CN113920673A - 一种室内火情智能监测方法及系统 - Google Patents
一种室内火情智能监测方法及系统 Download PDFInfo
- Publication number
- CN113920673A CN113920673A CN202111307144.8A CN202111307144A CN113920673A CN 113920673 A CN113920673 A CN 113920673A CN 202111307144 A CN202111307144 A CN 202111307144A CN 113920673 A CN113920673 A CN 113920673A
- Authority
- CN
- China
- Prior art keywords
- fire
- target room
- data
- judgment result
- determining
- 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 57
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000000779 smoke Substances 0.000 claims abstract description 38
- 206010000369 Accident Diseases 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 51
- 230000007613 environmental effect Effects 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 11
- 239000003546 flue gas Substances 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G08B17/117—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means by using a detection device for specific gases, e.g. combustion products, produced by the fire
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- 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
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种室内火情智能监测方法及系统，其方法包括：获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；根据目标室内的热图像二次判断火情情况，获取第二判断结果；根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。通过将设备监控与热图像监控两种方式相结合来综合地对目标室内进行火情监控可以有效地避免由于外界因素的影响导致监测结果存在误差情况的发生，提高了判定结果的准确性的同时也提高了监控效率。
Description
技术领域
本发明涉及设备监控技术领域，尤其涉及一种室内火情智能监测方法及系统。
背景技术
随着人们生活水平的不断提高，预警意识也逐步提高，伴随着高质量生活而来的也有高风险，例如火情等，在公共场合以及自然环境甚至是居家环境中都无法完全避免火情的发生，只能通过合理的监控措施来实时监控环境来预防火情的发生，现有的火情监控方法分为设备监控和热图像监控，设备监控即通过烟雾传感器和温度传感器等设备的监测数据来判断目标环境内是否出现火情，而热图像监控是通过判断热图像内的发热源来确定目标环境内是否出现火情，但是上述两种方法存在以下问题：单种监测手段会由于外界因素的影响从而导致监测结果与正常情况不符合从而发生误报警情况的发生，降低了环境所处人员的体验感。
发明内容
针对上述所显示出来的问题，本发明公开了一种室内火情智能监测方法及系统用以解决背景技术中提到的单种监测手段会由于外界因素的影响从而导致监测结果与正常情况不符合从而发生误报警情况的发生，降低了环境所处人员的体验感的问题。
一种室内火情智能监测方法，包括以下步骤：
获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
根据目标室内的热图像二次判断火情情况，获取第二判断结果；
根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
优选的，所述获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险，包括：
接收目标室内消防传感器上传的检测到的消防传感数据；
对所述消防传感数据进行降维分析和可视化分析，获取分析结果；
根据所述分析结果确定所述消防传感数据中的的敏感因子；
