本發(fā)明涉及智能充電設(shè)備的安全監(jiān)測(cè)與控制，尤其涉及一種基于深度學(xué)習(xí)的智能充電柜滅火閾值自校準(zhǔn)系統(tǒng)。

背景技術(shù)：

1、隨著共享電池、儲(chǔ)能設(shè)備及城市公共充電設(shè)施的大規(guī)模普及，智能充電柜在高頻充電、無(wú)人值守和密閉空間環(huán)境下的安全風(fēng)險(xiǎn)問(wèn)題逐漸凸顯。現(xiàn)有充電柜的火情預(yù)警與滅火觸發(fā)機(jī)制多依賴單一溫度閾值、煙霧濃度閾值或基于規(guī)則的設(shè)定閾值判斷模型，無(wú)法對(duì)復(fù)雜、多源、多階段的充電過(guò)程進(jìn)行動(dòng)態(tài)建模。在實(shí)際應(yīng)用中，普遍存在以下問(wèn)題：

2、現(xiàn)有監(jiān)測(cè)系統(tǒng)對(duì)溫度、電流、電壓、煙霧、氣體等多模態(tài)數(shù)據(jù)的采樣頻率不一致，缺乏統(tǒng)一的時(shí)鐘對(duì)齊機(jī)制，導(dǎo)致數(shù)據(jù)錯(cuò)位、缺失與噪聲干擾嚴(yán)重，早期異常變化難以準(zhǔn)確捕獲；現(xiàn)行閾值設(shè)定方式大多基于人工經(jīng)驗(yàn)或靜態(tài)統(tǒng)計(jì)值，無(wú)法反映恒流、恒壓、涓流等相位切換過(guò)程中的風(fēng)險(xiǎn)差異，充電曲線特征與火情演化之間的關(guān)聯(lián)未被利用；傳統(tǒng)模型通常只輸出單一風(fēng)險(xiǎn)評(píng)分，未能同時(shí)考慮早期起火概率、火勢(shì)增長(zhǎng)速率與預(yù)測(cè)不確定度，易出現(xiàn)對(duì)弱火源響應(yīng)遲滯、對(duì)噪聲誤報(bào)敏感的問(wèn)題；滅火觸發(fā)閾值缺乏子艙級(jí)、結(jié)構(gòu)化和劑量化的校準(zhǔn)機(jī)制，未能結(jié)合柜體結(jié)構(gòu)參數(shù)與滅火劑參數(shù)生成動(dòng)態(tài)閾值，導(dǎo)致聯(lián)動(dòng)動(dòng)作過(guò)早、過(guò)晚或不穩(wěn)定；同時(shí)，現(xiàn)有系統(tǒng)缺乏基于聯(lián)邦聚合的在線自更新能力，難以隨著不同場(chǎng)景、氣候與設(shè)備老化狀態(tài)實(shí)現(xiàn)模型持續(xù)適應(yīng)。

3、因此，如何提供一種基于深度學(xué)習(xí)的智能充電柜滅火閾值自校準(zhǔn)系統(tǒng)是本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的一個(gè)目的在于提出一種基于深度學(xué)習(xí)的智能充電柜滅火閾值自校準(zhǔn)系統(tǒng)，本發(fā)明充分融合多模態(tài)觀測(cè)數(shù)據(jù)對(duì)齊、相位標(biāo)簽構(gòu)建、改進(jìn)型tsmixer模型深度時(shí)序建模、風(fēng)險(xiǎn)因子評(píng)估與動(dòng)態(tài)閾值地圖生成技術(shù)，系統(tǒng)地實(shí)現(xiàn)了對(duì)充電過(guò)程起火風(fēng)險(xiǎn)的精準(zhǔn)感知與子艙級(jí)滅火響應(yīng)控制，自適應(yīng)完成滅火閾值的聯(lián)邦式更新與優(yōu)化，具備建模精度高、響應(yīng)及時(shí)性強(qiáng)、聯(lián)動(dòng)控制智能化程度高和安全保障能力強(qiáng)的優(yōu)點(diǎn)。

