CN111583596A - 基于传感器浓度值进行的报警风险等级检测、评价方法 - Google Patents
基于传感器浓度值进行的报警风险等级检测、评价方法 Download PDFInfo
- Publication number
- CN111583596A CN111583596A CN202010386537.1A CN202010386537A CN111583596A CN 111583596 A CN111583596 A CN 111583596A CN 202010386537 A CN202010386537 A CN 202010386537A CN 111583596 A CN111583596 A CN 111583596A
- Authority
- CN
- China
- Prior art keywords
- alarm
- value
- level
- levels
- trend
- 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
Classifications
-
- 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
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于传感器浓度值进行的报警风险等级检测、评价方法,当传感器发生报警时,设备会通过窄带物联网将设备当前检测的数字信号转换成的数据上传到系统平台;平台端收到设备上传的数据之后存储当前数据,同时查询当前设备近一小时时间段内上传的数据进行数据分析;判断当前设备数据浓度趋势值是处于整体上升趋势还是整体下降趋势;若当前设备处于整体上升或下降趋势,根据不同类型传感器及不同量程进行计算设置对应不同的传感器告警等级条件;对不同的告警等级赋予不同的告警等级处理策略。获得更为准确有效的报警等级处理,更大程度上的避免出现误报率高、漏报或者错报情况,提高用户使用安全体验,提高使用安全有效性。
Description
技术领域
本发明涉及一种传感器报警评价,尤其是涉及一种使用在智慧消防、消防隐患预警等窄带物联网(智能NB-IOT)传感器数据中的基于传感器浓度值进行的报警风险等级评价方法。
背景技术
通常在智慧消防、消防隐患预警等窄带物联网(也即智能NB-IOT)中会运用到传感器检测判断报警环境数据信息,并发出声光报警;然而现有传感器检测设备报警只是在设备本地发出声光报警,或有些设备虽然已有设备数据浓度值,但是并没有能够结合浓度值进行相关计算、分析进行风险等级判断,容易出现设备误报率高、漏报或者错报情况,而误报率高和错报则又导致最终出现狼来了故事的情况,给到用户造成一定的困扰,漏报则又容易带来安全隐患问题。
发明内容
本发明为解决现有智慧消防、消防隐患预警等应用场景下传感器检测设备报警只是在设备本地发出声光报警,或有些设备虽然已有设备数据浓度值,但是并没有能够结合浓度值进行相关计算、分析进行风险等级判断,容易出现设备误报率高、漏报或者错报情况,导致最终出现狼来了故事的情况,给到用户造成一定的困扰或安全隐患问题等现状而提供的一种可结合传感器浓度进行分析判断风险等级,从而获得更为准确有效的报警等级处理,更大程度上的避免出现误报率高、漏报或者错报情况,提高用户使用安全体验,提高使用安全有效性的基于传感器浓度值进行的报警风险等级检测、评价方法。
本发明为解决上述技术问题所采凹用的具体技术方案为:一种基于传感器浓度值进行的报警风险等级检测方法,其特征在于:包括如下检测步骤
1-1当传感器发生报警时,具有通讯传输功能的传感器检测设备会通过NB-IOT网络将该传感器检测设备当前检测的数字信号转换成的数据上传到系统平台;
1-2平台端收到设备上传的数据之后,首先会存储当前数据,同时查询当前设备近一小时时间段内上传的数据进行数据分析;
1-3判断当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
1-4若当前设备处于整体上升的趋势,则表示当前设备检查当前存在一定的安全隐患,需要上升当前设备的告警等级;
1-5若设备处于整体下降的趋势,表示当前设备隐患正在减弱,需要降低当前告警等级;
1-6但是不是只要整体趋势之后就会立马上升或降低目前的告警等级,还需要在满足一定的条件下才会去上升或下降当前的告警等级;
1-7根据不同类型传感器及不同量程进行计算设置对应不同的传感器告警等级条件;
1-8在计算出上述不同类型传感器及不同量程的最终告警等级之后,对不同的告警等级赋予不同的告警等级处理策略。
可结合传感器浓度进行分析判断风险等级,从而获得更为准确有效的报警等级处理,更大程度上的避免出现误报率高、漏报或者错报情况,提高用户使用安全体验,提高使用安全有效性。
作为优选,所述的不同类型传感器包括烟雾传感器、可燃气体传感器、电力传感器和温度传感器。提高对不同传感器的数据浓度趋势值采集与计算分析,提高数据采集多样有效性。
作为优选,所述的告警等级分为5个等级,分别为1,2,3,4,5个等级,默认初始等级为1,随着浓度上升或下降会上升或降低对应的告警等级,告警等级不高于5且不低于1。提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