获取所述敏感因子对于火情的相关性指数，若所述相关性指数大于等于预设指数，确认目标室内存在火情风险，反之，确认目标室内不存在火情风险。
优选的，在若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果之前，所述方法还包括：
获取目标室内在正常指标范围内的环境数据，将所述环境数据存储到预设数据库中；
确定目标室内火情发生的前提条件，根据所述前提条件确定环境数据的变化值；
利用所述环境数据构建初始模型，以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型；
利用样本数据对所述火情异常预测模型进行测试，根据测试结果确定火情异常预测模型的准确性。
优选的，所述以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型，包括：
提取所述环境数据的变化值的特征因子；
根据所述特征因子生成异常参数序列，将所述异常参数序列和内火情发生的前提条件输入到所述初始模型中确定环境数据的状态信息变化；
将所述异常参数序列和环境数据的状态信息变化相关联以生成所述火情异常预测模型。
优选的，若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果，包括：
对所述烟气数据和温度数据进行分析，确认其是否属于正常范围，若是，确认第一判断结果为目标室内无火情情况；
若不属于正常范围，将所述温度数据和烟气数据输入到所述火情异常预测模型中获取预测结果；
根据所述预测结果确认目标室内的火情情况以及具体的火情等级，将所述火情情况以及具体的火情等级确认为所述第一判断结果。
优选的，所述根据目标室内的热图像二次判断火情情况，获取第二判断结果，包括：
根据目标室内多个区域的热图像确定目标室内的可疑火源区域；
确定所述可疑火源区域在目标室内的位置是否为预设的高温区域，若是，确认第二判断结果为目标室内无火情情况，否则，获取所述可疑火源区域在热图像内的动态参数；
根据所述动态参数确定目标室内的当前振幅特征和当前相位差特征；
根据所述当前振幅特征和当前相位差特征以及预设振幅特征和预设相位差特征计算出目标室内的火情发生概率；
将所述火情发生概率与预设概率进行比较，若比较结果为火情发生概率大于预设概率，确认第二判断结果为目标室内有火情情况，若比较结果为火情发生概率小于预设概率，确认第二判断结果为目标室内小概率有火情情况，若比较结果为火情发生概率远小于预设概率，确认第二判断结果为目标室内无火情情况。
优选的，所述根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故，包括：
当所述第一判断结果和第二判断结果都判断为目标室内出现火情情况时，确认目标室内存在火情事故；
当所述第一判断结果判断目标室内出现火情情况而第二判断结果判断目标室内未出现火情情况时，对所述烟气数据和温度数据进行智能解析以确定其产生源是否为厨灶，若是，确认目标室内未存在火情事故；
当所述第一判断结果判断目标室内未出现火情情况而第二判断结果判断目标室内出现火情情况时，对所述热图像进行像素分解以确定热区域的形成条件，判断所述形成条件是否为人为，若是，确认目标室内未存在火情事故；
当所述第一判断结果和第二判断结果都判断为目标室内未出现火情情况时，确认目标室内未存在火情事故。
优选的，在提取所述环境数据的变化值的特征因子之后，所述方法还包括：对所述特征因子进行测试，测试步骤包括：
根据环境数据中每个环境检测项目的初始值与变化值确定该环境检测项目对应的检测值变化的映射关系；
根据多个环境检测项目对应的检测值变化的映射关系构建环境数据变化经验模型；
基于目标室内在周期内的标准物理数据生成校正因子；
利用所述校正因子对每个环境检测项目的变化值对应的数据序列进行校正，获得校正后的变化值；
根据每个环境检测项目的校正后的变化值对环境数据变化经验模型进行重新训练直到其收敛为止；
将所述特征因子输入到所述训练后的环境数据变化经验模型中获得其输出的特征表达式；
根据所述特征表达式确定每个第一特征因子与剩余第二特征因子的关联关系；
根据所述关联关系构建所述特征表达式的树结构，将每个特征因子分别添加到树结构的对应节点中；
在添加完毕后，确认根据所述特征表达式是否可以生成特征提取代码，若是，确认所述特征因子完整无误，否则，确认所述特征因子存在缺失，发出重新提取环境数据的变化值的特征因子的提醒。
优选的，在确认目标室内存在火情事故时，所述方法还包括：
对目标室内的热图像进行像素优化处理，根据处理结果确定所述热图像中的火情图像；
将所述火情图像输入到预设烟火规模识别模型中确定目标室内火情的当前烟火规模；
根据所述当前烟火规模从预设服务器中的交通事故数据集中调取在当前烟火规模下环境内的CO浓度、C2H4浓度和C2H2浓度；
根据所述CO浓度、C2H4浓度和C2H2浓度判断目标室内的当前火情所处阶段；
根据目标室内的当前火情所处阶段与目标室内的条件参数确定目标室内的危险度；
根据所述危险度评估是否可以自发救火，若是，根据目标室内的建筑信息平面图生成灭火路线，否则，发出报警提示；
将所述灭火路线发送至相关人员所在终端。
一种室内火情智能监测系统，该系统包括：