2、根據(jù)本發(fā)明實(shí)施例的一種基于深度學(xué)習(xí)的智能充電柜滅火閾值自校準(zhǔn)系統(tǒng)，包括如下模塊：

3、觀測(cè)對(duì)齊模塊，用于采集智能充電柜多模態(tài)觀測(cè)數(shù)據(jù)并統(tǒng)一時(shí)鐘對(duì)齊，依據(jù)充電控制曲線生成相位標(biāo)簽，構(gòu)建輸入張量；

4、相位構(gòu)建模塊，用于對(duì)輸入張量執(zhí)行模態(tài)自適配線性投影、歸一化與缺失掩碼處理，將相位標(biāo)簽按時(shí)間步嵌入拼接，得到相位感知數(shù)據(jù)；

5、時(shí)序建模模塊，用于將相位感知數(shù)據(jù)輸入改進(jìn)型tsmixer，執(zhí)行門(mén)控混合、因果動(dòng)態(tài)卷積混合與狀態(tài)空間殘差融合，并實(shí)施漂移自適應(yīng)歸一化，輸出時(shí)序表示向量；

6、風(fēng)險(xiǎn)評(píng)估模塊，用于在時(shí)序表示向量上設(shè)置概率、非負(fù)回歸與分位回歸輸出頭，得到早期起火概率、火勢(shì)增長(zhǎng)速率與不確定度系數(shù)；

7、閾值校準(zhǔn)模塊，基于柜體結(jié)構(gòu)參數(shù)與滅火劑參數(shù)生成介質(zhì)充盈因子，結(jié)合風(fēng)險(xiǎn)評(píng)估結(jié)果計(jì)算觸發(fā)分?jǐn)?shù)，構(gòu)建機(jī)會(huì)約束與魯棒約束，求得子艙級(jí)動(dòng)態(tài)滅火閾值并生成閾值地圖；

8、聯(lián)動(dòng)更新模塊，當(dāng)觸發(fā)分?jǐn)?shù)達(dá)到或超過(guò)閾值時(shí)執(zhí)行斷電、預(yù)充排煙與滅火釋放聯(lián)動(dòng)，生成審計(jì)記錄，并基于聯(lián)邦聚合更新改進(jìn)型tsmixer參數(shù)與閾值地圖。

9、根據(jù)本發(fā)明實(shí)施例的一種基于深度學(xué)習(xí)的智能充電柜滅火閾值自校準(zhǔn)方法，包括如下步驟：

10、采集智能充電柜多模態(tài)觀測(cè)數(shù)據(jù)并統(tǒng)一時(shí)鐘對(duì)齊，依據(jù)充電控制曲線生成相位標(biāo)簽，構(gòu)建輸入張量；

11、對(duì)輸入張量執(zhí)行模態(tài)自適配線性投影、歸一化與缺失掩碼處理，將相位標(biāo)簽嵌入按時(shí)間步拼接，得到相位感知數(shù)據(jù)；

12、將相位感知數(shù)據(jù)輸入改進(jìn)型tsmixer模型，依次進(jìn)行門(mén)控變量混合、因果動(dòng)態(tài)可分卷積時(shí)間混合與選擇性狀態(tài)空間快捷分支的殘差融合，并實(shí)施漂移自適應(yīng)歸一化，輸出時(shí)序表示向量；

13、在時(shí)序表示向量上設(shè)置概率輸出頭、非負(fù)回歸輸出頭及分位回歸輸出頭，得到早期起火概率值、火勢(shì)增長(zhǎng)速率值與不確定度系數(shù)；

14、基于柜體結(jié)構(gòu)參數(shù)與滅火劑參數(shù)生成介質(zhì)充盈因子，結(jié)合早期起火概率值、火勢(shì)增長(zhǎng)速率值和不確定度系數(shù)計(jì)算觸發(fā)分?jǐn)?shù)，構(gòu)建機(jī)會(huì)約束與魯棒約束，求得子艙級(jí)動(dòng)態(tài)滅火閾值并生成閾值地圖；

15、當(dāng)觸發(fā)分?jǐn)?shù)達(dá)到或超過(guò)對(duì)應(yīng)閾值時(shí)執(zhí)行斷電、預(yù)充排煙與滅火釋放聯(lián)動(dòng)，生成審計(jì)記錄，并基于聯(lián)邦聚合更新改進(jìn)型tsmixer模型參數(shù)與閾值地圖。

16、可選的，所述采集智能充電柜多模態(tài)觀測(cè)數(shù)據(jù)并統(tǒng)一時(shí)鐘對(duì)齊，依據(jù)充電控制曲線生成相位標(biāo)簽，構(gòu)建輸入張量，具體包括：

17、以智能充電柜柜體主控制器的系統(tǒng)時(shí)鐘作為統(tǒng)一時(shí)間基準(zhǔn)，為溫度、紅外熱像統(tǒng)計(jì)量、煙霧與氣體濃度、電流電壓波形衍生量、風(fēng)道微壓以及柜門(mén)與風(fēng)機(jī)狀態(tài)的觀測(cè)通道設(shè)定采樣頻率與通道順序，對(duì)各通道采集到的數(shù)據(jù)包逐條寫(xiě)入時(shí)間戳，得到多模態(tài)觀測(cè)數(shù)據(jù)；

18、按時(shí)間戳對(duì)多模態(tài)觀測(cè)數(shù)據(jù)進(jìn)行排序與對(duì)齊，對(duì)亂序記錄進(jìn)行重排，對(duì)同一時(shí)間戳的重復(fù)記錄保留首個(gè)完整記錄并丟棄重復(fù)記錄，對(duì)采樣中斷形成的時(shí)間段插入缺失標(biāo)記；

19、所述充電控制曲線為由充電管理單元依據(jù)恒流階段、恒壓階段、涓流階段與待機(jī)階段的設(shè)定參數(shù)生成的控制設(shè)定軌跡，依據(jù)控制設(shè)定軌跡的階段切換信號(hào)與實(shí)采電壓電流記錄，在對(duì)齊后的時(shí)間軸上生成相位標(biāo)簽；

20、在出現(xiàn)階段切換信號(hào)與實(shí)采電壓電流記錄不一致的時(shí)間片時(shí)，以階段切換信號(hào)為優(yōu)先依據(jù)確定相位標(biāo)簽，當(dāng)相鄰階段發(fā)生重疊時(shí)按先到達(dá)先標(biāo)注規(guī)則消除重疊；

21、按照預(yù)設(shè)的窗口長(zhǎng)度與滑動(dòng)步長(zhǎng)對(duì)完成對(duì)齊與相位標(biāo)注的多模態(tài)觀測(cè)數(shù)據(jù)進(jìn)行重疊滑窗切分，在每一窗口內(nèi)依照設(shè)定通道順序與時(shí)間先后順序排列形成窗口數(shù)據(jù)塊，對(duì)包含超過(guò)預(yù)設(shè)缺失比例的窗口數(shù)據(jù)塊予以丟棄；

22、對(duì)保留的每一窗口數(shù)據(jù)塊進(jìn)行維度對(duì)齊與序列化拼接，按照設(shè)定時(shí)間長(zhǎng)度與設(shè)定通道順序完成編碼，形成輸入張量。

23、可選的，所述對(duì)輸入張量執(zhí)行模態(tài)自適配線性投影、歸一化與缺失掩碼處理，將相位標(biāo)簽嵌入按時(shí)間步拼接，得到相位感知數(shù)據(jù)，具體包括：

24、對(duì)輸入張量執(zhí)行模態(tài)自適配與魯棒歸一化處理，按模態(tài)類別進(jìn)行線性投影與通道重排，得到模態(tài)投影數(shù)據(jù)，對(duì)模態(tài)投影數(shù)據(jù)按時(shí)間順序?qū)嵤┓治唤財(cái)嗯c按通道歸一化，輸出魯棒歸一化數(shù)據(jù)；

