CN113990018B - 一种安全风险预测系统 - Google Patents

Abstract

本发明公开了一种安全风险预测系统，涉及技术领域，包括火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统以及隧道安全联动决策系统，其中：隧道安全联动决策系统结合火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统的实时数据，进行动态特征数据融合处理，并基于风险预测模型分析隧道火灾动态风险发生概率预测评估结果，作出决策。本发明具有通过各系统配合形成高速动态隧道安全联动决策系统，为隧道内车辆防火防灾提供风险发生概率的灾害预测，提前预判灾害发生的概率，在灾难发生前进行预警判断和人工干预，以科学有效的避免灾难的发生，具有大大降低灾难发生的可能性，减少了人员、财力的损失的效果。

Description

一种安全风险预测系统

技术领域

本发明涉及风险预测技术领域，尤其涉及一种安全风险预测系统。

背景技术

地铁具有经济节能、运量大、环保等优势，已逐渐成为人们日常生活中最常选择的出行交通方式，且发展迅速。地铁多采用隧道敷设，隧道属于公共交通道路上的重要场所，具有埋深大、距离长、所处地质条件复杂等特点，隧道线路上各种灾害时有发生，如火灾等，并且对于隧道这一特殊场所的火灾自动报警系统方案也日趋成熟。目前针对隧道场所最常用的火灾探测解决方案主要有：分布式光纤感温系统、光纤光栅感温探测系统、双波长红外火焰探测系统和图像型火灾探测系统。

目前隧道内的各类火灾探测设备，均是当发生火灾后，探测设备自动探测到火警信号，并将火警信号上传至监控中心，火灾报警控制器上发出声、光警报，提醒隧道管理站的工作人员对火灾信息进行确认，工作人员根据火灾报警控制器上所显示的桩号调取相关道路监控视频信息确认灾害后采取灭火措施，通过手动或自动的方式对防排烟风机和风阀、防火门、信息指示牌、灭火系统等进行控制，并通知救援队伍赶往灾害地点进行救援，以达到消灭火灾的目的。

然而，由于以上的联动决策均基于对火灾发生后探测设备对火灾的判别，而目前的集中数据平台只是将各个子系统的数据做到集中显示，起到监视前端设备工作状态和实时显示监测数据的作用，而并没有进行数据融合，将外部实时数据形成趋势曲线，无法提前预判灾害发生的概率，无法在灾害发生前发出预警和人为干预。即，随着科技的进步和社会对重要场所安全系统智能化管理的要求越来越严格，传统的对隧道内发生灾害之后的探测并发出报警的探测火灾或行车安全的事后判断功能型的探测系统，已经不能满足智慧消防所提出的智能化运营的智能化要求。

基于上述问题，本申请发明出了一种安全风险预测系统来解决以上问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种安全风险预测系统。

为了实现上述目的，本发明采用了如下技术方案：

一种安全风险预测系统，包括火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统以及隧道安全联动决策系统，其中：

所述隧道安全联动决策系统结合所述火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统的实时数据，进行动态特征数据融合处理，并基于风险预测模型分析隧道火灾动态风险发生概率预测评估结果，作出决策。

进一步的，所述动态高速称重系统判断目标车辆种类，并结合视频监控系统分析该目标车辆是否为危险车辆，当判断目标车辆属于危险车辆时，视频监控系统实时追踪位置，并由火灾自动报警系统实时进行安全数据反馈，隧道安全联动决策系统融合处理动态高速称重系统、视频监控系统以及火灾自动报警系统传输的数据信息，判断该目标车辆是否存在异常，若判断结果为车辆异常，则启动联动预案，并进行人工干预，若判断结果为车辆正常，则车辆正常驶出隧道。

进一步的，所述动态高速称重系统用于探测隧道车辆重量信息、前后车轮时间间隔并传输至隧道安全联动决策系统，包括动态高速称重传感器与光纤传感器分析仪，动态高速称重传感器与光纤传感器分析仪之间通过光缆组网连接，且动态高速称重传感器敷设于隧道进口处。

进一步的，所述视频监控系统根据实时视频信息进行图像识别分析获取进入隧道车辆的车速、车牌信息，同时获取车辆轴距信息，结合所述动态高速称重系统判断该车辆是否为有超重风险或是否为危险品运输的车辆。

进一步的，所述视频监控系统实施位置追踪，包括对该车辆进行运动跟踪、实时位置标定以及实时提供该车辆在隧道内的位置桩号。

进一步的，所述火灾自动报警系统包括分布式光纤感温探测系统以及图像型火灾探测系统，其中：

所述分布式光纤感温探测系统采用在隧道全线顶部敷设感温光纤的方式，用于实时探测隧道全线温度，并将实时温度反馈至隧道安全联动决策系统；

所述图像型火灾探测系统采用在隧道侧壁按照监测范围全覆盖原则布设图像型火灾探测器的方式，用于探测隧道全线明火和烟雾，并实时探测火灾概率。

进一步的，所述视频监控系统采用图像型火灾探测系统上兼容的视频监视功能来实现视频监视，并将实时道路检测视频上传至隧道安全联动决策系统。

进一步的，所述隧道安全联动决策系统包括监控服务器，所述监控服务器其配置为根据车辆动态特征数据，基于风险预测模型进行火灾发生概率的分析。

进一步的，所述风险预测模型包括两层预测训练模型，其中：

根据火灾自动报警系统、动态高速称重系统以及视频监控系统获取的特征信息，采用若干算法结合各特征信息因素对火灾风险的影响权重，形成第一层预测训练模型，并保存数据；

根据第一层预测训练模型的数据，结合对隧道安全系统发生概率的统计数据作为训练数据，拟合预测风险曲线成为训练模型，形成第二层预测模型；

同时第二层预测模型中结合BP神经网络预测模型，对预测的概率误差进行实时修正，形成风险预测模型，以获取该车辆存在的安全风险的概率。

进一步的，所述联动子系统包括通风系统、水系统、灭火系统、提示板、疏散系统、广播系统。

与现有技术相比，本发明的有益效果是：本发明中，通过设置火灾自动报警系统(分布式光纤感温探测系统、图像型火灾探测系统)、视频监控系统、动态高速称重系统以及隧道内的联动子系统(通风系统、水系统、灭火系统等)形成实时数据趋势，并进行融合处理，为隧道内车辆防火防灾提供风险发生概率的灾害预测，提前预判灾害发生的概率，并在灾难发生前进行预警判断和人工干预，以科学有效的避免灾难的发生，大大降低灾难发生的可能性，从而减少了人员、财力的损失。

附图说明

图1为本发明的系统示意图；

图2为本发明的算法模型图；

图3为本发明的工作流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。

据统计，目前所发生的隧道火灾大都由车辆造成，有车辆相撞起火，有车辆自燃起火，还有车辆运输的物品达到燃点而引发的火灾。在隧道火灾发生的初期，会产生或变化的物理量有烟雾、明火和温度，为减少隧道火灾引起的人员、财产风险与损失，为此，本申请提供了一种隧道火灾安全风险预测，为隧道安全提供早期处理火灾的应急决策。

参照图1，一种安全风险预测系统，包括火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统以及隧道安全联动决策系统。

火灾自动报警系统、动态高速称重系统、视频监控系统以及联动子系统通信连接隧道安全联动决策系统。火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统将探测所得的车辆动态数据信息传输至隧道安全联动决策系统，隧道安全联动决策系统结合火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统的实时数据，进行动态特征数据融合处理，并基于风险预测模型分析隧道火灾动态风险发生概率预测评估结果，作出决策，即，为隧道防火防灾提供风险发生概率的灾害预测，以使得监控中心人员能够及时对目标车辆进行人工干预和引导，从而减少车辆发生灾害的可能性。

具体地，参照图2，本申请安全风险预测系统的工作流程为：动态高速称重系统判断车辆种类，并结合视频监控系统分析目标车辆是否为危险车辆，当系统判断目标车辆属于危险车辆时，视频监控系统实时追踪位置，并由火灾自动报警系统实时进行安全数据反馈，隧道安全联动决策系统融合处理动态高速称重系统、视频监控系统以及火灾自动报警系统传输的数据信息，判断该目标车辆是否存在异常，若判断结果为车辆异常，则启动联动预案，并进行人工干预，若判断结果为目标车辆正常，则车辆正常驶出隧道。

首先，动态高速称重系统探测隧道车辆重量信息、前后车轮时间间隔并传输至隧道安全联动决策系统。

动态高速称重系统包括动态高速称重传感器与光纤传感器分析仪，动态高速称重系统由动态称重传感器、工业级高精度光纤传感分析仪等硬件通过光缆组网在一起，且动态高速称重传感器敷设于隧道进口处。

当车辆驶入隧道时，目标车辆轮胎接触到称重传感器区域，压力由表面传递到内部，称重传感器感知压力的变化，由工业级高精度光纤传感分析仪把得到的传感器原始波长进行解析，根据光纤传感器波长变化与实际重量关系的标定曲线二次函数，计算实际测量到的车辆重量信息。动态高速称重系统把现场测量所得的目标车辆自重信息通过网络TCP/MODBUS协议传输到监控中心的隧道安全联动决策系统。

并且，高精度光纤传感分析仪基于波长可调谐扫描激光器技术原理，通过对路面振动信息进行时域、频域的解析从而获取反映车辆运动状态的特征值。车辆运动状态特征值包括称重传感器与高精度光纤传感分析仪配合工作所得的前后轮通过的时间间隔。

由于目前大部分车辆称重的传感器还是以静态探测为主，无法实现对高速运动中的车辆称重。而动态高速称重系统的数据反馈信号可达毫秒级，满足了动态探测，对于行驶中的动态目标车辆的响应度高，预警准确率高。

当动态高速称重系统获取到隧道目标车辆重量信息、前后车轮时间间隔之后，由隧道安全联动决策系统判断出车辆种类，并进一步结合视频监控系统，以判断该目标车辆是否为危险车辆。

接着，具体地，视频监控系统根据实时视频信息进行图像识别分析获取进入隧道车辆的车速、车牌信息，同时获取车辆轴距信息，结合动态高速称重系统判断该车辆是否为有超重风险或是否为危险品运输的车辆。由隧道安全联动决策系统运算出该车辆存在火灾风险的概率，当概率达到一定阈值，则系统发出预警信号，提醒监控中心人员关注该车辆，并再接着通过视频监控系统实施位置追踪。

上述存在火灾风险概率的运算，以发出预警信号的过程，由隧道安全联动决策系统基于风险预测模型分析、计算得出。

其中，隧道安全联动决策系统包括监控服务器，监控服务器其配置为根据车辆动态特征数据，基于风险预测模型进行火灾发生概率的分析。

风险预测模型包括两层预测训练模型，即第一层预测训练模型以及第二层预测训练模型，参照图3，其中：

第一层预测训练模型：根据火灾自动报警系统、动态高速称重系统以及视频监控系统获取的特征信息，采用加权平均概率算法、贝叶斯估计算法、卡尔曼滤波算法结合各特征信息因素对火灾风险的影响权重，形成第一层预测训练模型，并保存数据。

第二层预测训练模型：根据第一层预测训练模型的数据，结合对隧道安全系统发生概率的统计数据作为训练数据，拟合预测风险曲线成为训练模型，形成第二层预测模型；

同时第二层预测模型中结合BP神经网络预测模型，对预测的概率误差进行实时修正，使预测概率更加精准，形成风险预测模型，从而获取该车辆存在的安全风险的概率。

该系统具有自我升级和迭代的功能，随着系统运行时间的积累，可以将每一轮的训练数据再次加权融合起来，形成梯度提升决策，从而获得一个更稳定和预测能力更准确的模型。

当预警信号发出之后，进入视频监控系统分析流程。

视频监控系统实施位置追踪，具体地，视频监控系统包括对该车辆进行运动跟踪、实时位置标定以及实时提供该车辆在隧道内的位置桩号。

视频监控系统采用图像型火灾探测系统上兼容的视频监视功能来实现视频监视，并将实时道路检测视频上传至隧道安全联动决策系统。

再接着，火灾自动报警系统进行实时安全数据反馈。

具体地，火灾自动报警系统包括分布式光纤感温探测系统以及图像型火灾探测系统，其中：分布式光纤感温探测系统采用在隧道全线顶部敷设感温光纤的方式，用于实时探测隧道全线温度，并将实时温度反馈至隧道安全联动决策系统；图像型火灾探测系统采用在隧道侧壁按照监测范围全覆盖原则布设图像型火灾探测器的方式，用于探测隧道全线明火和烟雾，并实时探测火灾概率。

隧道火灾自动报警系统的分布式光纤感温探测器对隧道全线实行实时温度反馈，图像型火灾探测器探测实时探测火灾概率，一旦发现分布式光纤感温探测器感知到的实时温度变化趋势出现异常波动，或图像型火灾探测器探测到火灾概率达到报警值，火灾自动报警系统根据自动火灾报警系统提供的火灾发生位置，结合目标车辆实时反馈信息对联动子系统启动联动预案。

联动子系统包括但不限于通风系统、水系统、灭火系统、提示板、疏散系统、广播系统，以实现隧道配套系统的全面紧急应对。

启动联动预案的同时，监控中心人员立即对目标车辆进行人工干预与引导，为隧道安全提供早期处理火灾的应急决策。

本发明所设计的隧道安全联动决策系统，属于高速动态决策系统。

通过动态称重高速称重系统和视频监控系统所探测的目标车辆动态特征信息数据，基于风险预测模型，获取该目标车辆存在安全风险的概率，并判断该目标车辆是否为危险车辆，并对危险阈值内的车辆发出预警信号，以提示监控人员关注，通过预警的方式来提前预判灾害发生的概率，在灾害发生前进行预警和干预，能够大大减少灾害发生的可能性，最后对标记的危险车辆结合火灾自动报警系统、联动子系统实现联动预案，以使得监控中心人员能够及时进行人工干预和引导，科学有效的避免灾难的发生。

本发明中各系统之间的数据传输及算法决策均在目标车辆高速行驶的动态环境下完成，因此各相关系统间数据的同步响应性更高，对于火灾预警的判断性更加准确，根据预警指示锁定灾害位置，快速预判预警，并在极早期启动应急预案，科学有序的调度，以减少人员、财产风险与损失。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种安全风险预测系统，其特征在于，包括火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统以及隧道安全联动决策系统，其中：

所述隧道安全联动决策系统结合所述火灾自动报警系统、动态高速称重系统、视频监控系统、联动子系统的实时数据，进行动态特征数据融合处理，并基于风险预测模型分析隧道火灾动态风险发生概率预测评估结果，作出决策；

所述动态高速称重系统判断目标车辆种类，并结合视频监控系统分析该目标车辆是否为危险车辆，当判断目标车辆属于危险车辆时，视频监控系统实时追踪位置，并由火灾自动报警系统实时进行安全数据反馈，隧道安全联动决策系统融合处理动态高速称重系统、视频监控系统以及火灾自动报警系统传输的数据信息，判断该目标车辆是否存在异常，若判断结果为车辆异常，则启动联动预案，并进行人工干预，若判断结果为车辆正常，则车辆正常驶出隧道。

2.根据权利要求1所述的安全风险预测系统，其特征在于，所述动态高速称重系统用于探测隧道车辆重量信息、前后车轮时间间隔并传输至隧道安全联动决策系统，包括动态高速称重传感器与光纤传感器分析仪，动态高速称重传感器与光纤传感器分析仪之间通过光缆组网连接，且动态高速称重传感器敷设于隧道进口处。

3.根据权利要求2所述的安全风险预测系统，其特征在于，所述视频监控系统根据实时视频信息进行图像识别分析获取进入隧道车辆的车速、车牌信息，同时获取车辆轴距信息，结合所述动态高速称重系统判断该车辆是否为有超重风险或是否为危险品运输的车辆。

4.根据权利要求1所述的安全风险预测系统，其特征在于，所述视频监控系统实施位置追踪，包括对该车辆进行运动跟踪、实时位置标定以及实时提供该车辆在隧道内的位置桩号。

5.根据权利要求1所述的安全风险预测系统，其特征在于，所述火灾自动报警系统包括分布式光纤感温探测系统以及图像型火灾探测系统，其中：

所述分布式光纤感温探测系统采用在隧道全线顶部敷设感温光纤的方式，用于实时探测隧道全线温度，并将实时温度反馈至隧道安全联动决策系统；

所述图像型火灾探测系统采用在隧道侧壁按照监测范围全覆盖原则布设图像型火灾探测器的方式，用于探测隧道全线明火和烟雾，并实时探测火灾概率。

6.根据权利要求5所述的安全风险预测系统，其特征在于，所述视频监控系统采用图像型火灾探测系统上兼容的视频监视功能来实现视频监视，并将实时道路检测视频上传至隧道安全联动决策系统。

7.根据权利要求1所述的安全风险预测系统，其特征在于，所述隧道安全联动决策系统包括监控服务器，所述监控服务器其配置为根据车辆动态特征数据，基于风险预测模型进行火灾发生概率的分析。

8.根据权利要求7所述的安全风险预测系统，其特征在于，所述风险预测模型包括两层预测训练模型，其中：

根据火灾自动报警系统、动态高速称重系统以及视频监控系统获取的特征信息，采用若干算法结合各特征信息因素对火灾风险的影响权重，形成第一层预测训练模型，并保存数据。

9.根据权利要求1所述的安全风险预测系统，其特征在于，所述联动子系统包括通风系统、水系统、灭火系统、提示板、疏散系统、广播系统。