CN115146540B - 体育场馆的消防风险仿真方法、系统、设备和存储介质 - Google Patents
体育场馆的消防风险仿真方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN115146540B CN115146540B CN202210870235.0A CN202210870235A CN115146540B CN 115146540 B CN115146540 B CN 115146540B CN 202210870235 A CN202210870235 A CN 202210870235A CN 115146540 B CN115146540 B CN 115146540B
- Authority
- CN
- China
- Prior art keywords
- fire
- person
- data
- stadium
- personnel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 68
- 230000007613 environmental effect Effects 0.000 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 239000013598 vector Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000005192 partition Methods 0.000 claims description 12
- 239000000779 smoke Substances 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001125 extrusion Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000035484 reaction time Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 206010000369 Accident Diseases 0.000 abstract description 30
- 230000002265 prevention Effects 0.000 abstract description 8
- 238000011835 investigation Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的体育场馆的消防风险仿真方法、系统、设备和存储介质,涉及建筑消防风险防控领域。通过消防风险的仿真,根据体育场馆中的环境数据发现消防事故中人员的流动性,从而为工作人员和消防人员对场馆内人员进行疏导和救援等工作提供了有效的数据基础,提高了体育场馆的消防安全性。并且通过仿真的方式提供消防事故案例,避免了在现实消防事故中部分环境监测设备因事故而无法工作,导致无法确定现场环境,消防事故总结缺乏环境数据作为依据的情况;摆脱了消防风险防范只依靠消防标准和现实消防事故总结的方式,结合信息技术为消防风险的发现提供了更多有效的参考源,提高了对消防风险的排查效率,进一步优化了体育场馆的消防安全性。
Description
技术领域
本发明涉及建筑消防风险防控领域,具体涉及体育场馆的消防风险仿真方法、系统、设备和存储介质。
背景技术
由于大型体育赛事数量的不断增加和规模的不断壮大,体育场馆的建设和相关风险的研究受到人们越来越多的重视。现代体育场馆需采用现代化电气设备来满足要求,场馆建设复杂,涉及的子系统众多,难以及时发现其中某些子系统存在的安全隐患;并且随着体育赛事的规模不断壮大,赛事参与人员以及现场观众形成了人数庞大的受威胁群体。
在实施本发明的过程中,发明人发现现有技术至少存在如下问题:
1、现有技术中对体育场馆的消防风险的发现主要依赖于消防标准和消防事故的经验总结,在消防事故发生之前缺乏有效的排查机制,对消防隐患的排查效率低;
2、消防事故的发生常伴随对体育场馆中某些区域的环境监测失效,导致工作人员或消防人员无从获知该区域的环境情况,难以预料消防事故发生时可能出现的紧急情况,对消防事故的可能发展缺乏可靠的预期。
发明内容
本发明实施例提供体育场馆的消防风险仿真方法、装置、设备和存储介质,通过消防风险的仿真提供了有效的消防风险排查方式,并且为工作人员和消防人员提供了可靠的消防事故发展预期,为防止消防事故、控制消防事故提供了可靠的数据基础,提高了体育场馆的安全性。
本发明第一实施例提供的一种体育场馆的消防风险仿真方法,其特征在于,包括步骤:
获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;
根据所述体育场馆中的人员分布情况,得到人员初始分布;
根据所述环境数据确定所述体育场馆的风险系数;
根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果,人员移动满足如下公式:
其中,表示质量为的人员倾向于以的速度向方向运动,为人员移动的随机变化常数,在运动过程中不断调整其当前速度,为调整的反应时间;和为预先设定的位置常数,表示人员与人员的模型半径之和,表示人员与人员的模型圆心之间的距离,为人员指向人员的单位向量;为挤压常数,为分段函数,当时,当时;为摩擦力常数,为人员与人员之间切线方向上的相对速度,为人员与人员之间的切线方向;表示人员与障碍物之间的距离,为障碍物指向人员圆心的单位方向向量,为人员与障碍物接触时切线方向的单位向量;表示对向量的归一化,表示风险系数,表示人员之前的前进方向,表示人员周围人员方向向量的平均方向;
根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
作为上述方案的改进,所述体育场馆分区包括观众区、运动场区、设备区、控制区和休息区;根据所述环境数据确定所述体育场馆的风险系数包括:
通过在所述体育场馆的仿真模型中对所述环境数据进行调整,得到不同的所述环境数据下各分区的运行状态;其中,所述体育场馆配置有用于采集所述环境数据的环境监测传感器;
根据所述各分区的运行状态评估受影响的观众比例和比赛中断的可能性,得到风险系数。
作为上述方案的改进,所述体育场馆中的多个位置配置有用于采集环境数据的环境监测传感器;所述环境数据包括进行数据采集的所述环境监测传感器的定位数据和采集的时间数据。
作为上述方案的改进,还包括步骤:
获取所述消防风险点作为训练输出、对应的所述环境数据作为训练输入,得到样本集;
基于所述样本集对神经网络模型进行预测,得到消防风险点预测模型。
作为上述方案的改进,所述得到样本集的过程包括:
获取所述消防风险点作为训练输出;
获取所述消防风险点对应的环境数据;
根据预设的环境数据分布标准,从所述对应的环境数据筛选出分布异常的环境数据,作为训练输入;
根据所述训练输入和所述训练输出,构建所述样本集。
本发明第二实施例提供了一种体育场馆的消防风险仿真方法,包括:
环境数据获取模块,用于获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;
人员分布分析模块,用于根据所述体育场馆中的人员分布情况,得到人员初始分布;
风险系数分析模块,用于根据所述环境数据确定所述体育场馆的风险系数;
人员流动预测模块,用于根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果,人员移动满足如下公式:
其中,表示质量为的人员倾向于以的速度向方向运动,为人员移动的随机变化常数,在运动过程中不断调整其当前速度,为调整的反应时间;和为预先设定的位置常数,表示人员与人员的模型半径之和,表示人员与人员的模型圆心之间的距离,为人员指向人员的单位向量;为挤压常数,为分段函数,当时,当时;为摩擦力常数,为人员与人员之间切线方向上的相对速度,为人员与人员之间的切线方向;表示人员与障碍物之间的距离,为障碍物指向人员圆心的单位方向向量,为人员与障碍物接触时切线方向的单位向量;表示对向量的归一化,表示风险系数,表示人员之前的前进方向,表示人员周围人员方向向量的平均方向;
风险标记模块,用于根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
本发明第三实施例提供了一种体育场馆的消防风险仿真设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上任意一项所述的体育场馆的消防风险仿真方法。
本发明第四实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备实现如上任意一项所述的体育场馆的消防风险仿真方法。
本发明实施例提供的体育场馆的消防风险仿真方法、装置、设备和存储介质,通过消防风险的仿真,根据体育场馆中的环境数据发现消防事故中人员的流动性,从而为工作人员和消防人员对场馆内人员进行疏导和救援等工作提供了有效的数据基础,提高了体育场馆的消防安全性。并且通过仿真的方式提供消防事故案例,一方面避免了在现实消防事故中部分环境监测设备因事故而无法工作,导致无法确定现场环境,消防事故总结缺乏环境数据作为依据的情况;另一方面,摆脱了消防风险防范只依靠消防标准和现实消防事故总结的方式,结合信息技术为消防风险的发现提供了更多有效的参考源,提高了对消防风险的排查效率,进一步优化了体育场馆的消防安全性。
