摘要
本发明公开了一种多维度有效研判变换电站内火灾报警系统误报的方法,通过采集并融合烟雾浓度、温度、湿度、电磁场强度、接地状态等多通道传感器数据,结合环境标签与运维日志构建场景化数据集;通过归一化、小波去噪、降维等多级特征处理,提升数据质量与可判别性;利用时空图神经网络实现多时段环境子区与典型信号模式划分,并基于模糊集合理论与贝叶斯推理对报警信号进行多时段融合置信判断,实现误报与实警的动态判别,本发明有效提升复杂环境下报警判别的准确性和鲁棒性。
技术关键词
火灾报警系统
多通道传感器数据
模糊C均值聚类算法
模糊集合理论
场景
滑动窗口
传感器特征
采集变电站
噪声
变电站运行环境
异常信号
时间门控
电容式湿度传感器
线路接地状态
嵌入特征
模糊隶属度函数
傅里叶变换算法