CN116597633A - 一种智慧消防管理系统 - Google Patents
一种智慧消防管理系统 Download PDFInfo
- Publication number
- CN116597633A CN116597633A CN202310621974.0A CN202310621974A CN116597633A CN 116597633 A CN116597633 A CN 116597633A CN 202310621974 A CN202310621974 A CN 202310621974A CN 116597633 A CN116597633 A CN 116597633A
- Authority
- CN
- China
- Prior art keywords
- layer
- topological
- network
- units
- data
- 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
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000010606 normalization Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 241000382455 Angelica sinensis Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于智慧消防技术领域,具体涉及一种智慧消防管理系统。所述系统包括:设备数据获取单元,配置用于获取每个消防设备点中存储的每个下消防装置的运行数据信息;分层消防拓扑网构建单元,配置用于构建多层消防拓扑网络,具体包括:将N个物理位置构成设定的M边拓扑结构的消防设备点组成为第一层拓扑单元,将所有的第一层拓扑单元连接后视为第一层拓扑网络。其通过建立消防设备点的三层拓扑网络,然后使用递归算法的方法从上至下确定预测薄弱位置,以便能够及时地对设备薄弱位置进行更新换代,防止消防设备的过度老化造成安全隐患,同时,本发明利用各种数据采集和数据分析来确定可能的薄弱位置,更进一步提升结果的准确性。
Description
技术领域
本发明属于智慧消防技术领域,具体涉及一种啤酒发酵罐监控系统。
背景技术
智慧消防是一种先进的解决方案,与传统消防相比,注重打通各系统间的信息孤岛、提升感知预警能力和应急指挥智慧能力。通过更早发现、更快处理,将火灾风险和影响降到最低。真正意义上的智慧消防绝不仅仅是消防设备数据联网到平台,通过运用物联网、云计算、AI、区块链等高新技术,实现环境感知、行为管理、流程把控、智能研判、科学指挥等目标。
专利公开号为CN105561514A的专利文献公开了一种智慧消防系统,包括消防灭火分系统、消防报警监管分系统、智慧消防主机、智慧消防远程测控终端、外部监控分系统,所述消防灭火分系统的水池内装有水位传感器、管网内装有水泵压力传感器,所述智慧消防远程测控终端与该水位传感器、水泵压力传感器电连接;所述智慧消防远程测控终端通过智慧消防传输装置与所述智慧消防主机相连,该智慧消防传输装置分别与所述消防报警监管分系统、外部监控分系统相连,所述智慧消防主机分别与内部视频监控中心、手机客户端相连。
该发明虽然通过物联网实现了消防设备的监控与互联,但本质上还是停留在传感器阶段的物联网,缺乏对设备数据的分析和预警,以及无法精准预测或者定位出现问题的设备位置,使得消防安全性降低。
发明内容
本发明的主要目的在于提供一种智慧消防管理系统,其通过建立消防设备点的三层拓扑网络,然后使用递归算法的方法从上至下确定预测薄弱位置,以便能够及时地对设备薄弱位置进行更新换代,防止消防设备的过度老化造成安全隐患,同时,本发明利用各种数据采集和数据分析来确定可能的薄弱位置,更进一步提升结果的准确性。
为达到上述目的,本发明的技术方案是这样实现的:
一种智慧消防管理系统,所述系统包括:设备数据获取单元,配置用于获取每个消防设备点中存储的每个下消防装置的运行数据信息;分层消防拓扑网构建单元,配置用于构建多层消防拓扑网络,具体包括:将N个物理位置构成设定的M边拓扑结构的消防设备点组成为第一层拓扑单元,将所有的第一层拓扑单元连接后视为第一层拓扑网络,取第一层拓扑单元的几何中心位置为第一层拓扑单元的物理位置,再将Q个物理位置构成设定的H边拓扑结构的第一层拓扑单元组成第二层拓扑单元,将所有的第二层拓扑单元连接后视为第二层拓扑网络,取第二层拓扑单元的结合中心位置为第二层拓扑单元的物理位置,再将F个物理位置构成设定的K边拓扑结构的第二层拓扑单元组成第三层拓扑单元,将所有的第三层拓扑单元连接后视为第三层拓扑网络,取第三层拓扑单元的结合中心位置为第三层拓扑单元的物理位置;其中,N,M,Q,H,F和K须满足以下约束关系:;且N,M,Q,H,F和K均为大于2的正整数;预警分析单元,配置用于从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置。
