CN110930632A - 一种基于人工智能的预警系统 - Google Patents
一种基于人工智能的预警系统 Download PDFInfo
- Publication number
- CN110930632A CN110930632A CN201911059132.0A CN201911059132A CN110930632A CN 110930632 A CN110930632 A CN 110930632A CN 201911059132 A CN201911059132 A CN 201911059132A CN 110930632 A CN110930632 A CN 110930632A
- Authority
- CN
- China
- Prior art keywords
- fire
- module
- monitoring
- level
- early warning
- 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.)
- Granted
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 75
- 230000003287 optical effect Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000001629 suppression Effects 0.000 claims description 15
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 238000010223 real-time analysis Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Alarm Systems (AREA)
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于人工智能的预警系统，包括远程监控中心、监控数据采集终端、火灾预测模块、火情判别模块和无线通信模块，监控终端、火灾预测模块和火情判别模块通过无线通信模块与远程监控中心连接，远程控制中心包括显示模块、中心计算机、历史火情知识库、应急方案数据库和在线报警模块；本发明系统能够通过监控数据采集终端采集监控区域内的各种数据，通过在CCD相机前加上滤光片能够有效减少背景干扰，进而提高火灾识别效率，通过火灾预测模块和火情判别模块，根据可能发生的火灾属于人工可扑救成功率的影响级别进行后续处理，能够为远程监控中心提供更为精准的实时数据，能便于远程监控中心提供更为精准科学、安全的预警决策。
Description
技术领域
本发明涉及监控技术领域，尤其涉及一种基于人工智能的预警系统。
背景技术
人工智能(ArtificialIntelligence),英文缩写为AI，是计算机科学的分支，是一门新的科学技术，近几年被广泛用于图像识别，且识别率已经超过人类，通过一定的数据训练，人工智能算法可以对特定的行为、模式进行识别；
火灾是指在时间或空间上失去控制的燃烧所造成的灾害，在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一；
随着科学技术的发展，各种各样的智能设备走进了人们的生活和工作中，为人们提供了越来越多的便利，目前，人们采用了很多的手段来探测火灾，传统的基于传感器的火灾探测技术，通过检测空气中的烟雾浓度来实现火灾报警，但是当火焰很小时或者距离传感器很远的时候，采用传统的火灾探测技术往往不能及时发现火灾险情，不能在火灾发生的初期对险情进行预警，这就浪费了火灾扑救的宝贵时间，甚至会给社会造成巨大的经济损失和人员伤亡，因此，本发明提出一种基于人工智能的预警系统，以解决现有技术中的不足之处。
发明内容
针对上述问题，本发明提出一种基于人工智能的预警系统，本发明系统能够通过监控数据采集终端采集监控区域内的各种数据，通过在CCD相机前加上滤光片能够有效减少背景干扰，进而提高火灾识别效率，通过火灾预测模块和火情判别模块，根据可能发生的火灾属于人工可扑救成功率的影响级别进行后续处理，能够为远程监控中心提供更为精准的实时数据，能便于远程监控中心提供更为精准科学、安全的预警决策。
本发明提出一种基于人工智能的预警系统，包括远程监控中心、监控数据采集终端、火灾预测模块、火情判别模块和无线通信模块，所述监控终端、火灾预测模块和火情判别模块通过无线通信模块与远程监控中心连接；
所述监控数据采集终端包括视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块，所述视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块均与火灾预测模块连接，所述火灾预测模块用于根据监控数据采集终端采集的相关数据进行实时分析，判断火灾可能发生的概率，所述火灾预测模块与火情判别模块连接，所述火情判别模块根据火灾预测模块判断出的火灾可能发生的概率判别可能发生的火灾的火情级别，并将判断信息传输至远程监控中心；
所述远程控制中心包括显示模块、中心计算机、历史火情知识库、应急方案数据库和在线报警模块，所述显示模块、历史火情知识库、应急方案数据库和在线报警模块均与中心计算机连接，所述中心计算机用于根据火情判别模块的判断然后基于信息历史火情知识库和应急方案数据库内的数据知识，形成实时预警决策，并根据决策的等级触发在线报警模块发出不同级别的预警信息，所述显示模块用于显示中心计算机接收的所有数据信息。
进一步改进在于：所述火灾预测模块据监控数据采集终端采集的相关数据进行实时分析时，当判断火灾可能发生的概率低于30％时，则不通过火情判别模块进行判别可能发生的火灾的火情级别，直接通过无线通信模块将火灾可能发生的概率这一数据信息传输至中心计算机。
进一步改进在于：所述火情判别模块的判别过程为：根据所述火灾预测模块判断出的火灾可能发生的概率以及视频监控模块的监控数据，判别出可能发生的火灾属于自然火灾还是人为火灾，并判别出火灾的影响级别。
进一步改进在于：所述火灾的影响级别包括一级影响、二级影响、三级影响、四级影响和五级影响，所述一级影响表示可能发生的火灾属于人工可扑救成功率为90-100％的火情，所述二级影响表示可能发生的火灾属于人工可扑救成功率为80-90％的火情，所述三级影响表示可能发生的火灾属于人工可扑救成功率为65-80％的火情，所述四级影响表示可能发生的火灾属于人工可扑救成功率为40-65％的火情，所述一级影响表示可能发生的火灾属于人工可扑救成功率低于40％的火情。
进一步改进在于：所述视频监控模块包括通过CCD相机与滤光片，所述CCD相机与滤光片实时采集监控区域的红外视频信息；所述滤光片套设于CCD相机镜头前。
进一步改进在于：所述后CCD相机通过无线通信模块与中心计算机相连，所述中心计算机根据CCD相机与滤光片实时采集监控区域的红外视频信息计算机利用视频图像帧间差分法与背景差法相结合的自适应背景更新方法来提取疑似火灾区域，并对疑似火灾区域进行滤波、边缘增强、开运算预处理，得出计算结果本地备份后并回传至火灾预测模块。
进一步改进在于：所述历史火情知识库为包含各类火灾火情知识的经验型知识库，所述应急方案数据库为包含各种历史火灾处理措施的经验型数据库，且所述应急方案数据库还与互联网数据进行实时交互，用于联网获取互联网上实时更新的经验措施。
本发明的有益效果为：本发明系统能够通过监控数据采集终端采集监控区域内的各种数据，通过在CCD相机前加上滤光片能够有效减少背景干扰，进而提高火灾识别效率，通过火灾预测模块和火情判别模块，根据可能发生的火灾属于人工可扑救成功率的影响级别进行后续处理，能够为远程监控中心提供更为精准的实时数据，能便于远程监控中心提供更为精准科学、安全的预警决策。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
一种基于人工智能的预警系统，包括远程监控中心、监控数据采集终端、火灾预测模块、火情判别模块和无线通信模块，所述监控终端、火灾预测模块和火情判别模块通过无线通信模块与远程监控中心连接；
所述监控数据采集终端包括视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块，所述视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块均与火灾预测模块连接，所述火灾预测模块用于根据监控数据采集终端采集的相关数据进行实时分析，判断火灾可能发生的概率，所述火灾预测模块与火情判别模块连接，所述火情判别模块根据火灾预测模块判断出的火灾可能发生的概率判别可能发生的火灾的火情级别，并将判断信息传输至远程监控中心；
所述远程控制中心包括显示模块、中心计算机、历史火情知识库、应急方案数据库和在线报警模块，所述显示模块、历史火情知识库、应急方案数据库和在线报警模块均与中心计算机连接，所述中心计算机用于根据火情判别模块的判断然后基于信息历史火情知识库和应急方案数据库内的数据知识，形成实时预警决策，并根据决策的等级触发在线报警模块发出不同级别的预警信息，所述显示模块用于显示中心计算机接收的所有数据信息。
所述火灾预测模块据监控数据采集终端采集的相关数据进行实时分析时，当判断火灾可能发生的概率低于30％时，则不通过火情判别模块进行判别可能发生的火灾的火情级别，直接通过无线通信模块将火灾可能发生的概率这一数据信息传输至中心计算机。
所述火情判别模块的判别过程为：根据所述火灾预测模块判断出的火灾可能发生的概率以及视频监控模块的监控数据，判别出可能发生的火灾属于自然火灾还是人为火灾，并判别出火灾的影响级别。
所述火灾的影响级别包括一级影响、二级影响、三级影响、四级影响和五级影响，所述一级影响表示可能发生的火灾属于人工可扑救成功率为90-100％的火情，所述二级影响表示可能发生的火灾属于人工可扑救成功率为80-90％的火情，所述三级影响表示可能发生的火灾属于人工可扑救成功率为65-80％的火情，所述四级影响表示可能发生的火灾属于人工可扑救成功率为40-65％的火情，所述一级影响表示可能发生的火灾属于人工可扑救成功率低于40％的火情。
所述视频监控模块包括通过CCD相机与滤光片，所述CCD相机与滤光片实时采集监控区域的红外视频信息；所述滤光片套设于CCD相机镜头前。
所述后CCD相机通过无线通信模块与中心计算机相连，所述中心计算机根据CCD相机与滤光片实时采集监控区域的红外视频信息计算机利用视频图像帧间差分法与背景差法相结合的自适应背景更新方法来提取疑似火灾区域，并对疑似火灾区域进行滤波、边缘增强、开运算预处理，得出计算结果本地备份后并回传至火灾预测模块。
所述历史火情知识库为包含各类火灾火情知识的经验型知识库，所述应急方案数据库为包含各种历史火灾处理措施的经验型数据库，且所述应急方案数据库还与互联网数据进行实时交互，用于联网获取互联网上实时更新的经验措施。
本发明系统能够通过监控数据采集终端采集监控区域内的各种数据，再通过在CCD相机前加上滤光片能够有效减少背景干扰，进而提高火灾识别效率，通过火灾预测模块和火情判别模块，根据可能发生的火灾属于人工可扑救成功率的影响级别进行后续处理，能够为远程监控中心提供更为精准的实时数据，能便于远程监控中心提供更为精准科学、安全的预警决策。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于人工智能的预警系统，其特征在于：包括远程监控中心、监控数据采集终端、火灾预测模块、火情判别模块和无线通信模块，所述监控终端、火灾预测模块和火情判别模块通过无线通信模块与远程监控中心连接；
所述监控数据采集终端包括视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块，所述视频监控模块、风速监控模块、温度监控模块、二氧化碳监测模块、风向监控模块和湿度监控模块均与火灾预测模块连接，所述火灾预测模块用于根据监控数据采集终端采集的相关数据进行实时分析，判断火灾可能发生的概率，所述火灾预测模块与火情判别模块连接，所述火情判别模块根据火灾预测模块判断出的火灾可能发生的概率判别可能发生的火灾的火情级别，并将判断信息传输至远程监控中心；
所述远程控制中心包括显示模块、中心计算机、历史火情知识库、应急方案数据库和在线报警模块，所述显示模块、历史火情知识库、应急方案数据库和在线报警模块均与中心计算机连接，所述中心计算机用于根据火情判别模块的判断然后基于信息历史火情知识库和应急方案数据库内的数据知识，形成实时预警决策，并根据决策的等级触发在线报警模块发出不同级别的预警信息，所述显示模块用于显示中心计算机接收的所有数据信息。
2.根据权利要求1所述的一种基于人工智能的预警系统，其特征在于：所述火灾预测模块据监控数据采集终端采集的相关数据进行实时分析时，当判断火灾可能发生的概率低于30％时，则不通过火情判别模块进行判别可能发生的火灾的火情级别，直接通过无线通信模块将火灾可能发生的概率这一数据信息传输至中心计算机。
3.根据权利要求1所述的一种基于人工智能的预警系统，其特征在于：所述火情判别模块的判别过程为：根据所述火灾预测模块判断出的火灾可能发生的概率以及视频监控模块的监控数据，判别出可能发生的火灾属于自然火灾还是人为火灾，并判别出火灾的影响级别。
4.根据权利要求3所述的一种基于人工智能的预警系统，其特征在于：所述火灾的影响级别包括一级影响、二级影响、三级影响、四级影响和五级影响，所述一级影响表示可能发生的火灾属于人工可扑救成功率为90-100％的火情，所述二级影响表示可能发生的火灾属于人工可扑救成功率为80-90％的火情，所述三级影响表示可能发生的火灾属于人工可扑救成功率为65-80％的火情，所述四级影响表示可能发生的火灾属于人工可扑救成功率为40-65％的火情，所述一级影响表示可能发生的火灾属于人工可扑救成功率低于40％的火情。
5.根据权利要求1所述的一种基于人工智能的预警系统，其特征在于：所述视频监控模块包括通过CCD相机与滤光片，所述CCD相机与滤光片实时采集监控区域的红外视频信息；所述滤光片套设于CCD相机镜头前。
6.根据权利要求5所述的一种基于人工智能的预警系统，其特征在于：所述后CCD相机通过无线通信模块与中心计算机相连，所述中心计算机根据CCD相机与滤光片实时采集监控区域的红外视频信息计算机利用视频图像帧间差分法与背景差法相结合的自适应背景更新方法来提取疑似火灾区域，并对疑似火灾区域进行滤波、边缘增强、开运算预处理，得出计算结果本地备份后并回传至火灾预测模块。
7.根据权利要求1所述的一种基于人工智能的预警系统，其特征在于：所述历史火情知识库为包含各类火灾火情知识的经验型知识库，所述应急方案数据库为包含各种历史火灾处理措施的经验型数据库，且所述应急方案数据库还与互联网数据进行实时交互，用于联网获取互联网上实时更新的经验措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911059132.0A CN110930632B (zh) | 2019-11-01 | 2019-11-01 | 一种基于人工智能的预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911059132.0A CN110930632B (zh) | 2019-11-01 | 2019-11-01 | 一种基于人工智能的预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110930632A true CN110930632A (zh) | 2020-03-27 |
| CN110930632B CN110930632B (zh) | 2021-12-21 |
Family
ID=69850023
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911059132.0A Expired - Fee Related CN110930632B (zh) | 2019-11-01 | 2019-11-01 | 一种基于人工智能的预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110930632B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111583575A (zh) * | 2020-05-11 | 2020-08-25 | 安徽民生信息股份有限公司 | 一种消防预警监控装置 |
| CN111932816A (zh) * | 2020-07-29 | 2020-11-13 | 中国能源建设集团广东省电力设计研究院有限公司 | 用于海上风电场和海岛微电网的火灾报警管理方法及装置 |