第一判断模块，用于获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
第二判断模块，用于若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
第三判断模块，用于根据目标室内的热图像二次判断火情情况，获取第二判断结果；
评估模块，用于根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明所提供的一种室内火情智能监测方法的工作流程图；
图2为本发明所提供的一种室内火情智能监测方法的另一工作流程图；
图3为本发明所提供的一种室内火情智能监测方法的又一工作流程图；
图4为本发明所提供的一种室内火情智能监测系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
随着人们生活水平的不断提高，预警意识也逐步提高，伴随着高质量生活而来的也有高风险，例如火情等，在公共场合以及自然环境甚至是居家环境中都无法完全避免火情的发生，只能通过合理的监控措施来实时监控环境来预防火情的发生，现有的火情监控方法分为设备监控和热图像监控，设备监控即通过烟雾传感器和温度传感器等设备的监测数据来判断目标环境内是否出现火情，而热图像监控是通过判断热图像内的发热源来确定目标环境内是否出现火情，但是上述两种方法存在以下问题：单种监测手段会由于外界因素的影响从而导致监测结果与正常情况不符合从而发生误报警情况的发生，降低了环境所处人员的体验感。为了解决上述问题，本实施例公开了一种室内火情智能监测方法。
一种室内火情智能监测方法，如图1所示，包括以下步骤：
步骤S101、获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
步骤S102、若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
步骤S103、根据目标室内的热图像二次判断火情情况，获取第二判断结果；
步骤S104、根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
上述技术方案的工作原理为：首先根据目标室内的消防传感数据并根据其判断目标室内是否存在火情风险，若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果，根据目标室内的热图像二次判断火情情况，获取第二判断结果，根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。由于烟气数据和温度数据也有可能是因为用户抽烟或者进行其他操作从而导致温度升高，第一判断结果会误判为目标室内出现火情，同样的，热图像会误把厨房中天然气火焰误判定为发热源从而导致第二判断结果误判目标室内出现火情，将二者结合可以更加准确无误地判断出目标室内是否出现火情，极大地降低了误判的概率。
上述技术方案的有益效果为：通过将设备监控与热图像监控两种方式相结合来综合地对目标室内进行火情监控可以有效地避免由于外界因素的影响导致监测结果存在误差情况的发生，提高了判定结果的准确性的同时也提高了监控效率。解决了现有技术中单种监测手段会由于外界因素的影响从而导致监测结果与正常情况不符合从而发生误报警情况的发生，降低了环境所处人员的体验感的问题。
在一个实施例中，如图2所示，所述获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险，包括：
步骤S201、接收目标室内消防传感器上传的检测到的消防传感数据；
步骤S202、对所述消防传感数据进行降维分析和可视化分析，获取分析结果；
步骤S203、根据所述分析结果确定所述消防传感数据中的的敏感因子；
步骤S204、获取所述敏感因子对于火情的相关性指数，若所述相关性指数大于等于预设指数，确认目标室内存在火情风险，反之，确认目标室内不存在火情风险。
上述技术方案的有益效果为：通过对消防传感数据进行将为分析和可视化分析从而获得敏感因子可以针对消防传感数据中的异常数据来进行火情判断，降低了数据分析的样本，提高了工作效率，同时也可避免无关数据的影响。
在一个实施例中，如图3所示，在若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果之前，所述方法还包括：
步骤S301、获取目标室内在正常指标范围内的环境数据，将所述环境数据存储到预设数据库中；
步骤S302、确定目标室内火情发生的前提条件，根据所述前提条件确定环境数据的变化值；
步骤S303、利用所述环境数据构建初始模型，以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型；
步骤S304、利用样本数据对所述火情异常预测模型进行测试，根据测试结果确定火情异常预测模型的准确性。
上述技术方案的有益效果为：通过构建火情异常预测模型可以通过用户后续输入的参数直接进行模型判断，无需进行复杂的数据分析，进一步地提高了工作效率，进一步地，通过对火情异常预测模型进行测试可以保证测试结果的精准性，为后续进行火情判断奠定了基础。
