CN109525668A - 基于云平台的消防物联网远程监控系统 - Google Patents

Abstract

本发明公开了一种基于云平台的消防物联网远程监控系统，包括设备感知层、数据处理层和系统应用层形成的物联网架构，还包括云平台；设备感知层通过前端物联感知设备对各监测区域进行实时的火灾监测，实时获取火灾探测数据；数据处理层通过网络将数据传输至云平台，利用权重模糊数据融合的方法将前端物联感知设备探测的火灾监测数据进行融合处理，并对监测信号进行分级分类存储上报；系统应用层包括消防联网远程监控中心和火警信息终端，采用PC端、APP移动端相结合的方式，呈现监控系统信息。本发明减少了数据融合节点的能量消耗，具有更好的数据实时性，通过数据服务支撑接口，实现上层业务应用的数据实时自动更新和访问。

Description

基于云平台的消防物联网远程监控系统

技术领域

本发明涉及消防物联网领域，具体说是一种以云平台、物联网、大数据为技术支撑，实现城市智慧消防远程监控的系统。

背景技术

随着经济社会的快速发展，国家对消防工作的高度重视，消防工作面临挑战和压力与日俱增，再加上中心城市的高层建筑、大型商业综合体、体育场馆、学校、医院等重点单位数量不断增加，规模不断扩大，消防设施设备日益增多，消防监管对象日益庞大，使得各传感器节点分布范围广泛，由于物联网本身的复杂性，传统的数据融合方法不适用于消防物联网的环境中。

发明内容

本发明的主要目的在于提供一种基于云平台的消防物联网远程监控系统，通过实时监控传输各类报警信息至云服务器，将汇聚的海量火灾监测数据，利用权重模糊方法进行数据融合，减少待融合的数据量，提高数据传输的实时性。

本发明为达上述目的所采用的技术方案是：

提供一种基于云平台的消防物联网远程监控系统，包括设备感知层、数据处理层和系统应用层形成的物联网架构，还包括云平台，该云平台作为数据中心的核心；

所述设备感知层通过前端物联感知设备对各监测区域进行实时的火灾监测，实时获取火灾探测数据；

所述数据处理层通过网络将数据传输至云平台，利用权重模糊数据融合的方法将前端物联感知设备探测的火灾监测数据进行融合处理，并对监测信号进行分级分类存储上报；

所述系统应用层包括消防联网远程监控中心和火警信息终端，采用PC端、APP移动端相结合的方式，呈现监控系统信息。

接上述技术方案，所述设备感知层包括火灾自动报警系统、自动喷水灭火系统、室内外消火栓、气体灭火系统、泡沫灭火系统、防排烟系统、防火门窗及防火卷帘、消防电梯、应急照明系统、电气火灾监测系统、干粉灭火系统、水喷雾灭火系统、消防联动控制系统、消防电话和消防应急广播。

接上述技术方案，所述权重模糊数据融合的方法具体为：

一个前端感知设备包含有一个或者n个传感器节点，设置n个传感器节点，输出的数据分别为a₁，a₂，a₃…，a_n,用f表示多个传感器节点的融合结果为：

f＝F(a₁，a₂，a₃…，a_n)

R表示节点容许度，R(a_i，a_j)(其中i≠j,0<i≤n,0<j≤n,i,j为整数)表示两个节点的容许度结果，R(a₁，a₂，a₃…，a_n)表示n个传感器的容许度，节点容许度函数为：

R:a×a×……×a→[0,1]

通过两两比较节点数据的容许度之后，选取最小的容许度值为系统的多传感器容许度结果；

用K(a_i)表示传感节点的模糊测度为：

n个传感器节点进行数据融合，某一个传感器组内传感器的个数为m_i个，则该传感器组的模糊测度可以表示为m_i/n，模糊测度在[0,1]之间；

融合函数、容许度函数和模糊测度函数，传感器组的数据融合为：

{F(a_n),R(a_n),K(a_n)}

系统在2ⁿ-1个融合结果中选取一个数据作为融合结果，被选中的融合结果符合其所在的传感器组的容许度及模糊测度都较高，MAX运算是两者中取较大值，MIN运算是两者中取最小值，最终的传感器组数据融合结果G_i为：

G_i＝MAX_i(F(a_i)，MIN(R(a_i)，K(a_i)))。

接上述技术方案，根据数据融合结果G_i，在物联网的火灾实时监测环境中，各传感器节点输出数据为a₁，a₂，a₃…，a_n，记录上次火灾监测的数据融合结果为G₀，根据火灾监测过程中的物联网环境取值σ，设置阈值范围为T＝[G₀-σ,G₀+σ]，将下次传送的火灾监测数据与T比较，根据比较结果决定数据保留或是数据权重附加；

