CN116978203B - 一种基于消防的智能化***及方法 - Google Patents
一种基于消防的智能化***及方法 Download PDFInfo
- Publication number
- CN116978203B CN116978203B CN202311235732.4A CN202311235732A CN116978203B CN 116978203 B CN116978203 B CN 116978203B CN 202311235732 A CN202311235732 A CN 202311235732A CN 116978203 B CN116978203 B CN 116978203B
- Authority
- CN
- China
- Prior art keywords
- standard
- data
- gas concentration
- humidity
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000001514 detection method Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 74
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 8
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000004927 fusion Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/20—Status alarms responsive to moisture
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Fire Alarms (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于消防的智能化***及方法,属于数据处理技术领域,其***包括探测节点布设单元、探测数据采集单元、探测数据处理单元、探测数据监测单元和消防报警单元;探测节点布设单元用于布设探测传感器;探测数据采集单元用于采集传感数据;探测数据处理单元用于计算标准传感数据的层级因子;探测数据监测单元用于消防紧急程度值;消防报警单元用于将目标区域的消防紧急程度值上传至用户终端,确定是否报警。该基于消防的智能化***实现消防数据在线监测和自动报警,便于运维人员通过消防设施设备对目标区域的消防情况实现在线管理,有利于运维人员智能搭建消防应急预案及辅助决策,进行消防应急指挥。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种基于消防的智能化***及方法。
背景技术
许多场所都存在消防安全隐患,在一些因素的促发下,消防安全隐患可能演变成火灾,给人民群众的生命财产安全造成极大的损害。消防安全隐患在演变成火灾时需要一定的过程,若能及早发现并进行妥善处理,则能阻止火情发展成灾。传统的消防报警***通常采用人为观察和定时巡检,但这种方式容易出现漏检以及发现不及时的情况,存在较大的隐患。
发明内容
本发明为了解决以上问题,提出了一种基于消防的智能化***及方法。
本发明的技术方案是:一种基于消防的智能化***包括探测节点布设单元、探测数据采集单元、探测数据处理单元、探测数据监测单元和消防报警单元;
探测节点布设单元用于在目标区域布设若干个探测传感器;
探测数据采集单元用于通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
探测数据处理单元用于对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
探测数据监测单元用于根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
消防报警单元用于将目标区域的消防紧急程度值上传至用户终端,确定是否报警。
用户可在消防报警单元中设置消防紧急程度阈值,若目标区域的消防紧急程度值大于或等于消防紧急程度阈值,则需在用户终端进行报警,提醒运维人员可能发生火情,需及时做出应对措施;否则不需报警。
进一步地,探测数据处理单元对目标区域的传感数据进行预处理和分级包括以下步骤:
A1、对目标区域的温度数据、湿度数据和气体浓度数据进行归一化处理和剔除空值处理,生成标准温度数据、标准湿度数据和标准气体浓度数据;
A2、根据标准温度数据、标准湿度数据和标准气体浓度数据,生成对应的标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度变化曲线图;
A3、分别生成标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度曲线图对应的温度标签集合、湿度标签集合和气体浓度标签集合;
A4、根据温度标签集合、湿度标签集合和气体浓度标签集合,生成对应的标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子。
上述进一步方案的有益效果是:在本发明中,在计算传感数据的层级因子,将数据转换为曲线图表示,可以更加直观明显地了解传感数据在各个时刻的走向。曲线图中的峰值点和谷值点表示传感数据在该时刻出现较大的变化,因此可以作为代表传感数据变化趋势的特征点。由曲线图的谷值和峰值等特征点来筛选传感数据,作为标签子集,再由筛选得到的传感数据生成标签子集,这样得到的标签子集可以最大程度的反映传感数据的变化趋势。
进一步地,A2中,生成标准温度变化曲线图的具体方法为:将标准温度数据的采集时刻作为横坐标,将各个采集时刻的标准温度数据作为纵坐标,生成标准温度变化曲线图;
