒子在 1 000103个/cm3以上维持 412 s 后开始下降，又经过 1 008 s，粒子数据降低到 82103个/cm3。电缆燃烧时，发生剧烈化学反应，形成黑色可见烟、火焰，生成水、一氧化碳、二氧化碳等物质，同时，聚氯乙烯材料燃烧会生成有害气体氯化氢、甲烷、氯乙烯等。电缆燃烧释放的大量火灾粒子使数据在短时间内快速上升。而在火源消失后，所形成的火灾粒子、烟雾缓慢扩散。整个过程中，粒子曲线上升的平均速率为 10.02，降低的平均速率为 0.91，粒子变化呈现“陡升慢降”特点。曲线变化如图 3 所示。（a）电弧曲线（b）电缆过载曲线图2火灾粒子曲线图3电缆燃烧粒子曲线4）烟雾试验。模拟烟雾产生，52 s 内粒子数据浓度由 80103个/cm3快速升高到 1 000103个/cm3，随后烟雾熄灭，火灾粒子数据在 1 000103个/cm3以上维持 60 s 后开始下降，又经过 520 s 后降低到82103个/cm3。烟雾时会产生大量粒子，且数量多，使粒子数据迅速升高，曲线升高和降低的平均速率分别为 17.69 和 1.77，粒子变化呈现“陡升慢降”特点。烟雾测试过程中，所产生的大量大直径火灾粒子在空气中扩散较慢，当烟雾源头消失后，火灾粒子短时间难以完全扩散，局部浓度较高，火灾粒子数据降低过程长，是烟雾监测数据的典型特征。烟雾粒子曲线变化如图 4 所示。78图 4烟雾粒子曲线5）明火试验。采用丁烷燃烧的方式进行明火试验，156 s 内火灾粒子数据由 53103个/cm3升高到最高值 592103个/cm3，随后熄灭火源，火灾粒子数据又经过 1 136 s 后降低到 69103个/cm3。数据曲线上升和下降平均速率分别为 3.46 和 0.46，粒子变化呈现“慢升慢降”特点。曲线变化如图 5 所示。图5丁烷燃烧粒子曲线4火灾识别方法研究通过大量火灾试验数据分析发现，不同类型的火灾在粒子曲线变化上存在一定差异，同一类型的火灾数据曲线存在相近之处，由此，结合火灾风险类型进行粒子监测分析，从粒子数据的升高幅度、变化时长、曲线的偏度等方面进行分析，从中发现数据变化特征，进而识别火灾风险类型。针对不同类型火灾数据曲线的变化过程，对粒子数据的升降速率进行分析，利用粒子数据变化曲线上的关键节点进行计算，A 为初始上升点、B 为最高点或达到 1 000103个/cm3时的节点、C 为开始下降点、D 为下降最低点，分析其变化速率范围，如图 6所示。其中点 A（a，x）中的 a 为该点的时间，x 为该点的粒子数值，B、C、D 点的描述同 A 点。图6曲线关键变化节点根据节点参数，获得曲线上升速率和下降速率分别为：v升=（y-x）/（b-a）（2）v降=（z-p）/（d-c）（3）将上升速率与下降速率的比值定义为曲线特征F1，则F1=(y-x)(b-a)(z-p)(d-c)（4）F1越大表明粒子数据曲线上升越快、降低越慢，火灾粒子产生的速度越快、数量越多。通过对大量试验数据的计算分析总结得出：当F12 时，火灾类型为电弧的概率最高；当 2F14时，火灾类型为电缆过载的概率最高；当 4F17时，火灾类型为明火的概率最高；当 7F112 时，火灾类型为烟雾的概率最高；当 F112 时，火灾类型为电缆燃烧的概率最高。另外，除分析粒子曲线的升降变化速率外，还利用监测数据对曲线的偏度进行分析，通过计算获得曲线数据的分布规律，将其定义为曲线特征 F2。F2=i=1n()xi-x 3()n-1 3（5）式中：xi为曲线上的第 i 个点的粒子值；x 为均值；为标准差；n 为取值点总个数。在偏度计算中，当 F2接近 0 时，数据曲线近似“正态分布”，如图 7（a）所示，反映出的火灾类型大概率为电弧、电火花；如图 7（b）所示，反映出的火灾类型大概率为电缆过载；当 F2大于 0 时，曲线呈现“正偏态分布”，如图 7（c）所示，表明粒子数据升高快、降低慢，反映的火灾类型大概率为电缆燃烧、烟雾或明火。