| CN112614295A (zh) * | 2020-12-14 | 2021-04-06 | 云南电网有限责任公司电力科学研究院 | 一种基于智能感知终端的火灾监测预警系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101673448A (zh) * | 2009-09-30 | 2010-03-17 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测方法及系统 |
| CN201629019U (zh) * | 2009-09-30 | 2010-11-10 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测系统 |
| CN102184552A (zh) * | 2011-05-11 | 2011-09-14 | 上海理工大学 | 一种基于差分融合与图像边缘信息的运动目标检测方法 |
| CN202434011U (zh) * | 2012-02-09 | 2012-09-12 | 毛振刚 | 森林火灾自动监测与报警系统 |
| CN202472841U (zh) * | 2011-12-19 | 2012-10-03 | 南京农业大学 | 基于物联网的森林火灾监测预警系统 |
| CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
| US8674831B1 (en) * | 2010-04-16 | 2014-03-18 | Kontek Industries, Inc. | Security systems with adaptive subsystems networked through barrier modules and armored building modules |
| DE102013214624A1 (de) * | 2013-07-26 | 2015-01-29 | Robert Bosch Gmbh | Branderkennungsvorrichtung, Verfahren zur Auswertung von mindestens einem Branderkennungsmerkmal sowie Computerprogramm |
| CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
| CN106682260A (zh) * | 2016-11-18 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种山火灾害发展趋势模拟预测方法及装置 |
| CN106710120A (zh) * | 2016-12-26 | 2017-05-24 | 安徽天立泰科技股份有限公司 | 一种前端分布式森林烟火识别定位智能感知系统 |
| CN108765836A (zh) * | 2018-05-22 | 2018-11-06 | 深圳源广安智能科技有限公司 | 一种基于无线传感器网络的森林火灾预警系统 |
| 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系统 |
| CN110390789A (zh) * | 2019-08-21 | 2019-10-29 | 深圳云感物联网科技有限公司 | 基于大数据的森林防火数据分析系统 |
-
2019
- 2019-11-01 CN CN201911059132.0A patent/CN110930632B/zh not_active Expired - Fee Related
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201629019U (zh) * | 2009-09-30 | 2010-11-10 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测系统 |
| CN101673448A (zh) * | 2009-09-30 | 2010-03-17 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测方法及系统 |
| US8674831B1 (en) * | 2010-04-16 | 2014-03-18 | Kontek Industries, Inc. | Security systems with adaptive subsystems networked through barrier modules and armored building modules |
| CN102184552A (zh) * | 2011-05-11 | 2011-09-14 | 上海理工大学 | 一种基于差分融合与图像边缘信息的运动目标检测方法 |
| CN202472841U (zh) * | 2011-12-19 | 2012-10-03 | 南京农业大学 | 基于物联网的森林火灾监测预警系统 |
| CN202434011U (zh) * | 2012-02-09 | 2012-09-12 | 毛振刚 | 森林火灾自动监测与报警系统 |
| CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