在一个实施例中，所述以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型，包括：
提取所述环境数据的变化值的特征因子；
根据所述特征因子生成异常参数序列，将所述异常参数序列和内火情发生的前提条件输入到所述初始模型中确定环境数据的状态信息变化；
将所述异常参数序列和环境数据的状态信息变化相关联以生成所述火情异常预测模型。
上述技术方案的有益效果为：通过将环境数据在火情下的状态信息变化与变化值的特征因子相结合来构建火情异常预测模型可以通过环境参数的变化来直观地预测出目标室内是否发现火情，进一步地提高了工作效率。
在一个实施例中，若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果，包括：
对所述烟气数据和温度数据进行分析，确认其是否属于正常范围，若是，确认第一判断结果为目标室内无火情情况；
若不属于正常范围，将所述温度数据和烟气数据输入到所述火情异常预测模型中获取预测结果；
根据所述预测结果确认目标室内的火情情况以及具体的火情等级，将所述火情情况以及具体的火情等级确认为所述第一判断结果。
上述技术方案的有益效果为：通过对烟气数据和温度数据进行智能分析可以有效地确定其是否在合理范围内，进而当其不在合理范围内时再使用模型进行预测，进一步地提高了工作效率和预测结果的准确性。
在一个实施例中，所述根据目标室内的热图像二次判断火情情况，获取第二判断结果，包括：
根据目标室内多个区域的热图像确定目标室内的可疑火源区域；
确定所述可疑火源区域在目标室内的位置是否为预设的高温区域，若是，确认第二判断结果为目标室内无火情情况，否则，获取所述可疑火源区域在热图像内的动态参数；
根据所述动态参数确定目标室内的当前振幅特征和当前相位差特征；
根据所述当前振幅特征和当前相位差特征以及预设振幅特征和预设相位差特征计算出目标室内的火情发生概率；
将所述火情发生概率与预设概率进行比较，若比较结果为火情发生概率大于预设概率，确认第二判断结果为目标室内有火情情况，若比较结果为火情发生概率小于预设概率，确认第二判断结果为目标室内小概率有火情情况，若比较结果为火情发生概率远小于预设概率，确认第二判断结果为目标室内无火情情况。
上述技术方案的有益效果为：可智能地判断可疑火源区域是否为目标室内已设置的预设高温区域，避免了漏识别情况的发生，进一步地，通过根据目标室内的当前振幅特征和当前相位差特征计算出火情发生概率相比于现有技术中直接利用视频来评估更加精确和实际，提高了评估结果的准确性。
在一个实施例中，所述根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故，包括：
当所述第一判断结果和第二判断结果都判断为目标室内出现火情情况时，确认目标室内存在火情事故；
当所述第一判断结果判断目标室内出现火情情况而第二判断结果判断目标室内未出现火情情况时，对所述烟气数据和温度数据进行智能解析以确定其产生源是否为厨灶，若是，确认目标室内未存在火情事故；
当所述第一判断结果判断目标室内未出现火情情况而第二判断结果判断目标室内出现火情情况时，对所述热图像进行像素分解以确定热区域的形成条件，判断所述形成条件是否为人为，若是，确认目标室内未存在火情事故；
当所述第一判断结果和第二判断结果都判断为目标室内未出现火情情况时，确认目标室内未存在火情事故。
上述技术方案的有益效果为：通过进行多种情况的智能分析来综合地评估出目标室内是否存在火情事故可以有效地将外界干扰因素排除从而获得准确地评估结果，进一步地提高了评估的精度。
在一个实施例中，在提取所述环境数据的变化值的特征因子之后，所述方法还包括：对所述特征因子进行测试，测试步骤包括：
根据环境数据中每个环境检测项目的初始值与变化值确定该环境检测项目对应的检测值变化的映射关系；
根据多个环境检测项目对应的检测值变化的映射关系构建环境数据变化经验模型；
基于目标室内在周期内的标准物理数据生成校正因子；
利用所述校正因子对每个环境检测项目的变化值对应的数据序列进行校正，获得校正后的变化值；
根据每个环境检测项目的校正后的变化值对环境数据变化经验模型进行重新训练直到其收敛为止；
将所述特征因子输入到所述训练后的环境数据变化经验模型中获得其输出的特征表达式；
根据所述特征表达式确定每个第一特征因子与剩余第二特征因子的关联关系；
根据所述关联关系构建所述特征表达式的树结构，将每个特征因子分别添加到树结构的对应节点中；
在添加完毕后，确认根据所述特征表达式是否可以生成特征提取代码，若是，确认所述特征因子完整无误，否则，确认所述特征因子存在缺失，发出重新提取环境数据的变化值的特征因子的提醒。
上述技术方案的有益效果为：通过对环境数变化值的特征因子进行测试可以保证其有效地构建火情异常预测模型并保证模型计算结果的准确性，进一步地，通过利用树结构的形式来测试特征因子可以更加直观地确定特征因子的完整性，提高了工作效率。
优选的，在确认目标室内存在火情事故时，所述方法还包括：
对目标室内的热图像进行像素优化处理，根据处理结果确定所述热图像中的火情图像；
将所述火情图像输入到预设烟火规模识别模型中确定目标室内火情的当前烟火规模；