A2中,生成标准湿度变化曲线图的具体方法为:将标准湿度数据的采集时刻作为横坐标,将各个采集时刻的标准湿度数据作为纵坐标,生成标准湿度变化曲线图;
A2中,生成标准气体浓度变化曲线的具体方法为:将标准气体浓度数据的采集时刻作为横坐标,将各个采集时刻的标准气体浓度数据作为纵坐标,生成标准气体浓度变化曲线图。
进一步地,A3中,生成温度标签集合的具体方法为:在标准温度变化曲线图中,计算第一温度阈值和第二温度阈值,将标准温度变化曲线图中采集时刻最小的第一温度阈值与采集时刻最大的第二温度阈值连线,将连线与标准温度变化曲线的所有交点对应的标准温度数据作为第一温度标签子集;将标准温度变化曲线图中所有峰值点对应的标准温度数据均值作为第二温度标签子集;将标准温度变化曲线图中所有谷值点对应的标准温度数据均值作为第三温度标签子集;将第一温度标签子集、第二温度标签子集和第三温度标签子集的集合作为温度标签集合;
A3中,生成湿度标签集合的具体方法为:在标准湿度变化曲线图中,计算第一湿度阈值和第二湿度阈值,将标准湿度变化曲线图中采集时刻最小的第一湿度阈值与采集时刻最大的第二湿度阈值连线,将连线与标准湿度变化曲线的所有交点对应的标准湿度数据作为第一湿度标签子集;将标准湿度变化曲线图中所有峰值点对应的标准湿度数据均值作为第二湿度标签子集;将标准湿度变化曲线图中所有谷值点对应的标准湿度数据均值作为第三湿度标签子集;将第一湿度标签子集、第二湿度标签子集和第三湿度标签子集的集合作为湿度标签集合;
A3中,生成气体浓度标签集合的具体方法为:在标准气体浓度变化曲线图中,计算第一气体浓度阈值和第二气体浓度阈值,将标准气体浓度变化曲线图中采集时刻最小的第一气体浓度阈值与采集时刻最大的第二气体浓度阈值连线,将连线与标准气体浓度变化曲线的所有交点对应的标准气体浓度数据作为第一气体浓度标签子集;将标准气体浓度变化曲线图中所有峰值点对应的标准气体浓度数据均值作为第二气体浓度标签子集;将标准气体浓度变化曲线图中所有谷值点对应的标准气体浓度数据均值作为第三气体浓度标签子集;将第一气体浓度标签子集、第二气体浓度标签子集和第三气体浓度标签子集的集合作为气体浓度标签集合。
上述进一步方案的有益效果是:在本发明中,在提取标签集合时,以标准温度数据为例,第一温度阈值和第二温度阈值由温度权重分别与标准温度最大值和标准温度最小值进行平方根等运算得到,而两个温度阈值在标准温度变化曲线中可能不止出现一次,所以将首次出现的第一温度阈值(即第一温度阈值对应的最小采集时刻)和最后一次出现的第二温度阈值(即第二温度阈值对应的最大采集时刻)之间的连线与标准温度变化曲线的交点作为温度标签子集,这样生成的温度标签子集包含的温度数据最多,可以丰富集合。
进一步地,第一温度阈值θ 1的计算公式为:式中,T max 表示最大标准温度数据,T min 表示最小标准温度数据,T ave 表示所有标准温度数据的均值,/>表示第一温度权重值,N表示标准温度数据个数,k表示任意整数,/>表示第/>个标准温度数据,/>表示第/>个标准温度数据,/>表示第N个标准温度数据;
第二温度阈值θ 2的计算公式为:式中,/>表示第二温度权重值,/>表示第1个标准温度数据,/>表示第/>个标准温度数据,/>表示第/>个标准温度数据;
第一湿度阈值θ 3的计算公式为:式中,S max 表示最大标准湿度数据,S min 表示最小标准湿度数据,S ave 表示所有标准湿度数据的均值,/>表示第一湿度权重值,M表示标准湿度数据个数,k表示任意整数,/>表示第/>个标准湿度数据,/>表示第/>个标准湿度数据,/>表示第M个标准湿度数据;
第二湿度阈值θ 4的计算公式为:式中,/>表示第二湿度权重值,/>表示第1个标准湿度数据,/>表示第/>个标准湿度数据,表示第/>个标准湿度数据;
第一气体浓度阈值θ 5的计算公式为:式中,Q max 表示最大标准气体浓度数据,Q min 表示最小标准气体浓度数据,Q ave 表示所有标准气体浓度数据的均值,/>表示第一气体浓度权重值,H表示标准气体浓度数据个数,k表示任意整数,/>表示第/>个标准气体浓度数据,/>表示第/>个标准气体浓度数据,/>表示第H个标准气体浓度数据;
第二气体浓度阈值θ 6的计算公式为:式中,/>表示第二气体浓度权重值,/>表示第1个标准气体浓度数据,/>表示第/>个标准气体浓度数据,/>表示第/>个标准气体浓度数据。
进一步地,A4中,标准温度传感数据的层级因子σ 1的计算公式为:
式中,U 1表示第一温度标签子集,U 2表示第二温度标签子集,U 3表示第三温度标签子集;A4中,标准湿度传感数据的层级因子σ 2的计算公式为:
式中,V 1表示第一湿度标签子集,V 2表示第二湿度标签子集,V 3表示第三湿度标签子集;A4中,标准气体浓度传感数据的层级因子σ 3的计算公式为:式中,W 1表示第一气体浓度传感标签子集,W 2表示第二气体浓度传感标签子集,W 3表示第三气体浓度传感标签子集。
上述进一步方案的有益效果是:在本发明中,在计算层级因子时,以温度标签集合为例,取第一温度标签子集与第二温度标签子集和第三温度标签子集的并集为分母,这样得到的集合可以包含所有的温度标签;以第一温度标签子集、第二温度标签子集和第三温度标签子集两两之间的交集作为分子之一;这样计算的层级因子考虑所有温度标签,保证层级因子可以反映温度传感数据的变化情况。
进一步地,探测数据监测单元确定目标区域的消防紧急程度值包括以下步骤:
B1、根据标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子,生成第一层级矩阵和第二层级矩阵;
B2、根据第一层级矩阵和第二层级矩阵,确定目标区域的消防层级值;
B3、判断目标区域的消防层级值是否大于或等于第一层级矩阵的特征值与第二层级矩阵的特征值之和,若是则将消防层级值作为消防紧急程度值,否则将第一层级矩阵的特征值与第二层级矩阵的特征值之和作为消防紧急程度值。
