CN112466082A - 一种基于时间空间与联动关系的人工智能火灾报警分级预警方法 - Google Patents

Abstract

本发明涉及火灾报警技术领域，具体公开了一种基于时间空间与联动关系的人工智能火灾报警分级预警方法，包括以下步骤：步骤S1、火灾报警信息采集：通过物联网采集终端和传感器实时获取各类物联网报警数据因子；步骤S2、根据不同的建筑楼宇及所述物联网报警数据因子，利用人工智能算法模型计算出报警信息关联因子；步骤S3、根据所述报警信息关联因子对楼宇内部的警报进行动态权重计算，并将从楼宇内部的火警数量、火警之间的时间关系、空间关系以及与警报产生联动关系的动作事件进行展开，输出分级预警信息。本发明根据报警信息的时间关系、空间关系和联动关系，用人工智能技术对火警信息进行判定，从而对不同等级的报警选择不同的火警确认机制，可以降低人工确认工作量，降低误报信息带来的干扰，并且在确保安全的前提下，提升了应急反应效率。

Description

一种基于时间空间与联动关系的人工智能火灾报警分级预警 方法

技术领域

本发明涉及火灾报警技术领域，特别涉及一种基于时间空间与联动关系的人工智能火灾报警分级预警方法。

背景技术

在已知的分级预警方法里，实现分级预警的方法是通过与风险数据库数据进行匹配，进而获取事件的风险级别。风险数据库是一种已知的、固定的设定值，与本法明的通过人工智能方法，结合火灾报警系统的联动关系、空间关系动态实现火灾报警信息的风险、事件、故障、状态等进行分级预警的实现方式不一样。

这种分级预警方案中缺乏对火灾报警信息、消防给水系统管网异常信息、电气火灾监控系统信息、防烟排烟系统信息等等的分级预警；其次现有的分级判定方法是通过固定值比对确定的，需要人工建立和维护风险数据库。

还有的方法是采用摄像图采集数据，并对图像数据进行处理，然后设定报警阈值，并根据处理后的火焰检测图像的有效像素值进阈值判定并预警及报警，这种方法适用于基于图像识别的预警及报警。不适用于建筑楼宇的火灾报警系统。

还有的分级预警采用硬件设备包括传感器、警报器、控制器、信号传输单元、数据信息平台，采用多类传感器、控制器、信号传输单元相结合的结构，实现了对火灾报警的分级预警。这种方式需要安装多个硬件设备和传感器才能有效工作。

还有的基于网络通信的中心制预警报警系统及方法，由预警报警数据处理中心、移动终端、安防及物联网报警设备、预警发布终端、短信接收终端、网络接警平台、出警移动终端利用互联网组成中心制预警报警网络。在灾害、事故、事件预警中将预警信息发送到应当得到相关人员。这种方法的缺点是是一个中心化的预警报警方法报警信息需要人工输入和干预。缺乏自动化和智能化。缺乏火灾报警信息的分级处理方法。

还有的利用数据挖掘和数据分析技术实现消防安全预警及报警，该系统方法由五部分组成，即现场数据采集子系统、火灾预警子系统、火灾报警子系统，火灾控制子系统以及消防应急管理子系统，运用数据挖掘和相应的数据分析算法，结合经验专家知识库，根据数据采集子系统采集的当前环境数据，预测当前时刻的火灾隐患指数，即火灾发生的可能性，当此指数大于90％时，启动安全预警系统。该系统方法缺乏具体的数据挖掘方法和分析算法，并且需要结合专家经验来预测火灾的可能性，专家经验适用于某些情况和场所，不具有普适性，因此预测火灾风险的准确性有限。缺少对火灾报警信息的数据分析方法。

火灾自动报警系统设计的初衷是发生火灾后及早报警，不致酿成重大火灾，但是火灾报警系统的误报情况在高层建筑单位一直居高不下，这些原因有消防设施质量的问题，也有场所环境不良的问题，还有消防安全管理不到位的问题等等多种原因。由长期误报形成的麻痹大意思想而造成的火灾更不在少数，2013年10月11日北京喜隆多商场火灾即是一例。

据央视披露的视频显示，画面上一名男性值班人员起身按了一下消音装置，又回到了座位上，尽管消了音，但他身后的报警器一直在闪烁。直到火灾自动报警系统控制面板突然有大面积的报警灯闪烁起来，显示火势已经大范围蔓延，这名工作人员这时才停下了手中的游戏，但为时已晚。如果不是长期出现了的误报警信息，消控室人员也不至于去按消音键后无动于衷。