刘国强，等：输变电场所火灾粒子特征识别方法研究79山东电力技术第50卷（总第307期）2023年第6期（a）正态分布曲线（高）（b）正态分布曲线（低）（c）正偏态分布曲线图7曲线偏度分析在火灾特征识别中，结合粒子数据曲线的变化特征 F1、F2进行综合分析，判断粒子曲线反映的是哪种火灾类型。经过试验验证分析，通过该技术方法对火灾类型的判别准确率在 80%以上。5结束语针对输变电场所的多类型火灾进行试验研究，对不同类型火灾发生情况下的粒子变化进行识别与分析。通过模拟不同类型火灾从发生、发展，到预警，再到火险降低，最后到消失的整个过程，从监测的火灾粒子数据曲线变化速率、偏度及时间过程进行分析，提出电力场所几种典型火灾发生时的粒子曲线变化特征识别方法，在电力火灾监测预警中，为火灾特征分析、火灾类型识别提供一种参考依据，对电力火灾监测预警研究、火灾防控管理及火灾事故调查具有重要意义。参考文献1柳杨.变压器火灾事故成因及预防措施 J.吉林劳动保护，2011（增刊1）：421-422.2李忠艳.变压器着火的原因及防范措施 J.电大理工，2006，4（2）：33-34.3张益轩，李进杰，李上国，等.电力电缆隧道火灾成因特点与消防措施分析 J.高电压技术，2019，45（增刊2）：110-113.4吕景芸.浅谈电缆廊道的消防工程设计 J.湖北水利发电，2008（2）：60-62.5许泽峰，张称心.变电站电缆火灾事故的原因分析及应对措施J.内蒙古电力技术，2006，4（3）：51-53.6吕洪坤，陈云，毛智超，等.基于高强超声波的电力隧道火灾烟雾颗粒试验研究 J.浙江电力，2022，41（2）：47-52.7百晓斌，黄东利，李向明.高压电力电缆火灾原因分析及防范措施 J.电线电缆，2011（1）：37-39.8张丕沛，李杰，汪鹏.组合电器导体接头过热的原因分析及检测方法研究 J.山东电力技术，2020，47（11）：41-44.9吕洪坤，陈云，毛智超，等.基于高强超声波的电力隧道火灾烟雾颗粒试验研究 J.浙江电力，2022，41（2）：47-52.10 李莉，李立功.基于视觉的火焰火灾探测技术专利分析 J.中国科技信息，2015（10）：74-76.11 张永梅，杜国平，邢阔.一种快速火灾识别方法 J.计算机与现代化，2016（3）：58-63.12 王媛彬，马宪民.基于图像特征的火灾火焰识别方法 J.消防理论研究，2011，31（2）：126-128.13 程爱武.火灾图像的特征提取及识别 J.中国科技博览，2015（5）：91-94.14 鹿书恩.基于火焰识别的火灾识别判据研究 D.重庆：重庆大学，2009.15 吴其峰，程乃伟.基于贝叶斯方法的火灾特征识别方法研究 J.科技传播，2012（20）：61-62.16 张兢.基于多通道自适应加权融合算法的火灾特征识别 J.国外电子测量技术，2006，25（1）：31-34.17 王志刚，倪照鹏，王宗存，等.设计火灾时火灾热释放速率曲线的确定 J.安全与环境学报，2004（4）：50-54.18 彭玉辉.典型电缆火灾条件下烟气运动规律的数值模拟 J.船海工程，2016，45（2）：65-68.19 李陈莹，陈杰，李鸿泽，等.地下综合管廊火灾蔓延及探测实验研究 J.消防科学与技术，2019（9）：1 258-1 261.20 王渊明，王晓伟，刘炳海，等.吸气式火灾探测系统采样管网优化设计 J.安全与环境学报，2012，12（3）：146-149.收稿日期：2022-09-26修回日期：2023-03-13作者简介：刘国强（1976），男，硕士，正高级工程师，主要研究方向为电力消防技术、电力水处理技术等；李贵海（1990），男，工程师，主要研究方向为电力水处理技术、电力消防技术等；郝亚楠（1989），男，硕士，工程师，主要研究方向为电力用油气技术、电力消防技术等；闫立财（1973），男，硕士，高级工程师，主要研究电力环保技术、安全物联监测预警技术等；张佃卯（1975），男，工程师，主要研究电力消防技术、环水保监测技术以及应用等。80