上述进一步方案的有益效果是:在本发明中,第一层级矩阵的元素由三类传感数据的因子构成,第二层级矩阵的元素由进行均值等运算后三类传感数据的因子构成,对第一层级矩阵和第二层级矩阵进行矩阵运算,得到消防层级值,可以实现层级因子的深度融合。再将第一层级矩阵的特征值和第二层级矩阵的特征值之和与消防层级值进行大小比较,即可确定最终的消防紧急程度值。
进一步地,B1中,第一层级矩阵X的表达式为:
式中,σ 1表示标准温度传感数据的层级因子,σ 2表示标准湿度传感数据的层级因子,σ 3表示标准气体浓度传感数据的层级因子;
第二层级矩阵Y的表达式为:进一步地,B2中,目标区域的消防层级值γ的计算公式为:式中,X表示第一层级矩阵,Y表示第二层级矩阵,I表示单位矩阵,λ 1表示第一层级矩阵的特征值,λ 2表示第二层级矩阵的特征值。
本发明的有益效果是:
(1)该基于消防的智能化***通过采集多种传感数据,不依赖于某一参数,实现对目标区域环境参数的多方位监控;
(2)该基于消防的智能化***根据多种传感数据依次确定目标区域的层级因子和消防紧急程度值,整个过程充分考虑各类传感数据的特征情况和变化趋势,保证消防紧急程度值的准确性,降低消防报警的误报率;
(3)该基于消防的智能化***通过采集多种传感数据实现消防数据在线监测和自动报警,便于运维人员通过消防设施设备对目标区域的消防情况实现在线管理,有利于运维人员智能搭建消防应急预案及辅助决策,进行消防应急指挥。
基于以上***,本发明还提出一种基于消防的智能化方法,包括以下步骤:
S1、在目标区域布设若干个探测传感器;
S2、通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
S3、对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
S4、根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
S5、将目标区域的消防紧急程度值上传至用户终端,确定是否报警。
本发明的有益效果是:该基于消防的智能化方法可以实现对目标区域内多种传感数据的采集及处理,保证对目标区域进行全方位监控以及消防紧急程度值的准确性,降低消防报警的误报率。
附图说明
图1为基于消防的智能化***的结构图;
图2为基于消防的智能化方法的流程图。
实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种基于消防的智能化***,包括探测节点布设单元、探测数据采集单元、探测数据处理单元、探测数据监测单元和消防报警单元;
探测节点布设单元用于在目标区域布设若干个探测传感器;
探测数据采集单元用于通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
探测数据处理单元用于对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
探测数据监测单元用于根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
消防报警单元用于将目标区域的消防紧急程度值上传至用户终端,确定是否报警。
用户可在消防报警单元中设置消防紧急程度阈值,若目标区域的消防紧急程度值大于或等于消防紧急程度阈值,则需在用户终端进行报警,提醒运维人员可能发生火情,需及时做出应对措施;否则不需报警。
在本发明实施例中,探测数据处理单元对目标区域的传感数据进行预处理和分级包括以下步骤:
A1、对目标区域的温度数据、湿度数据和气体浓度数据进行归一化处理和剔除空值处理,生成标准温度数据、标准湿度数据和标准气体浓度数据;
A2、根据标准温度数据、标准湿度数据和标准气体浓度数据,生成对应的标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度变化曲线图;
A3、分别生成标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度曲线图对应的温度标签集合、湿度标签集合和气体浓度标签集合;
A4、根据温度标签集合、湿度标签集合和气体浓度标签集合,生成对应的标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子。
在本发明中,在计算传感数据的层级因子,将数据转换为曲线图表示,可以更加直观明显地了解传感数据在各个时刻的走向。曲线图中的峰值点和谷值点表示传感数据在该时刻出现较大的变化,因此可以作为代表传感数据变化趋势的特征点。由曲线图的谷值和峰值等特征点来筛选传感数据,作为标签子集,再由筛选得到的传感数据生成标签子集,这样得到的标签子集可以最大程度的反映传感数据的变化趋势。
在本发明实施例中,A2中,生成标准温度变化曲线图的具体方法为:将标准温度数据的采集时刻作为横坐标,将各个采集时刻的标准温度数据作为纵坐标,生成标准温度变化曲线图;
A2中,生成标准湿度变化曲线图的具体方法为:将标准湿度数据的采集时刻作为横坐标,将各个采集时刻的标准湿度数据作为纵坐标,生成标准湿度变化曲线图;
A2中,生成标准气体浓度变化曲线的具体方法为:将标准气体浓度数据的采集时刻作为横坐标,将各个采集时刻的标准气体浓度数据作为纵坐标,生成标准气体浓度变化曲线图。
在本发明实施例中,A3中,生成温度标签集合的具体方法为:在标准温度变化曲线图中,计算第一温度阈值和第二温度阈值,将标准温度变化曲线图中采集时刻最小的第一温度阈值与采集时刻最大的第二温度阈值连线,将连线与标准温度变化曲线的所有交点对应的标准温度数据作为第一温度标签子集;将标准温度变化曲线图中所有峰值点对应的标准温度数据均值作为第二温度标签子集;将标准温度变化曲线图中所有谷值点对应的标准温度数据均值作为第三温度标签子集;将第一温度标签子集、第二温度标签子集和第三温度标签子集的集合作为温度标签集合;