进一步的,所述预警分析单元,从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置的方法包括:基于获取到的运行数据信息,按照第三层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第三层分组数据,对第三层分组数据进行归一化特征提取,得到每个第三层分组数据的特征数据,基于特征数据以及第三层拓扑网络的网络结构参数,使用预设的第三预警分析模型,计算得到第三层网络中的设备预测薄弱位置;以第三层网络中的设备预测薄弱位置为中心,以第一设定值为第一半径,将第一半径范围内的多个第三拓扑单元所涵盖的第二拓扑单元筛选出来,作为第二拓扑单元筛选结果,然后将运行数据信息按照第二层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第二层分组数据,找到第二拓扑单元筛选结果对应的分组数据,对这些第二层分组数据进行归一化特征提取,得到每个第二层分组数据的特征数据,基于特征数据以及第二层拓扑网络的网络结构参数,使用预设的第二预警分析模型,计算得到第二层网络中的设备预测薄弱位置;以第二层网络中的设备预测薄弱位置为中心,以第二设定值为第二半径,将第二半径范围内的多个第二拓扑单元所涵盖的第一拓扑单元筛选出来,作为第一拓扑单元筛选结果,然后将运行数据信息按照第一层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第一层分组数据,找到第一拓扑单元筛选结果对应的分组数据,对这些第一层分组数据进行归一化特征提取,得到每个第一层分组数据的特征数据,基于特征数据以及第一层拓扑网络的网络结构参数,使用预设的第一预警分析模型,计算得到第一层网络中的设备预测薄弱位置。
进一步的,所述消防设备点中存储的消防装置包括:报警装置、火灾检测装置、灭火装置、供水装置、逃生装置和消防机器车。
进一步的,所述运行数据信息包括多项不同的数据,分别为:使用次数,出厂时间,使用时间,最大允许使用次数,最大允许使用时间和使用频率。
进一步的,所述归一化特征提取的过程执行以下步骤:分别将运行数据信息中每一项目数据进行按照分组的结果,对每一组内的每一项数据进行归一化处理后,得到归一化处理结果,再使用特征提取模型对归一化处理结果进行特征提取。
进一步的,所述特征提取模型使用如下公式进行表示:;其中,/>为特征判别值;/>为归一化处理结果;/>为归一化系数,当归一化处理结果为使用次数或最大允许使用次数的归一化处理结果时,/>的取值范围为:0.12~0.25;当归一化处理结果为出厂时间,使用时间或最大允许使用时间的归一化处理结果时,/>的取值范围为:0.35~0.5;其中,出厂时间,使用时间或最大允许使用时间的单位为小时;当归一化处理结果为使用频率的归一化处理结果时,D的取值范围为0.6~0.8;当特征判别值/>超过设定的阈值,则得到对应的特征数据为1,否则得到对应的特征数据为0,再将一个归一化处理结果对应的所有的特征数据进行或运算,则得到拓扑单元的特征数据P。
进一步的,所述第三预警分析模型使用如下公式进行表示:;其中,/>为第三层拓扑单元的物理位置的X坐标;为第三层拓扑单元的物理位置的Y坐标;/>为第三层拓扑单元的特征数据;/>为第三层网络中的设备预测薄弱位置的X坐标;/>为第三层网络中的设备预测薄弱位置的Y坐标。
进一步的,所述第二预警分析模型使用如下公式进行表示:;其中,/>为第二层拓扑单元的物理位置的X坐标;为第二层拓扑单元的物理位置的Y坐标;/>为第二层拓扑单元的特征数据;/>为第二层网络中的设备预测薄弱位置的X坐标;/>为第二层网络中的设备预测薄弱位置的Y坐标;/>为第二拓扑单元筛选结果中第二拓扑单元的个数。
进一步的,所述第一预警分析模型使用如下公式进行表示:;其中,/>为第一层拓扑单元的物理位置的X坐标;/>为第一层拓扑单元的物理位置的Y坐标;/>为第一层拓扑单元的特征数据;/>为第一层网络中的设备预测薄弱位置的X坐标;/>为第一层网络中的设备预测薄弱位置的Y坐标;/>为第一拓扑单元筛选结果中第一拓扑单元的个数。