本发明的另一发明目的在于提供一种基于传感器浓度值进行的报警风险等级评价方法,其特征在于:包括如下评价步骤
4-1通过算法计算上述技术方案之一所述当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
4-2设备收到告警数据后,判断评价是否为第一次告警;
4-3上述第4-2步骤中,若判断评价为是第一次告警,则赋予告警等级为1,若判断评价为不是第一次告警,则进行下列第4-4步骤~第4-5步骤计算评价;
4-4查询获取设备当前一段时间内所有的告警数据,将这段时间内的数据进行归一化处理,计算公式为H=(V-N)/(M-N),归一化时候将所有数据H
进行两两相减处理得到结果值K,将所有的K值进行相加,计算所得数据评价趋势值R,判断R值,获得当前设备告警等级评价趋势;
其中R值计算公式为
上述计算式中:传感器的量程处于(N,M)之间,N为当前传感器量程最小值,M为当前传感器量程最大值,当前收到设备的告警数据值为V,L为告警划分评价等级,R为计算所得数据评价趋势值,大于0表示处于上升区域,小于0表示处于下降趋势,E为上一次告警等级对应的值,默认为1,VN,VN-1,VN-2,VN-3…V2,V1对应表示不同时间段设备端上传的数据值。
4-5上述第4-4步骤中,若计算所得的R大于0,则表示当前时间段设备数据曲线呈上升趋势,在R的绝对值满足各传感器满足其各自对应浓度趋势值情况下对应的告警等级加1成为告警划分评价等级;反之,设备数据曲线呈下降趋势,在R的绝对值满足其各自对应浓度趋势值情况下对应的告警等级减1成为告警划分评价等级;
4-6储存设备上述步骤当前数值和告警划分评价等级,并根据告警划分评价等级,执行对应等级的告警策略;
上述第4-1步骤中算法采用上述第4-4步骤~第4-5步骤的计算算法。
采用传感器浓度趋势值判断获得的报警风险等级评价,可以获得更为精准有效的对应等级告警策略,从而更大程度上的避免出现误报率高、漏报或者错报情况,提高用户使用安全体验,提高使用安全有效性。
作为优选,所述的告警划分评价等级L划分为1、2、3、4和5的五个等级。提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
作为优选,所述的各传感器满足其各自对应浓度趋势值情况所采用的烟雾传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同,在0.02~0.06直接需满足连续4次告警等级相同,在0.06~0.08之间需满足连续3次告警等级相同,在0.08~0.15之间需满足连续2次告警等级相同,在0.15~1之间需只要满足一次告警等级相同即可。烟雾传感器通过获得单位浓度dB/m来反映烟雾报警的灵敏度);提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
作为优选,所述的各传感器满足其各自对应浓度趋势值情况所采用的可燃气体传感器浓度趋势值为:R值在0,0.08之间且连续5次告警等级相同;R值在0.08~0.16之间且连续4次告警等级相同;R值在0.16~0.24之间且连续3次告警等级相同;R值在0.24~0.6之间且连续2次告警等级相同;R值在0.6~1之间只要满足一次告警等级相同即可。可燃气传感器通过获得爆炸下限参数%LEL来反映可燃气体在空气中遇明火种爆炸的蕞低浓度,称为爆炸下限—简称%LEL;提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
作为优选,所述的各传感器满足其各自对应浓度趋势值情况所采用的电力传感器浓度趋势值为:R值在0~0.05之间且连续5次告警等级相同;R值在0.05~0.10之间且连续4次告警等级相同;R值在0.10~0.15之间且连续3次告警等级相同;R值在0.15~0.2之间且连续2次告警等级相同;R值在0.2~1之间只要满足一次告警等级相同即可。电力传感器通常通过检测获得摄氏度与剩余电流来反映温度和-mA参数,提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
作为优选,所述的各传感器满足其各自对应浓度趋势值情况所采用的温度传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同;R值在0.02~0.04之间且连续4次告警等级相同;R值在0.04~0.08之间且连续3次告警等级相同;R值在0.08~0.1之间且连续2次告警等级相同;R值在0.1~1之间只要满足一次告警等级相同即可。提高对传感器的数据浓度趋势值的细分告警等级多级性,告警等级更为精细对应有效性,更大程度上降低设备误报率高、漏报或者错报情况。
作为优选,所述的K值≥0时,且满足上述技术方案之一所述的浓度趋势值情况条件时,判断评价为告警等级+1级;K值﹤0时,且满足上述技术方案之一所述的浓度趋势值情况条件时,判断评价为告警等级-1级。提高归一化数据值对告警等级的判断评价利用性,提高告警策略可靠安全有效性。
本发明的有益效果是:利用结合传感器浓度进行分析判断风险等级,从而获得更为准确有效的报警等级处理,获得更为准确执行有效的等级告警策略,更大程度上的避免出现误报率高、漏报或者错报情况,提高用户使用安全体验,提高使用安全有效性。有效避免了设备误报率高、漏报或者错报情况,避免误报率高和错报则又导致最终出现狼来了故事的情况,避免给到用户造成一定的困扰,漏报则又容易带来安全隐患问题。
具体实施方式
实施例1:
一种基于传感器浓度值进行的报警风险等级检测方法,包括如下检测步骤
1-1当传感器发生报警时,具有通讯传输功能的传感器检测设备会通过NB-IOT网络将该传感器检测设备当前检测的数字信号转换成的数据上传到系统平台;
1-2平台端收到设备上传的数据之后,首先会存储当前数据,同时查询当前设备近一小时时间段内上传的数据进行数据分析;
1-3判断当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
1-4若当前设备处于整体上升的趋势,则表示当前设备检查当前存在一定的安全隐患,需要上升当前设备的告警等级;
1-5若设备处于整体下降的趋势,表示当前设备隐患正在减弱,需要降低当前告警等级;
1-6但是不是只要整体趋势之后就会立马上升或降低目前的告警等级,还需要在满足一定的条件下才会去上升或下降当前的告警等级;
1-7根据不同类型传感器及不同量程进行计算设置对应不同的传感器告警等级条件;
1-8在计算出上述不同类型传感器及不同量程的最终告警等级之后,对不同的告警等级赋予不同的告警等级处理策略。
不同类型传感器包括烟雾传感器、可燃气体传感器、电力传感器和温度传感器。告警等级分为5个等级,分别为1,2,3,4,5个等级,默认初始等级为1,随着浓度上升或下降会上升或降低对应的告警等级,告警等级不高于5且不低于1。
实施例2:
一种基于传感器浓度值进行的报警风险等级评价方法,包括如下评价步骤
4-1通过算法计算权利要求1~权利要求3之一所述当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
4-2设备收到告警数据后,判断评价是否为第一次告警;
4-3上述第4-2步骤中,若判断评价为是第一次告警,则赋予告警等级为1,若判断评价为不是第一次告警,则进行下列第4-4步骤~第4-5步骤计算评价;
4-4查询获取设备当前一段时间内所有的告警数据(假设为1小时,或者是根据实际情况设定的1±0.5小时等其他一段时间内数据),将这段时间内的数据进行归一化处理,计算公式为H=(V-N)/(M-N),归一化时候将所有数据H进行两两相减处理得到结果值K,将所有的K值进行相加,计算所得数据评价趋势值R,判断R值,获得当前设备告警等级评价趋势;
其中R值计算公式为
上述计算式中:传感器的量程处于(N,M)之间,N为当前传感器量程最小值,M为当前传感器量程最大值,当前收到设备的告警数据值为V,L为告警划分评价等级,R为计算所得数据评价趋势值,大于0表示处于上升区域,小于0表示处于下降趋势,E为上一次告警等级对应的值,默认为1,VN,VN-1,VN-2,VN-3…V2,V1对应表示不同时间段设备端上传的数据值。
4-5上述第4-4步骤中,若计算所得的R大于0,则表示当前时间段设备数据曲线呈上升趋势,在R的绝对值满足各传感器满足其各自对应浓度趋势值情况下对应的告警等级加1成为告警划分评价等级;反之,设备数据曲线呈下降趋势,在R的绝对值满足其各自对应浓度趋势值情况下对应的告警等级减1成为告警划分评价等级;
4-6储存设备上述步骤当前数值和告警划分评价等级,并根据告警划分评价等级,执行对应等级的告警策略;
上述第4-1步骤中算法采用上述第4-4步骤~第4-5步骤的计算算法。
上述步骤中K值≥0时,且满足上述技术方案之一所述的浓度趋势值情况条件时,判断评价为告警等级+1级;K值﹤0时,且满足上述技术方案之一所述的浓度趋势值情况条件时,判断评价为告警等级-1级。告警划分评价等级L划分为1、2、3、4和5的五个等级。
各传感器满足其各自对应浓度趋势值情况所采用的烟雾传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同,在0.02~0.06直接需满足连续4次告警等级相同,在0.06~0.08之间需满足连续3次告警等级相同,在0.08~0.15之间需满足连续2次告警等级相同,在0.15~1之间需只要满足一次告警等级相同即可。烟雾传感器用于检测烟感单位%数据趋势信息。
各传感器满足其各自对应浓度趋势值情况所采用的可燃气体传感器浓度趋势值为:R值在0,0.08之间且连续5次告警等级相同;R值在0.08~0.16之间且连续4次告警等级相同;R值在0.16~0.24之间且连续3次告警等级相同;R值在0.24~0.6之间且连续2次告警等级相同;R值在0.6~1之间只要满足一次告警等级相同即可。可燃气体传感器用于检测爆炸下限可燃气体单位数据信息。
各传感器满足其各自对应浓度趋势值情况所采用的电力传感器浓度趋势值为:R值在0~0.05之间且连续5次告警等级相同;R值在0.05~0.10之间且连续4次告警等级相同;R值在0.10~0.15之间且连续3次告警等级相同;R值在0.15~0.2之间且连续2次告警等级相同;R值在0.2~1之间只要满足一次告警等级相同即可。电力传感器用于检测电力设备剩余电流数据信息和/或电力设备温度数据信息。