| DE102013214624A1 (de) * | 2013-07-26 | 2015-01-29 | Robert Bosch Gmbh | Branderkennungsvorrichtung, Verfahren zur Auswertung von mindestens einem Branderkennungsmerkmal sowie Computerprogramm |
| CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
| CN106682260A (zh) * | 2016-11-18 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种山火灾害发展趋势模拟预测方法及装置 |
| CN106710120A (zh) * | 2016-12-26 | 2017-05-24 | 安徽天立泰科技股份有限公司 | 一种前端分布式森林烟火识别定位智能感知系统 |
| CN108765836A (zh) * | 2018-05-22 | 2018-11-06 | 深圳源广安智能科技有限公司 | 一种基于无线传感器网络的森林火灾预警系统 |
| 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系统 |
| CN110390789A (zh) * | 2019-08-21 | 2019-10-29 | 深圳云感物联网科技有限公司 | 基于大数据的森林防火数据分析系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111583575A (zh) * | 2020-05-11 | 2020-08-25 | 安徽民生信息股份有限公司 | 一种消防预警监控装置 |
| CN111932816A (zh) * | 2020-07-29 | 2020-11-13 | 中国能源建设集团广东省电力设计研究院有限公司 | 用于海上风电场和海岛微电网的火灾报警管理方法及装置 |
| CN111932816B (zh) * | 2020-07-29 | 2021-06-04 | 中国能源建设集团广东省电力设计研究院有限公司 | 用于海上风电场和海岛微电网的火灾报警管理方法及装置 |
| CN112614295A (zh) * | 2020-12-14 | 2021-04-06 | 云南电网有限责任公司电力科学研究院 | 一种基于智能感知终端的火灾监测预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110930632B (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110930632B (zh) | 一种基于人工智能的预警系统 | |
| CN103150856B (zh) | 火灾火焰视频监测预警系统 | |
| CN110287552B (zh) | 基于改进随机森林算法的电机轴承故障诊断方法及系统 | |
| CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
| CN109785564B (zh) | 一种家庭智能安防监控系统 | |
| CN110517441A (zh) | 基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法 | |
| CN111462451A (zh) | 基于视频信息的秸秆焚烧检测报警系统 | |
| CN111223263A (zh) | 一种全自动综合型火灾预警响应系统 | |
| CN111047819B (zh) | 一种基于远程通讯的智能监控系统 | |
| CN111899452A (zh) | 基于边缘计算的森林防火预警系统 | |
| CN110147762A (zh) | 一种嵌入式消防误报消除系统 | |
| CN109102665A (zh) | 一种基于智能家居的小区住户安全保护系统 | |
| CN112885021B (zh) | 一种基于复合算法的多传感器火灾预测方法及系统 | |
| CN107526319A (zh) | 一种楼宇安防监控系统 | |
| CN110853287A (zh) | 一种基于物联网分布式架构的火焰实时监控系统及方法 | |
| CN110929608A (zh) | 安全帽佩带检测方法及系统 | |
| CN113409538A (zh) | 一种智能远程监控预警管理系统 | |
| CN113256934A (zh) | 一种高空作业人员安全检测系统 | |
| CN115393340A (zh) | 一种基于5g算法的ai视觉产品质量检测系统 | |
| CN114005236A (zh) | 基于物联网的森林火灾检测方法、系统和可读存储介质 | |
| CN105225398B (zh) | 一种森林防火监控平台 | |
| CN118196993A (zh) | 一种基于深度学习的光伏厂区的人员与烟火识别系统及装置 | |
| CN117240891A (zh) | 基于视频监控和ds证据理论融合的公共安全事件检测方法 | |
| CN117690243A (zh) | 一种基于物联网的建筑安全监测方法 | |
| CN112947147A (zh) | 一种基于多传感器及云平台算法的消防机器人 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211221 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |