CN110944032A - 一种基于泛在电力物联网的自组网综合感知智能识别预警方法 - Google Patents
一种基于泛在电力物联网的自组网综合感知智能识别预警方法 Download PDFInfo
- Publication number
- CN110944032A CN110944032A CN201910973949.2A CN201910973949A CN110944032A CN 110944032 A CN110944032 A CN 110944032A CN 201910973949 A CN201910973949 A CN 201910973949A CN 110944032 A CN110944032 A CN 110944032A
- Authority
- CN
- China
- Prior art keywords
- hoc network
- data
- things
- early warning
- sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000008447 perception Effects 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims abstract description 12
- 238000003062 neural network model Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000002341 toxic gas Substances 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 239000013618 particulate matter Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 230000007480 spreading Effects 0.000 description 7
- 239000000383 hazardous chemical Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013456 study Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
一种基于泛在电力物联网的自组网综合感知智能识别预警方法，通过构建基于泛在电力物联网立体通信自组网。构建立体定位体系，利用自组网确定无人机与便携式智能监测端的GIS信息。根据电力应急处置现场根据地形情况，利用便携式智能监测端或者无人机上的传感器采集环境因素数据以及热红外数据，并通过无线网络将环境因素数据以及热红外数据发送至服务器。所述服务器对采集的数据进行筛选，将筛选后的数据输入智能专家库或者神经网络模型获得报警等级。所述服务器根据所述预警等级进行告警提示。有利于应急处置人员的风险预控，提高了实时监测数据的处理能力，提高现场处置人员的人身安全及应急处置信息支撑能力。
Description
技术领域
应用于山火、危化品等灾害情景下电力应急处置现场的一种基于泛在电力物联网的自组网综合感知智能识别预警技术。
背景技术
在山火、危化品等涉及人员人身安全风险较高的突发事件电力应急处置现场中，应急处置人员往往对自身所处周边环境掌握不及时、不全面，尤其是风力、风向等环境因素对山火及危化品事故过程中的处置策略影响较大，即时性要求很高，风向一变将直接影响处置策略并危及人身安全。需要快速在山火、危化品处置现场周围快速部署监测现场气象、红外热辐射等环境监测，并能智能预警风险，为现场处置提供环境监测智能预警支撑、人员地理空间高精度定位及自组网通信支撑。而现有技术中，缺乏高风险突发事件快速预警分析的技术。
发明内容
本发明的目的是通过以下技术方案实现的。
一种基于泛在电力物联网的自组网综合感知智能识别预警方法，包括：
步骤1：构建基于泛在电力物联网立体通信自组网。
步骤2：构建立体定位体系，利用自组网确定无人机与便携式智能监测端的地理信息。
步骤3：根据电力应急处置现场根据地形情况，利用便携式智能监测端或者无人机上的传感器采集环境因素数据以及热红外数据，并通过无线网络将环境因素数据以及热红外数据发送至服务器。
步骤4：所述服务器对采集的数据进行筛选，将筛选后的数据输入智能专家库或者神经网络模型获得报警等级。
步骤5：所述服务器根据所述预警等级利用告警模块进行告警提示。
其中，所述泛在电力物联网立体通信自组网包括支持NB-Iot、LoRa、 LoRaWAN、MQTT、2G-5G、Wifi、PLC、GPRS通讯的接口。
其中，所述立体定位体系中，利用北斗卫星导航技术，利用 PPK(postprocessedkinematic)动态后处理技术，结合多个同步监测基准站接收机对卫星的载波相位观测量，进行线性组合，形成虚拟的载波相位观测量值，可辅助实现对移动端及无人机的空间定位。
进一步，所述自组网包括多个节点，所述节点可通过自主定位的欧几里得定位算法、鲁棒定位算法及N跳复合定位算法确定救援人员移动端、无人机与多个便携式智能监测定位端的矢量位置，形成立体化的地理空间高精度定位。
更进一步，矢量位置信息包括经纬度、海拔、与各端之间的距离、地理空间矢量坐标。
其中，所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据。
其中，服务器包括风险识别影响模型，根据多要素耦合及风险识别影响模型阈值设置，利用泛在电力物联网边缘计算技术自动识别风险等级；
其中，服务器中包括智能专家库，所述智能专家库可以查询历史信息，并将当前数据与历史数据进行相似度分析，以获得推荐的风险等级。
其中，所述服务器将告警结果发送至便携式智能监测端和现场指挥端，并进行声光报警。
一种基于泛在电力物联网的自组网综合感知智能识别预警系统，其特征在于，包括：泛在电力物联网自组网分别与无人机、便携式监测端、现场指挥端、服务器相连；其中，所述无人机上搭载多个传感器，所述便携式监测端与其他多个传感器相连，所述服务器包括数据筛选模块、数据计算模块、信息发送模块；所述数据筛选模块将通过无人机、便携式监测端采集到的数据进行筛选，所述数据计算模块包括智能专家库或者神经网络风险影响识别模型，由所述智能专家库或者神经网络风险影响识别模型获得推荐风险等级；由信息发送模块将由推荐风险等级得到的告警信息推送到现场指挥端和便携式监测端。
其中，所述自组网包括支持NB-Iot、LoRa、LoRaWAN、MQTT、2G-5G、Wifi、 PLC、GPRS通信协议的接口；所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据；所述告警信息包括告警的等级、声光控制信号。
本发明的优点在于：
通过构建泛在物联网自组网为基础的多终端立体参数采集系统与方法为电力应急处置现场提供全域环境监测及数据采集、高精度定位辅助、通信组网等全面信息支撑，可以形成灾害区域立体监控网络，根据多遍场气象环境要素耦合三维立体分析现场山火蔓延及危化品气体扩散影响；同时系统接口具备高度兼容性，可以有效进行扩展；其次，基于边缘计算的数据处理和分析研判，有利于应急处置时对处置环境、人员定位等全域信息把控；同时采用神经网络模型预报预警与辅助决策，提高了辅助决策的准确性，为分析决策提供有效支撑，有利于应急处置人员的风险预控，提高现场处置人员的人身安全及应急处置信息支撑能力。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明方法的流程图。
图2是本发明系统的结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式，提出一种基于泛在电力物联网的自组网综合感知智能识别预警方法，包括：
步骤1：构建基于泛在电力物联网立体通信自组网。
其中，所述泛在电力物联网立体通信自组网包括支持NB-Iot、LoRa、 LoRaWAN、MQTT、2G-5G、Wifi、PLC、GPRS通信协议的接口。
进一步，构建LoRa无线自组网，结合2G-5G技术，地面基站、便携式智能监测端、无人机之间实现无中心化的立体化自组网互联通信方式，构建现场的多端点互联网络，终端之间可以自由组合，自适应快速互联耦合，多跳互联通信，进行端与端之间的信息交互与通信。
进一步，与部署的其他便携式移动监测采集终端及现场指挥端互联，推送现场气象环境要素等环境数据到服务端，自动识别各监测点距离，形成对电力应急处置山火、危化品等现场的立体化监测通信网，以便于服务端利用多遍场气象环境要素耦合三维立体分析现场山火蔓延及危化品气体扩散影响，智能识别风险预警。
步骤2：构建立体定位体系，利用自组网确定无人机与便携式智能监测端的地理信息。
其中，所述立体定位体系中，利用北斗卫星导航技术，利用 PPK(postprocessedkinematic)动态后处理技术，结合多个同步监测基准站接收机对卫星的载波相位观测量，进行线性组合，形成虚拟的载波相位观测量值，可辅助实现对便携式智能监测端及无人机的空间定位。
进一步，所述自组网包括多个节点，所述节点可通过自主定位的欧几里得定位算法、鲁棒定位算法及N跳复合定位算法确定救援人员移动端、无人机与多个便携式智能监测定位端的矢量位置，形成立体化的地理空间高精度定位。
更进一步，矢量位置信息包括经纬度、海拔、与各端之间的距离、地理空间矢量坐标。
步骤3：根据电力应急处置现场地形情况，利用便携式智能监测端或者无人机上的传感器采集环境因素数据以及热红外数据，并通过无线网络将环境因素数据以及热红外数据发送至服务器。
进一步，根据地形情况，采用空间多边几何部署策略，在处置现场周围快速部署便携式移动监测采集终端，其具备定位辅助、通信自组网、环境监测等多种功能于一体，结合制高点中继点或无人机中继站，快速构建现场通信网络及现场空间环境监测网络。同时，采集到的数据实时汇集到处置现场内任意处置业务端。
其中，所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据。
步骤4：所述服务器对采集的数据进行筛选，将筛选后的数据输入智能专家库或者神经网络模型获得报警等级。
其中，服务器包括风险识别影响模型，根据多要素耦合及风险识别影响模型，利用泛在电力物联网边缘计算，根据阈值自动识别风险等级；
进一步，执行边缘计算的服务器中包括神经网络模型，由神经网络模型可以自动获得风险等级。
更进一步，将区域的历史气象数据作为训练数据，利用 Levenberg-Marquardt算法得到BP神经网络模型，将多个采集参数，包括温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据作为 BP神经网络模型的输入，进而得到风险等级。
或者，服务器中包括智能专家库，所述智能专家库可以查询历史信息，并将当前数据与历史数据进行相似度分析，以获得推荐的风险等级。
步骤5：所述服务器根据所述预警等级利用告警模块进行告警提示。
其中，所述服务器将告警结果发送至便携式智能监测端和现场指挥端，并进行声光报警。
更进一步，当告警结果为红色时，告警信息中还包括撤离路线、预计撤离时间。撤离路线依据山火、有害气体蔓延区域生成。
更进一步，服务器的计算模块通过相邻监测点(无人机或者便携式智能监测端)超出报警阈值的时间差和距离，计算火势、有害气体的蔓延的速度与加速度，温度，进而在地理信息中GIS矢量网格图标记出扩散趋势，根据扩散趋势结合灾害现场的高程信息获得安全撤离路线，以及结合撤离最小速度计算撤离路线下所需的最大撤离时间。
