CN112464813A - 山火的监测方法及装置 - Google Patents
山火的监测方法及装置 Download PDFInfo
- Publication number
- CN112464813A CN112464813A CN202011356951.4A CN202011356951A CN112464813A CN 112464813 A CN112464813 A CN 112464813A CN 202011356951 A CN202011356951 A CN 202011356951A CN 112464813 A CN112464813 A CN 112464813A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- fire
- target area
- information
- temperature
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000000779 smoke Substances 0.000 claims abstract description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910002091 carbon monoxide Inorganic materials 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 37
- 238000009826 distribution Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 17
- 238000010276 construction Methods 0.000 abstract description 7
- 238000012360 testing method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Biodiversity & Conservation Biology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Abstract
本申请公开了一种山火的监测方法及装置。其中,该方法包括:监测设备获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;监测设备分析监测数据,确定目标区域内是否存在火源;如果存在火源,监测设备采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围。本申请解决了现有的山火监测技术在实时性、监测范围、精度、分辨率、建设成本、存在盲区等方面存在不足的技术问题。
Description
技术领域
本申请涉及山火监测领域,具体而言,涉及一种山火的监测方法及装置。
背景技术
近年来,我国华北、西南区域森林火灾频发,给国民经济和人民群众生命财产安全造成严重影响。电网设备森林火灾防控形势严峻。如何在山区输电线路附近监测山火的形成与发展,从而实现山火早发现、早预警、早处置,以及后续责任界定,无论对社会还是对电网安全都有重大意义。
现有山火监测技术主要有卫星遥感监测、红外成像监测、视频监测、气象雷达、红外光谱雷达、毫米波雷达、激光雷达、分布式传感终端、电力行波监测、光纤分布式温度监测、无人机巡检、人工巡检。
从国内外山火监测与应急处置的研究水平来看,目前在不同监测技术上均取得了一定成果,也开展了有效的现场应用,但是多数监测手段依托于一种或者两种方法,在实时性、监测范围、精度、分辨率、建设成本高、存在盲区等方面均有各自的优势和不足,没有一种具体的山火监测技术适合所有的场景并且具有监测预警所需要的提供的监测信息。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种山火的监测方法及装置,以至少解决现有的山火监测技术在实时性、监测范围、精度、分辨率、建设成本、存在盲区等方面存在不足的技术问题。
根据本申请实施例的一个方面,提供了一种山火的监测方法,包括:监测设备获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;监测设备分析监测数据,确定目标区域内是否存在火源;如果存在火源,监测设备采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围。
可选地,在监测设备分析监测数据之前,上述方法还包括:监测设备采用监测模型分析监测数据,预测得到目标区域内是否出现火源,其中,采用山火样本数据来训练卷积神经网络,生成监测模型,其中,样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
可选地,在监测设备采用多目视距监测火源的火点信息之后,上述方法还包括:监测设备基于火点信息,获取监测设备距离目标区域的距离;监测设备验证与目标区域的距离是否处于安全距离之内;如果监测设备处于安全距离之内,监测设备将监测到的火点信息发送给监测服务器;如果监测设备超出安全距离,发出告警信息。
可选地,上述方法还包括:在目标区域内部署了架空输电线路的情况下,在架空输电线路上部署温度传感器,通过温度传感器对架空输电线路的通路进行环境温度监测。
可选地,基于架空输电线路的线点位置,获取环境温度在架空输电线路上的温度分布曲线,并基于温度分布曲线,定位温度异常区段,并进行预警。
根据本申请实施例的另一方面,还提供了一种山火的监测装置,包括:获取模块,用于获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;分析模块,用于分析监测数据,确定目标区域内是否存在火源;监测模块,用于如果存在火源,采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围。