根据所述当前烟火规模从预设服务器中的交通事故数据集中调取在当前烟火规模下环境内的CO浓度、C2H4浓度和C2H2浓度；
根据所述CO浓度、C2H4浓度和C2H2浓度判断目标室内的当前火情所处阶段；
根据目标室内的当前火情所处阶段与目标室内的条件参数确定目标室内的危险度；
根据所述危险度评估是否可以自发救火，若是，根据目标室内的建筑信息平面图生成灭火路线，否则，发出报警提示；
将所述灭火路线发送至相关人员所在终端。
上述技术方案的有益效果为：通过对目标室内的火情进行危险度评估可以有效地确定该火情是否可以由居住人员自发进行灭火，避免居住人员在无任何安全保障的前提下自发进行灭火从而导致出现安全事故，提高了安全性的同时也保证了居住人员的生命安全，进一步地，通过在确认居住人员可以自发进行灭火的前提下生成灭火路线可以根据目标室内的火势情况和目标室内的建筑平面图自适应地生成最佳的灭火路线，既提高了灭火效率同时进一步地保证了居住人员的生命安全。
本实施例还公开了一种室内火情智能监测系统，如图4所示，该系统包括：
第一判断模块401，用于获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
第二判断模块402，用于若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
第三判断模块403，用于根据目标室内的热图像二次判断火情情况，获取第二判断结果；
评估模块404，用于根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。
本领域技术人员应当理解的是，本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种室内火情智能监测方法，其特征在于，包括以下步骤：
获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
根据目标室内的热图像二次判断火情情况，获取第二判断结果；
根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
2.根据权利要求1所述室内火情智能监测方法，其特征在于，所述获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险，包括：
接收目标室内消防传感器上传的检测到的消防传感数据；
对所述消防传感数据进行降维分析和可视化分析，获取分析结果；
根据所述分析结果确定所述消防传感数据中的的敏感因子；
获取所述敏感因子对于火情的相关性指数，若所述相关性指数大于等于预设指数，确认目标室内存在火情风险，反之，确认目标室内不存在火情风险。
3.根据权利要求1所述室内火情智能监测方法，其特征在于，在若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果之前，所述方法还包括：
获取目标室内在正常指标范围内的环境数据，将所述环境数据存储到预设数据库中；
确定目标室内火情发生的前提条件，根据所述前提条件确定环境数据的变化值；
利用所述环境数据构建初始模型，以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型；
利用样本数据对所述火情异常预测模型进行测试，根据测试结果确定火情异常预测模型的准确性。
4.根据权利要求3所述室内火情智能监测方法，其特征在于，所述以所述内火情发生的前提条件和环境数据的变化值作为模型的输入来训练所述初始模型以获得火情异常预测模型，包括：
提取所述环境数据的变化值的特征因子；
根据所述特征因子生成异常参数序列，将所述异常参数序列和内火情发生的前提条件输入到所述初始模型中确定环境数据的状态信息变化；
将所述异常参数序列和环境数据的状态信息变化相关联以生成所述火情异常预测模型。
5.根据权利要求3所述室内火情智能监测方法，其特征在于，若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果，包括：
对所述烟气数据和温度数据进行分析，确认其是否属于正常范围，若是，确认第一判断结果为目标室内无火情情况；
若不属于正常范围，将所述温度数据和烟气数据输入到所述火情异常预测模型中获取预测结果；
根据所述预测结果确认目标室内的火情情况以及具体的火情等级，将所述火情情况以及具体的火情等级确认为所述第一判断结果。
6.根据权利要求1所述室内火情智能监测方法，其特征在于，所述根据目标室内的热图像二次判断火情情况，获取第二判断结果，包括：
根据目标室内多个区域的热图像确定目标室内的可疑火源区域；
确定所述可疑火源区域在目标室内的位置是否为预设的高温区域，若是，确认第二判断结果为目标室内无火情情况，否则，获取所述可疑火源区域在热图像内的动态参数；
根据所述动态参数确定目标室内的当前振幅特征和当前相位差特征；
根据所述当前振幅特征和当前相位差特征以及预设振幅特征和预设相位差特征计算出目标室内的火情发生概率；
将所述火情发生概率与预设概率进行比较，若比较结果为火情发生概率大于预设概率，确认第二判断结果为目标室内有火情情况，若比较结果为火情发生概率小于预设概率，确认第二判断结果为目标室内小概率有火情情况，若比较结果为火情发生概率远小于预设概率，确认第二判断结果为目标室内无火情情况。
