基于无线传感器网络和权重自适配决策模型的锂电池火灾监测系统研究
王浩洋
谭志刚
杨明明
成都四威功率电子科技有限公司,四川 成都 610031
摘要：本文聚焦于锂电池火灾监测场景,深入探讨了一种融合无线传感器网络与权重自适配决策模型的锂电池火灾监测系统.该系统整合了ZigBee无线传感器网络、卷积神经网络和随机森林模型.其中,ZigBee 模块凭借低成本、易部署的优势,负责采集锂电池环境中的温度、烟雾浓度、CO浓度等重要指标.然而,受终端节点有效温度工作范围限制,85℃以上的数据严重失真、缺失,故本算法关键在于部分关键数据缺失时实现火灾监测.CNN针对采集的数据既能实现特征提取,又可完成权重分比计算,并将适配权重实时反馈至随机森林模型.从实验结果来看,随机森林模型可依据接收的权重信息精准判定火灾状况.相较于传统采用红外热成像火灾探测器实现类似数据采集与火灾预测功能需承担高额成本,本文巧用ZigBee模块,不仅成功完成环境数据采集及基于模型的预测任务,还实现了成本有效节约.这一创新举措在锂电池箱火灾监测的环境数据监测与分析方面有重要意义,为相关应用提供了经济高效的可行方案.
关键词：ZigBee卷积神经网络随机森林模型火灾监测
分类号：TP393.01(计算技术、计算机技术)
论文发表日期：2024-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 88-96 )
英文信息