可选地,上述装置还包括:预测模块,用于采用监测模型分析监测数据,预测得到目标区域内是否出现火源,其中,采用山火样本数据来训练卷积神经网络,生成监测模型,其中,样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
可选地,上述装置还包括:第一子获取模块,用于基于火点信息,获取监测设备距离目标区域的距离;验证模块,用于验证与目标区域的距离是否处于安全距离之内;发送模块,用于如果监测设备处于安全距离之内,将监测到的火点信息发送给监测服务器;告警模块,用于在监测设备超出安全距离的情况下,发出告警信息。
可选地,在目标区域内部署了架空输电线路的情况下,在架空输电线路上部署温度传感器,通过温度传感器对架空输电线路的通路进行环境温度监测。
可选地,上述装置还包括:第二子获取模块,用于基于架空输电线路的线点位置,获取环境温度在架空输电线路上的温度分布曲线;定位处理模块,用于基于温度分布曲线,定位温度异常区段,并进行预警。
在本申请实施例中,采用监测设备获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;监测设备分析监测数据,确定目标区域内是否存在火源;如果存在火源,监测设备采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围的方式,从而实现了能够在山火发生第一时间发出预警,降低火灾险情带来的损失,使输电线路安全稳定运行的技术效果,进而解决了现有的山火监测技术在实时性、监测范围、精度、分辨率、建设成本、存在盲区等方面存在不足技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种山火的监测方法的流程图;
图2是多种山火监测手段的联动融合过程的示意图;
图3是根据本申请实施例的一种山火的监测装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种山火的监测方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种山火的监测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,监测设备获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量。
步骤S104,监测设备分析监测数据,确定目标区域内是否存在火源。
步骤S106,如果存在火源,监测设备采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围。
通过上述步骤,可以实现能够在山火发生第一时间发出预警,降低火灾险情带来的损失,使输电线路安全稳定运行的技术效果。
根据本申请的一个可选的实施例,在执行步骤之前,监测设备采用监测模型分析监测数据,预测得到目标区域内是否出现火源,其中,采用山火样本数据来训练卷积神经网络,生成监测模型,其中,样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
根据本申请的一个可选的实施例,在步骤S106执行完成之后,监测设备基于火点信息,获取监测设备距离目标区域的距离;监测设备验证与目标区域的距离是否处于安全距离之内;如果监测设备处于安全距离之内,监测设备将监测到的火点信息发送给监测服务器;如果监测设备超出安全距离,发出告警信息。
根据本申请的一个可选的实施例,上述方法还包括:在目标区域内部署了架空输电线路的情况下,在架空输电线路上部署温度传感器,通过温度传感器对架空输电线路的通路进行环境温度监测。
根据本申请的另一个可选的实施例,基于架空输电线路的线点位置,获取环境温度在架空输电线路上的温度分布曲线,并基于温度分布曲线,定位温度异常区段,并进行预警。
下面以一个具体的实施例对上述方法进行说明:
本申请提供的山火监测技术包括以下方面:
1、山火监测智能监测终端联动监测
利用可见光、红外光实现火点图像采集与智能识别。利用基于卷积神经网络构建深度学习模型,建立可靠图像数据库,识别目标区域中存在的火点隐患。
利用多目视距监测火点位置方法,实现火源方向、位置及范围等实时监测。
将多参数传感器安装至智能终端,模块实现对山火特征具有明显反应的环境信息、烟雾和一氧化碳的探测。
利用火焰、烟雾测试终端对火焰、烟雾、环境信息和一氧化碳的获取识别,应满足实际生产环境中预警距离要求,验证试验终端对山火事件的定位以及距离预判。
2、基于“点-线”多源测温的监测预警
以无线温度传感器和基于拉曼散射的分布式温度传感原理为理论基础,通过山区高风险线路设置芯片式智能测温传感器,结合分布式光纤测温技术、边缘计算技术,对山区山火高风险输电线路通道环境温度进行实时监测,确定输电线路山火环境温度识别判据,由点及线点线结合获取沿线路环境温度分布曲线,对温度异常区段及时预警和定位。
效果验证,在搭建模拟测试环境,模拟山火突发的现场情况,进行现场试验。室内选取大的实验室或者空旷厂房,可以使用烧烤架或者热水,对光缆的局部区域进行升温处理,以此测试传感器对于温度的灵敏度及分辨率。室外测试环境,选取野外山地等不同地理环境,按照实际情况布设实验光缆,架设油桶点火,尽可能真实地模拟实际山火的火势特征,检测设备感知到起火情况并发出警报时,火源距离光缆的直线距离,火源的火势大小,设备对火源的感知速度(反应时间)、定位精度、温度精度、以及出现多点起火现象时设备的性能参数及识别能力等。试验可以验证基于“点-线”多源测温的监测预警技术的先进性以及其在电网环境中的可用性。
3、“树-线”预放电监测预警