由此可见，火灾误报警的风险对建筑楼宇来说，哪怕发生一次，就有可能产生致命的危险。通过火灾报警信息的分级预警提升高层建筑单位对火灾报警系统的警觉性，让“狼来了”的故事不再发生。

因此，建筑楼宇的人防物防技防措施与人工智能技术融合构建的火灾报警信息分级预警将是解决现有消防报警系统产生长期、大量误报信息困局的创新技术。

所有防灾工作都是为了减轻灾难带来的伤害，控制灾难的源头，准确掌握初期火灾的报警信息识别、及早扑救是最有效的救灾方法。建筑楼宇火灾初期阶段，与其他类型的初期火灾一样，燃烧面积小、危害小，易于控制。从控火灭火角度看，初期火灾最容易扑灭，扑救初期火灾也是控制灾难的源头，是最有效的救灾方法。运用人工智能技术进行分级预警，在为“城市消防远程监控系统”减少大量的无效报警信息的同时，也能为快速辨识、响应初期火灾提供了更有价值的技术解决方案。而建筑楼宇火灾在初期阶段，如果现场救援人员能抓住这个有利时机、投入绝对优势兵力，将能一举扑灭火灾。

发明内容

本发明要解决的技术问题在于，针对上述现有技术中存在的缺陷，提供一种基于时间空间与联动关系的人工智能火灾报警分级预警方法，根据不同等级的报警选择不同的火警确认机制，可以极大的降低人工确认工作量，并且在确保安全的前提下，极大地提升了应急反应效率。

为了解决上述技术问题，本发明的技术方案是：

一种基于时间空间与联动关系的人工智能火灾报警分级预警方法，包括以下步骤：

步骤S1、火灾报警信息采集：通过物联网采集终端和传感器实时获取各类物联网报警信息关联因子数据；

步骤S2、根据不同的建筑楼宇及所述物联网报警信息关联因子，利用人工智能算法模型计算出报警信息关联因子的动态权重；

步骤S3、根据所述报警信息关联因子对楼宇内部的消防系统的警报进行动态权重分级，并将从楼宇内部的火警数量、火警之间的时间关系、空间关系以及与警报产生联动关系的动作事件，结合火灾误报警算法和人工智能分级算法进行展开，输出分级预警信息。

优选地，在所述步骤S1中，所述物联网采集终端和传感器均安装于火灾报警系统、消防水系统及防排烟系统上,采集消防设施具有关联的信息,如消防水压数据与火灾报警关联数据，防排烟系统与火灾报警的关联数据。

优选地，在所述步骤S1中，在获取所述火灾报警信息的处理方式上，通过为各个消防设施系统建立唯一的点位对象，每个点位对象由消防管理系统分配一个独立的唯一逻辑识别码，所述唯一逻辑识别码与大楼内部的消防设施设备物理编码不存在对应关系,各个唯一逻辑识别码间建立点位关系，通过报警信息的时间与点位对象建立时间关系，建筑内部的各唯一的点位建立空间关系。

优选地，在所述步骤S2中，所述利用人工智能算法模型计算出报警信息关联因子包括基于建筑的年代、建筑高度、建筑层数、建筑类型、耐火等级、建筑性质、消防设施类型、消防物联网点位、单位消防安全级别、微型消防站管理情况、防火巡查情况、防火检查情况的基础信息，运用层次分析法和模糊分析法，确定所述报警信息关联因子。

优选地，在所述步骤S3中，还包括：定义消防管理系统内的火警信息为A_1,A_2…A_N,其中A_k表示为系统中的第k次报警事件；定义T(A_k)系统中的第k次报警事件的发生时间，X(A_k)系统中的第k次报警事件的报警位置，M(A_k)为与第k次报警时间相关联的动作事件,C(A_k)系统中的第k次报警事件的等级；

当两个报警信息(A_1、A_2)间隔时间小于60秒，定义为符合火灾误报警时间模型；当定义的火灾误报警时间关系之后出现联动信号，即触发联动模型时，将前述误报警信息更新为真实报警信息；如果在已定义的误报警时间模型之后其他防火分区发出了新的火灾报警信息，并且消防物联网未反馈其他异常信息，此时新的火灾报警信息即触发空间模型，定义为火灾误报警。

优选地，在所述步骤S3中，对于报警信息A_k，若

使得|T(A_k)-T(a_ij)|<T_0，且|(|X(A_k)-X(a_ij)|)|<X_0，则报警信息A_k与之前第i次着火点引发的报警存在时间关系与空间关系，因此认为报警信息A_k应归类到第i次着火点引发的报警，即a_i[j_max+1]＝A_k。

优选地，在所述步骤S3中，定义时间关系、空间关系与联动关系如下：

若两次报警事件A_k与A_l满足|T(A_k)-T(A_l)|<T_0，即两次报警的时间小于一个给定阈值T_0，则称报警时间A_k与A_l满足时间关系；

若两次报警事件A_k与A_l满足|(|X(A_k)-X(A_l)|)|<X_0,即两次报警的距离小于一个给定阈值X_0，则称两次报警满足空间关系；

若出现与报警事件联动的动作事件，则记M(A_k)＝1，反之则M(A_k)＝0；

若M(a_ij)＝1，则对

C(a_ij)＝'Red'，即出现与着火点有关的联动动作事件即定为红色警报；

若M(a_ij)＝0,j_max(i)≥10，则对

C(a_ij)＝'Orange'，即该着火点引发了5个及以上报警器的报警，则将这一系列报警定为橙色警报；

若M(a_ij)＝0,3≤j_max(i)<3，则对

C(a_ij)＝'Yellow'，即该着火点引发了等于或多于3个但不足5个报警器的报警，则将这一系列报警定为黄色警报；

若M(a_ij)＝0,j_max(i)＝1，则对

C(a_ij)＝'Blue'，即该着火点引发了一个报警器的报警，则将这一系列报警定为橙色警报。

采用上述技术方案，本发明提供的一种基于时间空间与联动关系的人工智能火灾报警分级预警方法，该人工智能火灾报警分级预警方法具有智能化的特点，通过智能处理报警信息关联因子来输出分级预警信息，降低建筑楼宇的火灾报警信息误报率，实现更科学、智能报警信息分级预警，并且根据不同等级的报警选择不同的火警确认机制，可以极大的降低人工确认工作量，并且在确保安全的前提下，极大地提升了应急反应效率。

附图说明

图1为本发明一种基于时间空间与联动关系的人工智能火灾报警分级预警方法实施例一的流程图；

图2为本发明一种基于时间空间与联动关系的人工智能火灾报警分级预警方法中报警信息关联因子的逻辑关联图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

如图1所示，在本发明一种基于时间空间与联动关系的人工智能火灾报警分级预警方法实施例一的流程图中，该人工智能火灾报警分级预警方法包括以下步骤：步骤S1、火灾报警信息采集：通过物联网采集终端和传感器实时获取各类物联网报警数据因子；步骤S2、根据不同的建筑楼宇及所述物联网报警数据因子，利用人工智能算法模型计算出报警信息关联因子；步骤S3、根据所述报警信息关联因子对楼宇内部的消防系统的警报进行分级，并将从楼宇内部的火警数量、火警之间的时间关系、空间关系以及与警报产生联动关系的动作事件进行展开，输出分级预警信息。可以理解的，本发明对预警级别分为红、橙、黄、蓝四种异常状态(用颜色来区分是通行的做法，并非限定)。蓝色为普通报警、黄色为疑似火警、橙色为高度疑似火警、红色为经人工智能技术确认的火警。用户根据四个不同等级的报警选择不同的火警确认机制。火警分级预警可以极大的降低人工确认工作量，在确保安全的前提下，极大地提升了应急反应效率。

具体地，该人工智能火灾报警分级预警方法有三个部分：火灾报警信息集、人工智能算法模型、输出分级预警信息。火灾报警信息集通过在火灾报警系统、消防水系统、防排烟系统等处安装物联网采集终端和传感器实时获取各类物联网报警数据数据因子。在获取数据的处理方式上，本发明新颖之处在于为各个消防设施系统建立唯一的点位对象，每个点位对象由系统分配一个独立的唯一逻辑识别码，与大楼内部的消防设施设备物理编码不存在对应关系。报警信息关联因子，该报警信息关联因子分属于时间、空间和联动模型，涉及范围包括火灾报警系统常规的火警、故障、复位、启动、联动、监管、屏蔽等火灾报警状态因子；消防水系统的管网进水压力、出水压力、水流量、水泵启动、水泵停止、消防水箱液位等消防给水设施运行因子；防排烟系统的风量风压、送风机启动和停止、排烟风机启动停止等防排烟设施运行因子。

可以理解的，该报警信息关联因子的识别不以系统设定为条件，根据不同的建筑楼宇，利用时间、空间、联动人工智能算法模型，计算因子的选取、权重和和排序，因此，报警信息关联因子是一种动态因子，关联如图2所示。