图2为基于泛在电力物联网的自组网综合感知智能识别预警系统的示意图，其包括：泛在电力物联网自组网分别与无人机、便携式监测端、现场指挥端、服务器相连；其中，所述无人机上搭载多个传感器，所述便携式监测端与其他多个传感器相连，所述服务器包括数据筛选模块、数据计算模块、信息发送模块；所述数据筛选模块将通过无人机、便携式监测端采集到的数据进行筛选，所述数据计算模块包括智能专家库或者神经网络风险影响识别模型，由所述智能专家库或者神经网络风险影响识别模型获得推荐风险等级；由信息发送模块将由推荐风险等级得到的告警信息推送到现场指挥端和便携式监测端。
其中，所述自组网包括支持NB-Iot、LoRa、LoRaWAN、MQTT、2G-5G、Wifi、 PLC、GPRS通信协议的接口；所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据；所述告警信息包括告警的等级、声光控制信号。
本发明通过构建泛在物联网自组网为基础的多终端立体信息采集系统与方法为电力应急处置现场提供全域环境监测及数据采集、高精度定位辅助、通信组网等全面信息支撑；可以形成灾害区域立体监控网络，根据多遍场气象环境要素耦合三维立体分析现场山火蔓延及危化品气体扩散影响；其次，基于边缘计算的数据处理和分析研判，有利于应急处置时对处置环境、人员定位等全域信息把控；同时，基于采用BP神经网络模型或者专家库进行预报预警与辅助决策，为分析决策提供支撑，有利于应急处置人员的风险预控，提高现场处置人员的人身安全及应急处置信息支撑能力；此外，报警结果包括撤离路线与撤离时间，进一步保障现场应急处置人员人身安全。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于：
步骤1：构建基于泛在电力物联网立体通信自组网；
步骤2：构建立体定位体系，利用自组网确定无人机与便携式智能监测端的地理信息；
步骤3：根据电力应急处置现场根据地形情况，利用便携式智能监测端或者无人机上的传感器采集环境因素数据以及热红外数据，并通过无线网络将环境因素数据以及热红外数据发送至服务器；
步骤4：所述服务器对采集的数据进行筛选，将筛选后的数据输入智能专家库或者神经网络模型获得报警等级。
步骤5：所述服务器根据所述预警等级利用告警模块进行告警提示。
2.根据权利要求1所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，所述泛在电力物联网立体通信自组网包括支持NB-Iot、LoRa、LoRaWAN、MQTT、2G-5G、Wifi、PLC、GPRS通讯的接口。
3.根据权利要求1所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，所述立体定位体系中，利用北斗卫星导航技术，利用PPK(postprocessedkinematic)动态后处理技术，结合多个同步监测基准站接收机对卫星的载波相位观测量，进行线性组合，形成虚拟的载波相位观测量值，可辅助实现对移动端及无人机的空间定位。
4.根据权利要求3所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，所述自组网包括多个节点，所述节点可通过自主定位的欧几里得定位算法、鲁棒定位算法及N跳复合定位算法确定救援人员移动端、无人机与多个便携式智能监测定位端的矢量位置，形成立体化的地理空间高精度定位。
5.根据权利要求4所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，矢量位置信息包括经纬度、海拔、与各端之间的距离、地理空间矢量坐标。
6.根据权利要求1所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据。
7.根据权利要求1所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，服务器中包括智能专家库，所述智能专家库可以查询历史信息，并将当前数据与历史数据进行相似度分析，以获得推荐的风险等级。
8.根据权利要求1所述的基于泛在电力物联网的自组网综合感知智能识别预警方法，其特征在于，所述服务器将告警结果发送至便携式智能监测端和现场指挥端。
9.一种基于泛在电力物联网的自组网综合感知智能识别预警系统，其特征在于，包括：泛在电力物联网自组网分别与无人机、便携式监测端、现场指挥端、服务器相连；其中，所述无人机上搭载多个传感器，所述便携式监测端与其他多个传感器相连，所述服务器包括数据筛选模块、数据计算模块、信息发送模块；所述数据筛选模块将通过无人机、便携式监测端采集到的数据进行筛选，所述数据计算模块包括智能专家库或者神经网络风险影响识别模型，由所述智能专家库或者神经网络风险影响识别模型获得推荐风险等级；由信息发送模块将由推荐风险等级得到的告警信息推送到现场指挥端和便携式监测端。
10.根据权利要求9所述的基于泛在电力物联网的自组网综合感知智能识别预警系统，其中所述自组网包括支持NB-Iot、LoRa、LoRaWAN、MQTT、2G-5G、Wifi、PLC、GPRS通信协议的接口；所述传感器包括超声测风传感器、气压传感器、温湿度传感器、距离传感器、红外热辐射传感器、有毒气体监测传感器，颗粒物监测传感器，可以采集温度、湿度、气压、风速、风向、雨量多个气象环境要素及颗粒物、热红外数据；所述告警信息包括告警的等级、声光控制信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910973949.2A CN110944032B (zh) | 2019-10-14 | 2019-10-14 | 一种基于泛在电力物联网的自组网综合感知智能识别预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910973949.2A CN110944032B (zh) | 2019-10-14 | 2019-10-14 | 一种基于泛在电力物联网的自组网综合感知智能识别预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110944032A true CN110944032A (zh) | 2020-03-31 |
| CN110944032B CN110944032B (zh) | 2022-07-15 |
Family
ID=69905920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910973949.2A Active CN110944032B (zh) | 2019-10-14 | 2019-10-14 | 一种基于泛在电力物联网的自组网综合感知智能识别预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110944032B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879353A (zh) * | 2020-06-20 | 2020-11-03 | 杭州后博科技有限公司 | 一种有害气体超标风险识别和处理方法及系统 |
| CN113068144A (zh) * | 2021-03-30 | 2021-07-02 | 上海浦喆信息技术有限公司 | 一种环境监控物联网系统 |
| CN113496343A (zh) * | 2020-04-07 | 2021-10-12 | 空客直升机 | 用于管理风险和警报的方法和装置 |
| WO2022001119A1 (zh) * | 2020-06-30 | 2022-01-06 | 镇江宇诚智能装备科技有限责任公司 | 一种多智能体系统结构及其控制方法 |
| CN113923242A (zh) * | 2021-09-30 | 2022-01-11 | 伟志股份公司 | 基于gis的自然灾害风险调查系统及方法 |
| CN114793238A (zh) * | 2022-04-25 | 2022-07-26 | 深圳市北斗云信息技术有限公司 | 一种低功耗高精度多参数自适应北斗物联网终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794898A (zh) * | 2015-04-30 | 2015-07-22 | 山东大学 | 一种殊域带状专网交通通信导航监视预警装置及工作方法 |
| WO2016036076A2 (ko) * | 2014-09-01 | 2016-03-10 | 이승진 | 와이파이 비콘 신호 발생기와, 와이파이 비콘 기반의 위치 추적 서비스 운영 방법 및 시스템 |
| CN105550824A (zh) * | 2016-01-13 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种智能灾情评估系统 |
| CN109961601A (zh) * | 2019-02-27 | 2019-07-02 | 合肥工业大学 | 一种基于空间定位的大尺度火灾态势分析系统 |
| CN110314305A (zh) * | 2019-06-20 | 2019-10-11 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于泛在电力物联网的智慧消防系统 |
-
2019
- 2019-10-14 CN CN201910973949.2A patent/CN110944032B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016036076A2 (ko) * | 2014-09-01 | 2016-03-10 | 이승진 | 와이파이 비콘 신호 발생기와, 와이파이 비콘 기반의 위치 추적 서비스 운영 방법 및 시스템 |
| CN104794898A (zh) * | 2015-04-30 | 2015-07-22 | 山东大学 | 一种殊域带状专网交通通信导航监视预警装置及工作方法 |
| CN105550824A (zh) * | 2016-01-13 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种智能灾情评估系统 |
| CN109961601A (zh) * | 2019-02-27 | 2019-07-02 | 合肥工业大学 | 一种基于空间定位的大尺度火灾态势分析系统 |
| CN110314305A (zh) * | 2019-06-20 | 2019-10-11 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于泛在电力物联网的智慧消防系统 |
Non-Patent Citations (1)
| Title |
|---|
| CPONGO1@: ""国家电网泛在电力物联网分析—架构形式"", 《HTTPS://WWW.CNBLOGS.COM/NEWSTART/P/10594265.HTML》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113496343A (zh) * | 2020-04-07 | 2021-10-12 | 空客直升机 | 用于管理风险和警报的方法和装置 |
| CN113496343B (zh) * | 2020-04-07 | 2024-04-02 | 空客直升机 | 用于管理风险和警报的方法和装置 |
| CN111879353A (zh) * | 2020-06-20 | 2020-11-03 | 杭州后博科技有限公司 | 一种有害气体超标风险识别和处理方法及系统 |
| CN111879353B (zh) * | 2020-06-20 | 2022-09-02 | 杭州后博科技有限公司 | 一种有害气体超标风险识别和处理方法及系统 |
| WO2022001119A1 (zh) * | 2020-06-30 | 2022-01-06 | 镇江宇诚智能装备科技有限责任公司 | 一种多智能体系统结构及其控制方法 |
| CN113068144A (zh) * | 2021-03-30 | 2021-07-02 | 上海浦喆信息技术有限公司 | 一种环境监控物联网系统 |
| CN113923242A (zh) * | 2021-09-30 | 2022-01-11 | 伟志股份公司 | 基于gis的自然灾害风险调查系统及方法 |
| CN113923242B (zh) * | 2021-09-30 | 2023-08-29 | 伟志股份公司 | 基于gis的自然灾害风险调查系统及方法 |
| CN114793238A (zh) * | 2022-04-25 | 2022-07-26 | 深圳市北斗云信息技术有限公司 | 一种低功耗高精度多参数自适应北斗物联网终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110944032B (zh) | 2022-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110944032B (zh) | 一种基于泛在电力物联网的自组网综合感知智能识别预警方法 | |
| KR102035693B1 (ko) | 대기 오염 관리 방법 및 이를 위한 시스템 | |
| CN111537515B (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
| US20210201634A1 (en) | Intelligent evacuation system and method used in subway station fire | |
| EP3100127B1 (en) | A computer implemented system and method for providing robust communication links to unmanned aerial vehicles | |
| CN110881061B (zh) | 一种基于泛在电力物联网的臂式终端综合感知及智能交互应急处置方法 | |
| Benkhelifa et al. | Disaster management projects using wireless sensor networks: An overview | |
| RU2475968C1 (ru) | Многофункциональный мобильный комплекс обеспечения потребителей мониторинговой информацией (мкопми) | |
| CN204679863U (zh) | 基于多旋翼无人机的变电站智能巡检系统 | |
| CN116308944B (zh) | 一种面向应急救援的数字战场实战指控平台及架构 | |
| CN111879305B (zh) | 一种面向高危生产环境的多模态感知定位模型与系统 | |
| KR20170101519A (ko) | 무인 항공기를 이용한 재난 감시 장치 및 방법 | |
| CN111964645A (zh) | 一种基于信息融合的电力杆塔失稳监测方法及系统 | |
| CN113077561A (zh) | 一种无人机智能巡检系统 | |
| CN112730184A (zh) | 一种露天矿粉尘浓度预警系统 | |
| CN210835732U (zh) | 一种基于无人机的航标巡检装置 | |
| Yu et al. | An iBeacon-based indoor and outdoor positioning system for the fire emergency command | |
| CN116030591A (zh) | 一种基于物联网的矿井外因火灾智能巡检报警系统及方法 | |
| CN204495800U (zh) | 用于室内和室外的可移动有害物质检测定位系统 | |
| CN113068004A (zh) | 一种灾害场景立体构建与埋压人员分布感知系统 | |
| CN105701557A (zh) | 一种森林火险预测预报系统 | |
| KR101791131B1 (ko) | 전장환경 영향요소를 고려한 무인지상감시센서 배치 시스템 | |
| AlAli et al. | The role of unmanned aerial vehicle and related technologies in disasters | |
| CN216386700U (zh) | 一种露天矿粉尘浓度预警系统 | |
| CN112561151B (zh) | 一种基于电网gis的电力应急处置安全预控智能识别方法 |
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 |