附图说明
图1是本发明第一实施例提供的体育场馆的消防风险仿真方法的流程示意图。
图2是本发明第二实施例提供的体育场馆的消防风险仿真装置的结构示意图。
图3是本发明第三实施例提供的体育场馆的消防风险仿真设备的结构示意图。
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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明第一实施例提供了一种体育场馆的消防风险仿真方法。参见图1,该消防风险仿真方法可以包括步骤S110至步骤S150。
S110、获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项。
所述体育场馆配置有用于采集所述环境数据的环境监测传感器。可以理解地,步骤S110中的所述环境数据,可以是从所述体育场馆中采集的环境数据,也可以是基于仿真所需而进行人为调整后所输入的环境数据。
所述环境数据还记录了进行数据采集的所述环境监测传感器的定位数据和采集的时间数据。根据进行数据采集的所述环境监测传感器的类型,每一所述环境数据中至少记录有温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的至少一项。
S120、根据所述体育场馆中的人员分布情况,得到人员初始分布。
所述体育场馆分区包括观众区、运动场区、设备区、控制区和休息区。
结合所述环境监测传感器的设置,可以是在各个所述分区中的多个位置分别配置所述环境监测传感器。作为举例,可以按照预设的密度,如以5米间隔的网格状阵列在所述观众区配置温度传感器,从而结合带有定位数据、时间数据和温度数据的环境数据,得到观众区的温度分布情况。同理可以通过设置湿度传感器、烟雾探测器、智能电表、智能阀门和智能水表等方式,根据一定的密度或布置的规则设置上述环境监测传感器,例如以一定密度的阵列设置湿度传感器、烟雾探测器,在各个用电接口和电力设备的上配置智能电表,为各个供水设施和储水设施配置智能阀门,为消防储水设施配置智能水表,从而实现对上述类型环境数据的监测。可以理解地,各个分布的所述环境监测传感器的密度和布置规则可以相同或不同,例如可以针对设备区配置更高密度的智能电表和温湿度传感器,提高对用电设备的监控强度,保障设备使用安全。
而对于人员密度的监测,可以是通过采集各个区域的图像,从而通过人脸识别的方式确定当前图像对应区域的人员密度,得到所述人员密度数据;或是通过红外摄像机采集人员的红外信息,从而得到相应区域的人员密度情况。优选地,可以是通过在各个区域配置无线网络接入端口,例如通过提供wifi接入服务的方式,判断各区域接入人员的数量,确定各区域的人员密度情况,从而得到所述人员密度数据;可选地,还可以进一步通过wifi定位的方式精确确定各个接入设备的位置,从而获得所述体育场馆内精确的人员分布情况,得到所述人员密度数据。
S130、根据所述环境数据确定所述体育场馆的风险系数。
确定所述风险系数的过程可以包括如步骤S1301至步骤S1302所示的过程。
S1301、通过在所述体育场馆的仿真模型中对所述环境数据进行调整,得到不同的所述环境数据下各分区的运行状态。
S1302、根据所述各分区的运行状态评估受影响的观众比例和比赛中断的可能性,得到风险系数。
作为举例,可以是调整所述仿真模型中的环境数据,模拟所述体育场馆中一台空调设备发生用电故障,例如设备短路导致局部电流过大,进而设备起火导致局部温度异常升高、烟雾浓度数据超标等环境数据分布发生变化。并根据时间演变不同,记录受影响的人群范围,例如事故发生时局部温度异常升高,受温度异常影响的区域及相应人数比例,或是由于事故发生位置而导致的受影响范围,如运动场区受到影响导致比赛的进行受到影响,需根据不同类型的比赛对场地的要求分别设置各级的判断标准。
具体可以根据不同项目比赛的场馆环境条件要求和消防安全要求,对于运动场区的受影响程度进行配置,例如,环境数据处于正常水平则判断为1级,环境数据超出正常水平但仍满足比赛要求和消防安全要求,则判断为2级,环境数据超过比赛要求范围则判断为3级,环境数据超出消防安全要求,则判断为4级;还可以根据超出消防安全要求的程度进一步配置更多判断级次,在此不作赘述。可以理解地,其他分区可以按照类似标准进行分级,例如对于观众区、休息区和控制区,可以是环境数据处于舒适要求则判断为1级,环境数据超出舒适要求但仍处于正常区间且满足消防安全要求,则判断为2级,环境数据超过正常区间则判断为3级,环境数据超出消防安全要求则判断为4级,以及设置更多判断级次;对于设备区,可以是环境数据处于正常水平则判断为1级,环境数据超出正常水平但仍满足设备安全运行要求和消防安全要求,则判断为2级,环境数据超过设备安全运行要求则判断为3级,环境数据超出消防安全要求则判断为4级,以及设置更多判断级次。而不同分区的正常水平的选取标准可能存在不同,对于观众区、休息区和控制区,可以是略大于舒适要求的环境数据区间;对于运动场区,可以是在比赛要求的环境数据区间中进一步确定的更利于比赛进行的环境数据区间;对于设备区,可以是适合设备安全稳定运行,且有助于保养设备寿命的环境数据区间。
进一步地,可以是根据得到的上述各分区的受影响程度进行综合,从而得到相应的风险系数。作为一种举例,可以是采用加权融合的方式,为各分区配置相应的权重系数,从而综合上述各分区的受影响程度。例如,风险系数可以是满足如下公式:
其中,表示分区编号,例如观众区可以编号为1号、运动场区可以编号为2号、设备区可以编号为3号、控制区可以编号为4号、休息区可以编号为5号;表示为对应分区所配置的权重系数;表示对应分区的受影响程度。
S140、根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果。
人员移动满足如下公式:
其中,表示质量为的人员倾向于以的速度向方向运动,为人员移动的随机变化常数,在运动过程中不断调整其当前速度,为调整的反应时间;和为预先设定的位置常数,表示人员与人员的模型半径之和,表示人员与人员的模型圆心之间的距离,为人员指向人员的单位向量;为挤压常数,为分段函数,当时,当时;为摩擦力常数,为人员与人员之间切线方向上的相对速度,为人员与人员之间的切线方向;表示人员与障碍物之间的距离,为障碍物指向人员圆心的单位方向向量,为人员与障碍物接触时切线方向的单位向量;表示对向量的归一化,表示风险系数,表示人员之前的前进方向,表示人员周围人员方向向量的平均方向。具体地,根据计算需要,可以设置的取值范围为[0,1]。
并且考虑到在现实环境中,人员在风险情况越高的情况下实际上更倾向于根据已知的情况做出判断,而在越安全的情况下更倾向于自我意志的行动,因此通过风险系数对人员的移动进行调整。使得人员的自我意志移动和随机移动性在风险系数越高的情况具有越低的影响力,而人员之间的跟随性和固定障碍物对人员移动的影响力则在风险系数越高的情况具有越高的影响力,更加拟合现实环境下的人员移动情况。同时考虑到在现实环境中,人员在风险情况越高的情况下往往更容易出现拥挤的现象,因此通过风险系数对人员之间的斥力和挤压力,以及人员与固定障碍物之间的斥力和挤压力进行调整,优化了人员之间的跟随性和固定障碍物对人员移动的影响力计算,进一步拟合现实环境下的人员移动情况,使得仿真结果具有更好的现实意义。
根据所述人员流动仿真结果,体育场馆的管理人员可以预先判断当前消防事件下场馆内人员的流动情况,从而制定相应的应对策略并进行相应的引导,从而帮助人员快速有序地进行疏散。
S150、根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
进一步地,所述消防风险仿真方法还可以包括消防风险点模型获取过程。所述消防风险点模型获取过程包括步骤S161至步骤S162。
S161、获取所述消防风险点作为训练输出、对应的所述环境数据作为训练输入,得到样本集。
优选地,所述得到样本集的过程还可以包括步骤S161a至步骤S161d。
S161a、获取所述消防风险点作为训练输出。
S161b、获取所述消防风险点对应的环境数据。
S161c、根据预设的环境数据分布标准,从所述对应的环境数据筛选出分布异常的环境数据,作为训练输入。
所述预设的数据分布标准包括不同时间段内所述体育场馆各分区的所述环境数据的正常范围。
可以根据所述体育场馆的运营情况对所述预设的数据分布标准进行配置。例如对于所述观众区,可以是在非活动举办日期或非活动时间内,由于观众区的用电设备一般为关闭状态,则可以相应关闭电气监测,仅保留温湿度数据监测和烟雾浓度数据监测,以在减少能耗的基础上防范消防事故的发生,并且设置较宽的温湿度数据分布标准范围,例如根据华南地区的一般气温设置为≤45℃;而在活动举办期间,由于观众区的用电设备已经为启用状态,则需要同时获取电气监测数据,根据各用电设备和电路的安全使用规范,设置各个位置的电气监测数据的分布标准范围,并且将温湿度数据的标准范围设置为人体舒适温度范围、略宽于人体舒适范围或是小于火灾报警阈值等。可以理解地,可以采用类似方式配置其他类型的所述环境数据和其他所述分区的预设的数据分布标准。
通过步骤S161c筛选出所述异常环境数据,可以排除正常项目的环境数据对后续训练消防点预测模型的干扰,提高所述消防点预测模型对异常情况的敏感性,可以更好地发现消防风险点。
S161d、根据所述训练输入和所述训练输出,构建所述样本集。
S162、基于所述样本集对神经网络模型进行预测,得到消防风险点预测模型。
所述消防风险点预测模型用于根据所述体育场馆的环境数据,预测可能的消防风险点,从而可以根据在现实的体育场馆中采集到的环境数据,快速定位可能存在消防风险的重点位置,帮助工作人员及时安排调度和设备控制,或是在重点位置加设环境监测传感器,从而更好地防范消防事故的方式,并保障场馆内人员在消防事故中的人身安全。
本发明第一实施例提供的体育场馆的消防风险仿真方法,通过消防风险的仿真,根据体育场馆中的环境数据发现消防事故中人员的流动性,从而为工作人员和消防人员对场馆内人员进行疏导和救援等工作提供了有效的数据基础,提高了体育场馆的消防安全性。并且通过仿真的方式提供消防事故案例,一方面避免了在现实消防事故中部分环境监测设备因事故而无法工作,导致无法确定现场环境,消防事故总结缺乏环境数据作为依据的情况;另一方面,摆脱了消防风险防范只依靠消防标准和现实消防事故总结的方式,结合信息技术为消防风险的发现提供了更多有效的参考源,提高了对消防风险的排查效率,进一步优化了体育场馆的消防安全性。
本发明第二实施例提供了一种体育场馆的消防风险仿真系统。参见图2,体育场馆的消防风险仿真系统20包括:
环境数据获取模块21,用于获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;
人员分布分析模块22,用于根据所述体育场馆中的人员分布情况,得到人员初始分布;
风险系数分析模块23,用于根据所述环境数据确定所述体育场馆的风险系数;
人员流动预测模块24,用于根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果,人员移动满足如下公式:
其中,表示质量为的人员倾向于以的速度向方向运动,为人员移动的随机变化常数,在运动过程中不断调整其当前速度,为调整的反应时间;和为预先设定的位置常数,表示人员与人员的模型半径之和,表示人员与人员的模型圆心之间的距离,为人员指向人员的单位向量;为挤压常数,为分段函数,当时,当时;为摩擦力常数,为人员与人员之间切线方向上的相对速度,为人员与人员之间的切线方向;表示人员与障碍物之间的距离,为障碍物指向人员圆心的单位方向向量,为人员与障碍物接触时切线方向的单位向量;表示对向量的归一化,表示风险系数,表示人员之前的前进方向,表示人员周围人员方向向量的平均方向;
风险标记模块25,用于根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
所述体育场馆的消防风险仿真装置20的工作过程如第一实施例所述的体育场馆的消防风险仿真方法,在此不做赘述。
本发明第二实施例提供的体育场馆的消防风险仿真装置,通过消防风险的仿真,根据体育场馆中的环境数据发现消防事故中人员的流动性,从而为工作人员和消防人员对场馆内人员进行疏导和救援等工作提供了有效的数据基础,提高了体育场馆的消防安全性。并且通过仿真的方式提供消防事故案例,一方面避免了在现实消防事故中部分环境监测设备因事故而无法工作,导致无法确定现场环境,消防事故总结缺乏环境数据作为依据的情况;另一方面,摆脱了消防风险防范只依靠消防标准和现实消防事故总结的方式,结合信息技术为消防风险的发现提供了更多有效的参考源,提高了对消防风险的排查效率,进一步优化了体育场馆的消防安全性。
参见图3,是本发明第三实施例提供的体育场馆的消防风险仿真设备30的示意图。所述体育场馆的消防风险仿真设备30包括:处理器31、存储器32以及存储在所述存储器中并可在所述处理器上运行的计算机程序,例如体育场馆的消防风险仿真程序。所述处理器执行所述计算机程序时实现上述体育场馆的消防风险仿真方法实施例中的步骤,例如图1所示的体育场馆的消防风险仿真方法的步骤。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能,例如第二实施例所述的体育场馆的消防风险仿真系统的各模块的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器32中,并由所述处理器31执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述体育场馆的消防风险仿真终端中的执行过程。例如,包括步骤:获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;根据所述体育场馆中的人员分布情况,得到人员初始分布;根据所述环境数据确定所述体育场馆的风险系数;根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果;根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
所述体育场馆的消防风险仿真设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述体育场馆的消防风险仿真设备30可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是体育场馆的消防风险仿真设备30的示例,并不构成对体育场馆的消防风险仿真设备30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述体育场馆的消防风险仿真设备30还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器31是所述体育场馆的消防风险仿真设备30的控制中心,利用各种接口和线路连接整个体育场馆的消防风险仿真终端设备的各个部分。
所述存储器32可用于存储所述计算机程序或模块,所述处理器31通过运行或执行存储在所述存储器内的计算机程序或模块,以及调用存储在存储器内的数据,实现所述体育场馆的消防风险仿真终端设备的各种功能。所述存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述体育场馆的消防风险仿真设备30集成的模块或单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明第三实施例提供的体育场馆的消防风险仿真设备和存储介质,通过消防风险的仿真,根据体育场馆中的环境数据发现消防事故中人员的流动性,从而为工作人员和消防人员对场馆内人员进行疏导和救援等工作提供了有效的数据基础,提高了体育场馆的消防安全性。并且通过仿真的方式提供消防事故案例,一方面避免了在现实消防事故中部分环境监测设备因事故而无法工作,导致无法确定现场环境,消防事故总结缺乏环境数据作为依据的情况;另一方面,摆脱了消防风险防范只依靠消防标准和现实消防事故总结的方式,结合信息技术为消防风险的发现提供了更多有效的参考源,提高了对消防风险的排查效率,进一步优化了体育场馆的消防安全性。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (7)
1.一种体育场馆的消防风险仿真方法,其特征在于,包括步骤:
获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;所述体育场馆中的多个位置配置有用于采集环境数据的环境监测传感器;所述环境数据包括进行数据采集的所述环境监测传感器的定位数据和采集的时间数据;
根据所述体育场馆中的人员分布情况,得到人员初始分布;
根据所述环境数据确定所述体育场馆的风险系数;
根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果,人员移动满足如下公式:
其中,表示质量为mi的人员i倾向于以的速度向方向运动,ξ为人员移动的随机变化常数,在运动过程中不断调整其当前速度vi(t),τi为调整的反应时间;Ai和Bi为预先设定的位置常数,rij表示人员i与人员j的模型半径之和,dij表示人员i与人员j的模型圆心之间的距离,nij为人员j指向人员i的单位向量;k为挤压常数,g(x)为分段函数,当rij-dij>0时g(x)=x,当rij-dij≤0时g(x)=0;λ为摩擦力常数,Δvji为人员j与人员i之间切线方向上的相对速度,tij为人员i与人员j之间的切线方向;diw表示人员i与障碍物之间的距离,niw为障碍物指向人员i圆心的单位方向向量,tiw为人员i与障碍物接触时切线方向的单位向量;Norm表示对向量的归一化,p表示风险系数,ei表示人员i之前的前进方向,表示人员i周围人员方向向量的平均方向;
根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
2.如权利要求1所述的消防风险仿真方法,其特征在于,所述体育场馆分区包括观众区、运动场区、设备区、控制区和休息区;根据所述环境数据确定所述体育场馆的风险系数包括:
通过在所述体育场馆的仿真模型中对所述环境数据进行调整,得到不同的所述环境数据下各分区的运行状态;其中,所述体育场馆配置有用于采集所述环境数据的环境监测传感器;
根据所述各分区的运行状态评估受影响的观众比例和比赛中断的可能性,得到风险系数。
3.如权利要求1所述的消防风险仿真方法,其特征在于,还包括步骤:
获取所述消防风险点作为训练输出、对应的所述环境数据作为训练输入,得到样本集;
基于所述样本集对神经网络模型进行预测,得到消防风险点预测模型。
4.如权利要求3所述的消防风险仿真方法,其特征在于,所述得到样本集的过程包括:
获取所述消防风险点作为训练输出;
获取所述消防风险点对应的环境数据;
根据预设的环境数据分布标准,从所述对应的环境数据筛选出分布异常的环境数据,作为训练输入;
根据所述训练输入和所述训练输出,构建所述样本集。
5.一种体育场馆的消防风险仿真装置,其特征在于,包括:
环境数据获取模块,用于获取所述体育场馆的环境数据;其中,所述环境数据包括温湿度数据、烟雾浓度数据、电气监测数据、人员密度数据、给水阀门状态数据和消防水压数据中的一项或多项;所述体育场馆中的多个位置配置有用于采集环境数据的环境监测传感器;所述环境数据包括进行数据采集的所述环境监测传感器的定位数据和采集的时间数据;
人员分布分析模块,用于根据所述体育场馆中的人员分布情况,得到人员初始分布;
风险系数分析模块,用于根据所述环境数据确定所述体育场馆的风险系数;
人员流动预测模块,用于根据所述人员初始分布进行预设时间窗口内的人员移动预测,得到人员流动仿真结果,人员移动满足如下公式:
其中,表示质量为mi的人员i倾向于以的速度向方向运动,ξ为人员移动的随机变化常数,在运动过程中不断调整其当前速度vi(t),τi为调整的反应时间;Ai和Bi为预先设定的位置常数,rij表示人员i与人员j的模型半径之和,dij表示人员i与人员j的模型圆心之间的距离,nij为人员j指向人员i的单位向量;k为挤压常数,g(x)为分段函数,当rij-dij>0时g(x)=x,当rij-dij≤0时g(x)=0;λ为摩擦力常数,Δvji为人员j与人员i之间切线方向上的相对速度,tij为人员i与人员j之间的切线方向;diw表示人员i与障碍物之间的距离,niw为障碍物指向人员i圆心的单位方向向量,tiw为人员i与障碍物接触时切线方向的单位向量;Norm表示对向量的归一化,p表示风险系数,ei表示人员i之前的前进方向,表示人员i周围人员方向向量的平均方向;
风险标记模块,用于根据预设的人员密度阈值,基于所述人员流动仿真结果中确定人员密度超过所述人员密度阈值的地点,得到消防风险点。
6.一种体育场馆的消防风险仿真设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述的体育场馆的消防风险仿真方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备实现如权利要求1至4中任意一项所述的体育场馆的消防风险仿真方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210870235.0A CN115146540B (zh) | 2022-07-23 | 2022-07-23 | 体育场馆的消防风险仿真方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210870235.0A CN115146540B (zh) | 2022-07-23 | 2022-07-23 | 体育场馆的消防风险仿真方法、系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115146540A CN115146540A (zh) | 2022-10-04 |
CN115146540B true CN115146540B (zh) | 2023-04-07 |
Family
ID=83413964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210870235.0A Active CN115146540B (zh) | 2022-07-23 | 2022-07-23 | 体育场馆的消防风险仿真方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115146540B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115688407B (zh) * | 2022-10-26 | 2024-03-19 | 华中科技大学 | 一种基于人体感官敏感度的雪车雪橇运动仿真方法及系统 |
CN116880249B (zh) * | 2023-06-08 | 2024-04-02 | 淮北矿业(集团)有限责任公司物业分公司 | 安消一体化风险感知预警防控管理平台 |
CN117689212B (zh) * | 2024-01-30 | 2024-05-14 | 青岛创新奇智科技集团股份有限公司 | 一种生产环境安全监测方法、装置、终端设备和存储介质 |
CN117910811B (zh) * | 2024-03-18 | 2024-05-28 | 深圳原世界科技有限公司 | 基于多模态ai大模型的智慧消防管理方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682371A (zh) * | 2017-03-06 | 2017-05-17 | 山东师范大学 | 一种突发事件下的人群疏散仿真方法及系统 |
CN112949157A (zh) * | 2019-12-11 | 2021-06-11 | 鸿富锦精密电子(天津)有限公司 | 消防数据分析方法、装置、计算机装置及存储介质 |
US20210279657A1 (en) * | 2020-02-17 | 2021-09-09 | Christopher Golden | Systems and methods for maintaining worksite safety |
CN111523762B (zh) * | 2020-03-23 | 2024-01-19 | 深圳奇迹智慧网络有限公司 | 展会数据处理方法、装置、计算机设备和存储介质 |
CN112288230A (zh) * | 2020-09-29 | 2021-01-29 | 佳都新太科技股份有限公司 | 一种基于多维数据的场馆安全分析方法及装置 |
-
2022
- 2022-07-23 CN CN202210870235.0A patent/CN115146540B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115146540A (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115146540B (zh) | 体育场馆的消防风险仿真方法、系统、设备和存储介质 | |
CN108648402B (zh) | 智能火灾报警方法、终端及存储介质 | |
CN115204701B (zh) | 体育场馆的消防风险防控方法、系统、设备和存储介质 | |
RU2681353C2 (ru) | Система для определения события | |
KR102348358B1 (ko) | 가상현실 기반의 화재 대피 시뮬레이션 장치 및 방법 | |
CN111754715B (zh) | 一种消防应急响应方法、装置及系统 | |
KR102124067B1 (ko) | 사물인터넷 센서를 이용한 연기확산과 피난로 예측 시스템 및 그 방법 | |
CN107274003A (zh) | 一种智慧消防管理系统及其控制方法 | |
Guo et al. | Study on real-time heat release rate inversion for dynamic reconstruction and visualization of tunnel fire scenarios | |
CN111412014A (zh) | 一种危险检测及应急疏散方法及装置 | |
CN112836878A (zh) | 一种基于bim技术的应急疏散方法及装置 | |
CN112288320A (zh) | 一种地铁运行风险监控和管理系统 | |
CN113713292A (zh) | 一种基于YOLOv5模型进行精准火焰判别、灭火点定位与快速灭火的方法与装置 | |
CN113096479A (zh) | 一种消防演习虚拟训练方法 | |
CN111359132A (zh) | 一种基于人工智能的智慧消防警报方法及系统 | |
CN111178756A (zh) | 一种基于环境大数据的多元线性回归火灾风险评估方法 | |
CN112990659B (zh) | 一种疏散救援辅助方法、系统、计算机设备、处理终端 | |
CN109543000B (zh) | 基于算法和手机的商场智能疏散系统 | |
Cao et al. | Field detection of indoor fire threat situation based on LSTM-Kriging network | |
Lazreg et al. | A Bayesian network model for fire assessment and prediction | |
Top | The effect of domed and hip roof coverings on mosque design in case of fire | |
CN117495311B (zh) | 一种区域消防安全体检方法 | |
CN118236648A (zh) | 一种基于机器视觉的灭火用无人机及使用方法 | |
KR102300101B1 (ko) | 도로 터널의 화재 감지 및 제연 장치와 이를 위한 시스템 | |
CN111814346B (zh) | 一种用于消防系统的关联多参数火灾逃生评估方法 |
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 |