25、基于魯棒歸一化數(shù)據(jù)的時(shí)間戳與通道狀態(tài)生成三值掩碼，依據(jù)三值掩碼與相位標(biāo)簽，在不跨越相位邊界的條件下，對(duì)缺失標(biāo)記位置執(zhí)行前向填充，對(duì)異常標(biāo)記位置執(zhí)行相位內(nèi)平滑或相鄰相位回填，輸出掩碼修復(fù)數(shù)據(jù)；

26、依據(jù)掩碼修復(fù)數(shù)據(jù)計(jì)算通道可信度權(quán)重，將相位標(biāo)簽進(jìn)行時(shí)間步級(jí)嵌入，形成相位嵌入序列，按時(shí)間步將相位嵌入序列與掩碼修復(fù)數(shù)據(jù)在通道維拼接，并以通道可信度權(quán)重作為門(mén)控系數(shù)附加到對(duì)應(yīng)通道位置，生成相位感知數(shù)據(jù)。

27、可選的，所述改進(jìn)型tsmixer模型具體包括：

28、將相位感知數(shù)據(jù)輸入改進(jìn)型tsmixer模型，所述改進(jìn)型tsmixer模型基于通道混合與時(shí)間混合的多層感知機(jī)主干結(jié)構(gòu)，引入門(mén)控變量混合模塊、因果動(dòng)態(tài)可分卷積時(shí)間混合模塊、選擇性狀態(tài)空間快捷分支模塊與漂移自適應(yīng)歸一化模塊；

29、所述門(mén)控變量混合模塊對(duì)相位感知數(shù)據(jù)在各模態(tài)通道維度上執(zhí)行加權(quán)融合處理，權(quán)重由通道可信度因子生成，所述通道可信度因子依據(jù)時(shí)間窗口內(nèi)缺失比例、異常比例及通道穩(wěn)定性指標(biāo)構(gòu)建，通過(guò)歸一化后作為通道門(mén)控系數(shù)，引導(dǎo)變量間的混合過(guò)程，輸出門(mén)控融合張量；

30、所述因果動(dòng)態(tài)可分卷積時(shí)間混合模塊以門(mén)控融合張量為輸入，引入由相位標(biāo)簽驅(qū)動(dòng)的動(dòng)態(tài)卷積核參數(shù)，并采用一維可分離卷積在時(shí)間維度提取局部時(shí)序特征，輸出時(shí)間混合張量；

31、所述選擇性狀態(tài)空間快捷分支模塊與主干時(shí)間混合路徑并聯(lián)構(gòu)建殘差結(jié)構(gòu)，快捷分支內(nèi)嵌狀態(tài)空間建模單元，采用位置門(mén)控機(jī)制與狀態(tài)記憶單元聯(lián)合建模長(zhǎng)短期依賴特征，對(duì)門(mén)控融合張量的周期性漂移進(jìn)行結(jié)構(gòu)性補(bǔ)償，輸出狀態(tài)空間張量并與時(shí)間混合張量執(zhí)行殘差融合，生成殘差融合后的特征張量；

32、所述漂移自適應(yīng)歸一化模塊作用于殘差融合后的特征張量，基于批內(nèi)統(tǒng)計(jì)量與歷史滑動(dòng)均值聯(lián)合調(diào)整歸一化因子，對(duì)跨充電周期的時(shí)序漂移適應(yīng)調(diào)節(jié)，輸出包含多模態(tài)融合語(yǔ)義、相位演化信息與異常調(diào)制響應(yīng)的時(shí)序表示向量，所述時(shí)序表示向量同步標(biāo)注對(duì)應(yīng)相位標(biāo)簽、通道可信度因子與異常提示向量。

33、可選的，所述時(shí)序表示向量上設(shè)置概率輸出頭、非負(fù)回歸輸出頭及分位回歸輸出頭，得到早期起火概率值、火勢(shì)增長(zhǎng)速率值與不確定度系數(shù)，具體包括：