进一步的,所述拓扑结构为正多边形拓扑结构。
本发明的一种智慧消防管理系统,具有如下有益效果:
1.效率高:本发明通过将消防设备点划分为三层网络拓扑结构,然后针对每一层网络拓扑结构,从上至下,使用递归的方式进行薄弱位置的预测,大幅度提升了效率,解决了消防设备老化导致的问题。
2.准确率高:本发明结合多重运行数据,使用创造性的预测模型算法,对薄弱位置进行预测,相较于现有技术,在针对大批量设备点和一座大城市的消防设备的老化进行监控时,其准确率显著提升。
附图说明
图1为本发明实施例提供的一种智慧消防管理系统的系统结构示意图;
图2为本发明实施例提供的一种智慧消防管理系统的监控成分的浓度随着时间变化的实验结果示意图;
图3为本发明实施例提供的一种智慧消防管理系统的监控成分随着设备转速的变换,浓度和形态的发生变化的实验结果示意图。
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
实施例1
如图1所示,一种智慧消防管理系统,所述系统包括:设备数据获取单元,配置用于获取每个消防设备点中存储的每个下消防装置的运行数据信息;分层消防拓扑网构建单元,配置用于构建多层消防拓扑网络,具体包括:将N个物理位置构成设定的M边拓扑结构的消防设备点组成为第一层拓扑单元,将所有的第一层拓扑单元连接后视为第一层拓扑网络,取第一层拓扑单元的几何中心位置为第一层拓扑单元的物理位置,再将Q个物理位置构成设定的H边拓扑结构的第一层拓扑单元组成第二层拓扑单元,将所有的第二层拓扑单元连接后视为第二层拓扑网络,取第二层拓扑单元的结合中心位置为第二层拓扑单元的物理位置,再将F个物理位置构成设定的K边拓扑结构的第二层拓扑单元组成第三层拓扑单元,将所有的第三层拓扑单元连接后视为第三层拓扑网络,取第三层拓扑单元的结合中心位置为第三层拓扑单元的物理位置;其中,N,M,Q,H,F和K须满足以下约束关系:;且N,M,Q,H,F和K均为大于2的正整数;预警分析单元,配置用于从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置。
具体的,各层拓扑单元实质上就是将本层的消防设备点根据位置关系划分为一个分组得到的。但在划分分组时,需要遵循每一层的拓扑关系,以构成拓扑网络,这是因为在后续的算法中,拓扑网络会使得算法复杂度降低,如果仅仅是将位置相近的设备点就划分为一个分组,组成一个拓扑单元,会大大增加算法复杂度,降低效率。这是因为,在实际中,各个设备点的物理位置可能相差甚远,在某个分组中,各个设备点的位置可能非常接近,但在另外一个分组得到的单元中,各个设备点的位置可能相隔比较远,这就使得每个单元不是等价的,如果要进行后续的算法得到可能的预测薄弱位置,就需要考虑这种变化,否则,得到的结果的准确率就会大大折扣。
实施例2
在上一实施例的基础上,所述预警分析单元,从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置的方法包括:基于获取到的运行数据信息,按照第三层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第三层分组数据,对第三层分组数据进行归一化特征提取,得到每个第三层分组数据的特征数据,基于特征数据以及第三层拓扑网络的网络结构参数,使用预设的第三预警分析模型,计算得到第三层网络中的设备预测薄弱位置;以第三层网络中的设备预测薄弱位置为中心,以第一设定值为第一半径,将第一半径范围内的多个第三拓扑单元所涵盖的第二拓扑单元筛选出来,作为第二拓扑单元筛选结果,然后将运行数据信息按照第二层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第二层分组数据,找到第二拓扑单元筛选结果对应的分组数据,对这些第二层分组数据进行归一化特征提取,得到每个第二层分组数据的特征数据,基于特征数据以及第二层拓扑网络的网络结构参数,使用预设的第二预警分析模型,计算得到第二层网络中的设备预测薄弱位置;以第二层网络中的设备预测薄弱位置为中心,以第二设定值为第二半径,将第二半径范围内的多个第二拓扑单元所涵盖的第一拓扑单元筛选出来,作为第一拓扑单元筛选结果,然后将运行数据信息按照第一层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第一层分组数据,找到第一拓扑单元筛选结果对应的分组数据,对这些第一层分组数据进行归一化特征提取,得到每个第一层分组数据的特征数据,基于特征数据以及第一层拓扑网络的网络结构参数,使用预设的第一预警分析模型,计算得到第一层网络中的设备预测薄弱位置。
具体的,本发明使用递归算法的方式,从最顶层到对底层依次进行设备薄弱位置的确定。而不是直接在最底层进行设备薄弱位置的确定,这是因为,如果直接从设备最底层来确定,数据量较大,在没有进行归一化处理时,需要对所有的数据都进行分析,容易造成系统资源的浪费。
在本发明中,在第三层拓扑网络计算后,则可以筛选出部分的第二层拓扑网络中的拓扑单元,从而降低数据复杂度,也降低系统复杂度。进而提升效率。
实施例3
在上一实施例的基础上,所述消防设备点中存储的消防装置包括:报警装置、火灾检测装置、灭火装置、供水装置、逃生装置和消防机器车。
具体的,智慧消防是一种先进的解决方案,与传统消防相比,注重打通各系统间的信息孤岛、提升感知预警能力和应急指挥智慧能力。通过更早发现、更快处理,将火灾风险和影响降到最低。
真正意义上的智慧消防绝不仅仅是消防设备数据联网到平台,通过运用物联网、云计算、AI、区块链等高新技术,实现环境感知、行为管理、流程把控、智能研判、科学指挥等目标。
相比传统消防,智慧消防是利用物联网、大数据、人工智能等技术让消防变得自动化、智能化、系统化、精细化,其“智慧”之处主要体现在智慧防控、智慧管理、智慧作战、智慧指挥等四个方面。
智慧消防集成高科技智能终端、感知设备,利用物联网技术,结合大数据云平台,一旦检测到险情与异常,系统自动在第一时间通过终端设备通知用户及时处理。化被动的发现险情为主动的监测预警,以防为主,将险情控制在萌芽状态。
实施例4
在上一实施例的基础上,所述运行数据信息包括多项不同的数据,分别为:使用次数,出厂时间,使用时间,最大允许使用次数,最大允许使用时间和使用频率。
具体的,这些数据的采集可以通过人工录入,也可以采用自动采集的方式,将这些设备的数据自动上传。
实施例5
在上一实施例的基础上,所述归一化特征提取的过程执行以下步骤:分别将运行数据信息中每一项目数据进行按照分组的结果,对每一组内的每一项数据进行归一化处理后,得到归一化处理结果,再使用特征提取模型对归一化处理结果进行特征提取。
具体的,归一化算法是将一组数据进行归一化处理,得到一个数据,该数据可以从整体上反应这组数据的特征。
实施例6
在上一实施例的基础上,所述特征提取模型使用如下公式进行表示:;其中,/>为特征判别值;/>为归一化处理结果;/>为归一化系数,当归一化处理结果为使用次数或最大允许使用次数的归一化处理结果时,/>的取值范围为:0.12~0.25;当归一化处理结果为出厂时间,使用时间或最大允许使用时间的归一化处理结果时,/>的取值范围为:0.35~0.5;其中,出厂时间,使用时间或最大允许使用时间的单位为小时;当归一化处理结果为使用频率的归一化处理结果时,D的取值范围为0.6~0.8;当特征判别值/>超过设定的阈值,则得到对应的特征数据为1,否则得到对应的特征数据为0,再将一个归一化处理结果对应的所有的特征数据进行或运算,则得到拓扑单元的特征数据P。
具体的,特征数据可以反应数据的特征,从而为后续的预警分析模型提供支撑。
实施例7
在上一实施例的基础上,所述第三预警分析模型使用如下公式进行表示:;其中,/>为第三层拓扑单元的物理位置的X坐标;为第三层拓扑单元的物理位置的Y坐标;/>为第三层拓扑单元的特征数据;/>为第三层网络中的设备预测薄弱位置的X坐标;/>为第三层网络中的设备预测薄弱位置的Y坐标。
具体的,本发明的预警分析模型,通过特征数据的结果综合拓扑网络的参数来确定设备预测薄弱位置。使得结果更加准确。
实施例8
在上一实施例的基础上,所述第二预警分析模型使用如下公式进行表示:;其中,/>为第二层拓扑单元的物理位置的X坐标;为第二层拓扑单元的物理位置的Y坐标;/>为第二层拓扑单元的特征数据;/>为第二层网络中的设备预测薄弱位置的X坐标;/>为第二层网络中的设备预测薄弱位置的Y坐标;/>为第二拓扑单元筛选结果中第二拓扑单元的个数。
实施例9
在上一实施例的基础上,所述第一预警分析模型使用如下公式进行表示:;其中,/>为第一层拓扑单元的物理位置的X坐标;/>为第一层拓扑单元的物理位置的Y坐标;/>为第一层拓扑单元的特征数据;/>为第一层网络中的设备预测薄弱位置的X坐标;/>为第一层网络中的设备预测薄弱位置的Y坐标;/>为第一拓扑单元筛选结果中第一拓扑单元的个数。
实施例10
在上一实施例的基础上,所述拓扑结构为正多边形拓扑结构。
具体的,在每一层拓扑网络中,第三层分组数据是将所有的运行数据按照第三层网络单元的结果来对应划分的。换言之,在第三层的网络单元中,每个网络单元包含了若干个第二层的网络单元,而第二层的网络单元又包含了多个第一层的网络单元,而第一层的网络单元包含了多个设备点,每个设备点对应一个运行数据,每个运行数据中包含多个数值。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些具体实施方式仅是举例说明,本领域的技术人员在不脱离本发明的原理和实质的情况下,可以对上述方法和系统的细节进行各种省略、替换和改变。例如,合并上述方法步骤,从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此,本发明的范围仅由所附权利要求书限定。
Claims (10)
1.一种智慧消防管理系统,其特征在于,所述系统包括:设备数据获取单元,配置用于获取每个消防设备点中存储的每个下消防装置的运行数据信息;分层消防拓扑网构建单元,配置用于构建多层消防拓扑网络,具体包括:将N个物理位置构成设定的M边拓扑结构的消防设备点组成为第一层拓扑单元,将所有的第一层拓扑单元连接后视为第一层拓扑网络,取第一层拓扑单元的几何中心位置为第一层拓扑单元的物理位置,再将Q个物理位置构成设定的H边拓扑结构的第一层拓扑单元组成第二层拓扑单元,将所有的第二层拓扑单元连接后视为第二层拓扑网络,取第二层拓扑单元的结合中心位置为第二层拓扑单元的物理位置,再将F个物理位置构成设定的K边拓扑结构的第二层拓扑单元组成第三层拓扑单元,将所有的第三层拓扑单元连接后视为第三层拓扑网络,取第三层拓扑单元的结合中心位置为第三层拓扑单元的物理位置;其中,N,M,Q,H,F和K须满足以下约束关系:;且N,M,Q,H,F和K均为大于2的正整数;预警分析单元,配置用于从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置。
2.如权利要求1所述的系统,其特征在于,所述预警分析单元,从第三层拓扑单元开始,按照递归算法的方式,确定在第一层拓扑网络中的设备预测薄弱位置的方法包括:基于获取到的运行数据信息,按照第三层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第三层分组数据,对第三层分组数据进行归一化特征提取,得到每个第三层分组数据的特征数据,基于特征数据以及第三层拓扑网络的网络结构参数,使用预设的第三预警分析模型,计算得到第三层网络中的设备预测薄弱位置;以第三层网络中的设备预测薄弱位置为中心,以第一设定值为第一半径,将第一半径范围内的多个第三拓扑单元所涵盖的第二拓扑单元筛选出来,作为第二拓扑单元筛选结果,然后将运行数据信息按照第二层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第二层分组数据,找到第二拓扑单元筛选结果对应的分组数据,对这些第二层分组数据进行归一化特征提取,得到每个第二层分组数据的特征数据,基于特征数据以及第二层拓扑网络的网络结构参数,使用预设的第二预警分析模型,计算得到第二层网络中的设备预测薄弱位置;以第二层网络中的设备预测薄弱位置为中心,以第二设定值为第二半径,将第二半径范围内的多个第二拓扑单元所涵盖的第一拓扑单元筛选出来,作为第一拓扑单元筛选结果,然后将运行数据信息按照第一层拓扑单元的划分结果,将运行数据信息划分为多个分组,得到多个第一层分组数据,找到第一拓扑单元筛选结果对应的分组数据,对这些第一层分组数据进行归一化特征提取,得到每个第一层分组数据的特征数据,基于特征数据以及第一层拓扑网络的网络结构参数,使用预设的第一预警分析模型,计算得到第一层网络中的设备预测薄弱位置。
3.如权利要求2所述的系统,其特征在于,所述消防设备点中存储的消防装置包括:报警装置、火灾检测装置、灭火装置、供水装置、逃生装置和消防机器车。
4.如权利要求3所述的系统,其特征在于,所述运行数据信息包括多项不同的数据,分别为:使用次数,出厂时间,使用时间,最大允许使用次数,最大允许使用时间和使用频率。
5.如权利要求4所述的系统,其特征在于,所述归一化特征提取的过程执行以下步骤:分别将运行数据信息中每一项目数据进行按照分组的结果,对每一组内的每一项数据进行归一化处理后,得到归一化处理结果,再使用特征提取模型对归一化处理结果进行特征提取。
6.如权利要求5所述的系统,其特征在于,所述特征提取模型使用如下公式进行表示:;其中,/>为特征判别值;/>为归一化处理结果;/>为归一化系数,当归一化处理结果为使用次数或最大允许使用次数的归一化处理结果时,/>的取值范围为:0.12~0.25;当归一化处理结果为出厂时间,使用时间或最大允许使用时间的归一化处理结果时,/>的取值范围为:0.35~0.5;其中,出厂时间,使用时间或最大允许使用时间的单位为小时;当归一化处理结果为使用频率的归一化处理结果时,D的取值范围为0.6~0.8;当特征判别值/>超过设定的阈值,则得到对应的特征数据为1,否则得到对应的特征数据为0,再将一个归一化处理结果对应的所有的特征数据进行或运算,则得到拓扑单元的特征数据P。
7.如权利要求6所述的系统,其特征在于,所述第三预警分析模型使用如下公式进行表示:;其中,/>为第三层拓扑单元的物理位置的X坐标;/>为第三层拓扑单元的物理位置的Y坐标;/>为第三层拓扑单元的特征数据;/>为第三层网络中的设备预测薄弱位置的X坐标;/>为第三层网络中的设备预测薄弱位置的Y坐标。
8.如权利要求7所述的系统,其特征在于,所述第二预警分析模型使用如下公式进行表示:;其中,/>为第二层拓扑单元的物理位置的X坐标;/>为第二层拓扑单元的物理位置的Y坐标;/>为第二层拓扑单元的特征数据;/>为第二层网络中的设备预测薄弱位置的X坐标;/>为第二层网络中的设备预测薄弱位置的Y坐标;/>为第二拓扑单元筛选结果中第二拓扑单元的个数。
9.如权利要求8所述的系统,其特征在于,所述第一预警分析模型使用如下公式进行表示:;其中,/>为第一层拓扑单元的物理位置的X坐标;/>为第一层拓扑单元的物理位置的Y坐标;/>为第一层拓扑单元的特征数据;/>为第一层网络中的设备预测薄弱位置的X坐标;/>为第一层网络中的设备预测薄弱位置的Y坐标;/>为第一拓扑单元筛选结果中第一拓扑单元的个数。
10.如权利要求9所述的系统,其特征在于,所述拓扑结构为正多边形拓扑结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621974.0A CN116597633B (zh) | 2023-05-30 | 2023-05-30 | 一种智慧消防管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621974.0A CN116597633B (zh) | 2023-05-30 | 2023-05-30 | 一种智慧消防管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116597633A true CN116597633A (zh) | 2023-08-15 |
CN116597633B CN116597633B (zh) | 2024-05-28 |
Family
ID=87608080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310621974.0A Active CN116597633B (zh) | 2023-05-30 | 2023-05-30 | 一种智慧消防管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116597633B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046837A (zh) * | 2019-05-20 | 2019-07-23 | 北京唐芯物联网科技有限公司 | 一种基于人工智能的消防管理系统 |
KR102197304B1 (ko) * | 2020-02-04 | 2020-12-31 | 강정수 | IoT 기반의 소화 장치를 이용한 통합 소방방재 장치 및 방법 |
CN113936239A (zh) * | 2021-10-19 | 2022-01-14 | 山东华尔泰建筑工程有限公司 | 一种基于神经网络算法的智慧消防火情识别方法和系统 |
CN114681854A (zh) * | 2020-12-31 | 2022-07-01 | 江苏智来安防科技有限公司 | 一种基于智能控制的智慧消防系统 |
CN115766796A (zh) * | 2022-11-30 | 2023-03-07 | 徐州联安消防科技工程有限公司 | 一种基于智慧消防的灭火救援用物联网系统 |
CN115762043A (zh) * | 2023-01-10 | 2023-03-07 | 广东广宇科技发展有限公司 | 一种智能楼宇消防指引系统 |
-
2023
- 2023-05-30 CN CN202310621974.0A patent/CN116597633B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046837A (zh) * | 2019-05-20 | 2019-07-23 | 北京唐芯物联网科技有限公司 | 一种基于人工智能的消防管理系统 |
KR102197304B1 (ko) * | 2020-02-04 | 2020-12-31 | 강정수 | IoT 기반의 소화 장치를 이용한 통합 소방방재 장치 및 방법 |
CN114681854A (zh) * | 2020-12-31 | 2022-07-01 | 江苏智来安防科技有限公司 | 一种基于智能控制的智慧消防系统 |
CN113936239A (zh) * | 2021-10-19 | 2022-01-14 | 山东华尔泰建筑工程有限公司 | 一种基于神经网络算法的智慧消防火情识别方法和系统 |
CN115766796A (zh) * | 2022-11-30 | 2023-03-07 | 徐州联安消防科技工程有限公司 | 一种基于智慧消防的灭火救援用物联网系统 |
CN115762043A (zh) * | 2023-01-10 | 2023-03-07 | 广东广宇科技发展有限公司 | 一种智能楼宇消防指引系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116597633B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104572391B (zh) | 监控告警策略配置方法及装置、监控告警方法及装置 | |
CN110768971B (zh) | 适用于人工智能系统的对抗样本快速预警方法及系统 | |
CN116227363B (zh) | 一种传感分布优化的洪灾预警方法 | |
CN111726341A (zh) | 一种数据检测方法、装置、电子设备及存储介质 | |
CN104517041B (zh) | 一种基于最大信息熵的化工数据流实时异常检测方法 | |
CN109889604A (zh) | 一种物联网终端参数管理方法、装置及服务器 | |
CN110766894A (zh) | 社区围墙翻越预警方法、系统、服务器及计算机存储介质 | |
CN111260872A (zh) | 一种基于邻接烟感传感器的火灾报警方法 | |
CN116597633B (zh) | 一种智慧消防管理系统 | |
CN113726559A (zh) | 基于人工智能网络安全分析预警模型 | |
CN117407795A (zh) | 一种电池安全预测方法、装置、电子设备及存储介质 | |
CN115550077B (zh) | 一种实时在线检测危险源数据并触发自动防御方法 | |
CN115580018A (zh) | 储能系统安全监测方法、装置、设备及存储介质 | |
CN116580521A (zh) | 一种厂区火灾检测方法、系统、电子设备及介质 | |
CN116093497A (zh) | 一种电池热失控概率预测方法、装置、设备及存储介质 | |
CN107870791A (zh) | 应用管理方法、装置、存储介质及电子设备 | |
CN114828302A (zh) | 化工材料泄漏源定位方法及装置 | |
CN109525581B (zh) | 一种云资源安全管控方法及系统 | |
CN112287849A (zh) | 一种高层建筑火灾预警方法及装置 | |
CN113920720A (zh) | 高速公路隧道设备故障处理方法、装置及电子设备 | |
Li et al. | Anormaly intrusion detection based on SOM | |
CN113624915A (zh) | 一种室内突发空气污染预警传感器布置优化方法 | |
CN117971509B (zh) | 异构算力集群的运行性能优化方法、装置、设备及介质 | |
CN117198017B (zh) | 一种报警等级确定方法、装置、电子设备及存储介质 | |
CN117689212B (zh) | 一种生产环境安全监测方法、装置、终端设备和存储介质 |
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 |