7.根据权利要求1所述室内火情智能监测方法，其特征在于，所述根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故，包括：
当所述第一判断结果和第二判断结果都判断为目标室内出现火情情况时，确认目标室内存在火情事故；
当所述第一判断结果判断目标室内出现火情情况而第二判断结果判断目标室内未出现火情情况时，对所述烟气数据和温度数据进行智能解析以确定其产生源是否为厨灶，若是，确认目标室内未存在火情事故；
当所述第一判断结果判断目标室内未出现火情情况而第二判断结果判断目标室内出现火情情况时，对所述热图像进行像素分解以确定热区域的形成条件，判断所述形成条件是否为人为，若是，确认目标室内未存在火情事故；
当所述第一判断结果和第二判断结果都判断为目标室内未出现火情情况时，确认目标室内未存在火情事故。
8.根据权利要求4所述室内火情智能监测方法，其特征在于，在提取所述环境数据的变化值的特征因子之后，所述方法还包括：对所述特征因子进行测试，测试步骤包括：
根据环境数据中每个环境检测项目的初始值与变化值确定该环境检测项目对应的检测值变化的映射关系；
根据多个环境检测项目对应的检测值变化的映射关系构建环境数据变化经验模型；
基于目标室内在周期内的标准物理数据生成校正因子；
利用所述校正因子对每个环境检测项目的变化值对应的数据序列进行校正，获得校正后的变化值；
根据每个环境检测项目的校正后的变化值对环境数据变化经验模型进行重新训练直到其收敛为止；
将所述特征因子输入到所述训练后的环境数据变化经验模型中获得其输出的特征表达式；
根据所述特征表达式确定每个第一特征因子与剩余第二特征因子的关联关系；
根据所述关联关系构建所述特征表达式的树结构，将每个特征因子分别添加到树结构的对应节点中；
在添加完毕后，确认根据所述特征表达式是否可以生成特征提取代码，若是，确认所述特征因子完整无误，否则，确认所述特征因子存在缺失，发出重新提取环境数据的变化值的特征因子的提醒。
9.根据权利要求1所述室内火情智能监测方法，其特征在于，在确认目标室内存在火情事故时，所述方法还包括：
对目标室内的热图像进行像素优化处理，根据处理结果确定所述热图像中的火情图像；
将所述火情图像输入到预设烟火规模识别模型中确定目标室内火情的当前烟火规模；
根据所述当前烟火规模从预设服务器中的交通事故数据集中调取在当前烟火规模下环境内的CO浓度、C2H4浓度和C2H2浓度；
根据所述CO浓度、C2H4浓度和C2H2浓度判断目标室内的当前火情所处阶段；
根据目标室内的当前火情所处阶段与目标室内的条件参数确定目标室内的危险度；
根据所述危险度评估是否可以自发救火，若是，根据目标室内的建筑信息平面图生成灭火路线，否则，发出报警提示；
将所述灭火路线发送至相关人员所在终端。
10.一种室内火情智能监测系统，其特征在于，该系统包括：
第一判断模块，用于获取目标室内的消防传感数据并根据其判断目标室内是否存在火情风险；
第二判断模块，用于若存在火情风险，检测所述目标室内的烟气数据和温度数据，根据所述烟气数据和温度数据判断目标室内的火情情况，获取第一判断结果；
第三判断模块，用于根据目标室内的热图像二次判断火情情况，获取第二判断结果；
评估模块，用于根据第一判断结果和第二判断结果综合评估目标室内是否存在火情事故。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111307144.8A CN113920673B (zh) | 2021-11-05 | 2021-11-05 | 一种室内火情智能监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111307144.8A CN113920673B (zh) | 2021-11-05 | 2021-11-05 | 一种室内火情智能监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113920673A true CN113920673A (zh) | 2022-01-11 |
| CN113920673B CN113920673B (zh) | 2023-08-18 |
Family
ID=79245278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111307144.8A Active CN113920673B (zh) | 2021-11-05 | 2021-11-05 | 一种室内火情智能监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113920673B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN115578832A (zh) * | 2022-11-25 | 2023-01-06 | 天津新亚精诚科技有限公司 | 一种应用于消防物联网的无线监控报警系统 |
