CN114202907B - 一种火灾报警实时分类方法及系统 - Google Patents
一种火灾报警实时分类方法及系统 Download PDFInfo
- Publication number
- CN114202907B CN114202907B CN202111403055.3A CN202111403055A CN114202907B CN 114202907 B CN114202907 B CN 114202907B CN 202111403055 A CN202111403055 A CN 202111403055A CN 114202907 B CN114202907 B CN 114202907B
- Authority
- CN
- China
- Prior art keywords
- alarm
- fire
- sequence
- fault
- alarms
- 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.)
- Active
Links
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种火灾报警实时分类方法及系统,属于火灾报警技术领域,在基于报警上报类型和真实火警描述模型对实时采集到的报警时序进行初步分类得到故障报警集后,基于所属总线回路的预设报警序列分割阈值将故障报警集中同一总线上的报警分到不同的报警序列中,从而保证了报警序列在时间上的内在关联;然后结合总线故障的特性,将报警序列拆分和筛选成多个报警子序列,从而过滤掉由非总线因素所导致的报警,使得每一条报警子序列均代表一次总线故障;最后基于报警上报类型和报警子序列,进行进一步的报警原因分类;本发明无需额外安装可上报数值或图像信息的传感器即可对报警基于报警原因进行分类,能够以较低的成本实现火灾报警精确分类。
Description
技术领域
本发明属于火灾报警技术领域,更具体地,涉及一种火灾报警实时分类方法及系统。
背景技术
普遍使用的火灾自动报警系统主要由火灾探测器和防火卷帘控制器等消防设备,以及火灾报警控制器和消防联动控制器等控制器组成。控制器与消防设备通过总线通信;总线在环境潮湿、线路老化等因素的影响下会短路或开路,产生大量的故障报警。这既增加了维护人员的工作负担,又让系统处于不稳定的工作状态,容易诱发火警误报。探讨故障报警的原因,区分出由总线故障和设备故障所导致的故障报警,有利于定位问题的根源,排查消防隐患,更好地维护火灾自动报警系统,并间接地降低火警误报率。
散射光型光电感烟火灾探测器是一种常用的火灾探测器,易在灰尘、水蒸气等存在的条件下发出火警误报。根据有关消防安全的规定,当有火灾报警时,值班人员必须到现场查看。频繁的火警误报使值班人员长期精神紧绷,进而产生懈怠心理。通过实时区分火灾报警的原因,如与真实火警表现相似的高风险火灾报警,以及由处于故障状态的设备所发出的火警误报,则有助于快速决策,合理调配数量有限的值班人员,优先处理具有更高风险的火灾报警。
目前,多传感器融合和视频检测是降低火警误报率的研究热点。多传感器融合需要收集温度、一氧化碳浓度等传感器的监测数值,视频检测需要获取火场图像。然后,利用深度学习、复杂事件处理等技术,得到火灾发生的概率,进而抑制火警误报的产生。虽然该方法能够提高火灾报警的准确率,然而,若要应用上述方法,则需要额外安装可上报数值或图像信息的传感器,且火灾自动报警系统也需要重新调试,成本较高。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种火灾报警实时分类方法,用以解决现有技术无法以较低的成本实现火灾报警精确分类的技术问题。
为了实现上述目的,第一方面,本发明提供了一种火灾报警实时分类方法,包括以下步骤:
S1、将报警时序中报警上报类型为火灾报警的报警加入到火灾报警集中,报警上报类型为故障报警的报警加入到故障报警集中;其中,报警时序包括控制器实时记录的若干个报警;控制器包括火灾报警控制器和消防联动控制器;报警数据包括报警时间、报警设备的逻辑位置和报警上报类型;报警上报类型包括火灾报警和故障报警;
S2、分别对火灾报警集中的各报警进行特征提取,并将所得的各报警特征分别输入到预训练好的真实火警描述模型中,以判断其是否为高风险火灾报警,若是,则将其分类为高风险火灾报警;否则,将其判定为火警误报,并加入到故障报警集中;
S3、按照报警设备的逻辑位置对故障报警集中的各报警进行分类,将同一总线回路上的报警分类到同一故障报警子集中;
S4、分别对各故障报警子集进行拆分,得到多个报警序列;报警序列中的报警按照报警时间的先后顺序进行排列,且相邻两次报警的时间间隔小于或等于其所属总线回路的预设报警序列分割阈值;且在每一个故障报警子集所对应的任意两个报警序列中,一个报警序列中的第一个报警与另一个报警序列中的最后一个报警之间的报警时间差大于其所属总线回路的预设报警序列分割阈值;
S5、分别对各报警序列进行拆分和筛选,得到由多个报警子序列所构成的报警子序列集合;其中,每一条报警子序列均代表一次总线故障;
S6、分别对故障报警集中的各报警,根据其报警上报类型,以及与报警子序列集合中报警子序列的所属关系,进行报警原因分类;
其中,真实火警描述模型为单分类模型,由历史报警记录中人为确定的真实火警报警数据训练得到。
进一步优选地,步骤S5包括:对各报警序列,分别执行以下操作:
S51、记报警序列所对应的设备号序列为{Pn},通过在{Pn}第一个元素之前加入与第一个元素相同的若干个元素,在{Pn}最后一个元素之后加入与最后一个元素相同的若干元素,对{Pn}进行扩充,使得在中值滤波前后{Pn}的长度保持不变;对扩充后的{Pn}进行中值滤波,得到滤波后的设备号序列{Pn’};其中,{Pn}为报警序列中各报警的报警设备的设备号所构成的序列,其序列顺序与报警序列的序列顺序一致;
S52、对滤波后的设备号序列{Pn’}进行差分运算,得到差分后的设备号序列{Pn”};其中,当n=1时,P1”=0;当n≥2时,Pn”=Pn’-Pn-1’;
S53、将{Pn”}中取值小于0和取值大于预设设备号突增阈值δA的元素所在的位置作为拆分点,将报警序列拆分为多条报警子序列,构成报警子序列集合;报警子序列所对应的设备号序列记为{pn},报警子序列所对应的滤波后的设备号序列记为{pn’};
S54、对报警子序列集合中的各报警子序列,分别执行以下操作:
若报警子序列中火警误报数大于报警子序列中总报警数的δF倍,则从报警子序列中移除所有火警误报,并对应地移除{pn}和{pn’}中的元素;其中,δF为报警序列的火警误报数与报警总数的预设最大比值;
从报警子序列中移除所有满足|pn-pn’|>δO的报警,并对应地移除{pn}和{pn’}中的元素;其中,δO为预设设备号跳变阈值;
若{pn}中第一个元素与第二个元素之差大于δO或者若{pn}中第二个元素与第一个元素之差大于δA,则从报警子序列中移除第一个报警;若{pn’}中倒数第二个元素与最后一个元素之差大于δO或者最后一个元素与倒数第二个元素之差大于δA,则从报警子序列中移除最后一个报警;
若报警子序列的报警数量不少于δL,且报警子序列的持续时间与报警总数之比不大于δD,则将报警子序列保留在报警子序列集合中;否则,从报警子序列集合中删除报警子序列;其中,δL为报警序列的预设最少报警数;δD为报警序列的总时长与报警总数的预设最大比值。
进一步优选地,上述总线回路的预设报警序列分割阈值大于控制器巡检该总线回路上相邻两个消防设备的时间间隔。
进一步优选地,上述总线回路的预设报警序列分割阈值的计算方法包括:
S01、将历史报警记录中总线回路上所有非真实火警报警按报警时间的先后顺序进行排列;
S02、计算相邻两次非真实火警报警的时间间隔,绘制报警时间间隔直方图;
S03、分两次对报警时间间隔直方图进行截短,得到第一报警时间间隔子直方图和第二报警时间间隔子直方图;其中,第一报警时间间隔子直方图仅保留报警时间间隔直方图的前Nlo组,第二报警时间间隔子直方图仅保留报警时间间隔直方图的前Nhi组,且Nlo<Nhi;Nlo和Nhi均为正整数;
S04、采用Otsu直方图阈值分割算法分别对第一报警时间间隔子直方图和第二报警时间间隔子直方图进行计算,得到第一分割阈值Tlo和第二分割阈值Thi;
S05、判断Nlo、Nhi、Tlo、Thi和δT是否满足若满足,则总线回路的预设报警序列分割阈值是Tlo和Thi中的较小值;否则,总线回路的预设报警序列分割阈值是报警时间间隔直方图首个频数为0的组的右端点;其中,δT为预设的直方图分割阈值稳定性参数。
进一步优选地,步骤S6包括:分别对故障报警集中的各报警,执行以下操作:
S61、判断报警是否存在于任意一条报警子序列中,若是,则转至步骤S62;否则,转至步骤S63;
S62、判断报警的上报类型,若报警的上报类型为火灾报警,则将其分类为总线故障型火警误报;若报警的上报类型为故障报警,则将其分类为通信故障;
S63、判断报警的上报类型,若报警的上报类型为火灾报警,则转至步骤S64;若报警的上报类型为故障报警,则将其分类为设备故障;
S64、对报警进行特征提取,并将所得的报警特征输入到预训练好的设备故障描述模型中,以判断其是否为设备故障型火警误报,若是,则将其分类为设备故障型火警误报;否则,将其分类为其他原因火警误报;
其中,设备故障描述模型为单分类模型,由历史报警记录中存在于历史报警记录所对应的报警序列,而不存在于任意一条历史报警记录所对应的报警子序列中,且报警的上报类型为故障报警的报警数据训练得到;历史报警记录所对应的报警序列通过对历史报警记录中除真实火警之外的报警所构成的故障报警集执行步骤S3-S4得到;历史报警记录所对应的报警子序列通过对历史报警记录所对应的报警序列执行步骤S5得到。
进一步优选地,上述报警特征包括:报警发生前的若干段时间内报警设备所在总线回路的总线故障数、以及报警发生前的若干段时间内报警设备自身所上报的设备故障数。
进一步优选地,上述报警数据还包括:报警设备的物理位置;此时,上述报警特征还包括:与报警具有相同时间戳和相同所在区域的故障报警总数和火灾报警总数、以及报警发生前的若干段时间内报警设备所在区域的所有设备所上报的故障报警总数和火灾报警总数。
第二方面,本发明提供了一种火灾报警实时分类系统,包括:存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时执行本发明第一发明所提供的火灾报警实时分类方法的步骤。
第三方面,本发明还提供了一种机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现本发明第一发明所提供的火灾报警实时分类方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
1、本发明提供了一种火灾报警实时分类方法,在基于报警上报类型和真实火警描述模型对实时采集到的报警时序进行初步分类得到故障报警集后,基于所属总线回路的预设报警序列分割阈值将故障报警集中同一总线上的报警分到不同的报警序列中,从而保证了报警序列在时间上的内在关联;然后结合总线故障的特性,将报警序列拆分和筛选成多个报警子序列,从而过滤掉由非总线因素所导致的报警,使得每一条报警子序列均代表一次总线故障;最后基于报警上报类型和报警子序列,进行进一步的报警原因分类;本发明无需额外安装可上报数值或图像信息的传感器即可对报警基于报警原因进行分类,能够以较低的成本实现火灾报警精确分类。
2、本发明所提供的火灾报警实时分类方法,能按照发生原因将火警误报分类为总线故障型火警误报、设备故障型火警误报和其他原因火警误报,将故障报警分类为设备故障和通信故障,并能从报警序列的角度分析出总线故障。
3、本发明所提供的火灾报警实时分类方法,火警误报会由处于故障状态的设备所发出,或由处于故障状态的总线所导致;本发明按照发生原因对故障报警进行分类,得出总线故障和设备故障,并进一步得出与这两类故障在数据表现上分别相似的总线故障型火警误报和设备故障型火警误报;通过更准确地检修故障部位,有助于降低火警误报率。
4、本发明所提供的火灾报警实时分类方法,对火灾报警进行了分类,为值班人员提示了火灾报警的发生原因,有助于合理调配数量有限的值班人员,优先现场查看具有更高风险的火灾报警,即被真实火警描述模型判为“真”的火灾报警。
5、本发明所提供的火灾报警实时分类方法,在对火灾报警和故障报警进行分类时,所利用的是火灾自动报警系统所记录的日志,并没有向火灾自动报警系统增添新的设备;这既降低了本发明的应用成本,又维持了已有火灾自动报警系统的稳定运行。
6、本发明所提供的火灾报警实时分类方法,在判定高风险火灾报警时具有实时性,能快速指出一次火灾报警是否需要立即现场查看。
附图说明
图1为本发明提供的火灾报警实时分类方法流程图;
图2为本发明提供的报警类型层次关系图;
图3为本发明实施例提供的火灾报警实时分类方法流程图;
图4为本发明实施例提供的计算一条总线回路的报警序列分割阈值的流程图;
图5是本发明实施例提供的对历史报警记录中一条总线回路上的非真实火警进行分类,得到设备故障和非总线故障型火警误报的流程图;
图6是本发明实施例提供的建立真实火警描述模型和设备故障描述模型的流程图;
图7是本发明实施例提供的把实时报警中所有的故障报警和被真实火警描述模型判为“假”的火灾报警组织为报警序列的流程图;
图8是本发明实施例提供的对一条报警序列进行拆分和筛选,得到若干报警子序列的流程图;
图9是本发明实施例提供的判断一条报警序列中的一次报警的类型的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
为了实现上述目的,第一方面,如图1所示,本发明提供了一种火灾报警实时分类方法,包括以下步骤:
S1、将报警时序中报警上报类型为火灾报警的报警加入到火灾报警集中,报警上报类型为故障报警的报警加入到故障报警集中;其中,报警时序包括控制器实时记录的若干个报警(按照报警时间的先后顺序排序);控制器包括火灾报警控制器和消防联动控制器;火灾报警控制器和消防联动控制器(统称“控制器”)会记录火灾报警和故障报警的发生时间、报警设备等信息,形成报警日志,这里称为报警数据;报警数据包括报警时间、报警设备的逻辑位置和报警上报类型;报警上报类型包括火灾报警和故障报警;需要说明的是,优选地,报警时间的精确度应足够区分两次报警的发生顺序。报警设备的逻辑位置指报警设备在控制器中所登记的地址,包括总线回路号和设备号。
S2、分别对火灾报警集中的各报警进行特征提取,并将所得的各报警特征分别输入到预训练好的真实火警描述模型中,以判断其是否为高风险火灾报警,若是,则将其分类为高风险火灾报警;否则,将其判定为火警误报,并加入到故障报警集中;其中,真实火警描述模型为单分类模型,具体可以为单分类支持向量机、支持向量数据描述等模型,由历史报警记录中人为确定的真实火警报警数据训练得到。具体地,首先提取真实火警报警数据的报警特征,然后将报警特征输入到单分类模型中进行训练,以判断该报警是否为高风险火灾报警;需要说明的是,这里所说的高风险火灾报警与真实火警在数据表现上相似。
S3、按照报警设备的逻辑位置对故障报警集中的各报警进行分类,将同一总线回路上的报警分类到同一故障报警子集中;
S4、分别对各故障报警子集进行拆分,得到多个报警序列;报警序列中的报警按照报警时间的先后顺序进行排列,且相邻两次报警的时间间隔小于或等于其所属总线回路的预设报警序列分割阈值;且在每一个故障报警子集所对应的任意两个报警序列中,一个报警序列中的第一个报警与另一个报警序列中的最后一个报警之间的报警时间差大于其所属总线回路的预设报警序列分割阈值;
具体地,在一些可选实施方式下,上述总线回路的预设报警序列分割阈值略大于控制器巡检该总线回路上相邻两个消防设备的时间间隔。
在另外一些可选实施方式下,上述总线回路的预设报警序列分割阈值的计算方法包括:
S01、将历史报警记录中总线回路上所有非真实火警报警按报警时间的先后顺序进行排列;
S02、计算相邻两次非真实火警报警的时间间隔,绘制报警时间间隔直方图;
S03、分两次对报警时间间隔直方图进行截短,得到第一报警时间间隔子直方图和第二报警时间间隔子直方图;其中,第一报警时间间隔子直方图仅保留报警时间间隔直方图的前Nlo组,第二报警时间间隔子直方图仅保留报警时间间隔直方图的前Nhi组,且Nlo<Nhi;Nlo和Nhi均为正整数;优选地,Nlo与直方图组距的乘积大于控制器巡检该总线回路上相邻两个消防设备的时间间隔;本实施例中,Nlo取值为1201;Nhi取值为2401;直方图的组距为1。
S04、采用Otsu直方图阈值分割算法分别对第一报警时间间隔子直方图和第二报警时间间隔子直方图进行计算,得到第一分割阈值Tlo和第二分割阈值Thi;
S05、判断Nlo、Nhi、Tlo、Thi和δT是否满足若满足,则总线回路的预设报警序列分割阈值是Tlo和Thi中的较小值;否则,总线回路的预设报警序列分割阈值是报警时间间隔直方图首个频数为0的组的右端点;其中,δT为预设的直方图分割阈值稳定性参数;在一些可选实施例中,δT取值为-0.70。
S5、分别对各报警序列进行拆分和筛选,得到由多个报警子序列所构成的报警子序列集合;其中,每一条报警子序列均代表一次总线故障;
具体地,步骤S5包括:对各报警序列,分别执行以下操作:
S51、记报警序列所对应的设备号序列为{Pn},通过在{Pn}第一个元素之前加入与第一个元素相同的若干个元素,在{Pn}最后一个元素之后加入与最后一个元素相同的若干元素,对{Pn}进行扩充,使得在中值滤波前后{Pn}的长度保持不变;对扩充后的{Pn}进行中值滤波,得到滤波后的设备号序列{Pn’};其中,{Pn}为报警序列中各报警的报警设备的设备号所构成的序列,其序列顺序与报警序列的序列顺序一致;
S52、对滤波后的设备号序列{Pn’}进行差分运算,得到差分后的设备号序列{Pn”};其中,当n=1时,P1”=0;当n≥2时,Pn”=Pn’-Pn-1’;
S53、将{Pn”}中取值小于0和取值大于预设设备号突增阈值δA的元素所在的位置作为拆分点,将报警序列拆分为多条报警子序列,构成报警子序列集合;若报警子序列集合中的报警子序列数量大于1,则转至步骤S54;否则,操作结束;报警子序列所对应的设备号序列记为{pn},报警子序列所对应的滤波后的设备号序列记为{pn’};在一些可选实施例中,δA取值为5;
S54、对报警子序列集合中的各报警子序列,分别执行以下操作:
S541、若报警子序列中火警误报数大于报警子序列中总报警数的δF倍,则从报警子序列中移除所有火警误报,并对应地移除{pn}和{pn’}中的元素;若报警子序列中的元素数量大于0,则转至步骤S542;否则,转至步骤S544;其中,δF为报警序列的火警误报数与报警总数的预设最大比值;在一些可选实施例中,δF取值为0.30;
S542、从报警子序列中移除所有满足|pn-pn’|>δO的报警,并对应的移除{pn}和{pn’}中的元素;若报警子序列中的元素数量大于1,则转至步骤S543;否则,转至步骤S544;其中,δO为预设设备号跳变阈值;在一些可选实施例中,δO取值为10;
S543、若{pn}中第一个元素与第二个元素之差大于δO或者若{pn}中第二个元素与第一个元素之差大于δA,则从报警子序列中移除第一个报警;若报警子序列中的元素数量大于1,则继续判断——若{pn’}中倒数第二个元素与最后一个元素之差大于δO或者最后一个元素与倒数第二个元素之差大于δA,则从报警子序列中移除最后一个报警;
S544、若报警子序列的报警数量不少于δL,且报警子序列的持续时间与报警总数之比不大于δD,则将报警子序列保留在报警子序列集合中;否则,从报警子序列集合中删除报警子序列;其中,δL为报警序列的预设最少报警数;δD为报警序列的总时长与报警总数的预设最大比值;本实施例中,δL取值为8;δD取值为1.20。
需要说明的是,理想情况下,设备号序列应该是公差为1的等差数列。但是,受现实因素的影响,序列并不总是满足这一特性,而是有几类可同时出现的异常现象。下面归纳它们的特点并分析原因:1)设备号的局部逆序,如“11、12、14、13、15、16”。控制器在记录日志时,会存在处理延迟、时间精度不足等问题,导致报警在日志中的顺序与实际发生的顺序不符;2)一条报警序列可看作若干报警子序列的串联,如“21、22、……、28、29;41、42、……、48、49”,即服从递增、突增、再增的“突增”异常;或“41、42、……、48、49;21、22、……、28、29”,即服从递增、突降、再增的“突降”异常。控制器会随机选择总线回路的一条分支进行巡检,然后再选择另外一条。如果两条分支都存在总线故障,则会导致这种异常现象;3)设备号的突变,如“51、52、73、54、55”。控制器内部对设备号进行了二次映射,导致控制器所要巡检的设备号与实际显示的设备号不一致;4)设备号的缺失,如“81、82、83、85、86、87”。先前安装的设备被移除,或在为设备编址时跳过了某个设备号,或具有被跳过设备号的设备不需要响应巡检信号。
第1、3类异常和第2类的突降异常均会让序列的设备号在某处变小。但是,第1类异常不应影响对等差性的判断,第2类的突降异常在把长序列拆分为短序列之后可自然消除,第3类异常在移除个别点之后也会消除。第2类的突增异常可看作更严重的第4类异常,但是第4类异常不能影响对等差性的判断。需要有一种判别阈值,在突增程度未达到阈值时,“退一步”地认为序列仍是等差的。所以,设计了上述步骤S5所述的方法,该方法既能够纠正局部逆序,也能识别出跳变;根据跳变程度,要么拆分序列,要么移除跳变。
对于步骤S3~S5,需要说明的是,控制器会按照一定的分支和设备号顺序向通过总线与其连接的设备发出巡检信号,并等待设备的响应。控制器如果没有在预期时间内收到回应,则发出故障报警信号。上述过程速度较快。若有总线故障,则控制器会记录下一系列报警。它们在时间上相近,在设备号上呈现出一定的规律,形成“总线故障序列”。可以首先通过时间特征来初步识别总线故障,把完整报警记录中的时间间隔分为两类:较短的间隔,是总线故障序列内部的间隔;较长的间隔,为其他类型故障的间隔,或两条总线故障序列之间的间隔。本发明基于所属总线回路的预设报警序列分割阈值将同一总线上的报警分到不同的报警序列中,从而保证了报警序列在时间上的内在关联;然后结合总线故障的特性,把报警序列拆分和筛选成多个报警子序列,从而过滤掉设备故障和非总线故障型火警误报(即过滤掉由非总线因素所导致的报警),使得每一条报警子序列均代表一次总线故障。
S6、分别对故障报警集中的各报警,根据其报警上报类型,以及与报警子序列集合中报警子序列的所属关系,进行报警原因分类;
具体地,步骤S6包括:分别对故障报警集中的各报警,执行以下操作:
S61、判断报警是否存在于任意一条报警子序列中,若是,则转至步骤S62;否则,转至步骤S63;
S62、判断报警的上报类型,若报警的上报类型为火灾报警,则将其分类为总线故障型火警误报;若报警的上报类型为故障报警,则将其分类为通信故障;
S63、判断报警的上报类型,若报警的上报类型为火灾报警,则转至步骤S64;若报警的上报类型为故障报警,则将其分类为设备故障;
S64、对报警进行特征提取,并将所得的报警特征输入到预训练好的设备故障描述模型中,以判断其是否为设备故障型火警误报,若是,则将其分类为设备故障型火警误报;否则,将其分类为其他原因火警误报;
其中,设备故障描述模型为单分类模型,具体可以为单分类支持向量机、支持向量数据描述等模型,由历史报警记录中存在于历史报警记录所对应的报警序列,而不存在于任意一条历史报警记录所对应的报警子序列中,且报警的上报类型为故障报警的报警数据训练得到;具体地,首先提取上述报警数据的报警特征,然后将报警特征输入到单分类模型中进行训练,以判断该报警是否为设备故障型火警误报。其中,历史报警记录所对应的报警序列通过对历史报警记录中除真实火警之外的报警所构成的故障报警集执行上述步骤S3-S4得到;历史报警记录所对应的报警子序列通过对历史报警记录所对应的报警序列执行上步骤S5得到。相关技术方案同上,这里不做赘述。
需要说明的是,报警子序列的数量为总线故障的数量,报警子序列为总线故障序列。总线故障序列中的故障报警是总线故障所致的通信故障,其中的火警误报为总线故障型火警误报。而未出现在总线故障序列中的故障报警,统一认为是设备故障。
进一步地,对于上述报警特征,需要说明的是:
在一些可选实施方式下,从报警设备所在总线回路的工作状态,以及报警设备自身的工作状态这两个方面来提取数据特征,此时,报警特征包括:报警发生前的若干段时间内报警设备所在总线回路的总线故障数,以及报警发生前的若干段时间内报警设备自身所上报的设备故障数。需要说明的是,由于一次总线故障所涉及的设备数是不确定的,从总线回路的工作状态来提取特征能够准确地描述“总线”这一物理结构的故障次数,排除了设备故障数量的干扰。
进一步地,在另外一些可选实施方式下,上述报警数据还包括:报警设备的物理位置;报警设备的物理位置是指在建筑中定位报警设备所需要的信息,如报警设备所处楼栋、单元和楼层。此时,还可以从报警发生时的现场信息的方面来提取数据特征;此时,上述报警特征还包括:与报警具有相同时间戳和相同所在区域的故障报警总数和火灾报警总数,以及报警发生前的若干段时间内报警设备所在区域的所有设备所上报的故障报警总数和火灾报警总数。
其中,对于上述报警发生前的若干段时间内报警设备所在总线回路的总线故障数的获取,可以基于人工或火灾报警系统中的所记录的总线故障数得到;也可以对报警发生前的若干段时间内的报警时序执行上述步骤S1-S5后,通过统计报警子序列集合中报警子序列的数量得到;相关技术方案同上,这里不做赘述。
需要说明的是,本发明所涉及到的报警类型有:火灾报警、故障报警、高风险火灾报警、火警误报、总线故障、设备故障、通信故障、总线故障型火警误报、设备故障型火警误报和其他原因火警误报。图2对这些报警类型的层次关系作了更清楚的梳理。
为了进一步说明本发明所提供的火灾报警实时分类方法,下面结合详细的具体实施例进行说明:
实施例、
本发明实施例提供的火灾报警实时分类方法,如图3所示,包括以下步骤:
W1:获取火灾报警控制器和消防联动控制器(统称“控制器”)在一段时间内的历史报警记录。
具体地,本实施例中的数据来源为浙江省某市消防物联网平台的数据,通过对报警数据进行初步分析可知:1)系统采用报警和联动同总线回路的模式。这些总线上既有感烟、感温等类型的火灾探测器,又有防火卷帘控制器、消防应急广播设备等联动设备;2)控制器巡检设备的顺序与设备在控制器中所登记的编号有关。多数报警序列的设备号总体上呈递增趋势,类似于“10、11、12、……、20、21、22”;3)总线的拓扑结构为树形;4)一些单位确实存在总线故障型火警误报。在设备号递增序列中,绝大部分是故障报警,极少数为经过确认的火警误报。
本实施例中,历史报警记录需至少包含报警时间、报警设备的物理位置、报警设备的逻辑位置、报警上报类型、火灾报警确认结果等信息。其中,报警时间的精确度应足够区分两次报警的发生顺序。报警设备的物理位置是指在建筑中定位报警设备所需要的信息,如报警设备所处楼栋、单元和楼层。报警设备的逻辑位置是指报警设备在控制器中所登记的地址,包括总线回路号和设备号。报警上报类型分为火灾报警和故障报警。火灾报警确认结果是指人工确认的火灾报警真伪,即真实火警和火警误报。
W2:计算历史报警记录所包含的全部总线回路的报警序列分割阈值,并对历史报警记录中的非真实火警进行分类,得到设备故障和非总线故障型火警误报。
需要说明的是,每条总线回路的报警序列分割阈值不一定相等。
W3:用历史报警记录中已标识的真实火警,以及所得设备故障和非总线故障型火警误报,建立真实火警描述模型和设备故障描述模型。
给出一个测试用例,该用例是已经提取过数据特征的一次报警。假设用所述真实火警描述模型对所述测试用例进行测试,若测试结果为“真”,则说明所述测试用报警在数据表现上与绝大部分真实火警类似,即为高风险火灾报警。
W1~W3只需在初次运行所述火灾报警实时分类方法时,或在需要更新所确定的报警序列分割阈值、所建立的真实火警描述模型和所建立的设备故障描述模型时,或在有新的总线回路加入到火灾自动报警系统时执行。
历史报警记录用于确定报警序列分割阈值,并建立真实火警描述模型和故障报警描述模型。因此,只有已经在历史报警记录中出现过的总线回路才有已经计算出的报警序列分割阈值。因为报警序列分割阈值是火灾报警实时分类方法的一项必要参数,所以,若在火灾报警实时分类方法运行期间,有新的总线回路加入到火灾自动报警系统中,则火灾报警实时分类方法暂不能分类该总线回路所产生的实时报警。此时,需要对该总线回路的实时报警进行人工分类。实时报警在被分类后即进入历史报警记录。在积累了一定量的历史报警记录后,重新执行W1~W3,火灾报警实时分类方法即可用于新的总线回路。
W4:收集控制器的实时报警并提取报警特征,把实时报警中所有的故障报警和被所述真实火警描述模型判为“假”的火灾报警组织为报警序列,把被所述真实火警描述模型判为“真”的火灾报警报告为高风险火灾报警;在经过现场查看后,按照是否确实发生了火灾,将所述高风险火灾报警的报警确认结果标记为真实火警或火警误报。
实时报警所至少含有的信息,相比于历史报警记录,不要求火灾报警确认结果这一项。报警序列满足,同一报警序列内相邻两次报警的时间间隔不长于所述报警序列所含报警所属总线回路的报警序列分割阈值。即对于同一总线回路的任意两条报警序列,一条报警序列的第一次报警的报警时间,与另一条报警序列的最后一次报警的报警时间,之间的时间间隔长于这两条报警序列所含报警所属总线回路的报警序列分割阈值。
在本实施例中,报警时间精确到1秒;从报警发生时的现场信息、报警设备所在总线回路的工作状态,以及报警设备自身的工作状态这三方面来提取报警特征。报警发生时的现场信息包括,在报警发生时和报警发生前的30秒和120秒内,报警设备所在区域的所有设备所上报的故障报警总数和火灾报警总数,共6项报警特征。其中,报警设备所在区域依建筑类型的不同可有不同的定义方式。报警设备所在总线回路的工作状态包括,在报警发生前的1秒、1小时、1天和1周内,报警设备所在总线回路的总线故障数,共4项报警特征。报警设备自身的工作状态包括,在报警发生前的1秒、1小时、1天和1周内,报警设备自身所上报的设备故障数,共4项报警特征。上述“报警发生时”是指,与实时报警具有相同的时间戳。上述“报警发生前的1小时内”是指从实时报警发生前的1小时开始,到实时报警发生为止,含实时报警发生的那一秒。实际应用中,所选取的报警发生前的时间段的数量和长度可以与本实施例不同,因而所得报警特征的数量和数值可以不同。
只有在至少得到一条报警序列后,才能开始后续流程而判断报警类型。在本实施例中,所选取数据特征的统计结果与先前报警的分类结果有关。所以,本实施例规定,以最近一条所含报警被全部分类的报警序列为基准,将发生在该报警序列所含最后一次报警的报警时间之前的报警纳入统计范围。
W5:对上述报警序列进行拆分和筛选,得到报警子序列,并把每条报警子序列报告为一次总线故障。
只要W4得到了一条报警序列,所得报警序列就可继续此步骤及后续步骤。
W6:判断所述报警序列中的报警的类型。
此处所要判断的报警类型包括5种:设备故障、通信故障、总线故障型火警误报、设备故障型火警误报和其他原因火警误报。
W4~W6在所述火灾报警实时分类方法运行期间持续循环,直至用户中止运行。
进一步地,如图4所示,W2中计算一条总线回路的报警序列分割阈值的过程为:
W2A1:输入两幅截短的报警时间间隔直方图所含组数Nlo和Nhi,以及直方图分割阈值稳定性参数δT。
在火灾自动报警系统中,控制器通过按一定顺序检查通过总线连接到其上的消防设备,即巡检,来判断消防设备是否正常工作。当总线开路或短路时,控制器会连续报告有一定规律的故障报警,甚至是火灾报警。把历史报警记录划分为报警序列的目的在于,从序列的角度,发现以连续的、有规律的故障报警和火灾报警为外在表现形式的总线故障,而报警序列的划分是否得当关系到总线故障能否被准确发现。因此,在选取Nlo时,应保证其与直方图组距的乘积在数值上不少于控制器先后巡检两个消防设备的时间间隔。
W2A2:把所述历史报警记录中所选总线回路所含所有非真实火警按报警时间从早到晚的顺序排列。
W2A3:计算相邻两次非真实火警的时间间隔,绘制报警时间间隔直方图。
所述报警时间间隔直方图第一组的左端点为0,各组的组距相等;每组的频数表示,在该组所表示的时间间隔范围内的时间间隔在统计范围内的出现次数;规定所选总线回路的第一次报警的报警时间间隔为0。
所述直方图的组距越大,所得分割阈值的粒度越粗糙;组距越小,所得分割阈值的粒度越细致;过小的组距会导致频数非0的组之间出现过多频数为0的组,进而影响本算法的性能。
W2A4:把所得报警时间间隔直方图进行两次截短,分别保留前Nlo和Nhi组,得到两幅截短的报警时间间隔直方图;其中,所述截短的报警时间间隔直方图的组数分别为Nlo和Nhi,且Nlo<Nhi。
W2A5:对两幅截短的、组数分别为Nlo和Nhi的报警时间间隔直方图应用Otsu直方图阈值分割算法,得到两个分割阈值Tlo和Thi;其中,Tlo和Thi为所述报警时间间隔直方图某组的右端点。
W2A7:若满足,则所选总线回路的报警序列分割阈值是Tlo和Thi中的较小值;
W2A8:若不满足,则所选总线回路的报警序列分割阈值是所述报警时间间隔直方图首个频数为0的组的右端点。
进一步地,如图5所示,W2中对所述历史报警记录中一条总线回路上的非真实火警进行分类,得到设备故障和非总线故障型火警误报的过程为:
W2B1:利用所述总线回路的报警序列分割阈值,把所述总线回路的所有非真实火警组织成报警序列。
W2B2:对所有所得报警序列进行拆分和筛选,得到若干报警子序列。
W2B3:在所述报警序列中,而不在任意一条所述报警子序列中的所有火警误报和所有故障报警分别是非总线故障型火警误报和设备故障。
继续参考图5,把一条总线回路的所有非真实火警组织成报警序列的过程为:
W2B11:为总线回路维护一条报警序列队列,报警序列队列在初始状态下为空。
W2B12:按报警时间从早到晚的顺序,从所述总线回路中取出一次尚未处理的非真实火警。
W2B13:判断所取出的非真实火警是否满足:所取出的非真实火警与所述报警序列队列的最后一次报警的报警时间间隔不长于所述总线回路的报警序列分割阈值。
W2B14:若满足,则把所取出的非真实火警加入到所述报警序列队列的末尾。
W2B15:若不满足,则把所述报警序列队列自队首至队尾输出为一条报警序列,再清空所述报警序列队列,然后把所取出的非真实火警放置在所述报警序列队列的首位。
W2B16:继续处理所述总线回路中的其他非真实火警。
W2B17:把所述报警序列队列自队首至队尾输出为一条报警序列。
此步骤是为了在处理完总线回路的所有非真实火警后,把所述报警序列队列中剩余的报警输出为一条报警序列。
如图6所示,W3中建立真实火警描述模型和设备故障描述模型的过程为:
W31:为历史报警记录中已标识的真实火警,以及所得设备故障和非总线故障型火警误报提取报警特征。
所提取的报警特征与W4所提取的报警特征一致。
W32:仅用真实火警数据,用单分类支持向量机建立真实火警描述模型。其中,真实火警描述模型应尽可能多地包含用于建立描述模型的真实火警数据。
W33:仅用设备故障数据,用单分类支持向量机建立设备故障描述模型。其中,设备故障描述模型应尽可能多地包含用于建立描述模型的设备故障数据。
W34:用所得真实火警描述模型和设备故障描述模型测试所述非总线故障型火警误报。
W35:判断同时被真实火警描述模型和设备故障描述模型判为“真”的所述非总线故障型火警误报是否过多;其中,“是否过多”根据描述模型能否给出符合实际的判断为准。
W36:若是,则调整单分类支持向量机的参数,以及所提取的数据特征,重建描述模型。
W37:若不是,则得到真实火警描述模型和设备故障描述模型。
如图7所示,W4中把实时报警中所有的故障报警和被真实火警描述模型判为“假”的火灾报警组织为报警序列的过程为:
W41:为所述历史报警记录中的所有总线回路都独立地维护一条报警序列队列,这些报警序列队列在初始状态下为空。
W42:等待控制器报告实时报警。
W43:确定所述实时报警所属的总线回路,并令该总线回路的报警序列队列成为选中的报警序列队列。
W44:将所述实时报警加入到选中的报警序列队列的末尾。
W45:在所述火灾报警实时分类方法运行期间,若发现某条报警序列队列非空且当前时刻与该条报警序列队列的最后一次报警的时间间隔长于该条报警序列队列相应的总线回路的报警序列分割阈值,则把该条报警序列队列自队首至队尾输出为一条报警序列,然后清空该条报警序列队列。
在W43、W44和W45中,若将要操作的报警序列队列相同,则首先开始的动作优先进行。
如图8所示(其中点划线框中的步骤对每条报警子序列重复),W5和W2B2中对一条报警序列进行拆分和筛选,得到若干报警子序列的过程为:
W51:输入预先给定的参数,包括设备号突增阈值δA、报警序列的总时长与报警总数最大比值δD、报警序列的火警误报数与报警总数最大比值δF、报警序列最少报警数δL,以及设备号跳变阈值δO。
W52:预处理由报警设备的设备号所构成的长度为L的原始设备号序列{Pn}:在{Pn}的第一个元素P1前重复一次P1,在{Pn}的最后一个元素PL后重复一次PL。
由设备号所构成的序列,如{Pn},与由报警记录所构成的序列,如所述报警序列,二者中的元素依次对应。
W53:对经过元素重复的{Pn}作窗宽为3的中值滤波,得到滤波后设备号序列{Pn’}。
W54:对所述滤波后设备号序列{Pn’}作差分运算,得到差分后设备号序列{Pn”}。
所述差分运算的结果Pn”=Pn’-Pn-1’(n≥2),规定P1”=0。
W55:把所述差分后设备号序列{Pn”}中小于0和大于δA的K个位置作为拆分点,利用所述拆分点把所述报警序列拆分成(K+1)条报警子序列,同时形成(K+1)条原始设备号子序列{pn}和滤波后设备号子序列{pn’}。
所述差分后设备号序列{Pn”}中小于0和大于δA的K个位置,与位置1和位置L+1共同构成拆分点序列{n};所述拆分点序列{n}是含有(K+2)个元素的递增序列。所述报警序列所拆分成的第k(1≤k≤K+1)条报警子序列,左端点对应所述报警序列的位置nk,右端点对应所述报警序列的位置(nk+1-1)。
W56~W59需要对每条报警子序列重复,以一条长为L’的报警子序列为例:
W56:若所述长为L’的报警子序列所含火警误报数多于δF×L’,则从所述报警子序列中移除所有火警误报。
以下,始终用L’表示所述报警子序列的长度,而不论所述报警子序列是否已经修改。
W57:从所述报警子序列中移除所有满足|pn-pn’|>δO的报警;
W58:若p1-p2>δO或p2-p1>δA,则从所述报警子序列中移除第一次报警;若pL’-1-pL’>δO或pL’-pL’-1>δA,则从所述报警子序列中移除最后一次报警。
W59:若所述报警子序列的报警数量不少于δL,且所述报警子序列的持续时间与报警总数之比不大于δD,则保留所述报警子序列;否则,移除所述报警子序列。
如图9所示,W6中判断一条报警序列中的一次报警的类型的过程为:
W61:判断报警是否在任意一条由所述报警序列拆分所得的报警子序列内,具体地:
W62:若报警在某条所述报警子序列中,则判断其报警上报类型;具体地,W63:若报警的报警上报类型是火灾报警,则报警是总线故障型火警误报;W64:若报警的报警上报类型是故障报警,则所述报警是通信故障。
W65:若所述报警不在任意一条所述报警子序列中,判断其报警上报类型;具体地:
W66:若所述报警的报警上报类型是火灾报警,则用设备故障描述模型进行测试;W67:若测试结果为“真”,则所述报警是设备故障型火警误报。W68:若测试结果为“假”,则报警是其他原因火警误报。
W69:若报警的报警上报类型是故障报警,则报警是设备故障。
综上,本发明提供了一种火灾报警实时分类方法。一种应用场景是,火灾报警控制器和消防联动控制器通过用户信息传输装置,把实时产生的报警传输到消防物联网平台,在消防物联网平台上运行火灾报警实时分类方法。
本发明所提供的火灾报警实时分类方法以火灾报警控制器和消防联动控制器(统称“控制器”)所记录的日志为数据基础,能实时判断控制器所产生的火灾报警是否为需要立即现场查看的高风险火灾报警,能按照发生原因将火警误报分类为总线故障型火警误报、设备故障型火警误报和其他原因火警误报,将故障报警分类为设备故障和通信故障,并能从报警序列的角度分析出总线故障。本发明无需向已能稳定运行的火灾自动报警系统额外添加设备,应用成本低,可帮助调配数量有限的值班人员,帮助维护人员准确地定位故障位置,并降低火警误报率。
第二方面,本发明提供了一种火灾报警实时分类系统,包括:存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时执行本发明第一发明所提供的火灾报警实时分类方法的步骤。
相关技术方案同本发明第一方面所提供的火灾报警实时分类方法,这里不做赘述。
第三方面,本发明还提供了一种机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现本发明第一发明所提供的火灾报警实时分类方法。
相关技术方案同本发明第一方面所提供的火灾报警实时分类方法,这里不做赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种火灾报警实时分类方法,其特征在于,包括以下步骤:
S1、将报警时序中报警上报类型为火灾报警的报警加入到火灾报警集中,报警上报类型为故障报警的报警加入到故障报警集中;所述报警时序包括控制器实时记录的若干个报警;所述控制器包括火灾报警控制器和消防联动控制器;所述报警的报警数据包括报警时间、报警设备的逻辑位置和报警上报类型;所述报警上报类型包括火灾报警和故障报警;
S2、分别对火灾报警集中的各报警进行特征提取,并将所得的各报警特征分别输入到预训练好的真实火警描述模型中,以判断其是否为高风险火灾报警,若是,则将其分类为高风险火灾报警;否则,将其判定为火警误报,并加入到所述故障报警集中;
S3、按照报警设备的逻辑位置对所述故障报警集中的各报警进行分类,将同一总线回路上的报警分类到同一故障报警子集中;
S4、分别对各所述故障报警子集进行拆分,得到多个报警序列;所述报警序列中的报警按照报警时间的先后顺序进行排列,且相邻两次报警的时间间隔小于或等于其所属总线回路的预设报警序列分割阈值;且在每一个所述故障报警子集所对应的任意两个报警序列中,一个报警序列中的第一个报警与另一个报警序列中的最后一个报警之间的报警时间差大于其所属总线回路的预设报警序列分割阈值;
S5、分别对各所述报警序列进行拆分和筛选,得到由多个报警子序列所构成的报警子序列集合;每一条报警子序列均代表一次总线故障;
S6、分别对所述故障报警集中的各报警,根据其报警上报类型,以及与所述报警子序列集合中报警子序列的所属关系,进行报警原因分类;
其中,所述真实火警描述模型为单分类模型,由历史报警记录中人为确定的真实火警报警数据训练得到;
所述步骤S6包括:分别对所述故障报警集中的各报警,执行以下操作:
S61、判断所述报警是否存在于任意一条所述报警子序列中,若是,则转至步骤S62;否则,转至步骤S63;
S62、判断所述报警的报警上报类型,若所述报警的报警上报类型为火灾报警,则将其分类为总线故障型火警误报;若所述报警的报警上报类型为故障报警,则将其分类为通信故障;
S63、判断所述报警的报警上报类型,若所述报警的上报类型为火灾报警,则转至步骤S64;若所述报警的上报类型为故障报警,则将其分类为设备故障;
S64、对所述报警进行特征提取,并将所得的报警特征输入到所述预训练好的设备故障描述模型中,以判断其是否为设备故障型火警误报,若是,则将其分类为设备故障型火警误报;否则,将其分类为其他原因火警误报;
其中,所述设备故障描述模型为单分类模型,由历史报警记录中存在于历史报警记录所对应的报警序列,而不存在于任意一条历史报警记录所对应的报警子序列中,且报警上报类型为故障报警的报警数据训练得到;所述历史报警记录所对应的报警序列通过对历史报警记录中除真实火警之外的报警所构成的故障报警集执行所述步骤S3-S4得到;所述历史报警记录所对应的报警子序列通过对历史报警记录所对应的报警序列执行所述步骤S5得到。
2.根据权利要求1所述的火灾报警实时分类方法,其特征在于,所述总线回路的预设报警序列分割阈值大于控制器巡检该总线回路上相邻两个消防设备的时间间隔。
3.根据权利要求1所述的火灾报警实时分类方法,其特征在于,所述总线回路的预设报警序列分割阈值的计算方法包括:
S01、将历史报警记录中总线回路上所有非真实火警报警按报警时间的先后顺序进行排列;
S02、计算相邻两次非真实火警报警的时间间隔,绘制报警时间间隔直方图;
S03、分两次对所述报警时间间隔直方图进行截短,得到第一报警时间间隔子直方图和第二报警时间间隔子直方图;所述第一报警时间间隔子直方图仅保留所述报警时间间隔直方图的前Nlo组;所述第二报警时间间隔子直方图仅保留所述报警时间间隔直方图的前Nhi组;且Nlo<Nhi;Nlo和Nhi均为正整数;
S04、采用Otsu直方图阈值分割算法分别对所述第一报警时间间隔子直方图和所述第二报警时间间隔子直方图进行计算,得到第一分割阈值Tlo和第二分割阈值Thi;
4.根据权利要求1所述的火灾报警实时分类方法,其特征在于,所述步骤S5包括:对各所述报警序列,分别执行以下操作:
S51、记所述报警序列所对应的设备号序列为{Pn},通过在{Pn}第一个元素之前加入与第一个元素相同的若干个元素,在{Pn}最后一个元素之后加入与最后一个元素相同的若干元素,对{Pn}进行扩充,使得在中值滤波前后{Pn}的长度保持不变;对扩充后的{Pn}进行中值滤波,得到滤波后的设备号序列{Pn’};所述{Pn}为所述报警序列中各报警的报警设备的设备号所构成的序列,其序列顺序与所述报警序列的序列顺序一致;
S52、对所述滤波后的设备号序列{Pn’}进行差分运算,得到差分后的设备号序列{Pn”};其中,当n=1时,P1”=0;当n≥2时,Pn”=Pn’-Pn-1’;
S53、将所述{Pn”}中取值小于0和取值大于预设设备号突增阈值δA的元素所在的位置作为拆分点,将所述报警序列拆分为多条报警子序列,构成报警子序列集合;所述报警子序列所对应的设备号序列记为{pn},所述报警子序列所对应的滤波后的设备号序列记为{pn’};
S54、对所述报警子序列集合中的各报警子序列,分别执行以下操作:
若所述报警子序列中火警误报数大于所述报警子序列中总报警数的δF倍,则从所述报警子序列中移除所有火警误报,并对应地移除{pn}和{pn’}中的元素;所述δF为报警序列的火警误报数与报警总数的预设最大比值;
从所述报警子序列中移除所有满足|pn-pn’|>δO的报警,并对应地移除{pn}和{pn’}中的元素;所述δO为预设设备号跳变阈值;
若{pn}中第一个元素与第二个元素之差大于δO或者若{pn}中第二个元素与第一个元素之差大于δA,则从所述报警子序列中移除第一个报警;若{pn’}中倒数第二个元素与最后一个元素之差大于δO或者最后一个元素与倒数第二个元素之差大于δA,则从所述报警子序列中移除最后一个报警;
若所述报警子序列的报警数量不少于δL,且所述报警子序列的持续时间与报警总数之比不大于δD,则将所述报警子序列保留在所述报警子序列集合中;否则,从所述报警子序列集合中删除所述报警子序列;所述δL为报警序列的预设最少报警数;所述δD为报警序列的总时长与报警总数的预设最大比值。
5.根据权利要求1-4任意一项所述的火灾报警实时分类方法,其特征在于,所述报警特征包括:报警发生前的若干段时间内报警设备所在总线回路的总线故障数、以及报警发生前的若干段时间内报警设备自身所上报的设备故障数。
6.根据权利要求5所述的火灾报警实时分类方法,其特征在于,所述报警数据还包括:报警设备的物理位置;此时,所述报警特征还包括:与所述报警具有相同时间戳和相同所在区域的故障报警总数和火灾报警总数、以及报警发生前的若干段时间内报警设备所在区域的所有设备所上报的故障报警总数和火灾报警总数。
7.一种火灾报警实时分类系统,其特征在于,包括:存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时执行权利要求1-6任意一项所述的火灾报警实时分类方法的步骤。
8.一种机器可读存储介质,其特征在于,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现权利要求1-6任意一项所述的火灾报警实时分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111403055.3A CN114202907B (zh) | 2021-11-24 | 2021-11-24 | 一种火灾报警实时分类方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111403055.3A CN114202907B (zh) | 2021-11-24 | 2021-11-24 | 一种火灾报警实时分类方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114202907A CN114202907A (zh) | 2022-03-18 |
CN114202907B true CN114202907B (zh) | 2022-12-02 |
Family
ID=80648645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111403055.3A Active CN114202907B (zh) | 2021-11-24 | 2021-11-24 | 一种火灾报警实时分类方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202907B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU222419U1 (ru) * | 2023-10-30 | 2023-12-25 | Общество с ограниченной ответственностью "Газпром добыча Ямбург" | Устройство проверки шлейфов дымовых извещателей пожарной сигнализации |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218786A (zh) * | 2023-10-06 | 2023-12-12 | 广州巨浪船舶技术工程有限公司 | 一种基于物联网的火灾智能监测预警系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005046475A1 (de) * | 2004-10-06 | 2006-04-27 | IFAM Ingenieurbüro für Applikation von Mikrocomputern GmbH | Feuerwehr-Anzeigetableau (FAT) mit Fernübertragung und Verfahren zu dessen Betrieb |
CN111311869A (zh) * | 2020-02-14 | 2020-06-19 | 清华大学合肥公共安全研究院 | 一种基于区域报警模型的消防安全监控方法、系统、云平台 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2546328C2 (ru) * | 2013-06-26 | 2015-04-10 | Панкратьев Николай Александрович | Устройство пожарной сигнализации для бортовой системы автоматизированного пожаротушения |
CN108230637B (zh) * | 2017-12-29 | 2020-11-17 | 深圳市泛海三江科技发展有限公司 | 一种消防火灾报警方法及系统 |
CN113407507B (zh) * | 2018-04-23 | 2022-04-29 | 华为技术有限公司 | 告警类型关联规则的生成方法、装置及系统、存储介质 |
CN110910615B (zh) * | 2019-11-22 | 2021-04-06 | 华中科技大学 | 一种楼宇火警报警分类方法及系统 |
CN112669557A (zh) * | 2020-12-21 | 2021-04-16 | 富盛科技股份有限公司 | 报警处理方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-11-24 CN CN202111403055.3A patent/CN114202907B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005046475A1 (de) * | 2004-10-06 | 2006-04-27 | IFAM Ingenieurbüro für Applikation von Mikrocomputern GmbH | Feuerwehr-Anzeigetableau (FAT) mit Fernübertragung und Verfahren zu dessen Betrieb |
CN111311869A (zh) * | 2020-02-14 | 2020-06-19 | 清华大学合肥公共安全研究院 | 一种基于区域报警模型的消防安全监控方法、系统、云平台 |
Non-Patent Citations (1)
Title |
---|
基于机器学习的火灾事故等级分类研究;王湛; 朱国庆; 柴国强; 姚斌;《消防科学与技术》;20201231;第39卷(第12期);全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU222419U1 (ru) * | 2023-10-30 | 2023-12-25 | Общество с ограниченной ответственностью "Газпром добыча Ямбург" | Устройство проверки шлейфов дымовых извещателей пожарной сигнализации |
Also Published As
Publication number | Publication date |
---|---|
CN114202907A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2015186B1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
US8255100B2 (en) | Data-driven anomaly detection to anticipate flight deck effects | |
CN111507376B (zh) | 一种基于多种无监督方法融合的单指标异常检测方法 | |
US7539597B2 (en) | Diagnostic systems and methods for predictive condition monitoring | |
TW201802626A (zh) | 異常資料的重要度判定裝置以及異常資料的重要度判定方法 | |
CN114358152A (zh) | 一种智能电力数据异常检测方法及系统 | |
CN111767930A (zh) | 物联网时序数据异常检测方法及其相关设备 | |
AU2002246994A1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
JP6751561B2 (ja) | 装置の構成要素の集合を監視するシステムおよび方法 | |
US20110178963A1 (en) | system for the detection of rare data situations in processes | |
CN115077627B (zh) | 一种多融合环境数据监管方法及监管系统 | |
CN114202907B (zh) | 一种火灾报警实时分类方法及系统 | |
CN111949496B (zh) | 一种数据检测方法及装置 | |
KR102024829B1 (ko) | Cart 기반의 입력변수 랭킹을 이용한 산업공정의 고장변수 식별을 위한 장치 및 방법 | |
CN106355314A (zh) | 一种汽车发动机气门质量流式数据处理方法及装置 | |
US20210080924A1 (en) | Diagnosis Method and Diagnosis System for a Processing Engineering Plant and Training Method | |
CN111314110A (zh) | 一种用于分布式系统的故障预警方法 | |
CN110007171A (zh) | 变压器在线监测数据误报警的筛查方法及系统 | |
KR20230104526A (ko) | 부분방전 모니터링 시스템 및 부분방전 모니터링 방법 | |
KR20220113509A (ko) | 교통 관제 시스템을 감독하기 위한 방법 및 디바이스 | |
Pohontu et al. | Fitting Empirical Distributions for Vessels Behavioural Analysis and Maritime Anomaly Detection | |
Rasouli et al. | A methodology for fire data analysis based on pattern recognition towards the disaster management | |
KR102188095B1 (ko) | 건설 구조물의 센서의 이벤트 원인 분석방법 | |
KR102335604B1 (ko) | 전력 소모량의 비트맵 패턴 형상화를 기반으로 하는 지능적인 시스템 오동작 인식 장치 및 방법 | |
CN111160454B (zh) | 一种速变信号检测方法和装置 |
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 |