各传感器满足其各自对应浓度趋势值情况所采用的温度传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同;R值在0.02~0.04之间且连续4次告警等级相同;R值在0.04~0.08之间且连续3次告警等级相同;R值在0.08~0.1之间且连续2次告警等级相同;R值在0.1~1之间只要满足一次告警等级相同即可。其他同实施例1相同。
以上内容和结构描述了本发明产品的基本原理、主要特征和本发明的优点,本行业的技术人员应该了解。上述实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,这些变化和改进都属于要求保护的本发明范围之内。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 (10)
1.一种基于传感器浓度值进行的报警风险等级检测方法,其特征在于:包括如下检测步骤
1-1当传感器发生报警时,具有通讯传输功能的传感器检测设备会通过NB-IOT网络将该传感器检测设备当前检测的数字信号转换成的数据上传到系统平台;
1-2平台端收到设备上传的数据之后,首先会存储当前数据,同时查询当前设备近一小时时间段内上传的数据进行数据分析;
1-3判断当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
1-4若当前设备处于整体上升的趋势,则表示当前设备检查当前存在一定的安全隐患,需要上升当前设备的告警等级;
1-5若设备处于整体下降的趋势,表示当前设备隐患正在减弱,需要降低当前告警等级;
1-6但是不是只要整体趋势之后就会立马上升或降低目前的告警等级,还需要在满足一定的条件下才会去上升或下降当前的告警等级;
1-7根据不同类型传感器及不同量程进行计算设置对应不同的传感器告警等级条件;
1-8在计算出上述不同类型传感器及不同量程的最终告警等级之后,对不同的告警等级赋予不同的告警等级处理策略。
2.按照权利要求1所述的基于传感器浓度值进行的报警风险等级检测方法,其特征在于:所述的不同类型传感器包括烟雾传感器、可燃气体传感器、电力传感器和温度传感器。
3.按照权利要求1所述的基于传感器浓度值进行的报警风险等级检测方法,其特征在于:所述的告警等级分为5个等级,分别为1,2,3,4,5个等级,默认初始等级为1,随着浓度上升或下降会上升或降低对应的告警等级,告警等级不高于5且不低于1。
4.一种基于传感器浓度值进行的报警风险等级评价方法,其特征在于:包括如下评价步骤
4-1通过算法计算权利要求1~权利要求3之一所述当前设备的数据浓度趋势值是处于整体上升的趋势还是整体有下降的趋势;
4-2设备收到告警数据后,判断评价是否为第一次告警;
4-3上述第4-2步骤中,若判断评价为是第一次告警,则赋予告警等级为1,若判断评价为不是第一次告警,则进行下列第4-4步骤~第4-5步骤计算评价;
4-4查询获取设备当前一段时间内所有的告警数据,将这段时间内的数据进行归一化处理,计算公式为H=(V-N)/(M-N),归一化时候将所有数据H进行两两相减处理得到结果值K,将所有的K值进行相加,计算所得数据评价趋势值R,判断R值,获得当前设备告警等级评价趋势;
其中R值计算公式为
上述计算式中:传感器的量程处于(N,M)之间,N为当前传感器量程最小值,M为当前传感器量程最大值,当前收到设备的告警数据值为V,L为告警划分评价等级,R为计算所得数据评价趋势值,大于0表示处于上升区域,小于0表示处于下降趋势,E为上一次告警等级对应的值,默认为1,VN,VN-1,VN-2,VN-3…V2,V1对应表示不同时间段设备端上传的数据值。
4-5上述第4-4步骤中,若计算所得的R大于0,则表示当前时间段设备数据曲线呈上升趋势,在R的绝对值满足各传感器满足其各自对应浓度趋势值情况下对应的告警等级加1成为告警划分评价等级;反之,设备数据曲线呈下降趋势,在R的绝对值满足其各自对应浓度趋势值情况下对应的告警等级减1成为告警划分评价等级;
4-6储存设备上述步骤当前数值和告警划分评价等级,并根据告警划分评价等级,执行对应等级的告警策略;
上述第4-1步骤中算法采用上述第4-4步骤~第4-5步骤的计算算法。
5.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的告警划分评价等级L划分为1、2、3、4和5的五个等级。
6.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的各传感器满足其各自对应浓度趋势值情况所采用的烟雾传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同,在0.02~0.06直接需满足连续4次告警等级相同,在0.06~0.08之间需满足连续3次告警等级相同,在0.08~0.15之间需满足连续2次告警等级相同,在0.15~1之间需只要满足一次告警等级相同即可。
7.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的各传感器满足其各自对应浓度趋势值情况所采用的可燃气体传感器浓度趋势值为:R值在0,0.08之间且连续5次告警等级相同;R值在0.08~0.16之间且连续4次告警等级相同;R值在0.16~0.24之间且连续3次告警等级相同;R值在0.24~0.6之间且连续2次告警等级相同;R值在0.6~1之间只要满足一次告警等级相同即可。
8.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的各传感器满足其各自对应浓度趋势值情况所采用的电力传感器浓度趋势值为:R值在0~0.05之间且连续5次告警等级相同;R值在0.05~0.10之间且连续4次告警等级相同;R值在0.10~0.15之间且连续3次告警等级相同;R值在0.15~0.2之间且连续2次告警等级相同;R值在0.2~1之间只要满足一次告警等级相同即可。
9.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的各传感器满足其各自对应浓度趋值情况所采用的温度传感器浓度趋势值为:R值在0~0.02之间且连续5次告警等级相同;R值在0.02~0.04之间且连续4次告警等级相同;R值在0.04~0.08之间且连续3次告警等级相同;R值在0.08~0.1之间且连续2次告警等级相同;R值在0.1~1之间只要满足一次告警等级相同即可。
10.按照权利要求4所述的基于传感器浓度值进行的报警风险等级评价方法,其特征在于:所述的K值≥0时,且满足上述权利要求6~9之一所述的浓度趋势值情况条件时,判断评价为告警等级+1级;K值﹤0时,且满足上述权利要求6~9之一所述的浓度趋势值情况条件时,判断评价为告警等级-1级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010386537.1A CN111583596B (zh) | 2020-05-09 | 2020-05-09 | 基于传感器浓度值进行的报警风险等级评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010386537.1A CN111583596B (zh) | 2020-05-09 | 2020-05-09 | 基于传感器浓度值进行的报警风险等级评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583596A true CN111583596A (zh) | 2020-08-25 |
CN111583596B CN111583596B (zh) | 2021-11-19 |
Family
ID=72124813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010386537.1A Active CN111583596B (zh) | 2020-05-09 | 2020-05-09 | 基于传感器浓度值进行的报警风险等级评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583596B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113203488A (zh) * | 2021-04-15 | 2021-08-03 | 青岛海信智慧生活科技股份有限公司 | 一种不同应用环境下温湿度监控报警处理方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8296221B1 (en) * | 2010-08-04 | 2012-10-23 | Alpha Vision Services, Llc | Methods and systems related to securities trading |
CN104125217A (zh) * | 2014-06-30 | 2014-10-29 | 复旦大学 | 一种基于主机日志分析的云数据中心实时风险评估方法 |
CN104599433A (zh) * | 2014-10-13 | 2015-05-06 | 北京国双科技有限公司 | 一种指标数据的监测方法、装置及服务器 |
US20160292464A1 (en) * | 2014-05-12 | 2016-10-06 | Sahal Alarabi | Security and protection device and methodology |
CN106530576A (zh) * | 2016-12-29 | 2017-03-22 | 广东小天才科技有限公司 | 一种基于移动设备的火灾险情预警方法和装置 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN109636129A (zh) * | 2018-11-20 | 2019-04-16 | 苏州百卓网络技术有限公司 | 物联网传感器预警等级的计算方法及装置 |
CN109993938A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 火灾监测方法、装置、设备及介质 |
CN110197282A (zh) * | 2019-06-10 | 2019-09-03 | 电子科技大学 | 一种基于遗传模糊逻辑树的威胁估计与态势评估方法 |
-
2020
- 2020-05-09 CN CN202010386537.1A patent/CN111583596B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8296221B1 (en) * | 2010-08-04 | 2012-10-23 | Alpha Vision Services, Llc | Methods and systems related to securities trading |
US20160292464A1 (en) * | 2014-05-12 | 2016-10-06 | Sahal Alarabi | Security and protection device and methodology |
CN104125217A (zh) * | 2014-06-30 | 2014-10-29 | 复旦大学 | 一种基于主机日志分析的云数据中心实时风险评估方法 |
CN104599433A (zh) * | 2014-10-13 | 2015-05-06 | 北京国双科技有限公司 | 一种指标数据的监测方法、装置及服务器 |
CN106530576A (zh) * | 2016-12-29 | 2017-03-22 | 广东小天才科技有限公司 | 一种基于移动设备的火灾险情预警方法和装置 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN109993938A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 火灾监测方法、装置、设备及介质 |
CN109636129A (zh) * | 2018-11-20 | 2019-04-16 | 苏州百卓网络技术有限公司 | 物联网传感器预警等级的计算方法及装置 |
CN110197282A (zh) * | 2019-06-10 | 2019-09-03 | 电子科技大学 | 一种基于遗传模糊逻辑树的威胁估计与态势评估方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113203488A (zh) * | 2021-04-15 | 2021-08-03 | 青岛海信智慧生活科技股份有限公司 | 一种不同应用环境下温湿度监控报警处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111583596B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FI85629C (fi) | Branddetektor. | |
CN108964274B (zh) | 一种电气安全的智能管理系统及控制方法 | |
CN113223264B (zh) | 基于qpso-bp神经网络的火灾智能预警系统及方法 | |
CN111583596B (zh) | 基于传感器浓度值进行的报警风险等级评价方法 | |
CN114169237A (zh) | 结合eemd-lstm及孤立森林算法的电力电缆接头温度异常预警方法 | |
CN111157045B (zh) | 一种人工智能电气线路异常风险程度监测方法及系统 | |
AU634943B2 (en) | Method and system for detecting underground mine fires | |
CN117055446A (zh) | 一种模拟信号的电气信号设备监控系统及方法 | |
CN114783165A (zh) | 基于分布式光纤振动传感的电缆通道防外破在线监测系统 | |
CN113091832B (zh) | 基于大数据可视化的变配电站智能监控方法及云监控平台 | |
CN117475570B (zh) | 一种适用于森林防火的雷达监测智能预警系统 | |
CN111191855A (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
CN111289812A (zh) | 一种输变电设备状态监测管理方法及其系统 | |
CN117292528A (zh) | 一种电气线路火灾风险实时预警方法及系统 | |
US8751434B2 (en) | Signal analyser | |
CN116190818A (zh) | 基于多维传感融合的锂电池装置、锂电池监测装置及方法 | |
CN115951241A (zh) | 一种车载动力锂电池热失控预警保护方法及系统 | |
CN114595948A (zh) | 基于人工智能的多风险参数企业风险评估方法及系统 | |
CN111882800B (zh) | 一种基于多维度数据联动的消防预警方法及系统 | |
CN114279492A (zh) | 基于不同故障参数记录确定电缆故障信息方法和装置 | |
JPH0610835B2 (ja) | 火災感知器 | |
CN114964528B (zh) | 基于大数据的电力电气设备温度监管调节系统 | |
CN117633611B (zh) | 一种危险用电器及用电行为识别方法及系统 | |
CN118035930B (zh) | 一种基于焊接时序数据的焊接保护气压力异常检测方法 | |
CN117373198B (zh) | 一种停车场警报监控方法、装置及存储介质 |
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 |