所述数据保留为：如果传送的火灾监测数据不在阈值范围T之内，则保留该数据，并参与到数据融合的计算当中；

所述数据权重附加为：如果传送的火灾监测数据在阈值范围T之内，将该数据用G₀代替，数据权重为1。

接上述技术方案，当所有数据与阈值范围T完成比较之后，G₀的权重值是k，如果待计算的传感器组内没有包含G₀，则模糊测度为如果待计算的传感器组内包含G₀，则模糊测度为

接上述技术方案，所述系统应用层为消防联网远程监控中心和火警信息终端，监控中心在“消防一张图”上展示物联网监测系统上报的火灾报警信息，用户全面掌控监测区域的实时消防状态；火警信息终端根据用户角色的不同，设置不同级别的用户端，实时接收和推送监测区域的火灾报警信息、建筑消防设备设施运行状态信息和联网单位自主管理信息。

本发明产生的有益效果是：本发明基于云平台的消防物联网远程监控系统以云平台为数据中心的核心，汇聚海量原始数据，利用权重模糊方法融合海量的火灾监测数据，减少了数据融合节点的能量消耗，具有更好的数据实时性。通过数据服务支撑接口，实现上层业务应用的数据实时自动更新和访问。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明的消防物联网远程监控架构示意图；

图2为本发明的数据融合示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例的基于云平台的消防物联网远程监控系统，以云平台作为数据中心的核心，包括设备感知层、数据处理层和系统应用层共三个层面。

云平台数据中心通过将采集的各监测单元消防数据及图像信息进行集中分析判断，并与监控中心和火警信息终端进行数据交互。

设备感知层包括火灾自动报警系统、自动喷水灭火系统、室内外消火栓、气体灭火系统、泡沫灭火系统、防排烟系统、防火门窗及防火卷帘、消防电梯、应急照明系统、电气火灾监测系统、干粉灭火系统、水喷雾灭火系统、消防联动控制系统、消防电话和消防应急广播，基于前端物联感知设备对各监测区域进行实时的火警监测，识别消防设施及状态信息，采集火灾报警信号，获取各类消防监测数据。

消防数据包括：火灾自动报警系统的感温、感烟火灾探测器和手动报警按钮的工作状态及屏蔽、故障状态；自动喷水灭火系统的喷淋泵(稳压和增压泵)启停状态和故障状态，喷淋泵电源、水流指示器、报警阀、压力开关等设备的工作状态，及信号阀的启闭状态和给水管网的压力监控信息；室内、外消火栓的位置信息，水流、水压监控信息，消防水泵、消火栓泵电源和消火栓按钮等设备的工作状态和故障状态，及屋顶稳压泵的压力监控信息；气体灭火系统的气瓶、管网压力监控信息，驱动装置、防火门/窗、通风空调的工作状态，控制器手自动状态、故障状态和主备电源监控信息；泡沫灭火系统的消防水泵和泡沫泵的启停状态、故障状态；防排烟系统的风机、风机电源、电动排烟防火阀、电动防火阀、排烟口和电动排烟窗等设备的工作状态和故障状态；防火门窗及防火卷帘的控制器状态，防火卷帘工作状态、故障状态，防火门开、闭状态和故障状态；消防电梯的运行时所在楼层信号和故障状态，非消防电梯火灾时回降和停用信号；应急照明系统的电源主电工作状态、应急工作状态，照明系统、疏散指示标志工作状态和故障状态；电气火灾监测系统的监测点剩余电流、温度和剩余电压信息；干粉灭火系统的手、自动工作状态和故障状态，驱动装置、防火门窗、防火阀、通风空调等设备的工作状态；水喷雾灭火系统的喷淋泵(稳压和增压泵)启、停状态和故障状态，喷淋泵电源、水流指示器、报警阀、压力开关工作状态，及信号阀的启闭状态和给水管网的压力监控；消防联动控制系统的联动控制信息、屏蔽信息、故障信息、受控现场设备的联动控制信息和反馈信息；消防电话的正常工作状态和故障状态监测信息；以及消防应急广播的启停信号，处于应急广播状态的分区信息和预设广播信息。

数据处理层将云平台汇聚的海量的消防设施设备电子信号、消防情报信息和身份识别信息等等数据，进行权重模糊数据融合，利用其它技术对数据分类分级存储，形成多结构、多方面、多体系的消防大数据库。

传统的模糊数据融合在面对物联网海量数据的时候，不能满足数据实时性的要求，能量消耗比较大，不利于数据传送。本发明的权重模糊数据融合是在传统数据融合基础上改进的算法能够更好的适用于物联网环境。如图2所示，权重模糊数据融合方法具体为：设置n个传感器节点，它们输出的数据分别为a₁，a₂，a₃…，a_n,用f表示多个传感器节点的融合结果为：

f＝F(a₁，a₂，a₃…，a_n)

R表示节点容许度，R(a_i，a_j)(其中i≠j,0<i≤n,0<j≤n,i,j为整数)表示两个节点的容许度结果，R(a₁，a₂，a₃…，a_n)表示n个传感器的容许度，节点容许度函数为：

R:a×a×……×a→[0,1]

通过两两比较节点数据的容许度之后，选取最小的容许度值为系统的多传感器容许度结果。

用K(a_i)表示传感节点的模糊测度为：

n个传感器节点进行数据融合，某一个传感器组内传感器的个数为m_i个，则该传感器组的模糊测度可以表示为m_i/n,模糊测度在[0,1]之间。

融合函数、容许度函数和模糊测度函数，传感器组的数据融合为：

{F(a_n),R(a_n),K(a_n)}

系统在2ⁿ-1个融合结果中选取一个数据作为融合结果，被选中的融合结果符合其所在的传感器组的容许度及模糊测度都较高，MAX运算是两者中取较大值，MIN运算是两者中取最小值，最终的传感器组数据融合结果C_i为：

根据数据融合结果G_i，在物联网的火灾实时监测环境中，各传感器节点输出数据为a₁，a₂，a₃…，a_n，记录上次火灾监测的数据融合结果为G₀。根据火灾监测过程中的物联网环境取值σ，设置阈值范围为T＝[G₀-σ,G₀+σ]，将下次传送的火灾监测数据与T比较，根据比较结果决定数据保留或是数据权重附加。

数据保留为：如果传送的火灾监测数据不在阈值范围T之内，则保留该数据，并参与到数据融合的计算当中。

数据权重附加为：如果传送的火灾监测数据在阈值范围T之内，将该数据用G₀代替，数据权重为1。

当所有数据与阈值范围T完成比较之后，G₀的权重值是k。如果待计算的传感器组内没有包含G₀，则模糊测度为如果待计算的传感器组内包含G₀，则模糊测度为

本发明能够减少物联网海量数据的融合量，融合耗时更少，这样既减少了数据融合节点的能量消耗，又缩短了数据融合所需要的时间，能更好的应用于物联网环境下对海量数据的实时性要求。

系统应用层为消防联网远程监控中心和火警信息终端，监控中心在“消防一张图”上展示物联网监测系统上报的火灾报警信息，用户全面掌控监测区域的实时消防状态；火警信息终端根据用户角色的不同，设置不同级别的用户端，实时接收和推送监测区域的火灾报警信息、建筑消防设备设施运行状态信息和联网单位自主管理信息。

设备感知层包括火灾自动报警系统、自动喷水灭火系统、室内外消火栓、气体灭火系统、泡沫灭火系统、防排烟系统、防火门窗及防火卷帘、消防电梯、应急照明系统、电气火灾监测系统、干粉灭火系统、水喷雾灭火系统、消防联动控制系统、消防电话和消防应急广播，基于前端物联感知设备对各高层楼宇、商业综合体、赛事场馆、学校、医院等重点单位的监测区域进行实时的火警监测，监测点可以是感烟探测器、火焰探测器、可燃气体探测器、手动报警按钮、温度传感器、声光报警器、网络摄像头等，从而采集火灾报警信号，获取各类消防监测数据。

数据处理层将汇聚至云平台的海量火灾监测数据，通过权重模糊方法进行数据融合，保证多源异构数据的实时性。为对接相应的消防业务逻辑，可将数据整合分类为火警数据、隐患数据、消防监管数据、维保数据、巡检数据、业务反馈数据、上级单位上报数据等，利用这些有效的大数据信息支撑上层业务，实现对联网消防设施的智能化监控。

系统应用层包括消防联网监控中心和火警信息终端。监控中心可以采用大屏组合的方式全方位掌控物联网监测系统(火灾监测报警系统、消防水系统监测、可燃气体监测系统等)上报的火灾报警信息，经数据甄别后，可将预警信号以短信、APP提醒方式向有关人员报送。火警信息终端可以是消防部门和联网单位的PC端、APP端，消防部门将大数据分析后生成的隐患统计、巡查统计、报警统计等各类智能报表统一在PC端或APP端进行集成展现，发生火灾报警时，自动调取火警相关信息，联网单位通过PC端或APP端实时监控预警，根据大数据巡检和维保数据执行相应的操作。

云平台是整个监控系统数据中心的核心，既能接收设备感知层的消防数据信息和图像信息，也能发送数据至消防联网远程监控中心和火警信息终端。监控中心和火警信息终端通过互联网与云平台建立连接，监控中心通过互联网向消防物联网云平台同步PC和APP数据，由云平台提供PC和APP的访问服务，火警信息终端可根据现场实际情况，与监控中心进行数据传输并接收监管指令。