A3中,生成湿度标签集合的具体方法为:在标准湿度变化曲线图中,计算第一湿度阈值和第二湿度阈值,将标准湿度变化曲线图中采集时刻最小的第一湿度阈值与采集时刻最大的第二湿度阈值连线,将连线与标准湿度变化曲线的所有交点对应的标准湿度数据作为第一湿度标签子集;将标准湿度变化曲线图中所有峰值点对应的标准湿度数据均值作为第二湿度标签子集;将标准湿度变化曲线图中所有谷值点对应的标准湿度数据均值作为第三湿度标签子集;将第一湿度标签子集、第二湿度标签子集和第三湿度标签子集的集合作为湿度标签集合;
A3中,生成气体浓度标签集合的具体方法为:在标准气体浓度变化曲线图中,计算第一气体浓度阈值和第二气体浓度阈值,将标准气体浓度变化曲线图中采集时刻最小的第一气体浓度阈值与采集时刻最大的第二气体浓度阈值连线,将连线与标准气体浓度变化曲线的所有交点对应的标准气体浓度数据作为第一气体浓度标签子集;将标准气体浓度变化曲线图中所有峰值点对应的标准气体浓度数据均值作为第二气体浓度标签子集;将标准气体浓度变化曲线图中所有谷值点对应的标准气体浓度数据均值作为第三气体浓度标签子集;将第一气体浓度标签子集、第二气体浓度标签子集和第三气体浓度标签子集的集合作为气体浓度标签集合。
在本发明中,在提取标签集合时,以标准温度数据为例,第一温度阈值和第二温度阈值由温度权重分别与标准温度最大值和标准温度最小值进行平方根等运算得到,而两个温度阈值在标准温度变化曲线中可能不止出现一次,所以将首次出现的第一温度阈值(即第一温度阈值对应的最小采集时刻)和最后一次出现的第二温度阈值(即第二温度阈值对应的最大采集时刻)之间的连线与标准温度变化曲线的交点作为温度标签子集,这样生成的温度标签子集包含的温度数据最多,可以丰富集合。
在本发明实施例中,第一温度阈值θ 1的计算公式为:式中,T max 表示最大标准温度数据,T min 表示最小标准温度数据,T ave 表示所有标准温度数据的均值,/>表示第一温度权重值,N表示标准温度数据个数,k表示任意整数,/>表示第/>个标准温度数据,/>表示第/>个标准温度数据,/>表示第N个标准温度数据;
第二温度阈值θ 2的计算公式为:式中,/>表示第二温度权重值,/>表示第1个标准温度数据,/>表示第/>个标准温度数据,/>表示第/>个标准温度数据;
第一湿度阈值θ 3的计算公式为:式中,S max 表示最大标准湿度数据,S min 表示最小标准湿度数据,S ave 表示所有标准湿度数据的均值,/>表示第一湿度权重值,M表示标准湿度数据个数,k表示任意整数,/>表示第/>个标准湿度数据,/>表示第/>个标准湿度数据,/>表示第M个标准湿度数据;
第二湿度阈值θ 4的计算公式为:式中,/>表示第二湿度权重值,/>表示第1个标准湿度数据,/>表示第/>个标准湿度数据,表示第/>个标准湿度数据;
第一气体浓度阈值θ 5的计算公式为:式中,Q max 表示最大标准气体浓度数据,Q min 表示最小标准气体浓度数据,Q ave 表示所有标准气体浓度数据的均值,/>表示第一气体浓度权重值,H表示标准气体浓度数据个数,k表示任意整数,/>表示第/>个标准气体浓度数据,/>表示第/>个标准气体浓度数据,/>表示第H个标准气体浓度数据;
第二气体浓度阈值θ 6的计算公式为:式中,/>表示第二气体浓度权重值,/>表示第1个标准气体浓度数据,/>表示第/>个标准气体浓度数据,/>表示第/>个标准气体浓度数据。
在本发明实施例中,A4中,标准温度传感数据的层级因子σ 1的计算公式为:
式中,U 1表示第一温度标签子集,U 2表示第二温度标签子集,U 3表示第三温度标签子集;A4中,标准湿度传感数据的层级因子σ 2的计算公式为:
式中,V 1表示第一湿度标签子集,V 2表示第二湿度标签子集,V 3表示第三湿度标签子集;A4中,标准气体浓度传感数据的层级因子σ 3的计算公式为:
式中,W 1表示第一气体浓度传感标签子集,W 2表示第二气体浓度传感标签子集,W 3表示第三气体浓度传感标签子集。
在本发明中,在计算层级因子时,以温度标签集合为例,取第一温度标签子集与第二温度标签子集和第三温度标签子集的并集为分母,这样得到的集合可以包含所有的温度标签;以第一温度标签子集、第二温度标签子集和第三温度标签子集两两之间的交集作为分子之一;这样计算的层级因子考虑所有温度标签,保证层级因子可以反映温度传感数据的变化情况。
在本发明实施例中,探测数据监测单元确定目标区域的消防紧急程度值包括以下步骤:
B1、根据标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子,生成第一层级矩阵和第二层级矩阵;
B2、根据第一层级矩阵和第二层级矩阵,确定目标区域的消防层级值;
B3、判断目标区域的消防层级值是否大于或等于第一层级矩阵的特征值与第二层级矩阵的特征值之和,若是则将消防层级值作为消防紧急程度值,否则将第一层级矩阵的特征值与第二层级矩阵的特征值之和作为消防紧急程度值。
在本发明中,第一层级矩阵的元素由三类传感数据的因子构成,第二层级矩阵的元素由进行均值等运算后三类传感数据的因子构成,对第一层级矩阵和第二层级矩阵进行矩阵运算,得到消防层级值,可以实现层级因子的深度融合。再将第一层级矩阵的特征值和第二层级矩阵的特征值之和与消防层级值进行大小比较,即可确定最终的消防紧急程度值。
在本发明实施例中,B1中,第一层级矩阵X的表达式为:式中,σ 1表示标准温度传感数据的层级因子,σ 2表示标准湿度传感数据的层级因子,σ 3表示标准气体浓度传感数据的层级因子;
第二层级矩阵Y的表达式为:
在本发明实施例中,B2中,目标区域的消防层级值γ的计算公式为:式中,X表示第一层级矩阵,Y表示第二层级矩阵,I表示单位矩阵,λ 1表示第一层级矩阵的特征值,λ 2表示第二层级矩阵的特征值。
基于以上***,本发明还提出一种基于消防的智能化方法,如图2所示,包括以下步骤:
S1、在目标区域布设若干个探测传感器;
S2、通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
S3、对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
S4、根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
S5、将目标区域的消防紧急程度值上传至用户终端,确定是否报警。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (4)
1.一种基于消防的智能化***,其特征在于,包括探测节点布设单元、探测数据采集单元、探测数据处理单元、探测数据监测单元和消防报警单元;
所述探测节点布设单元用于在目标区域布设若干个探测传感器;
所述探测数据采集单元用于通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
所述探测数据处理单元用于对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
所述探测数据监测单元用于根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
所述消防报警单元用于将目标区域的消防紧急程度值上传至用户终端,确定是否报警;
所述探测数据处理单元对目标区域的传感数据进行预处理和分级包括以下步骤:
A1、对目标区域的温度数据、湿度数据和气体浓度数据进行归一化处理和剔除空值处理,生成标准温度数据、标准湿度数据和标准气体浓度数据;
A2、根据标准温度数据、标准湿度数据和标准气体浓度数据,生成对应的标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度变化曲线图;
A3、分别生成标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度曲线图对应的温度标签集合、湿度标签集合和气体浓度标签集合;
A4、根据温度标签集合、湿度标签集合和气体浓度标签集合,生成对应的标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子;
所述A3中,生成温度标签集合的具体方法为:在标准温度变化曲线图中,计算第一温度阈值和第二温度阈值,将标准温度变化曲线图中采集时刻最小的第一温度阈值与采集时刻最大的第二温度阈值连线,将连线与标准温度变化曲线的所有交点对应的标准温度数据作为第一温度标签子集;将标准温度变化曲线图中所有峰值点对应的标准温度数据均值作为第二温度标签子集;将标准温度变化曲线图中所有谷值点对应的标准温度数据均值作为第三温度标签子集;将第一温度标签子集、第二温度标签子集和第三温度标签子集的集合作为温度标签集合;
所述A3中,生成湿度标签集合的具体方法为:在标准湿度变化曲线图中,计算第一湿度阈值和第二湿度阈值,将标准湿度变化曲线图中采集时刻最小的第一湿度阈值与采集时刻最大的第二湿度阈值连线,将连线与标准湿度变化曲线的所有交点对应的标准湿度数据作为第一湿度标签子集;将标准湿度变化曲线图中所有峰值点对应的标准湿度数据均值作为第二湿度标签子集;将标准湿度变化曲线图中所有谷值点对应的标准湿度数据均值作为第三湿度标签子集;将第一湿度标签子集、第二湿度标签子集和第三湿度标签子集的集合作为湿度标签集合;
所述A3中,生成气体浓度标签集合的具体方法为:在标准气体浓度变化曲线图中,计算第一气体浓度阈值和第二气体浓度阈值,将标准气体浓度变化曲线图中采集时刻最小的第一气体浓度阈值与采集时刻最大的第二气体浓度阈值连线,将连线与标准气体浓度变化曲线的所有交点对应的标准气体浓度数据作为第一气体浓度标签子集;将标准气体浓度变化曲线图中所有峰值点对应的标准气体浓度数据均值作为第二气体浓度标签子集;将标准气体浓度变化曲线图中所有谷值点对应的标准气体浓度数据均值作为第三气体浓度标签子集;将第一气体浓度标签子集、第二气体浓度标签子集和第三气体浓度标签子集的集合作为气体浓度标签集合;
所述A4中,标准温度传感数据的层级因子σ 1的计算公式为:
式中,U 1表示第一温度标签子集,U 2表示第二温度标签子集,U 3表示第三温度标签子集;
所述A4中,标准湿度传感数据的层级因子σ 2的计算公式为:
式中,V 1表示第一湿度标签子集,V 2表示第二湿度标签子集,V 3表示第三湿度标签子集;
所述A4中,标准气体浓度传感数据的层级因子σ 3的计算公式为:
式中,W 1表示第一气体浓度传感标签子集,W 2表示第二气体浓度传感标签子集,W 3表示第三气体浓度传感标签子集;
所述探测数据监测单元确定目标区域的消防紧急程度值包括以下步骤:
B1、根据标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子,生成第一层级矩阵和第二层级矩阵;
B2、根据第一层级矩阵和第二层级矩阵,确定目标区域的消防层级值;
B3、判断目标区域的消防层级值是否大于或等于第一层级矩阵的特征值与第二层级矩阵的特征值之和,若是则将消防层级值作为消防紧急程度值,否则将第一层级矩阵的特征值与第二层级矩阵的特征值之和作为消防紧急程度值;
所述B1中,第一层级矩阵X的表达式为:
式中,σ 1表示标准温度传感数据的层级因子,σ 2表示标准湿度传感数据的层级因子,σ 3表示标准气体浓度传感数据的层级因子;
所述B1中,第二层级矩阵Y的表达式为:
;
所述B2中,目标区域的消防层级值γ的计算公式为:
式中,X表示第一层级矩阵,Y表示第二层级矩阵,I表示单位矩阵,λ 1表示第一层级矩阵的特征值,λ 2表示第二层级矩阵的特征值。
2.根据权利要求1所述的基于消防的智能化***,其特征在于,所述A2中,生成标准温度变化曲线图的具体方法为:将标准温度数据的采集时刻作为横坐标,将各个采集时刻的标准温度数据作为纵坐标,生成标准温度变化曲线图;
所述A2中,生成标准湿度变化曲线图的具体方法为:将标准湿度数据的采集时刻作为横坐标,将各个采集时刻的标准湿度数据作为纵坐标,生成标准湿度变化曲线图;
所述A2中,生成标准气体浓度变化曲线的具体方法为:将标准气体浓度数据的采集时刻作为横坐标,将各个采集时刻的标准气体浓度数据作为纵坐标,生成标准气体浓度变化曲线图。
3.根据权利要求1所述的基于消防的智能化***,其特征在于,所述第一温度阈值θ 1的计算公式为:
式中,T max 表示最大标准温度数据,T min 表示最小标准温度数据,T ave 表示所有标准温度数据的均值, 表示第一温度权重值,N表示标准温度数据个数,k表示任意整数,/>表示第/>个标准温度数据, />表示第 />个标准温度数据,/>表示第N个标准温度数据;
所述第二温度阈值θ 2的计算公式为:
式中,表示第二温度权重值, /> 表示第1个标准温度数据,/>表示第个标准温度数据,/>表示第 />个标准温度数据;
所述第一湿度阈值θ 3的计算公式为:
式中,S max 表示最大标准湿度数据,S min 表示最小标准湿度数据,S ave 表示所有标准湿度数据的均值,表示第一湿度权重值,M表示标准湿度数据个数,k表示任意整数,/>表示第 />个标准湿度数据,/>表示第 />个标准湿度数据,/>表示第M个标准湿度数据;
所述第二湿度阈值θ 4的计算公式为:
式中,表示第二湿度权重值,/>表示第1个标准湿度数据,/>表示第/>个标准湿度数据, /> 表示第 />个标准湿度数据;
所述第一气体浓度阈值θ 5的计算公式为:
式中,Q max 表示最大标准气体浓度数据,Q min 表示最小标准气体浓度数据,Q ave 表示所有标准气体浓度数据的均值,表示第一气体浓度权重值,H表示标准气体浓度数据个数,k表示任意整数,/>表示第/>个标准气体浓度数据,/>表示第/>个标准气体浓度数据,/>表示第H个标准气体浓度数据;
所述第二气体浓度阈值θ 6的计算公式为:
式中,表示第二气体浓度权重值, />表示第1个标准气体浓度数据,/>表示第 />个标准气体浓度数据, />表示第/>个标准气体浓度数据。
4.一种基于消防的智能化方法,其特征在于,包括以下步骤:
S1、在目标区域布设若干个探测传感器;
S2、通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
S3、对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
S4、根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
S5、将目标区域的消防紧急程度值上传至用户终端,确定是否报警;
所述基于消防的智能化方法利用基于消防的智能化***实现,所述***包括探测节点布设单元、探测数据采集单元、探测数据处理单元、探测数据监测单元和消防报警单元;
所述探测节点布设单元用于在目标区域布设若干个探测传感器;
所述探测数据采集单元用于通过探测传感器采集目标区域的传感数据;其中,传感数据包括温度数据、湿度数据和气体浓度数据;
所述探测数据处理单元用于对目标区域的传感数据进行预处理,得到标准传感数据,并计算标准传感数据的层级因子;
所述探测数据监测单元用于根据标准传感数据的层级因子,确定目标区域的消防紧急程度值;
所述消防报警单元用于将目标区域的消防紧急程度值上传至用户终端,确定是否报警;
所述探测数据处理单元对目标区域的传感数据进行预处理和分级包括以下步骤:
A1、对目标区域的温度数据、湿度数据和气体浓度数据进行归一化处理和剔除空值处理,生成标准温度数据、标准湿度数据和标准气体浓度数据;
A2、根据标准温度数据、标准湿度数据和标准气体浓度数据,生成对应的标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度变化曲线图;
A3、分别生成标准温度变化曲线图、标准湿度变化曲线图和标准气体浓度曲线图对应的温度标签集合、湿度标签集合和气体浓度标签集合;
A4、根据温度标签集合、湿度标签集合和气体浓度标签集合,生成对应的标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子;
所述A3中,生成温度标签集合的具体方法为:在标准温度变化曲线图中,计算第一温度阈值和第二温度阈值,将标准温度变化曲线图中采集时刻最小的第一温度阈值与采集时刻最大的第二温度阈值连线,将连线与标准温度变化曲线的所有交点对应的标准温度数据作为第一温度标签子集;将标准温度变化曲线图中所有峰值点对应的标准温度数据均值作为第二温度标签子集;将标准温度变化曲线图中所有谷值点对应的标准温度数据均值作为第三温度标签子集;将第一温度标签子集、第二温度标签子集和第三温度标签子集的集合作为温度标签集合;
所述A3中,生成湿度标签集合的具体方法为:在标准湿度变化曲线图中,计算第一湿度阈值和第二湿度阈值,将标准湿度变化曲线图中采集时刻最小的第一湿度阈值与采集时刻最大的第二湿度阈值连线,将连线与标准湿度变化曲线的所有交点对应的标准湿度数据作为第一湿度标签子集;将标准湿度变化曲线图中所有峰值点对应的标准湿度数据均值作为第二湿度标签子集;将标准湿度变化曲线图中所有谷值点对应的标准湿度数据均值作为第三湿度标签子集;将第一湿度标签子集、第二湿度标签子集和第三湿度标签子集的集合作为湿度标签集合;
所述A3中,生成气体浓度标签集合的具体方法为:在标准气体浓度变化曲线图中,计算第一气体浓度阈值和第二气体浓度阈值,将标准气体浓度变化曲线图中采集时刻最小的第一气体浓度阈值与采集时刻最大的第二气体浓度阈值连线,将连线与标准气体浓度变化曲线的所有交点对应的标准气体浓度数据作为第一气体浓度标签子集;将标准气体浓度变化曲线图中所有峰值点对应的标准气体浓度数据均值作为第二气体浓度标签子集;将标准气体浓度变化曲线图中所有谷值点对应的标准气体浓度数据均值作为第三气体浓度标签子集;将第一气体浓度标签子集、第二气体浓度标签子集和第三气体浓度标签子集的集合作为气体浓度标签集合;
所述A4中,标准温度传感数据的层级因子σ 1的计算公式为:
式中,U 1表示第一温度标签子集,U 2表示第二温度标签子集,U 3表示第三温度标签子集;
所述A4中,标准湿度传感数据的层级因子σ 2的计算公式为:
式中,V 1表示第一湿度标签子集,V 2表示第二湿度标签子集,V 3表示第三湿度标签子集;
所述A4中,标准气体浓度传感数据的层级因子σ 3的计算公式为:
式中,W 1表示第一气体浓度传感标签子集,W 2表示第二气体浓度传感标签子集,W 3表示第三气体浓度传感标签子集;
所述探测数据监测单元确定目标区域的消防紧急程度值包括以下步骤:
B1、根据标准温度传感数据的层级因子、标准湿度传感数据的层级因子和标准气体浓度数据的层级因子,生成第一层级矩阵和第二层级矩阵;
B2、根据第一层级矩阵和第二层级矩阵,确定目标区域的消防层级值;
B3、判断目标区域的消防层级值是否大于或等于第一层级矩阵的特征值与第二层级矩阵的特征值之和,若是则将消防层级值作为消防紧急程度值,否则将第一层级矩阵的特征值与第二层级矩阵的特征值之和作为消防紧急程度值;
所述B1中,第一层级矩阵X的表达式为:
式中,σ 1表示标准温度传感数据的层级因子,σ 2表示标准湿度传感数据的层级因子,σ 3表示标准气体浓度传感数据的层级因子;
所述B1中,第二层级矩阵Y的表达式为:
;
所述B2中,目标区域的消防层级值γ的计算公式为:
式中,X表示第一层级矩阵,Y表示第二层级矩阵,I表示单位矩阵,λ 1表示第一层级矩阵的特征值,λ 2表示第二层级矩阵的特征值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235732.4A CN116978203B (zh) | 2023-09-25 | 2023-09-25 | 一种基于消防的智能化***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235732.4A CN116978203B (zh) | 2023-09-25 | 2023-09-25 | 一种基于消防的智能化***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116978203A CN116978203A (zh) | 2023-10-31 |
CN116978203B true CN116978203B (zh) | 2023-12-26 |
Family
ID=88473479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311235732.4A Active CN116978203B (zh) | 2023-09-25 | 2023-09-25 | 一种基于消防的智能化***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116978203B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU3395599A (en) * | 1993-07-30 | 1999-08-19 | Kidde Products Limited | Smoke detection system |
JP2009015711A (ja) * | 2007-07-06 | 2009-01-22 | Yazaki Corp | 火災・非火災判別装置および火災警報器 |
CN201796458U (zh) * | 2010-09-13 | 2011-04-13 | 香港华艺设计顾问(深圳)有限公司 | 一种地下车库火灾自动报警*** |
CN103761828A (zh) * | 2014-01-09 | 2014-04-30 | 华侨大学 | 一种客车发动机舱内火灾早期预警方法 |
CN103914942A (zh) * | 2014-04-15 | 2014-07-09 | 北京百纳威尔科技有限公司 | 移动终端报警方法及装置 |
JP2019074837A (ja) * | 2017-10-13 | 2019-05-16 | ホーチキ株式会社 | 異常判定システム、監視装置、異常判定方法、及びプログラム |
CN110097727A (zh) * | 2019-04-30 | 2019-08-06 | 暨南大学 | 基于模糊贝叶斯网络的森林火灾预警方法及*** |
EP4083867A1 (en) * | 2021-04-29 | 2022-11-02 | Yasar Universitesi | Recurrent trend predictive neural network for multi-sensor fire detection |
CN115620474A (zh) * | 2022-08-30 | 2023-01-17 | 浙江万里扬能源科技有限公司 | 一种基于ahp的储能预制舱消防报警优化方法及*** |
CN116504014A (zh) * | 2023-04-25 | 2023-07-28 | 电子科技大学 | 一种基于多维感知的森林火灾监测方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7102505B2 (en) * | 2004-05-27 | 2006-09-05 | Lawrence Kates | Wireless sensor system |
WO2013112287A1 (en) * | 2012-01-09 | 2013-08-01 | David Martin | Networked air quality monitoring |
-
2023
- 2023-09-25 CN CN202311235732.4A patent/CN116978203B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU3395599A (en) * | 1993-07-30 | 1999-08-19 | Kidde Products Limited | Smoke detection system |
JP2009015711A (ja) * | 2007-07-06 | 2009-01-22 | Yazaki Corp | 火災・非火災判別装置および火災警報器 |
CN201796458U (zh) * | 2010-09-13 | 2011-04-13 | 香港华艺设计顾问(深圳)有限公司 | 一种地下车库火灾自动报警*** |
CN103761828A (zh) * | 2014-01-09 | 2014-04-30 | 华侨大学 | 一种客车发动机舱内火灾早期预警方法 |
CN103914942A (zh) * | 2014-04-15 | 2014-07-09 | 北京百纳威尔科技有限公司 | 移动终端报警方法及装置 |
JP2019074837A (ja) * | 2017-10-13 | 2019-05-16 | ホーチキ株式会社 | 異常判定システム、監視装置、異常判定方法、及びプログラム |
CN110097727A (zh) * | 2019-04-30 | 2019-08-06 | 暨南大学 | 基于模糊贝叶斯网络的森林火灾预警方法及*** |
EP4083867A1 (en) * | 2021-04-29 | 2022-11-02 | Yasar Universitesi | Recurrent trend predictive neural network for multi-sensor fire detection |
CN115620474A (zh) * | 2022-08-30 | 2023-01-17 | 浙江万里扬能源科技有限公司 | 一种基于ahp的储能预制舱消防报警优化方法及*** |
CN116504014A (zh) * | 2023-04-25 | 2023-07-28 | 电子科技大学 | 一种基于多维感知的森林火灾监测方法及*** |
Non-Patent Citations (1)
Title |
---|
"基于数据融合技术的无人值守变电站火灾探测算法研究";冯俊宗等;《消防科学与技术》;第41卷(第09期);1281-1286页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116978203A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109416531A (zh) | 异常数据的重要度判定装置及异常数据的重要度判定方法 | |
CN111507376B (zh) | 一种基于多种无监督方法融合的单指标异常检测方法 | |
CN105139029B (zh) | 一种监狱服刑人员的行为识别方法及装置 | |
CN108052056A (zh) | Led照明灯具的状态监测方法、装置及*** | |
CN111583592B (zh) | 一种基于多维卷积神经网络的实验环境安全预警方法 | |
CN112258362B (zh) | 危险源识别方法、***及可读存储介质 | |
CN108664875A (zh) | 基于图像识别的井下皮带运输监控方法 | |
CN117192042A (zh) | 一种矿井瓦斯智能巡检***及方法 | |
CN109739197A (zh) | 一种化工废料处理设备的多工况故障预测方法 | |
CN116978203B (zh) | 一种基于消防的智能化***及方法 | |
CN117275202A (zh) | 文物重点区域危险源全方位实时智能预警方法及*** | |
CN114283367B (zh) | 用于园区火灾预警的人工智能明火探测方法及*** | |
CN115565329A (zh) | 一种基于物联网的建筑工地消防安全管理*** | |
CN116311739A (zh) | 一种基于长短时记忆网络及环境信息融合的多传感器火灾检测方法 | |
CN115841730A (zh) | 视频监控***、异常事件检测方法 | |
CN115685825A (zh) | 建筑荷载沉降点监测***和方法 | |
CN115328986A (zh) | 一种电厂安全预警数据分析处理方法及*** | |
CN115083103A (zh) | 基于深度学习的多波段红外热释电火焰探测器及探测方法 | |
JPH0728766A (ja) | パターン認識システム及び監視システム | |
CN117975372B (zh) | 一种基于YOLOv8和Transformer编码器相结合的工地安全检测***及方法 | |
CN106081911B (zh) | 一种塔式起重机在线监测*** | |
CN110400437A (zh) | 基于大数据处理的火灾监控报警与逃生指示一体化*** | |
CN116189896B (zh) | 一种基于云端的糖尿病健康数据预警方法及*** | |
CN114931365B (zh) | 一种医疗健康数据在线监测分析方法、***及存储介质 | |
CN118195582A (zh) | 一种应用于污染源运维平台的运维非正常状态预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |