CN114283569A - 一种大数据特征参量预警装置及方法 - Google Patents
一种大数据特征参量预警装置及方法 Download PDFInfo
- Publication number
- CN114283569A CN114283569A CN202210079735.2A CN202210079735A CN114283569A CN 114283569 A CN114283569 A CN 114283569A CN 202210079735 A CN202210079735 A CN 202210079735A CN 114283569 A CN114283569 A CN 114283569A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- characteristic data
- trend
- fire characteristic
- 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
Images
Landscapes
- Fire Alarms (AREA)
Abstract
本发明涉及火灾预警领域，具体为一种大数据特征参量预警装置及方法。其包括：用于按组采集火灾特征数据的火灾特征数据采集模块；与火灾特征数据采集模块通讯连接以提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势的大数据特征值参量模块；以及与大数据特征值参量模块通讯连接，当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并用于记录和显示火灾特征数据的预警模块。本发明提高了预警的准确性和及时性。
Description
技术领域
本发明涉及火灾预警领域，特别是涉及一种大数据特征参量预警装置及方法。
背景技术
风力发电机组是机械装置与电气控制相结合的复杂控制系统，风电机组位于偏远地区，可在无人值守的情况下，通过复杂的控制系统自动完成风能捕获并将风能转换为电能。由于风力发电机组上采用的固体、液体可燃物品种类较多，包括：各类润滑油、液压油、电气元件、电线电缆、机舱罩和叶片材料等等；其中机舱空间内的可燃物品种类和数量最多，机器设备也多，布置密集，空间窄小，火灾密度最高；风机一般建在偏远地区，救援难度大，救援滞后，而且风机通风换气迅速，一旦发生火灾，火灾蔓延迅速，这就说明风机消防的重要性，但由于风力发电机组特殊的使用环境，无人值守，消防系统的可靠性就显得很重要了。
风电机组智能消防系统通过采集感烟探测器、温度探测器、CO温度复合探测器的模拟量信号，综合判断工况，及时触发灭火装置，实现自动灭火，保障风机设备安全。
但是上述消防系统一般是采用采集数据的平均值报警，即在感烟探测器、温度探测器、CO温度复合探测器等检测到的数据平均值超过阈值后，触发报警。而风机通风换气迅速，当检测到的数据平均值超过阈值时，火灾已蔓延扩大，不利于火灾的控制，风机设备财产得不到有效的保护。
发明内容
本发明目的是针对背景技术中存在的问题，提出一种提高预警的准确性和及时性的大数据特征参量预警装置及方法。
本发明的技术方案，一方面，本发明提出一种大数据特征参量预警装置，包括：
用于按组采集火灾特征数据的火灾特征数据采集模块；
与火灾特征数据采集模块通讯连接以提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势的大数据特征值参量模块；以及
与大数据特征值参量模块通讯连接，当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并用于记录和显示火灾特征数据的预警模块。
优选的，火灾特征数据采集模块包括烟感浓度探头、温度探头和CO浓度探头。
另一方面，本发明提出一种大数据特征参量预警方法，包括如下步骤：
S1、按组采集火灾特征数据；
S2、提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势；
S3、当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并记录和显示火灾特征数据。
优选的，火灾特征数据包括烟雾浓度、温度和CO浓度。
优选的，在S2中，火灾特征数据发展趋势被判定为上升趋势或不上升趋势的分析步骤如下：
S21、对火灾特征数据进行预处理：搭建以时间为x轴、以采集的火灾特征数据值为y轴的平面直角坐标系，标记对应时间的火灾特征数据值并生成散点曲线；
S22、采用拐点识别方式查找曲线的拐点数据，通过单位组数据中的拐点数量判断数据发展趋势；
S23、采用极值趋势提取方式查找曲线的极大值数据，通过单位组数据中的极大值趋势判断数据发展趋势。
优选的，S22中，当曲线拐点数量为0时，计算原数据的斜率，若斜率大于0，则发出预警信号A，若斜率不大于0，则不发出预警信号；当曲线拐点数量为1时，提取拐点后的数据计算斜率，若斜率大于0，则发出预警信号B，若斜率不大于0，则不发出预警信号；当曲线拐点数量≥2时，转入步骤S23进行分析；
S23中，当曲线的极大值数量＜2时，提取极大值点与最新的数据点构建连线计算斜率，若连线斜率大于0，则发出预警信号C，若连线斜率不大于0，则不发出预警信号；当曲线的极大值数量≥2时，提取极大值点构建连线计算斜率，若连线斜率大于0，则发出预警信号D，若连线斜率不大于0，则不发出预警信号。
优选的，当出现预警信号A、预警信号B、预警信号C和预警信号D中的任意一种预警信号时，即进行预警。
与现有技术相比，本发明具有如下有益的技术效果：
本发明能保证探测信号的可靠性，缩短对火灾精准预警的时间，减小风机设备财产损失，实现了对探测数据的存储和分析，能够在烟感浓度探头、温度探头和CO浓度探头检测到的数据特征存在增长趋势的情况下，第一时间触发报警，提高预警的准确性和及时性。
附图说明
图1为本发明实施例的系统结构框图；
图2为采用拐点识别方式查找曲线的拐点数据，通过单位组数据中的拐点数量判断数据发展趋势的流程图；
图3为采用极值趋势提取方式查找曲线的极大值数据，通过单位组数据中的极大值趋势判断数据发展趋势的流程图。
具体实施方式
本发明提出的一种大数据特征参量预警装置，如图1所示，包括火灾特征数据采集模块、大数据特征值参量模块和预警模块。
第一步、火灾特征数据采集模块用于按组采集火灾特征数据，火灾特征数据采集模块包括烟感浓度探头、温度探头和CO浓度探头，以对应探测监测环境中的烟雾浓度、温度和CO浓度情况，获取探测数据值。
第二步、大数据特征值参量模块与火灾特征数据采集模块通讯连接以提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势。火灾特征数据发展趋势被判定为上升趋势或不上升趋势的分析步骤如下：
S21、对火灾特征数据进行预处理：搭建以时间为x轴、以采集的火灾特征数据值为y轴的平面直角坐标系，标记对应时间的火灾特征数据值并生成散点曲线。
S22、如图2所示，采用拐点识别方式查找曲线的拐点数据，通过单位组数据中的拐点数量判断数据发展趋势；当曲线拐点数量为0时，计算原数据的斜率，若斜率大于0，则发出预警信号A，若斜率不大于0，则不发出预警信号；当曲线拐点数量为1时，提取拐点后的数据计算斜率，若斜率大于0，则发出预警信号B，若斜率不大于0，则不发出预警信号；当曲线拐点数量≥2时，转入步骤S23进行分析。
S23、如图3所示，采用极值趋势提取方式查找曲线的极大值数据，通过单位组数据中的极大值趋势判断数据发展趋势。当曲线的极大值数量＜2时，提取极大值点与最新的数据点构建连线计算斜率，若连线斜率大于0，则发出预警信号C，若连线斜率不大于0，则不发出预警信号；当曲线的极大值数量≥2时，提取极大值点构建连线计算斜率，若连线斜率大于0，则发出预警信号D，若连线斜率不大于0，则不发出预警信号。
第三步、预警模块与大数据特征值参量模块通讯连接，预警模块用于在当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并用于记录和显示火灾特征数据。只要出现预警信号A、预警信号B、预警信号C和预警信号D中的任意一种预警信号，即进行预警。
本实施例能保证探测信号的可靠性，缩短对火灾精准预警的时间，减小风机设备财产损失，实现了对探测数据的存储和分析，能够在烟感浓度探头、温度探头和CO浓度探头检测到的数据特征存在增长趋势的情况下，第一时间触发报警，提高预警的准确性和及时性。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于此，在所属技术领域的技术人员所具备的知识范围内，在不脱离本发明宗旨的前提下还可以作出各种变化。
Claims (7)
1.一种大数据特征参量预警装置，其特征在于，包括：
用于按组采集火灾特征数据的火灾特征数据采集模块；
与火灾特征数据采集模块通讯连接以提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势的大数据特征值参量模块；以及
与大数据特征值参量模块通讯连接，当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并用于记录和显示火灾特征数据的预警模块。
2.根据权利要求1所述的一种大数据特征参量预警装置，其特征在于，火灾特征数据采集模块包括烟感浓度探头、温度探头和CO浓度探头。
3.一种大数据特征参量预警方法，其特征在于，包括如下步骤：
S1、按组采集火灾特征数据；
S2、提取一组火灾特征数据的特征，分析该组火灾特征数据发展趋势为上升趋势或不上升趋势，并在火灾特征数据发展趋势被判定为上升趋势时发送预警信号，在火灾特征数据发展趋势被判定为不上升趋势时判断下一组火灾特征数据的发展趋势；
S3、当火灾特征数据发展趋势被判定为上升趋势时接收预警信号进行预警，并记录和显示火灾特征数据。
4.根据权利要求3所述的一种大数据特征参量预警方法，其特征在于，火灾特征数据包括烟雾浓度、温度和CO浓度。
5.根据权利要求3所述的一种大数据特征参量预警方法，其特征在于，在S2中，火灾特征数据发展趋势被判定为上升趋势或不上升趋势的分析步骤如下：
S21、对火灾特征数据进行预处理：搭建以时间为x轴、以采集的火灾特征数据值为y轴的平面直角坐标系，标记对应时间的火灾特征数据值并生成散点曲线；
S22、采用拐点识别方式查找曲线的拐点数据，通过单位组数据中的拐点数量判断数据发展趋势；
S23、采用极值趋势提取方式查找曲线的极大值数据，通过单位组数据中的极大值趋势判断数据发展趋势。
6.根据权利要求5所述的一种大数据特征参量预警方法，其特征在于：
S22中，当曲线拐点数量为0时，计算原数据的斜率，若斜率大于0，则发出预警信号A，若斜率不大于0，则不发出预警信号；当曲线拐点数量为1时，提取拐点后的数据计算斜率，若斜率大于0，则发出预警信号B，若斜率不大于0，则不发出预警信号；当曲线拐点数量≥2时，转入步骤S23进行分析；
S23中，当曲线的极大值数量＜2时，提取极大值点与最新的数据点构建连线计算斜率，若连线斜率大于0，则发出预警信号C，若连线斜率不大于0，则不发出预警信号；当曲线的极大值数量≥2时，提取极大值点构建连线计算斜率，若连线斜率大于0，则发出预警信号D，若连线斜率不大于0，则不发出预警信号。
7.根据权利要求6所述的一种大数据特征参量预警方法，其特征在于，当出现预警信号A、预警信号B、预警信号C和预警信号D中的任意一种预警信号时，即进行预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079735.2A CN114283569B (zh) | 2022-01-24 | 2022-01-24 | 一种大数据特征参量预警装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079735.2A CN114283569B (zh) | 2022-01-24 | 2022-01-24 | 一种大数据特征参量预警装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114283569A true CN114283569A (zh) | 2022-04-05 |
| CN114283569B CN114283569B (zh) | 2023-09-15 |
Family
ID=80881470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210079735.2A Active CN114283569B (zh) | 2022-01-24 | 2022-01-24 | 一种大数据特征参量预警装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283569B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1567394A (zh) * | 2003-06-24 | 2005-01-19 | 陈伟 | 火灾的发展趋势及火势定量检测方法 |
| JP2006201827A (ja) * | 2005-01-18 | 2006-08-03 | Omron Corp | カーブトレーサを内蔵したパワーコンディショナおよびカーブトレーサのカーブ評価方法 |
| CN101598934A (zh) * | 2009-07-14 | 2009-12-09 | 北京首钢自动化信息技术有限公司 | 一种烧结终点的间接控制方法 |
| CN102842200A (zh) * | 2012-08-30 | 2012-12-26 | 广州中国科学院工业技术研究院 | 火灾识别方法和系统 |
| CN104680186A (zh) * | 2015-03-17 | 2015-06-03 | 中国科学院合肥物质科学研究院 | 一种心电信号中st段形态的自动分类方法 |
| CN105445377A (zh) * | 2014-09-30 | 2016-03-30 | 北京强度环境研究所 | 基于声发射技术判别c/c复合材料结构损伤程度的方法 |
| CN109785572A (zh) * | 2019-03-11 | 2019-05-21 | 上海荷福人工智能科技（集团）有限公司 | 一种基于神经网络的消防预警方法及系统 |
| CN110197481A (zh) * | 2019-05-30 | 2019-09-03 | 苏州大学 | 一种基于大数据分析的石墨烯指纹峰分析方法 |
| CN110824304A (zh) * | 2019-10-16 | 2020-02-21 | 福建和盛高科技产业有限公司 | 一种氧化锌避雷器绝缘劣化趋势分析方法 |
| CN111145222A (zh) * | 2019-12-30 | 2020-05-12 | 浙江中创天成科技有限公司 | 一种结合烟雾运动趋势和纹理特征的火灾检测方法 |
| CN111310351A (zh) * | 2020-02-26 | 2020-06-19 | 深圳市青柠互动科技开发有限公司 | 车间设备的状态监测方法、装置、终端设备及存储介质 |
| CN111398202A (zh) * | 2020-03-16 | 2020-07-10 | 广东小天才科技有限公司 | 气体数据分析方法、装置、电子设备及存储介质 |
| CN111598801A (zh) * | 2020-05-11 | 2020-08-28 | 苏州佳智彩光电科技有限公司 | 一种用于微弱Mura缺陷的识别方法 |
| DE102019120400A1 (de) * | 2019-07-29 | 2021-02-04 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Verfahren zum Erkennen eines Inrushereignisses, Computerprogramm und Trennvorrichtung |
| CN112668772A (zh) * | 2020-12-24 | 2021-04-16 | 润电能源科学技术有限公司 | 一种状态发展趋势预测方法、装置、设备及存储介质 |
-
2022
- 2022-01-24 CN CN202210079735.2A patent/CN114283569B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1567394A (zh) * | 2003-06-24 | 2005-01-19 | 陈伟 | 火灾的发展趋势及火势定量检测方法 |
| JP2006201827A (ja) * | 2005-01-18 | 2006-08-03 | Omron Corp | カーブトレーサを内蔵したパワーコンディショナおよびカーブトレーサのカーブ評価方法 |
| CN101598934A (zh) * | 2009-07-14 | 2009-12-09 | 北京首钢自动化信息技术有限公司 | 一种烧结终点的间接控制方法 |
| CN102842200A (zh) * | 2012-08-30 | 2012-12-26 | 广州中国科学院工业技术研究院 | 火灾识别方法和系统 |
| CN105445377A (zh) * | 2014-09-30 | 2016-03-30 | 北京强度环境研究所 | 基于声发射技术判别c/c复合材料结构损伤程度的方法 |
| CN104680186A (zh) * | 2015-03-17 | 2015-06-03 | 中国科学院合肥物质科学研究院 | 一种心电信号中st段形态的自动分类方法 |
| CN109785572A (zh) * | 2019-03-11 | 2019-05-21 | 上海荷福人工智能科技（集团）有限公司 | 一种基于神经网络的消防预警方法及系统 |
| CN110197481A (zh) * | 2019-05-30 | 2019-09-03 | 苏州大学 | 一种基于大数据分析的石墨烯指纹峰分析方法 |
| DE102019120400A1 (de) * | 2019-07-29 | 2021-02-04 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Verfahren zum Erkennen eines Inrushereignisses, Computerprogramm und Trennvorrichtung |
| CN110824304A (zh) * | 2019-10-16 | 2020-02-21 | 福建和盛高科技产业有限公司 | 一种氧化锌避雷器绝缘劣化趋势分析方法 |
| CN111145222A (zh) * | 2019-12-30 | 2020-05-12 | 浙江中创天成科技有限公司 | 一种结合烟雾运动趋势和纹理特征的火灾检测方法 |
| CN111310351A (zh) * | 2020-02-26 | 2020-06-19 | 深圳市青柠互动科技开发有限公司 | 车间设备的状态监测方法、装置、终端设备及存储介质 |
| CN111398202A (zh) * | 2020-03-16 | 2020-07-10 | 广东小天才科技有限公司 | 气体数据分析方法、装置、电子设备及存储介质 |
| CN111598801A (zh) * | 2020-05-11 | 2020-08-28 | 苏州佳智彩光电科技有限公司 | 一种用于微弱Mura缺陷的识别方法 |
| CN112668772A (zh) * | 2020-12-24 | 2021-04-16 | 润电能源科学技术有限公司 | 一种状态发展趋势预测方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114283569B (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
| CN112002095A (zh) | 一种矿山洞内的火灾预警方法 | |
| CN111047816A (zh) | 一种电池充电柜火灾监控方法及系统 | |
| CA3225418A1 (en) | System and method for detecting high-risk lightning strikes for use in predicting and identifying wildfire ignition locations | |
| CN114283569A (zh) | 一种大数据特征参量预警装置及方法 | |
| CN209708270U (zh) | 一种便于维护的森林消防监控系统 | |
| CN113741354A (zh) | 安全生产监控预警方法、系统以及具有存储功能的装置 | |
| CN117108458A (zh) | 海上风电分区腐蚀安全评估方法、系统、设备及存储介质 | |
| CN116824795A (zh) | 一种储能电站火灾监测预警方法 | |
| CN110954165A (zh) | 一种电缆夹层巡检方法、装置和计算机可存储介质 | |
| CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
| CN115394029A (zh) | 一种森林火灾预警系统及方法 | |
| WO2022034750A1 (ja) | 未確認音抽出装置、未確認音抽出システム、未確認音抽出方法及び記録媒体 | |
| CN114187734A (zh) | 一种用于烟雾报警的图像识别方法和系统 | |
| CN114660407A (zh) | 一种关于输电线故障隐患的预警方法及装置 | |
| CN114167870A (zh) | 气体巡检装置用数据处理方法、系统、装置及存储介质 | |
| KR101392757B1 (ko) | 스마트 건전도 통합 평가 시스템, 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| CN115862258B (zh) | 一种火灾监测与处置的系统、方法、设备及存储介质 | |
| CN206557955U (zh) | 输电线路走廊采集单元模块、防外破装置及系统 | |
| CN220651386U (zh) | 一种火灾预警系统 | |
| CN116256475B (zh) | 一种高精度定位测量方法、装置和可读存储介质 | |
| CN214793291U (zh) | 一种新型火灾智能检测装置 | |
| CN115938062B (zh) | 一种电气设备自动灭火系统及方法 | |
| CN116052360B (zh) | 一种消防报警系统 | |
| CN116979702B (zh) | 基于大数据的输电线路智能监测质检方法、系统和介质 |
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 |