| CN116204690A (zh) * | 2023-04-28 | 2023-06-02 | 泰力基业股份有限公司 | 一种具有自动灭火功能的配电箱数据传输系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030215141A1 (en) * | 2002-05-20 | 2003-11-20 | Zakrzewski Radoslaw Romuald | Video detection/verification system |
| CA2492039A1 (en) * | 2004-02-06 | 2005-08-06 | Eads Deutschland Gmbh | Method for detecting and combating forest and surface fires |
| CA2462003A1 (en) * | 2004-03-25 | 2005-09-25 | Novar Gmbh | Fire detection method and fire detector therefor |
| CN105697063A (zh) * | 2016-01-28 | 2016-06-22 | 郑州光力科技股份有限公司 | 一种基于多参数交叉分析的矿用火情预警方法及系统 |
| CN109272696A (zh) * | 2018-08-27 | 2019-01-25 | 出门问问信息科技有限公司 | 电子设备 |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控系统 |
| US20190324439A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
| US20200150031A1 (en) * | 2018-11-13 | 2020-05-14 | Enersul Inc. | Method and apparatus for sulfur fire-watch and detection |
| CN111310636A (zh) * | 2020-02-10 | 2020-06-19 | 赣州市金电电子设备有限公司 | 一种基于热成像和烟雾识别一体森林防火ia-pcnn算法 |
| CN111627183A (zh) * | 2020-06-10 | 2020-09-04 | 烟台艾睿光电科技有限公司 | 一种消防预警联动系统 |
-
2021
- 2021-11-05 CN CN202111307144.8A patent/CN113920673B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030215141A1 (en) * | 2002-05-20 | 2003-11-20 | Zakrzewski Radoslaw Romuald | Video detection/verification system |
| CA2492039A1 (en) * | 2004-02-06 | 2005-08-06 | Eads Deutschland Gmbh | Method for detecting and combating forest and surface fires |
| CA2462003A1 (en) * | 2004-03-25 | 2005-09-25 | Novar Gmbh | Fire detection method and fire detector therefor |
| CN105697063A (zh) * | 2016-01-28 | 2016-06-22 | 郑州光力科技股份有限公司 | 一种基于多参数交叉分析的矿用火情预警方法及系统 |
| US20190324439A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
| CN109272696A (zh) * | 2018-08-27 | 2019-01-25 | 出门问问信息科技有限公司 | 电子设备 |
| US20200150031A1 (en) * | 2018-11-13 | 2020-05-14 | Enersul Inc. | Method and apparatus for sulfur fire-watch and detection |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控系统 |
| CN111310636A (zh) * | 2020-02-10 | 2020-06-19 | 赣州市金电电子设备有限公司 | 一种基于热成像和烟雾识别一体森林防火ia-pcnn算法 |
| CN111627183A (zh) * | 2020-06-10 | 2020-09-04 | 烟台艾睿光电科技有限公司 | 一种消防预警联动系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN115578832A (zh) * | 2022-11-25 | 2023-01-06 | 天津新亚精诚科技有限公司 | 一种应用于消防物联网的无线监控报警系统 |
