CN115862303B - 用于机车火灾监测系统的信息实时传输方法 - Google Patents

Abstract

本发明涉及数据传输技术领域，具体涉及一种用于机车火灾监测系统的信息实时传输方法。该方法包括：获取机车火灾监测系统采集的火灾监控信息，火灾监控信息包括历史火灾监控数据和当前时刻的第一火灾监控数据；获取第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，并根据趋势偏离程度，获取第一火灾监控数据的重要程度；在重要程度大于或等于设定阈值时，将第一火灾监控数据发送至服务器。本发明通过有选择性地传输重要的火灾监控数据，能够减轻数据传输负担，并能够节省数据存储空间。

Description

用于机车火灾监测系统的信息实时传输方法

技术领域

本发明涉及数据传输技术领域，具体涉及一种用于机车火灾监测系统的信息实时传输方法。

背景技术

电力机车是铁路中为火车提供动力的车辆，电力机车中的设备很容易因为年久老化、元器件短路等原因发生火灾，因此需要对其进行监测。火灾监测系统用于检测机车内的温度、烟雾浓度、红外线强度等，并上传检测数据，以实现机车内的火灾监测和预警。为了保证电力机车的安全性，火灾监测系统的检测频率较高，导致产生大量需要传输的数据。

现有技术中，将火灾监控系统检测的全部数据上传至服务器，由于上传的数据中包含大量的无效数据或价值较低的数据，会占用大量的数据存储空间，导致存储空间的浪费，并且由于机车处于高速移动时，需要不断切换通信基站，其通信质量往往较差，传输大量数据会造成数据传输的负担较大。因此，需要考虑如何解决在实时监测机车火灾的同时，减轻数据传输负担，并避免浪费数据存储空间的问题。

发明内容

为了解决在实时监测机车火灾的同时，减轻数据传输负担，并避免浪费数据存储空间的问题，本发明提供一种用于机车火灾监测系统的信息实时传输方法，所采用的技术方案具体如下：

本发明提出了一种用于机车火灾监测系统的信息实时传输方法，所述方法包括：

获取机车火灾监测系统采集的火灾监控信息，所述火灾监控信息包括历史火灾监控数据和当前时刻的第一火灾监控数据；

获取所述第一火灾监控数据在所述历史火灾监控数据的变化趋势上的趋势偏离程度，并根据所述趋势偏离程度，获取所述第一火灾监控数据的重要程度；

在所述重要程度大于或等于设定阈值时，将所述第一火灾监控数据发送至服务器。

一些实施例中，所述趋势偏离程度包括预测偏离程度和实际偏离程度，所述获取所述第一火灾监控数据在所述历史火灾监控数据的变化趋势上的趋势偏离程度，并根据所述趋势偏离程度，获取所述第一火灾监控数据的重要程度，包括：

根据所述历史火灾监控数据的变化趋势，确定所述当前时刻的预测火灾监控数据，获取所述第一火灾监控数据与所述预测火灾监控数据之间的第一差异程度，作为所述预测偏离程度；

从所述历史火灾监控数据中，确定所述当前时刻的上一时刻的第二火灾监控数据，获取所述第一火灾监控数据与所述第二火灾监控数据之间的第二差异程度，作为所述实际偏离程度；

根据所述预测偏离程度、所述实际偏离程度和设定权重系数，获取所述第一火灾监控数据的重要程度。

一些实施例中，所述根据所述预测偏离程度、所述实际偏离程度和设定权重系数，获取所述第一火灾监控数据的重要程度，对应的计算公式为：

，

其中，Q为第一火灾监控数据的重要程度，为预测偏离程度，为实际偏离程度，e为自然常数，k为权重系数。

一些实施例中，所述获取所述第一火灾监控数据与所述预测火灾监控数据之间的第一差异程度，包括：

计算所述第一火灾监控数据与所述预测火灾监控数据之间的第一差值，将所述第一差值与所述第一火灾监控数据之间的第一比值作为所述第一差异程度。

一些实施例中，所述获取所述第一火灾监控数据与所述第二火灾监控数据之间的第二差异程度，包括：

计算所述第一火灾监控数据与所述第二火灾监控数据之间的第二差值，将所述第二差值与所述第一火灾监控数据之间的第二比值作为所述第二差异程度。

一些实施例中，所述根据所述历史火灾监控数据的变化趋势，确定所述当前时刻的预测火灾监控数据，包括：

采用指数平滑法对所述历史火灾监控数据进行处理，得到所述预测火灾监控数据。

本发明具有如下有益效果：本发明中第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，能够反映当前时刻的第一火灾监控数据相对于历史火灾监控数据的变化趋势的偏离情况，由于第一火灾监控数据的重要程度与第一火灾监控数据相对于历史火灾监控数据的变化趋势的偏离情况相关，根据第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，获取第一火灾监控数据的重要程度，提高了重要程度的准确性。通过仅将重要程度大于或等于设定阈值的第一火灾监控数据发送至服务器，能够减少数据传输量，从而减轻数据传输压力，节省数据存储空间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种用于机车火灾监测系统的信息实时传输方法的流程示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于机车火灾监测系统的信息实时传输方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种用于机车火灾监测系统的信息实时传输方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种用于机车火灾监测系统的信息实时传输方法的流程示意图，该方法包括以下步骤：

S101，获取机车火灾监测系统采集的火灾监控信息，火灾监控信息包括历史火灾监控数据和当前时刻的第一火灾监控数据。

其中，火灾监控信息包括温度、烟雾浓度、红外线强度等信息。

S102，获取第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，并根据趋势偏离程度，获取第一火灾监控数据的重要程度。

其中，趋势偏离程度包括预测偏离程度和实际偏离程度。

本发明实施例中，获取第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，并根据趋势偏离程度，获取第一火灾监控数据的重要程度，包括以下步骤：

S201，根据历史火灾监控数据的变化趋势，确定当前时刻的预测火灾监控数据，获取第一火灾监控数据与预测火灾监控数据之间的第一差异程度，作为预测偏离程度。

优选地，采用指数平滑法根据历史火灾监控数据的变化趋势，预测当前时刻的火灾监控数据，得到当前时刻的预测火灾监控数据。

具体地， 采用指数平滑法对历史火灾监控数据进行处理，得到预测火灾监控数据。

其中，指数平滑法的预测模型为：

，

其中，为第k+1时刻的预测值，为第k时刻的实际值，为第k时刻的预测值，k为整数，为平滑系数，其中，。

在指数平滑法的预测模型中，平滑系数越接近于0，预测值的权重越大，模型对时间序列变化的反应就越慢。平滑系数越接近于1，实际值的权重越大，模型对时间序列变化的反应就越及时。当时间序列有较大随机波动时，选择较大的平滑系数，以便能较快地适应短时间内的数据变化，当时间序列较为平稳时，选择较小的平滑系数，以根据历史趋势进行预测，保证预测的准确性。本发明实施例中，平滑系数可以根据具体场景进行设定，此处不做任何限定，可选地，。

具体地，假设对第4时刻的数值进行预测，则根据指数平滑法的预测模型可以得到如下公式：

，

其中，为第4时刻的预测值，为第3时刻的预测值，为第3时刻的实际值，为第2时刻的实际值，为第1时刻的实际值，为第1时刻的预测值。

需要说明的是，第1时刻的预测值为初始值，可以根据实际场景需求预先设定，此处不做任何限定。

可选地，计算第一火灾监控数据与预测火灾监控数据之间的第一差值，将第一差值与第一火灾监控数据之间的第一比值作为第一差异程度。

具体地，可以通过下述公式计算第一差异程度作为预测偏离程度：

，

其中，为第一差异程度，为第t时刻的第一火灾监控数据，为第t时刻的预测火灾监控数据，t为整数。

本发明实施例中，通过获取当前时刻的第一火灾监控数据与当前时刻的预测火灾监控数据之间的第一差值，并以当前时刻的第一火灾监控数据为基准对第一差值进行归一化处理，得到预测偏离程度，能够准确地反映第一火灾监控数据相对于预测火灾监控数据的偏离情况。

S202，从历史火灾监控数据中，确定当前时刻的上一时刻的第二火灾监控数据，获取第一火灾监控数据与第二火灾监控数据之间的第二差异程度，作为实际偏离程度。

可选地，计算第一火灾监控数据与第二火灾监控数据之间的第二差值，将第二差值与第一火灾监控数据之间的第二比值作为第二差异程度。

具体地，可以通过下述公式计算第二差异程度作为实际偏离程度：

，

其中，为第二差异程度，为第t时刻的第一火灾监控数据，为第t-1时刻的第二火灾监控数据，t为整数。

本发明实施例中，通过获取当前时刻的第一火灾监控数据与上一时刻的第二火灾监控数据之间的第二差值，并以当前时刻的第一火灾监控数据为基准对第二差值进行归一化处理，得到实际偏离程度，能够准确地反映第一火灾监控数据相对于上一时刻的第二火灾监控数据的偏离程度，即实际偏离程度。

根据预测偏离程度、实际偏离程度和设定权重系数，获取第一火灾监控数据的重要程度。

可选地，可以通过下述公式计算第一火灾监控数据的重要程度：

，

其中，Q为第一火灾监控数据的重要程度，为预测偏离程度，为实际偏离程度，e为自然常数，k为权重系数。

需要说明的是，权重系数k可以根据实际场景需求进行设定，此处不做任何限定。可选地，k=0.4。

本发明实施例中，在机车内发生火灾前，机车内的温度、烟雾浓度、红外线强度等数据可能不变，此时或，因此在且条件下计算的重要程度，可以用于反映发生火灾前和发生火灾时第一火灾监控数据的重要性。在机车内发生火灾后，机车内的温度、烟雾浓度、红外线强度等下降，此时且，因此在，且条件下计算的重要程度，可以用于反映火灾发生后第一火灾监控数据的重要性。上述计算第一火灾监控数据的公式中，且条件下重要程度的函数曲线变化趋势大于且条件下重要程度的函数曲线变化趋势，是因为发生火灾时的火灾监控数据的重要性高于火灾发生后火灾监控数据的重要性。通过减小火灾发生后第一火灾监控数据的重要程度的函数曲线变化趋势，能够减少火灾结束后的数据传输量，从而节省数据存储空间，同时，能够保证将火灾发生时的重要数据及时传输，保证火灾监控的准确性。

S103，在重要程度大于或等于设定阈值时，将第一火灾监控数据发送至服务器。

需要说明的是，设定阈值可以根据实际场景需求进行设定，此处不做任何限定，可选地，设定阈值可以为0.5。

本发明实施例中，通常情况下机车中的温度、烟雾浓度、红外线强度等变化较小或不变，在机车内发生火灾时或火灾发生后，机车中的温度、烟雾浓度、红外线强度等变化较大，对于火灾监控场景，可以认为变化较小的数据为无效数据或者价值较低的数据，其重要程度较低，而变化较大的数据为有效数据或者价值较高的数据，其重要程度较高。

在获取第一火灾监控数据的重要程度后，判断该重要程度是否大于或等于设定阈值，若是，则说明第一火灾监控数据的变化趋势较大，相应地，重要程度较大，此时将第一火灾监控数据发送至服务器；若否，则说明第一火灾监控数据的变化趋势较小，相应地，重要程度较小，不将该第一火灾监控数据发送至服务器。

综上所述，本发明实施例中，第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，能够反映当前时刻的第一火灾监控数据相对于历史火灾监控数据的变化趋势的偏离情况，由于第一火灾监控数据的重要程度与第一火灾监控数据相对于历史火灾监控数据的变化趋势的偏离情况相关，根据第一火灾监控数据在历史火灾监控数据的变化趋势上的趋势偏离程度，获取第一火灾监控数据的重要程度，提高了重要程度的准确性。通过仅将重要程度大于或等于设定阈值的第一火灾监控数据发送至服务器，能够减少数据传输量，从而减轻数据传输压力，节省数据存储空间。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (4)

1.一种用于机车火灾监测系统的信息实时传输方法，其特征在于，所述方法包括：

获取机车火灾监测系统采集的火灾监控信息，所述火灾监控信息包括历史火灾监控数据和当前时刻的第一火灾监控数据；

获取所述第一火灾监控数据在所述历史火灾监控数据的变化趋势上的趋势偏离程度，并根据所述趋势偏离程度，获取所述第一火灾监控数据的重要程度；

在所述重要程度大于或等于设定阈值时，将所述第一火灾监控数据发送至服务器；

所述趋势偏离程度包括预测偏离程度和实际偏离程度，所述获取所述第一火灾监控数据在所述历史火灾监控数据的变化趋势上的趋势偏离程度，并根据所述趋势偏离程度，获取所述第一火灾监控数据的重要程度，包括：

根据所述历史火灾监控数据的变化趋势，确定所述当前时刻的预测火灾监控数据，获取所述第一火灾监控数据与所述预测火灾监控数据之间的第一差异程度，作为所述预测偏离程度；

从所述历史火灾监控数据中，确定所述当前时刻的上一时刻的第二火灾监控数据，获取所述第一火灾监控数据与所述第二火灾监控数据之间的第二差异程度，作为所述实际偏离程度；

根据所述预测偏离程度、所述实际偏离程度和设定权重系数，获取所述第一火灾监控数据的重要程度；

所述根据所述预测偏离程度、所述实际偏离程度和设定权重系数，获取所述第一火灾监控数据的重要程度，对应的计算公式为：

，

其中，Q为第一火灾监控数据的重要程度，为预测偏离程度，为实际偏离程度，e为自然常数，k为权重系数。

2.根据权利要求1所述的方法，其特征在于，所述获取所述第一火灾监控数据与所述预测火灾监控数据之间的第一差异程度，包括：

计算所述第一火灾监控数据与所述预测火灾监控数据之间的第一差值，将所述第一差值与所述第一火灾监控数据之间的第一比值作为所述第一差异程度。

3.根据权利要求1所述的方法，其特征在于，所述获取所述第一火灾监控数据与所述第二火灾监控数据之间的第二差异程度，包括：

计算所述第一火灾监控数据与所述第二火灾监控数据之间的第二差值，将所述第二差值与所述第一火灾监控数据之间的第二比值作为所述第二差异程度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述历史火灾监控数据的变化趋势，确定所述当前时刻的预测火灾监控数据，包括：

采用指数平滑法对所述历史火灾监控数据进行处理，得到所述预测火灾监控数据。

Images