电流指纹技术用 AI 赋能智慧智能消防预警系统
电流指纹技术被定义为继图像和语音之后的第三大AI技术。与图像和语音不同的是电流指纹技术需要对电流底层特性和算法进行整体的分析。Verdigris、opower在全球范围内率先将电流指纹应用在了用电节能分析领域。
1)及时有效的消防监控闭环
消防系统可通过算法终端、算法云平台和控制终端共同形成“自动化终端监测、智能化预警识别、隐患电路自动切断及多终端多方案预警提醒”的电气预警监控闭环，对电气线路实现“线路故障监测、危险设备识别、异常用电行为分析、设备故障监测”，通过将算法的部分核心步骤进行裁剪并下移到终端，采用“算法终端+云平台”的架构，及时、有效地实现电气消防隐患的灾前预警并切断存在隐患的电路，极大地降低企业电气火灾风险，缓解其电气消防安全保障压力。
2)有效的线路故障防控
线路级故障是电气消防另一大主因，短路、漏电都是典型的线路故障。尽管部分的设备线路问题可通过传统技术实现感知，但传统“传感器+物联网技术”的解决方案极易产生漏报、误报的现象，并且在线路中隐藏的诸如串、并联故障电弧之类的问题是不可能通过传感器直接进行感知到的。团队以AI技术对传统解决方案进行革新，通过“电流AI算法”的形式，在精准识别线路中57种线路故障的同时，通过大样本和监督式学习算法，实现设备和线路火灾隐患的灾前预警甚至是灾前制止。
3)精准的接入设备识别
智能消防预警系统在国际范围内率先将电流AI技术引入消防领域，我们通过提取并识别不同负载的电流特征，以多算法融合的方式，实现消防隐患电器的接入预警、异常用电行为判断、设备内部故障的识别，用非侵入的方式对线路内的电器类型及其具体故障进行识别，使用“AI算法”的方式做到做到了线路中设备级别的防控。
电流指纹技术应用在了消防领域，实现隐患电器的接入预警、异常用电行为判断、设备内部故障的识别、故障诊断4个方向。通过独有多通道终端设计和并行采样计算优化，将设备识别准确率达到了97.3%，累计采集电气线路故障样本数超过120w，通过算法边+云架构优化实现3S实时检测，这些指标远和国外企业Opower、Bidgely持平，保持国际领先水平。