“树-线”预放电监测预警技术以微电流行波定位为原理,结合大量电网运行过程中的行波特征进行理论计算和试验研究。搭建室内测试环境,选取大的实验室或者空旷厂房,架设导线,对导线施加一定额度的电压后,对导线做短路处理,如接地或者树枝触碰等,检测设备是否能检测到此刻的微电流行波特征并发出警报,试验设备检测反应速度,以及存在的误报率(虚警率、漏警率)试验可以验证基于“树-线”预放电监测预警技术能否在线路短路故障中起到及时感知和预警的作用。
4、空天地一天化输电线路山火监测技术,多种山火监测手段的联动融合,给出不同监测手段实际感知数据对应的山火发生概率阈值和风险等级评估结果
利用卫星广域监测、智能监测终端、“点-线”多源测温、“树-线”预放电监测、无人机巡检探测等多种山火监测手段联动,基于风险管理理论和山火成因分析为理论基础,结合大量的探测感知设备与实际山火发展趋势的对应试验进行与环境相关的、自适应的灾害阈值判断,形成山火灾害阈值体系,是监测手段向防灾减灾管理目标转换的关键步骤。
在采集以上关键参数监测结果和典型模式下的参数预警阈值的基础上,通过机器学习、人工智能分类方法实现风险等级评估。在风险等级评估中,基于人工智能的模式识别算犯法是核心,是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分,模式识别分为有监督的分类(Supervised Classification)和无监督的分类(Unsupervised Classification)两种。该过程中几种典型的人工智能运用方法如图2所示:
多参数实时感知实现对应环境变量、图像信息探测转换成对应数字信号信号;多体制混合组网实现可适配接入传感器类型满足目前主流数据接口需求,包含以太、wifi、4G、GPRS、zigbee、RS232/485、MODBUS等;多源异构数据采集实现将多参数实时感知模块探测到的信号通过相应模块化的适配器、模数转换器统一成对应的数值数据;智能深度学习分析使用神经网络深度学习分类方法实现山火事件的准确分类报警;灾害情况快速识别独立监测山火出现概率较大的实际地理位置;人工智能辅助决策通过支持向量机完成山火灾害的等级评定和态势分析,并设有独立的专家信息库;应急预案策略生成系统能在山火事故发生时召开专家会议进行会商解决,可以通过专家会商与决策辅助分析子系统的专家信息库选择不同领域的专家,过现场会议或远程会议形式召开会议或直接按照预警预案实施灾害治理方法;联动设备主动控制负责执行不同报警信息对应的处理预案、决策,远程控制对应设备;智能系统闭环反馈完成联动设备主动控制情况下定时评估态势,根据新的环境态势反馈生成新的决策,再循环触发主动控制,实现闭环精准控制。该系统实现山火实时感知技术体系,为指挥管理人员提供移动通信设备、平板电脑、安卓平台终端等多种便携式智能终端,可以真正发挥多个监测子系统的数据运用潜力,为山火监测提供智能分析、火灾位置识别、联动控制、快速反应、科学决策的技术支持。
本申请实施例提供的上述山火监测方法可以实现以下技术效果:
建立立体式、多维度的山火监测预警技术体系,完善电网安全运行的安全管理制度,能够在山火发生第一时间发出预警,降低火灾险情带来的损失,使输电线路安全稳定运行。
降低人员成本,减少安全风险,大幅减少因山火造成的线路中断等损失。为山火应急处置赢得宝贵时间,减少山火防治方面人力、财力的投入,使山火防治效果得到较大提升。最大化减免电网安全运行监测设施建设,实现一次性建设,多部门久共用的集约化建设目标,节省开支。
图3是根据本申请实施例的一种山火的监测装置的结构图,如图3所示,该装置包括:
获取模块30,用于获取目标区域内的监测数据,其中,监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;
分析模块32,用于分析监测数据,确定目标区域内是否存在火源;
监测模块34,用于如果存在火源,采用多目视距监测火源的火点信息,其中,火点信息包括如下至少之一:火点位置、火源方向及火源范围。
需要说明的是,图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述,此处不再赘述。
根据本申请的一个可选的实施例,上述装置还包括:预测模块,用于采用监测模型分析监测数据,预测得到目标区域内是否出现火源,其中,采用山火样本数据来训练卷积神经网络,生成监测模型,其中,样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
根据本申请的另一个可选的实施例,上述装置还包括:第一子获取模块,用于基于火点信息,获取监测设备距离目标区域的距离;验证模块,用于验证与目标区域的距离是否处于安全距离之内;发送模块,用于如果监测设备处于安全距离之内,将监测到的火点信息发送给监测服务器;告警模块,用于在监测设备超出安全距离的情况下,发出告警信息。
在本申请的一些可选的实施例中,在目标区域内部署了架空输电线路的情况下,在架空输电线路上部署温度传感器,通过温度传感器对架空输电线路的通路进行环境温度监测。
在本申请的一个可选的实施例中,上述装置还包括:第二子获取模块,用于基于架空输电线路的线点位置,获取环境温度在架空输电线路上的温度分布曲线;定位处理模块,用于基于温度分布曲线,定位温度异常区段,并进行预警。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,ReBJDLd-Only Memory)、随机存取存储器(RBJDLM,RBJDLndom BJDLccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种山火的监测方法,其特征在于,包括:
监测设备获取目标区域内的监测数据,其中,所述监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;