34、將時(shí)序表示向量同時(shí)輸入概率輸出頭、非負(fù)回歸輸出頭與分位回歸輸出頭，分別生成早期起火概率值、火勢(shì)增長(zhǎng)速率值與不確定度系數(shù)；

35、所述概率輸出頭為結(jié)構(gòu)化分類預(yù)測(cè)模塊，由兩層感知機(jī)與softmax歸一化組成，用于對(duì)火情狀態(tài)進(jìn)行二分類預(yù)測(cè)，輸出值為當(dāng)前窗口內(nèi)發(fā)生早期起火事件的概率值，作為滅火閾值判斷的先驗(yàn)概率參考；

36、所述非負(fù)回歸輸出頭為具有限制激活函數(shù)的單值回歸模塊，采用relu激活函數(shù)確保輸出大于等于零，預(yù)測(cè)當(dāng)前火勢(shì)演化趨勢(shì)的數(shù)值速率；

37、所述分位回歸輸出頭基于分位數(shù)損失函數(shù)構(gòu)建，包括一組多通道輸出與分位誤差約束，輸出值為不確定度系數(shù)。

38、可選的，所述基于柜體結(jié)構(gòu)參數(shù)與滅火劑參數(shù)生成介質(zhì)充盈因子，結(jié)合早期起火概率值、火勢(shì)增長(zhǎng)速率值和不確定度系數(shù)計(jì)算觸發(fā)分?jǐn)?shù)，構(gòu)建機(jī)會(huì)約束與魯棒約束，求得子艙級(jí)動(dòng)態(tài)滅火閾值并生成閾值地圖，具體包括：

39、采集智能充電柜的結(jié)構(gòu)參數(shù)與滅火劑參數(shù)，構(gòu)建柜體空間—?jiǎng)┝坑成潢P(guān)系，并定義介質(zhì)充盈因子；

40、接收早期起火概率值、火勢(shì)增長(zhǎng)速率值與不確定度系數(shù)，基于置信上界原則構(gòu)建觸發(fā)分?jǐn)?shù)，計(jì)算邏輯為：以早期起火概率值與火勢(shì)增長(zhǎng)速率值的加權(quán)乘積作為風(fēng)險(xiǎn)評(píng)分，權(quán)重由不確定度系數(shù)控制變化幅度，并結(jié)合介質(zhì)充盈因子進(jìn)行歸一化，生成統(tǒng)一尺度下的觸發(fā)分?jǐn)?shù)；

41、定義機(jī)會(huì)約束與魯棒約束兩類滅火閾值區(qū)間，所述機(jī)會(huì)約束為在不確定度系數(shù)超過(guò)設(shè)定閾值狀態(tài)下，通過(guò)信息增益最大化原則所生成的低閾值策略，所述魯棒約束為基于歷史數(shù)據(jù)中觸發(fā)成功的最小滅火響應(yīng)門(mén)限回溯統(tǒng)計(jì)所構(gòu)建的保守閾值區(qū)間；

42、將所述觸發(fā)分?jǐn)?shù)映射至每個(gè)子艙室空間，結(jié)合機(jī)會(huì)約束與魯棒約束，構(gòu)建滅火閾值地圖，所述滅火閾值地圖以空間編號(hào)為索引，以動(dòng)態(tài)閾值為值。

43、可選的，所述當(dāng)觸發(fā)分?jǐn)?shù)達(dá)到或超過(guò)對(duì)應(yīng)閾值時(shí)執(zhí)行斷電、預(yù)充排煙與滅火釋放聯(lián)動(dòng)，生成審計(jì)記錄，并基于聯(lián)邦聚合更新改進(jìn)型tsmixer模型參數(shù)與閾值地圖，具體包括：

44、當(dāng)觸發(fā)分?jǐn)?shù)達(dá)到或超過(guò)動(dòng)態(tài)滅火閾值地圖中對(duì)應(yīng)子艙室的閾值時(shí)，觸發(fā)聯(lián)動(dòng)響應(yīng)控制器，依次執(zhí)行斷電保護(hù)動(dòng)作、充電柜內(nèi)部排煙風(fēng)道的預(yù)充排煙動(dòng)作，以及與高壓噴放閥聯(lián)動(dòng)的滅火劑釋放動(dòng)作；

45、在聯(lián)動(dòng)響應(yīng)過(guò)程中，系統(tǒng)自動(dòng)記錄響應(yīng)時(shí)刻、觸發(fā)分?jǐn)?shù)、子艙編號(hào)、釋放等級(jí)與環(huán)境狀態(tài)參數(shù)，生成包含時(shí)序標(biāo)識(shí)與異常描述字段的審計(jì)記錄，并存儲(chǔ)于柜端安全數(shù)據(jù)緩存區(qū)中；

46、將審計(jì)記錄與對(duì)應(yīng)時(shí)段內(nèi)的觀測(cè)數(shù)據(jù)片段進(jìn)行配對(duì)上傳，作為分布式訓(xùn)練樣本，經(jīng)由多設(shè)備聯(lián)邦學(xué)習(xí)聚合器進(jìn)行本地改進(jìn)型tsmixer模型梯度提取與隱私差分?jǐn)_動(dòng)處理，完成對(duì)改進(jìn)型tsmixer模型參數(shù)的增量更新；

47、基于更新后的改進(jìn)型tsmixer模型預(yù)測(cè)結(jié)果重新計(jì)算觸發(fā)分?jǐn)?shù)，并對(duì)滅火閾值地圖進(jìn)行修正。

48、本發(fā)明的有益效果是：

49、本發(fā)明將多模態(tài)觀測(cè)對(duì)齊、充電相位構(gòu)建、深度時(shí)序建模、風(fēng)險(xiǎn)多頭量化與動(dòng)態(tài)閾值校準(zhǔn)深度融合，顯著克服了現(xiàn)有智能充電柜在數(shù)據(jù)錯(cuò)位、閾值設(shè)定、風(fēng)險(xiǎn)評(píng)估粗糙以及滅火響應(yīng)滯后等方面的不足。通過(guò)觀測(cè)對(duì)齊模塊實(shí)現(xiàn)電壓、電流、溫度、煙霧、氣體與熱像等多通道數(shù)據(jù)的統(tǒng)一時(shí)鐘同步，保證早期異常信號(hào)能夠被穩(wěn)定捕獲；相位構(gòu)建模塊將恒流、恒壓與涓流階段的相位標(biāo)簽嵌入輸入，使系統(tǒng)能夠區(qū)分不同充電階段的風(fēng)險(xiǎn)模式，解決傳統(tǒng)方法無(wú)法感知相位差異的問(wèn)題。改進(jìn)型tsmixer引入門(mén)控混合、因果動(dòng)態(tài)卷積與狀態(tài)空間殘差分支，實(shí)現(xiàn)跨模態(tài)、跨相位的細(xì)粒度時(shí)序特征提取，提高對(duì)弱火源與早期異常的識(shí)別靈敏度。風(fēng)險(xiǎn)評(píng)估模塊同時(shí)輸出早期起火概率、火勢(shì)增長(zhǎng)速率與不確定度，使系統(tǒng)具備更穩(wěn)健的風(fēng)險(xiǎn)刻畫(huà)能力。閾值校準(zhǔn)模塊利用柜體結(jié)構(gòu)與滅火劑參數(shù)生成介質(zhì)充盈因子，并結(jié)合機(jī)會(huì)約束與魯棒約束生成子艙級(jí)動(dòng)態(tài)滅火閾值，從而避免設(shè)定閾值造成的誤觸發(fā)與遲觸發(fā)問(wèn)題。最后，聯(lián)動(dòng)更新模塊將聯(lián)動(dòng)記錄與聯(lián)邦聚合結(jié)合，實(shí)現(xiàn)模型與閾值地圖的持續(xù)更新，使系統(tǒng)在不同環(huán)境、不同設(shè)備狀態(tài)下均保持自適應(yīng)性和準(zhǔn)確性。