综上所述，本发明的基于云平台的消防物联网远程监控系统，在云平台上汇聚海量原始数据，利用权重模糊方法融合海量的火灾监测数据，可减少数据融合节点的能量消耗，物联网异构节点的数据实时性。当监测到发生火灾时，云平台能够发送相应的火警信息至监控中心和火警信息终端，使相关人员能够及时采取措施，以便及时排除消防安全隐患，避免更多的人力财力损失，保障消防安全。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种基于云平台的消防物联网远程监控系统，其特征在于，包括设备感知层、数据处理层和系统应用层形成的物联网架构，还包括云平台，该云平台作为数据中心的核心；

所述设备感知层通过前端物联感知设备对各监测区域进行实时的火灾监测，实时获取火灾探测数据；

所述数据处理层通过网络将数据传输至云平台，利用权重模糊数据融合的方法将前端物联感知设备探测的火灾监测数据进行融合处理，并对监测信号进行分级分类存储上报；

所述系统应用层包括消防联网远程监控中心和火警信息终端，采用PC端、APP移动端相结合的方式，呈现监控系统信息。

2.根据权利要求1所述的基于云平台的消防物联网远程监控系统，其特征在于，所述设备感知层包括火灾自动报警系统、自动喷水灭火系统、室内外消火栓、气体灭火系统、泡沫灭火系统、防排烟系统、防火门窗及防火卷帘、消防电梯、应急照明系统、电气火灾监测系统、干粉灭火系统、水喷雾灭火系统、消防联动控制系统、消防电话和消防应急广播。

3.根据权利要求1所述的基于云平台的消防物联网远程监控系统，其特征在于，所述权重模糊数据融合的方法具体为：

一个前端感知设备包含有一个或者n个传感器节点，设置n个传感器节点，输出的数据分别为a₁，a₂，a₃…，a_n,用f表示多个传感器节点的融合结果为：

f＝F(a₁，a₂，a₃…，a_n)

R表示节点容许度，R(a_i，a_j)表示两个传感器节点的容许度结果，其中i≠j,0<i≤n,0<j≤n,i,j为整数，R(a₁，a₂，a₃…，a_n)表示n个传感器的容许度，节点容许度函数为：

R:a×a×……×a→[0,1]

通过两两比较节点数据的容许度之后，选取最小的容许度值为系统的多传感器容许度结果；

用K(a_i)表示传感节点的模糊测度为：

n个传感器节点进行数据融合，某一个传感器组内传感器的个数为m_i个，则该传感器组的模糊测度可以表示为m_i/n，模糊测度在[0,1]之间；

融合函数、容许度函数和模糊测度函数，传感器组的数据融合为：

{F(a_n),R(a_n),K(a_n)}

系统在2ⁿ-1个融合结果中选取一个数据作为融合结果，被选中的融合结果符合其所在的传感器组的容许度及模糊测度都较高，MAX运算是两者中取较大值，MIN运算是两者中取最小值，最终的传感器组数据融合结果G_i为：

G_i＝MAX_i(F(a_i)，MIN(R(a_i)，K(a_i)))。

4.根据权利要求3所述的基于云平台的消防物联网远程监控系统，其特征在于，根据数据融合结果G_i，在物联网的火灾实时监测环境中，各传感器节点输出数据为a₁，a₂，a₃…，a_n，记录上次火灾监测的数据融合结果为G₀，根据火灾监测过程中的物联网环境取值σ，设置阈值范围为T＝[G₀-σ,G₀+σ]，将下次传送的火灾监测数据与T比较，根据比较结果决定数据保留或是数据权重附加；

所述数据保留为：如果传送的火灾监测数据不在阈值范围T之内，则保留该数据，并参与到数据融合的计算当中；

所述数据权重附加为：如果传送的火灾监测数据在阈值范围T之内，将该数据用G₀代替，数据权重为1。

5.根据权利要求4所述的基于云平台的消防物联网远程监控系统，其特征在于，当所有数据与阈值范围T完成比较之后，G₀的权重值是k，如果待计算的传感器组内没有包含G₀，则模糊测度为如果待计算的传感器组内包含G₀，则模糊测度为

6.根据权利要求1所述的基于云平台的消防物联网远程监控系统，其特征在于，所述系统应用层为消防联网远程监控中心和火警信息终端，监控中心在“消防一张图”上展示物联网监测系统上报的火灾报警信息，用户全面掌控监测区域的实时消防状态；火警信息终端根据用户角色的不同，设置不同级别的用户端，实时接收和推送监测区域的火灾报警信息、建筑消防设备设施运行状态信息和联网单位自主管理信息。