所述监测设备分析所述监测数据,确定所述目标区域内是否存在火源;
如果存在火源,所述监测设备采用多目视距监测所述火源的火点信息,其中,所述火点信息包括如下至少之一:火点位置、火源方向及火源范围。
2.根据权利要求1所述的方法,其特征在于,在所述监测设备分析所述监测数据之前,所述方法还包括:
所述监测设备采用监测模型分析所述监测数据,预测得到所述目标区域内是否出现所述火源,其中,采用山火样本数据来训练卷积神经网络,生成所述监测模型,其中,所述样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
3.根据权利要求1所述的方法,其特征在于,在所述监测设备采用多目视距监测所述火源的火点信息之后,所述方法还包括:
所述监测设备基于所述火点信息,获取所述监测设备距离所述目标区域的距离;
所述监测设备验证与所述目标区域的距离是否处于安全距离之内;
如果所述监测设备处于所述安全距离之内,所述监测设备将监测到的所述火点信息发送给监测服务器;
如果所述监测设备超出所述安全距离,发出告警信息。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述方法还包括:在所述目标区域内部署了架空输电线路的情况下,在所述架空输电线路上部署温度传感器,通过所述温度传感器对所述架空输电线路的通路进行环境温度监测。
5.根据权利要求4所述的方法,其特征在于,基于所述架空输电线路的线点位置,获取所述环境温度在所述架空输电线路上的温度分布曲线,并基于所述温度分布曲线,定位温度异常区段,并进行预警。
6.一种山火的监测装置,其特征在于,包括:
获取模块,用于获取目标区域内的监测数据,其中,所述监测数据包括如下至少之一:拍摄到的监测图像、定位信息、传感器监测到的环境温度、烟雾气体和一氧化碳含量;
分析模块,用于分析所述监测数据,确定所述目标区域内是否存在火源;
监测模块,用于如果存在火源,采用多目视距监测所述火源的火点信息,其中,所述火点信息包括如下至少之一:火点位置、火源方向及火源范围。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
预测模块,用于采用监测模型分析所述监测数据,预测得到所述目标区域内是否出现所述火源,其中,采用山火样本数据来训练卷积神经网络,生成所述监测模型,其中,所述样本数据包括:发生火灾时的火点图像、温度信息和空气样本信息。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第一子获取模块,用于基于所述火点信息,获取监测设备距离所述目标区域的距离;
验证模块,用于验证与所述目标区域的距离是否处于安全距离之内;
发送模块,用于如果所述监测设备处于所述安全距离之内,将监测到的所述火点信息发送给监测服务器;
告警模块,用于在所述监测设备超出所述安全距离的情况下,发出告警信息。
9.根据权利要求6至8中任意一项所述的装置,其特征在于,在所述目标区域内部署了架空输电线路的情况下,在所述架空输电线路上部署温度传感器,通过所述温度传感器对所述架空输电线路的通路进行环境温度监测。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第二子获取模块,用于基于所述架空输电线路的线点位置,获取所述环境温度在所述架空输电线路上的温度分布曲线;
定位处理模块,用于基于所述温度分布曲线,定位温度异常区段,并进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011356951.4A CN112464813B (zh) | 2020-11-26 | 山火的监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011356951.4A CN112464813B (zh) | 2020-11-26 | 山火的监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112464813A true CN112464813A (zh) | 2021-03-09 |
CN112464813B CN112464813B (zh) | 2024-07-05 |
Family
ID=
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409485A (zh) * | 2021-08-03 | 2021-09-17 | 广东电网有限责任公司佛山供电局 | 巡检数据获取方法、装置、计算机设备和存储介质 |
CN113899930A (zh) * | 2021-10-12 | 2022-01-07 | 国网北京市电力公司 | 一种山火灾害的监测系统 |
CN114202883A (zh) * | 2021-12-10 | 2022-03-18 | 安吉县自然资源和规划局 | 一种森林火灾智能防控的系统 |
CN114295157A (zh) * | 2021-11-30 | 2022-04-08 | 国网北京市电力公司 | 山火隐患预警方法、装置、存储介质及电子设备 |
CN114971409A (zh) * | 2022-06-28 | 2022-08-30 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市火灾监控预警方法及系统 |
CN115394029A (zh) * | 2022-08-30 | 2022-11-25 | 王景才 | 一种森林火灾预警系统及方法 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009129870A1 (de) * | 2008-04-25 | 2009-10-29 | Robert Bosch Gmbh | Detektionsvorrichtung sowie verfahren zur detektion von bränden und/oder von brandmerkmalen |
CN102819926A (zh) * | 2012-08-24 | 2012-12-12 | 华南农业大学 | 一种基于无人机的火灾监测预警方法 |
CN102937489A (zh) * | 2012-11-09 | 2013-02-20 | 江苏省电力公司无锡供电公司 | 光纤复合架空相线分布式测温装置及方法 |
JP2014126878A (ja) * | 2012-12-25 | 2014-07-07 | Hochiki Corp | 分布型火災監視システム |
CN103956022A (zh) * | 2014-04-10 | 2014-07-30 | 苏州镭创光电技术有限公司 | 基于中红外激光器的森林火灾早期预警系统 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
US20150032412A1 (en) * | 2013-07-25 | 2015-01-29 | Icu Sensor Llc | Low power movement sensor |
CN104811654A (zh) * | 2014-01-26 | 2015-07-29 | 杭州华为企业通信技术有限公司 | 一种基于物联网的监测方法、装置及系统 |
CN106021666A (zh) * | 2016-05-10 | 2016-10-12 | 四川大学 | 一种架空输电线路的山火灾害预警方法 |
CN205670368U (zh) * | 2016-05-10 | 2016-11-02 | 武汉智网兴电科技开发有限公司 | 一种输电线路网络智能化山火监控系统 |
CN106297142A (zh) * | 2016-08-17 | 2017-01-04 | 云南电网有限责任公司电力科学研究院 | 一种无人机山火勘探控制方法及系统 |
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 |
CN107967712A (zh) * | 2017-11-21 | 2018-04-27 | 海南电网有限责任公司电力科学研究院 | 山火精确定位和山火边缘距架空输电线垂直距离的算法 |
CN108109318A (zh) * | 2017-11-29 | 2018-06-01 | 深圳市亿兆互联技术有限公司 | 一种火灾监测系统及基于LoRa的火灾监测方法 |
CN108648400A (zh) * | 2018-06-11 | 2018-10-12 | 贵州电网有限责任公司 | 一种基于多光谱的输电线路山火勘测预警装置及预警方法 |
CN109211313A (zh) * | 2018-08-22 | 2019-01-15 | 福建和盛高科技产业有限公司 | 基于物联网的电力管廊火情监控处置系统 |
CN109816956A (zh) * | 2019-01-11 | 2019-05-28 | 中国恩菲工程技术有限公司 | 基于多源数据融合的矿山火灾预警系统及预警方法 |
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 |
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 |
CN110379114A (zh) * | 2019-07-03 | 2019-10-25 | 长沙理工大学 | 一种基于光纤分布式传感的无人机山火智能预警系统 |
CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
CN110589000A (zh) * | 2019-10-07 | 2019-12-20 | 东北林业大学 | 一种基于大疆t16无人机的林火监测吊舱装置 |
CN110807891A (zh) * | 2019-10-31 | 2020-02-18 | 国网山东省电力公司威海供电公司 | 一种电网山火监测预警系统及方法 |
CN111008599A (zh) * | 2019-12-06 | 2020-04-14 | 国网湖南省电力有限公司 | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 |
CN111179279A (zh) * | 2019-12-20 | 2020-05-19 | 成都指码科技有限公司 | 一种基于紫外、双目视觉的综合火焰检测方法 |
CN111311866A (zh) * | 2020-03-18 | 2020-06-19 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星数据融合山火监测和火势推演的预警方法和系统 |
CN111599129A (zh) * | 2020-06-17 | 2020-08-28 | 东北林业大学 | 一种基于三目摄像头的森林火灾识别与测距方法 |
US20200342744A1 (en) * | 2019-04-24 | 2020-10-29 | Lindsey Firesense, Llc | Electrical power line mounted fire warning system |
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009129870A1 (de) * | 2008-04-25 | 2009-10-29 | Robert Bosch Gmbh | Detektionsvorrichtung sowie verfahren zur detektion von bränden und/oder von brandmerkmalen |
CN102819926A (zh) * | 2012-08-24 | 2012-12-12 | 华南农业大学 | 一种基于无人机的火灾监测预警方法 |
CN102937489A (zh) * | 2012-11-09 | 2013-02-20 | 江苏省电力公司无锡供电公司 | 光纤复合架空相线分布式测温装置及方法 |
JP2014126878A (ja) * | 2012-12-25 | 2014-07-07 | Hochiki Corp | 分布型火災監視システム |
US20150032412A1 (en) * | 2013-07-25 | 2015-01-29 | Icu Sensor Llc | Low power movement sensor |
CN104811654A (zh) * | 2014-01-26 | 2015-07-29 | 杭州华为企业通信技术有限公司 | 一种基于物联网的监测方法、装置及系统 |
CN103956022A (zh) * | 2014-04-10 | 2014-07-30 | 苏州镭创光电技术有限公司 | 基于中红外激光器的森林火灾早期预警系统 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
CN106021666A (zh) * | 2016-05-10 | 2016-10-12 | 四川大学 | 一种架空输电线路的山火灾害预警方法 |
CN205670368U (zh) * | 2016-05-10 | 2016-11-02 | 武汉智网兴电科技开发有限公司 | 一种输电线路网络智能化山火监控系统 |
CN106297142A (zh) * | 2016-08-17 | 2017-01-04 | 云南电网有限责任公司电力科学研究院 | 一种无人机山火勘探控制方法及系统 |
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 |
CN107967712A (zh) * | 2017-11-21 | 2018-04-27 | 海南电网有限责任公司电力科学研究院 | 山火精确定位和山火边缘距架空输电线垂直距离的算法 |
CN108109318A (zh) * | 2017-11-29 | 2018-06-01 | 深圳市亿兆互联技术有限公司 | 一种火灾监测系统及基于LoRa的火灾监测方法 |
CN108648400A (zh) * | 2018-06-11 | 2018-10-12 | 贵州电网有限责任公司 | 一种基于多光谱的输电线路山火勘测预警装置及预警方法 |
CN109211313A (zh) * | 2018-08-22 | 2019-01-15 | 福建和盛高科技产业有限公司 | 基于物联网的电力管廊火情监控处置系统 |
CN109816956A (zh) * | 2019-01-11 | 2019-05-28 | 中国恩菲工程技术有限公司 | 基于多源数据融合的矿山火灾预警系统及预警方法 |
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 |
US20200342744A1 (en) * | 2019-04-24 | 2020-10-29 | Lindsey Firesense, Llc | Electrical power line mounted fire warning system |
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 |
CN110379114A (zh) * | 2019-07-03 | 2019-10-25 | 长沙理工大学 | 一种基于光纤分布式传感的无人机山火智能预警系统 |
CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
CN110589000A (zh) * | 2019-10-07 | 2019-12-20 | 东北林业大学 | 一种基于大疆t16无人机的林火监测吊舱装置 |
CN110807891A (zh) * | 2019-10-31 | 2020-02-18 | 国网山东省电力公司威海供电公司 | 一种电网山火监测预警系统及方法 |
CN111008599A (zh) * | 2019-12-06 | 2020-04-14 | 国网湖南省电力有限公司 | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 |
CN111179279A (zh) * | 2019-12-20 | 2020-05-19 | 成都指码科技有限公司 | 一种基于紫外、双目视觉的综合火焰检测方法 |
CN111311866A (zh) * | 2020-03-18 | 2020-06-19 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星数据融合山火监测和火势推演的预警方法和系统 |
CN111599129A (zh) * | 2020-06-17 | 2020-08-28 | 东北林业大学 | 一种基于三目摄像头的森林火灾识别与测距方法 |
Non-Patent Citations (5)
Title |
---|
