電流指紋技術用 AI 賦能智慧智能消防預警系統

　　電流指紋技術用 AI 賦能智慧智能消防預警系統

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

　　1)及時有效的消防監控閉環

　　消防系統可通過算法終端、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”的電氣預警監控閉環，對電氣線路實現“線路故障監測、危險設備識別、異常用電行為分析、設備故障監測”，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，及時、有效地實現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技術實現感知，但傳統“傳感器+物聯網技術”的解決方案極易產生漏報、誤報的現象，并且在線路中隱藏的諸如串、并聯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技術對傳統解決方案進行革新，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，通過大樣本和監督式學習算法，實現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

　　智能消防預警系統在國際范圍內率先將電流AI技術引入消防領域，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，實現消防隱患電器的接入預警、異常用電行為判斷、設備內部故障的識別，用非侵入的方式對線路內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。

　　電流指紋技術應用在了消防領域，實現隱患電器的接入預警、異常用電行為判斷、設備內部故障的識別、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超過120w，通過算法邊+云架構優化實現3S實時檢測，這些指標遠和國外企業Opower、Bidgely持平，保持國際領先水平。