| CN115578832B (zh) * | 2022-11-25 | 2023-03-10 | 天津新亚精诚科技有限公司 | 一种应用于消防物联网的无线监控报警系统 |
| CN116204690A (zh) * | 2023-04-28 | 2023-06-02 | 泰力基业股份有限公司 | 一种具有自动灭火功能的配电箱数据传输系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113920673B (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113920673B (zh) | 一种室内火情智能监测方法及系统 | |
| CN111402538B (zh) | 具备火灾警情预测的方法、系统、智能终端及存储介质 | |
| CN112002095A (zh) | 一种矿山洞内的火灾预警方法 | |
| CN113643495B (zh) | 一种用于火灾原因调查的智能辅助分析系统及方法 | |
| CN110120143A (zh) | 一种炼化企业易燃易爆区域烟雾智能监测系统 | |
| CN113192283B (zh) | 一种多传感器信息融合的无线火灾预警系统 | |
| CN108298393A (zh) | 基于深度网络过滤电梯困人误报的方法 | |
| CN114492629A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
| KR102128066B1 (ko) | 음향 방출을 기반으로 하는 구조물 결함 탐지 장치 및 방법 | |
| KR101574176B1 (ko) | 불꽃 오감지 영역이 제거된 화재 영역 선정 방법, 이를 이용한 물대포 발사 목표점 또는 발사 순서 선정 및 화재 진압 방법 | |
| CN114965860A (zh) | 基于阻燃板阻燃测试的作业环境火灾消防安全监测系统 | |
| US20090261980A1 (en) | Fire detector incorporating a gas sensor | |
| US20240005771A1 (en) | Methods and systems for gas leakage safety warning based on internet of things (iot) of smart gas | |
| CN116863629A (zh) | 一种基于多传感器的报警装置、报警方法及电子设备 | |
| CN111359132A (zh) | 一种基于人工智能的智慧消防警报方法及系统 | |
| CN115277229A (zh) | 一种网络安全态势感知方法及系统 | |
| CN115862296A (zh) | 铁路施工工地的火灾风险预警方法、系统、设备及介质 | |
| CN114446002B (zh) | 火灾在线监测方法、装置、介质及系统 | |
| WO2018121330A1 (zh) | 一种检测方法、相关装置和系统 | |
| CN111882800B (zh) | 一种基于多维度数据联动的消防预警方法及系统 | |
| KR102654042B1 (ko) | 열화상 및 rgb 듀얼 카메라를 이용한 화재 판별 장치 및 방법 | |
| JP5309069B2 (ja) | 煙検出装置 | |
| CN115909640B (zh) | 一种基于边缘智能的便利店危险智能化识别系统 | |
| CN115984067A (zh) | 一种用于城市地下空间关键区域的火灾监测预警系统 | |
| KR102531238B1 (ko) | 인공지능 기반 다목적 안전 감시 일체형 카메라 시스템 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230725 Address after: Room 2107, Room 2109, Room 2110, No. 112 Science Avenue, Huangpu District, Guangzhou City, Guangdong Province, 510700 Applicant after: Guangdong Conghua intelligent emergency Technology Co.,Ltd. Address before: 518000 n17, 4th floor, Lianhui building, No. 5, Xingong village, Sanlian community, Longhua street, Longhua District, Shenzhen, Guangdong Applicant before: Shenzhen xiaofeiniu Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |