CN111047156A - 一种建筑火灾风险评估方法 - Google Patents
一种建筑火灾风险评估方法 Download PDFInfo
- Publication number
- CN111047156A CN111047156A CN201911170510.2A CN201911170510A CN111047156A CN 111047156 A CN111047156 A CN 111047156A CN 201911170510 A CN201911170510 A CN 201911170510A CN 111047156 A CN111047156 A CN 111047156A
- Authority
- CN
- China
- Prior art keywords
- probability
- fire
- level
- hidden danger
- day
- 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 38
- 238000012502 risk assessment Methods 0.000 title claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 6
- 230000007704 transition Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000000779 smoke Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及消防安全技术领域,具体地说,涉及一种建筑火灾风险评估方法,其包括以下步骤:一、确定各类型的物联网设备会影响火灾发生的权重;二、建立数学模型对当日消防状况进行隐患评分;三、划分隐患等级为高、中、较低、低四个等级;四、计算隐患等级边缘概率、联合概率、条件概率;五、建立马尔可夫模型;六、利用贝叶斯公式求出第i天的次日不发生火灾的概率;七、计算n天内发生火灾的概率。本发明利用物联网设备数据较佳的计算火灾发生的风险。
Description
技术领域
本发明涉及消防安全技术领域,具体地说,涉及一种建筑火灾风险评估方法。
背景技术
在我国城镇化过程中,城市人口密度变高,财产也趋于集中,一旦发生火灾,除了带来人员伤亡,还将给经济带来巨大损失,因此消防安全重于泰山,需要及时排查隐患,保证消防安全。
物联网的发展,物联网设备在消防安全中的应用开始普遍,这些物联网设备包括烟感报警器、可燃气体探测器、电气火灾探测器等。物联网设备实时记录有关数据,让消防负责人对当前消防情况有相应的了解。
由于物联网设备在消防中刚开始普及,利用物联网设备数据计算火灾发生的风险的方法还存在较大的空白。
发明内容
本发明的内容是提供一种建筑火灾风险评估方法,其能够克服现有技术的某种或某些缺陷。
根据本发明的一种建筑火灾风险评估方法,其包括以下步骤:
一、确定各类型的物联网设备会影响火灾发生的权重;
二、建立数学模型对当日消防状况进行隐患评分;
三、划分隐患等级为高、中、较低、低四个等级;
四、计算隐患等级边缘概率、联合概率、条件概率;
五、建立马尔可夫模型;
六、利用贝叶斯公式求出第i天的次日不发生火灾的概率;
七、计算n天内发生火灾的概率。
作为优选,步骤一中,选用层次分析法的方法,计算各类型的物联网设备权重wi,并使其满足∑iwi=1。
作为优选,步骤二中,评分公式为:
xi代表当天该类型设备报警数量,Xi代表该类型设备数量。
作为优选,步骤三中,高等级的范围是β3≤y≤1.0,中等级的范围是β2≤y≤β3,较低等级的范围是β1≤y≤β2,低等级的范围是0≤y≤β1。
作为优选,步骤四中,计算方法为:设X1={隐患等级=高}、X2={隐患等级=中}、X3={隐患等级=较低}、X4={隐患等级=低},A={次日有火灾},B={次日无火灾},并利用物联网设备数据,计算出边缘概率、联合概率、条件概率:
边缘概率:P(X1)、P(X2)、P(X3)、P(X4);
联合概率:P(X1∩B)、P(X2∩B)、P(X3∩B)、P(X4∩B);
条件概率:P(X1|B)、P(X2|B)、P(X3|B)、P(X4|B)。
作为优选,步骤五中,建立模型方法为:
(1)计算不同隐患等级下的状态转移概率,得到状态转移矩阵:
(2)依照当日系统的隐患等级设置初始状态:
(3)根据初始化状态与状态转移矩阵,计算第i天的评分等级概率分布:
p(i)=p(i-1)*M,i≥1。
作为优选,步骤六中,利用贝叶斯公式求出第i天的次日不发生火灾的概率的计算公式为:
作为优选,步骤七中,计算n天内发生火灾的概率的计算公式为:
本发明的有益效果是:
1.基于专家知识确定了物联网设备会影响火灾发生的权重,即使在无足够火灾数据情况下也可以使用;
2.建立了隐患评分数学模型,将多个物联网设备数据映射到了低维空间,使建立马尔可夫模型,避免了在高纬度空间中的复杂运算;
3.利用了马尔可夫模型,引入了时间信息,能提供更多的时序信息;
4.本发明有效利用物联网设备提供的数据信息,将数据融合入各个模型建立过程之中,从而能较佳地计算火灾发生的风险。
附图说明
图1为实施例1中一种建筑火灾风险评估方法的流程图;
图2为实施例1中建立的马尔可夫模型下的隐患等级转移图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。应当理解的是,实施例仅仅是对本发明进行解释而并非限定。
实施例1
如图1所示,本实施例提供了一种建筑火灾风险评估方法,其包括以下步骤:
一、确定各类型的物联网设备会影响火灾发生的权重;
二、建立数学模型对当日消防状况进行隐患评分;
三、通过系统的相关数据作为支撑,划分隐患等级为高、中、较低、低四个等级;
四、利用系统收集的物联网设备收集的的历史数据,计算隐患等级边缘概率、联合概率、条件概率;