YIFANG BAN 等: "Near Real-Time Wildfire Progression Monitoring with Sentinel-1 SAR Time Series and Deep Learning", SCIENTIFIC REPORTS, no. 10, 28 January 2020 (2020-01-28), pages 1 - 15 * |
ZICCARDI, L.G 等: "Forest fire risk indices and zoning of hazardous areas in Sorocaba", FORESTRY RESEARCH, vol. 31, 6 March 2019 (2019-03-06), pages 581 - 590, XP037049628, DOI: 10.1007/s11676-019-00889-x * |
张华宁: "基于ZigBee和Android平台的火灾信息监测系统设计与实现", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2017, 15 October 2017 (2017-10-15), pages 138 - 47 * |
李鸿达 等: "架空输电线路"空天地"山火多维监测技术方案", 农村电气化, no. 10, 10 October 2022 (2022-10-10), pages 10 - 12 * |
杨汉瑞 等: "基于分布式光纤传感技术的封闭空间火源精确定位方法研究", 东北电力大学学报, vol. 40, no. 1, 15 February 2020 (2020-02-15), pages 71 - 80 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409485A (zh) * | 2021-08-03 | 2021-09-17 | 广东电网有限责任公司佛山供电局 | 巡检数据获取方法、装置、计算机设备和存储介质 |
CN113409485B (zh) * | 2021-08-03 | 2023-12-12 | 广东电网有限责任公司佛山供电局 | 巡检数据获取方法、装置、计算机设备和存储介质 |
CN113899930A (zh) * | 2021-10-12 | 2022-01-07 | 国网北京市电力公司 | 一种山火灾害的监测系统 |
CN114295157A (zh) * | 2021-11-30 | 2022-04-08 | 国网北京市电力公司 | 山火隐患预警方法、装置、存储介质及电子设备 |
CN114202883A (zh) * | 2021-12-10 | 2022-03-18 | 安吉县自然资源和规划局 | 一种森林火灾智能防控的系统 |
CN114971409A (zh) * | 2022-06-28 | 2022-08-30 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市火灾监控预警方法及系统 |
CN115394029A (zh) * | 2022-08-30 | 2022-11-25 | 王景才 | 一种森林火灾预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | An intelligent tunnel firefighting system and small-scale demonstration | |
CN114373245B (zh) | 基于数字化电厂的智能巡检系统 | |
CN205680751U (zh) | 一种电池热失控检测系统 | |
CN112766909A (zh) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 | |
CN102682560B (zh) | 一种船舶舱室火灾连锁报警等级评估装置 | |
CN113159475B (zh) | 基础设施全生命周期监测平台及方法 | |
CN112072798A (zh) | 一种智能变电站消防辅控一体化监控系统及监控方法 | |
CN110867046A (zh) | 一种基于云计算的智能洗车机视频监控预警系统 | |
CN110821560A (zh) | 隧道巡检系统 | |
CN115240357B (zh) | 基于分布式光纤的公共建筑火场温度实时监测及预测系统 | |
CN112684310A (zh) | 高压电缆综合在线智能监测系统 | |
CN116342999A (zh) | 超高压变电站开放空间火灾烟雾检测与识别方法 | |
CN113899930A (zh) | 一种山火灾害的监测系统 | |
KR102480449B1 (ko) | 이기종 다중센서 기반의 재난 상황 예측 및 진단 방법 | |
CN212543451U (zh) | 一种智能变电站消防辅控一体化监控系统 | |
CN111755969A (zh) | 一种高防护模块化配电箱 | |
CN103761827A (zh) | 一种火灾监控系统 | |
CN115903973A (zh) | 一种基于物联网的火灾探测及应急联动控制系统 | |
CN114519304A (zh) | 一种基于分布式光纤测温的多目标火场温度预测方法 | |
CN112464813B (zh) | 山火的监测方法及装置 | |
CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
CN112464813A (zh) | 山火的监测方法及装置 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN116434459A (zh) | 一种基于多传感器微环境异常识别系统 |
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 |