具体地，本发明中人工智能算法模型计算动态因子的方法：

例如有两栋建筑分别是建筑A和建筑B，建筑A采用了12个关联因子，而建筑B只选取了另外不同的12个关联因子。

本发明中人工智能算法对建筑A和建筑B选取了不同的关联因子，算法模型智能选取关联因子的方法是基于建筑的年代、建筑高度、建筑层数、建筑类型、耐火等级、建筑性质、消防设施类型、消防物联网点位、单位消防级别、微型消防站管理情况、防火巡查情况、防火检查情况等等基础信息，运用层次分析法和模糊分析法，确定关联因子。与建筑A的关联因子相似度达到90％以上的建筑其关联因子进行更细致的分析和选取，通过自我学习，对各种建筑的基础信息进行分层，比如建筑B的就属于另一个层。建筑动态因子分层为火灾报警分级预警提出了一个基础框架。在此框架基础上运用关联因子动态权重算法、火灾误报警算法、人工智能分级算法，最后输入火灾报警分级预警信息。

具体地，本发明中动态权重方法：将建筑动态因子大数据进行深度挖掘，运用人工智能算法模型进行计算因子权重，经过计算的权重值是一个动态值，比如火灾报警主机反馈的火警、故障、联动等点位关联性等状态信息会决定火警状态因子的权重；泵房出水口压力一段时间内的变化值会决定出水口压力因子的权重。

具体地，本发明中时间、空间、联动模型对火灾误报警算法：首先，定义系统内的火警信息为A_1,A_2…A_N,其中A_k表示为系统中的第k次报警事件。定义T(A_k)系统中的第k次报警事件的发生时间，X(A_k)系统中的第k次报警事件的报警位置，M(A_k)为与第k次报警时间相关联的动作事件,C(A_k)系统中的第k次报警事件的等级。

当两个报警信息(A_1、A_2)间隔时间小于60秒，定义为符合火灾误报警时间模型；当定义的火灾误报警时间关系之后出现联动信号，即触发联动模型时，将前述误报警信息更新为真实报警信息。如果在已定义的误报警时间模型之后其他防火分区发出了新的火灾报警信息，并且消防物联网未反馈其他异常信息，此时新的火灾报警信息即触发空间模型，定义为火灾误报警。火灾误报警信息的判定需结合动态消防物联网的关联因子综合计算。对于报警信息A_k，若

使得，|T(A_k)-T(a_ij)|<T_0且|(|X(A_k)-X(a_ij)|)|<X_0，则报警信息A_k与之前第i次着火点引发的报警存在时间关系与空间关系，因此认为报警信息A_k应归类到第i次着火点引发的报警，即a_i[j_max+1]＝A_k。注意到认为一个报警不可能由两个着火点同时引起，这保证了角标i的唯一性。

具体地，本发明中人工智能分级算法：

首先要保障在同一建筑内，同一防火分区。具体分水平位置相关和垂直位置相关。计算水平位置相关通过一次码或二次码。计算垂直位置相关通过二次码。一次码的计算依据唯一点位对象在相邻2位数，二次码的计算依据类似点位对象。通过以上算法将报警信息分成不同的等级。对楼宇内部的消防系统的警报进行分级将从楼宇内部的火警数量，火警之间的时间关系、空间关系以及与警报产生联动关系的动作事件进行展开。

可以理解的，定义时间关系、空间关系与联动关系如下：

若两次报警事件A_k与A_l满足|T(A_k)-T(A_l)|<T_0，即两次报警的时间小于一个给定阈值T_0，则称报警时间A_k与A_l满足时间关系。

若两次报警事件A_k与A_l满足|(|X(A_k)-X(A_l)|)|<X_0,即两次报警的距离小于一个给定阈值X_0，则称两次报警满足空间关系。

若出现与报警事件联动的动作事件，则记M(A_k)＝1，反之则M(A_k)＝0。

若M(a_ij)＝1，则对

C(a_ij)＝'Red'，即出现与着火点有关的联动动作事件即定为红色警报。

若M(a_ij)＝0,j_max(i)≥10，则对

C(a_ij)＝'Orange'，即该着火点引发了5个及以上报警器的报警，则将这一系列报警定为橙色警报。

若M(a_ij)＝0,3≤j_max(i)<3，则对

C(a_ij)＝'Yellow'，即该着火点引发了3个及以上但不足5个报警器的报警，则将这一系列报警定为黄色警报。

若M(a_ij)＝0,j_max(i)＝1，则对

C(a_ij)＝'Blue'，即该着火点引发了一个报警器的报警，则将这一系列报警定为橙色警报。

可以理解的，本发明设计合理，构造独特，该人工智能火灾报警分级预警方法具有智能化的特点，通过智能处理动态因子，运用火灾误报警算法和分级预警算法，降低建筑楼宇的火灾报警信息误报率，实现更科学、智能报警信息分级预警。

以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (7)

1.一种基于时间空间与联动关系的人工智能火灾报警分级预警方法，其特征在于：包括以下步骤：

步骤S1、火灾报警信息采集：通过物联网采集终端和传感器实时获取各类物联网报警信息关联因子数据；

步骤S2、根据不同的建筑楼宇及所述物联网报警信息关联因子，利用人工智能算法模型计算出报警信息关联因子的动态权重；

步骤S3、根据所述报警信息关联因子对楼宇内部的消防系统的警报进行动态权重分级，并将从楼宇内部的火警数量、火警之间的时间关系、空间关系以及与警报产生联动关系的动作事件，结合火灾误报警算法和人工智能分级算法进行展开，输出分级预警信息。

2.根据权利要求1所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S1中，所述物联网采集终端和传感器均安装于火灾报警系统、消防水系统及防排烟系统上采集消防设施具有关联的信息,如消防水压数据与火灾报警关联数据，防排烟系统与火灾报警的关联数据。

3.根据权利要求1所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S1中，在获取所述火灾报警信息的处理方式上，通过为各个消防设施系统建立唯一的点位对象，每个点位对象由消防管理系统分配一个独立的唯一逻辑识别码，所述唯一逻辑识别码与大楼内部的消防设施设备物理编码不存在对应关系,各个唯一逻辑识别码间建立点位关系，通过报警信息的时间与点位对象建立时间关系，建筑内部的各唯一的点位建立空间关系。

4.根据权利要求1所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S2中，所述利用人工智能算法模型计算出报警信息关联因子包括基于建筑的年代、建筑高度、建筑层数、建筑类型、耐火等级、建筑性质、消防设施类型、消防物联网点位、单位消防安全级别、微型消防站管理情况、防火巡查情况、防火检查情况的基础信息，运用层次分析法和模糊分析法，确定所述报警信息关联因子。

5.根据权利要求1所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S3中，还包括：定义消防管理系统内的火警信息为A_1,A_2…A_N,其中A_k表示为系统中的第k次报警事件；定义T(A_k)系统中的第k次报警事件的发生时间，X(A_k)系统中的第k次报警事件的报警位置，M(A_k)为与第k次报警时间相关联的动作事件,C(A_k)系统中的第k次报警事件的等级；

当两个报警信息(A_1、A_2)间隔时间小于60秒，定义为符合火灾误报警时间模型；当定义的火灾误报警时间关系之后出现联动信号，即触发联动模型时，将前述误报警信息更新为真实报警信息；如果在已定义的误报警时间模型之后其他防火分区发出了新的火灾报警信息，并且消防物联网未反馈其他异常信息，此时新的火灾报警信息即触发空间模型，定义为火灾误报警。

6.根据权利要求5所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S3中，对于报警信息A_k，若

j使得|T(A_k)-T(a_ij)|<T_0，且|(|X(A_k)-X(a_ij)|)|<X_0，则报警信息A_k与之前第i次着火点引发的报警存在时间关系与空间关系，因此认为报警信息A_k应归类到第i次着火点引发的报警，即a_i[j_max+1]＝A_k。

7.根据权利要求5所述的人工智能火灾报警分级预警方法，其特征在于：在所述步骤S3中，定义时间关系、空间关系与联动关系如下：

若两次报警事件A_k与A_l满足|T(A_k)-T(A_l)|<T_0，即两次报警的时间小于一个给定阈值T_0，则称报警时间A_k与A_l满足时间关系；

若两次报警事件A_k与A_l满足|(|X(A_k)-X(A_l)|)|<X_0,即两次报警的距离小于一个给定阈值X_0，则称两次报警满足空间关系；

若出现与报警事件联动的动作事件，则记M(A_k)＝1，反之则M(A_k)＝0；

若M(a_ij)＝1，则对

C(a_ij)＝'Red'，即出现与着火点有关的联动动作事件即定为红色警报；

若M(a_ij)＝0,j_max(i)≥10，则对

C(a_ij)＝'Orange'，即该着火点引发了5个及以上报警器的报警，则将这一系列报警定为橙色警报；

若M(a_ij)＝0,3≤j_max(i)<3，则对

C(a_ij)＝'Yellow'，即该着火点引发了等于或多于3个但不足5个报警器的报警，则将这一系列报警定为黄色警报；

若M(a_ij)＝0,j_max(i)＝1，则对

C(a_ij)＝'Blue'，即该着火点引发了一个报警器的报警，则将这一系列报警定为橙色警报。

Images