五、在系统的设计时,使消防隐患等级只与其前一日的消防隐患等级有关,保证可以满足马尔可夫性质,依此性质可以建立马尔可夫模型;
六、利用贝叶斯公式求出第i天的次日不发生火灾的概率;
七、计算n天内发生火灾的概率。
本实施例中,步骤一中,由于层次分析法借助专家知识,且具有系统性、灵活性、实用性的特点,特别适合于多目标、多层次、多因素的复杂系统的决策。使用的物联网设备类型包括烟感报警器、可燃气体探测器、电气火灾探测器、消火栓水压表、消防水箱水位表等。邀请相关消防专家,选用层次分析法的方法,计算各类型的物联网设备权重wi,并使其满足∑iwi=1。
本实施例中,步骤二中,评分公式为:
xi代表当天该类型设备报警数量,Xi代表该类型设备数量。
本实施例中,步骤三中,高等级的范围是β3≤y≤1.0,中等级的范围是β2≤y≤β3,较低等级的范围是β1≤y≤β2,低等级的范围是0≤y≤β1。
本实施例中,步骤四中,计算方法为:设X1={隐患等级=高}、X2={隐患等级=中}、X3={隐患等级=较低}、X4={隐患等级=低},A={次日有火灾},B={次日无火灾},并利用物联网设备数据,计算出边缘概率、联合概率、条件概率:
边缘概率:P(X1)、P(X2)、P(X3)、P(X4);
联合概率:P(X1∩B)、P(X2∩B)、P(X3∩B)、P(X4∩B);
条件概率:P(X1|B)、P(X2|B)、P(X3|B)、P(X4|B)。
本实施例中,步骤五中,建立模型方法为:
(1)计算不同隐患等级下的状态转移概率,得到状态转移矩阵:
(2)依照当日系统的隐患等级设置初始状态:
(3)根据初始化状态与状态转移矩阵,计算第i天的评分等级概率分布:
p(i)=p(i-1)*M,i≥1。
本实施例中,步骤六中,利用贝叶斯公式求出第i天的次日不发生火灾的概率的计算公式为:
本实施例中,步骤七中,计算n天内发生火灾的概率的计算公式为:
本方法的益处是:
1.基于专家知识确定了物联网设备会影响火灾发生的权重,即使在无足够火灾数据情况下也可以使用;
2.建立了隐患评分数学模型,将多个物联网设备数据映射到了低维空间,使建立马尔可夫模型,避免了在高纬度空间中的复杂运算;
3.利用了马尔可夫模型,引入了时间信息,能提供更多的时序信息;
4.本方法有效利用物联网设备提供的数据信息,将数据融合入各个模型建立过程之中。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (8)
1.一种建筑火灾风险评估方法,其特征在于:包括以下步骤:
一、确定各类型的物联网设备会影响火灾发生的权重;
二、建立数学模型对当日消防状况进行隐患评分;
三、划分隐患等级为高、中、较低、低四个等级;
四、计算隐患等级边缘概率、联合概率、条件概率;
五、建立马尔可夫模型;
六、利用贝叶斯公式求出第i天的次日不发生火灾的概率;
七、计算n天内发生火灾的概率。
2.根据权利要求1所述的一种建筑火灾风险评估方法,其特征在于:步骤一中,选用层次分析法的方法,计算各类型的物联网设备权重wi,并使其满足∑iwi=1。
4.根据权利要求3所述的一种建筑火灾风险评估方法,其特征在于:步骤三中,高等级的范围是β3≤y≤1.0,中等级的范围是β2≤y≤β3,较低等级的范围是β1≤y≤β2,低等级的范围是0≤y≤β1。
5.根据权利要求4所述的一种建筑火灾风险评估方法,其特征在于:步骤四中,计算方法为:设X1={隐患等级=高}、X2={隐患等级=中}、X3={隐患等级=较低}、X4={隐患等级=低},A={次日有火灾},B={次日无火灾},并利用物联网设备数据,计算出边缘概率、联合概率、条件概率:
边缘概率:P(X1)、P(X2)、P(X3)、P(X4);
联合概率:P(X1∩B)、P(X2∩B)、P(X3∩B)、P(X4∩B);
条件概率:P(X1|B)、P(X2|B)、P(X3|B)、P(X4|B)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170510.2A CN111047156B (zh) | 2019-11-26 | 2019-11-26 | 一种建筑火灾风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170510.2A CN111047156B (zh) | 2019-11-26 | 2019-11-26 | 一种建筑火灾风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047156A true CN111047156A (zh) | 2020-04-21 |
CN111047156B CN111047156B (zh) | 2024-04-19 |
Family
ID=70234116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911170510.2A Active CN111047156B (zh) | 2019-11-26 | 2019-11-26 | 一种建筑火灾风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047156B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
CN113761996A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种火灾识别方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120317058A1 (en) * | 2011-06-13 | 2012-12-13 | Abhulimen Kingsley E | Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's |
CN106600167A (zh) * | 2016-12-29 | 2017-04-26 | 中国石油大学(华东) | 考虑人因失误和组织缺陷的海洋平台火灾风险评估方法 |
CN109064050A (zh) * | 2018-08-17 | 2018-12-21 | 公安部沈阳消防研究所 | 基于大数据的多元线性回归火灾风险评估方法 |
-
2019
- 2019-11-26 CN CN201911170510.2A patent/CN111047156B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120317058A1 (en) * | 2011-06-13 | 2012-12-13 | Abhulimen Kingsley E | Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's |
CN106600167A (zh) * | 2016-12-29 | 2017-04-26 | 中国石油大学(华东) | 考虑人因失误和组织缺陷的海洋平台火灾风险评估方法 |
CN109064050A (zh) * | 2018-08-17 | 2018-12-21 | 公安部沈阳消防研究所 | 基于大数据的多元线性回归火灾风险评估方法 |
Non-Patent Citations (2)
Title |
---|
李晓峰: "高层住宅建筑消防安全调研体系与评估方法及其应用" * |
齐涵;: "大型公共场所火灾隐患的定量分析及风险评估" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113761996A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种火灾识别方法和装置 |
CN113761996B (zh) * | 2020-08-21 | 2023-11-07 | 北京京东振世信息技术有限公司 | 一种火灾识别方法和装置 |
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111047156B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102061500B1 (ko) | 인공신경망 기반 지진해일 예측 시스템 | |
CN111047156A (zh) | 一种建筑火灾风险评估方法 | |
CN108171413B (zh) | 一种化工园区应急资源配置优化方法 | |
CN108062638A (zh) | 综合管廊灾害链风险评估方法 | |
CN111797572B (zh) | 一种城市事故灾害演化模拟及风险预测预警方法 | |
CN107240216A (zh) | 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法 | |
Nishijima et al. | A preliminary impact assessment of typhoon wind risk of residential buildings in Japan under future climate change | |
CN109086540B (zh) | 一种构建热带气旋路径预报模型的方法及装置 | |
CN111223027A (zh) | 一种城市地震灾害风险评估方法及系统 | |
CN111489525A (zh) | 多数据融合的气象预测预警方法 | |
CN110738355A (zh) | 一种基于神经网络的城市内涝预测方法 | |
Ogallo et al. | Adapting to climate variability and change: the Climate Outlook Forum process | |
CN111881625A (zh) | 一种基于深度强化学习的人群疏散仿真方法及系统 | |
KR20210019310A (ko) | 확률분포에 기반한 가뭄 예측 방법 및 이를 위한 장치 | |
CN111260872B (zh) | 一种基于邻接烟感传感器的火灾报警方法 | |
CN114492953A (zh) | 突发公共事件拉动集结应急资源布局优化决策方法、系统 | |
Sintubin | The Groningen case: when science becomes part of the problem, not the solution | |
Pratondo | Fuzzy rule base for analytical demand forecasting enhancement | |
CN111831966A (zh) | 一种基于高维概率分布函数的组合河道水位预报方法 | |
CN114707796A (zh) | 一种弹性配电网运行风险的滚动评估方法 | |
Khamutova et al. | A mathematical model for choosing an action plan for the prevention and elimination of flood effects | |
Sarshar et al. | A dynamic Bayesian network model for predicting congestion during a ship fire evacuation | |
Su et al. | A new data mining model for hurricane intensity prediction | |
CN115375201B (zh) | 城市地下综合管廊多灾种演化动态风险评估方法和系统 | |
CN116527296A (zh) | 一种多层次网络安全态势评估方法 |
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 |