CN116612601A - 一种地下空间的硐室安防监控系统 - Google Patents
一种地下空间的硐室安防监控系统 Download PDFInfo
- Publication number
- CN116612601A CN116612601A CN202310541528.9A CN202310541528A CN116612601A CN 116612601 A CN116612601 A CN 116612601A CN 202310541528 A CN202310541528 A CN 202310541528A CN 116612601 A CN116612601 A CN 116612601A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- unit
- early warning
- module
- fire
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 238
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 136
- 230000002159 abnormal effect Effects 0.000 claims abstract description 81
- 238000012806 monitoring device Methods 0.000 claims abstract description 45
- 238000013523 data management Methods 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 23
- 230000005856 abnormality Effects 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000006855 networking Effects 0.000 claims description 38
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 12
- 239000000779 smoke Substances 0.000 claims description 12
- 230000005236 sound signal Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 7
- 239000013618 particulate matter Substances 0.000 claims description 6
- 238000013179 statistical model Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 230000009545 invasion Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 241000542448 Cavea Species 0.000 description 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000005250 beta ray Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
- G08B19/005—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow combined burglary and fire alarm systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/002—Generating a prealarm to the central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种地下空间的硐室安防监控系统,系统包括入侵监测单元、火灾感知单元、水害感知单元、电器安全监测单元、异常报警单元和用户数据管控单元;系统各监测单元和异常报警单元分别与用户数据管控单元通信连接;用户数据管控单元接收并存储各监测单元发送的预警信号后,向异常报警单元发送报警信号;异常报警单元接收到报警信号后,启动声光报警,并通过内置的物联网模块将报警信息推送至管理方的安防监控平台,以及用户携带的移动终端设备。本发明的地下空间中硐室安防监控系统能够克服现有监测系统存在的问题,实现安全隐患和突发安全事件的及时发现与处置,并且将多种监测设备进行联动控制,从而排除潜在的安全风险。
Description
技术领域
本发明涉及地下空间智能监测和安防监控技术领域,尤其涉及一种地下空间的硐室安防监控系统。
背景技术
地下空间的智慧安防是以感知设备为触角,以互联网为纽带,综合利用人工智能、网络通信、安全监测、自动控制等技术将地下空间中的有关设施互联互通,进而构建高效的地下空间安防管理系统。当前,地下空间开发给人们带来了巨大的社会和经济效益,但地下空间在安防管理方面存在许多问题,亟需结合物联网、人工智能、安全监视等新技术做好地下空间的安全防护,保障地下空间的整体安全管理和提高地下空间重要区域的安防监测水平。
现有的地下空间基本无安防措施,部分设备硐室虽具有安防监测功能,但其监测系统存在较多问题。如设备硐室的入口处普遍无人监管,时间过长会出现入口门锁故障,并且设备硐室不具有入侵监测功能;安防监测的便捷化导致管理方容易忽视电器设备的老化问题,导致过度运作而产生不必要的火灾或潜在安全隐患;已有安防监测系统的安全保护措施功能简单,不具有联网功能和整体安全风险分析功能,无法预测安全事故的发生风险;地下空间内存在的安全隐患和紧急安全事件无法及时通知远端的管理方或业主,无法及时排除安全隐患等。
针对现有地下空间存在的问题,本发明提出了地下空间的硐室智慧安防监控系统,该系统通过入侵检测、火灾监测、水害监测等功能,实现安全隐患和突发安全事件的及时发现与处置,并且将多种监测设备进行联动控制,从而排除潜在的安全风险;同时系统通过物联网模块将监测设备发送的异常报警信号传输到业主携带的终端设备或管理方的监控平台,并且通过分析多种监测设备发送的历史数据,实现安全隐患的预测,进而构建地下空间的硐室智能安防监测系统。
发明内容
针对现有地下空间的硐室安防监控技术中存在的不足和缺陷,本发明提供了一种地下空间的硐室智慧安防监控系统,利用物联网、人工智能等新技术,结合多源监测数据融合实现安全隐患和突发安全事件的及时发现和应急处置,实现地下空间中硐室的智慧安防。
本发明提供的一种地下空间的硐室安防监控系统,所述系统包括:入侵监测单元、火灾感知单元、水害感知单元、电器安全监测单元、用户数据管控单元和异常报警单元;入侵监测单元、火灾感知单元、水害感知单元和电器安全监测单元均内置数据联网单元,且分别与用户数据管控单元通信连接;火灾感知单元和水害感知单元分别与电器安全监测单元通信连接,当电器安全监测单元收到火灾感知单元、水害感知单元通过数据联网单元发送的预警信号后,启动断电闭锁保护;异常报警单元与用户数据管控单元通信连接;用户数据管控单元接收并存储入侵监测单元、火灾感知单元、水害感知单元、电器安全监测单元发送的预警信号后,向异常报警单元发送报警信号,用户数据管控单元采用自学习策略分析一定时段内的信号数据,获取信号数据的统计特征;异常报警单元接收到报警信号后,启动声光报警,并通过内置的物联网模块将报警信息发送至安防监控平台和移动终端设备。
进一步地,所述入侵监测单元包括红外人体监测模块、人脸识别模块、异常声音监测模块、异常振动监测模块、人员行为分析模块;红外人体监测模块通过内置的热释电传感器监测是否有人员接近硐室门,当热释电传感器监测到有人员接近硐室门时,入侵监测单元中的人脸识别模块、异常声音监测模块、异常振动监测模块、人员姿态分析模块启动工作。
进一步地,所述异常声音监测模块通过内置的拾音器采集硐室门附近的声音信号,所述异常振动监测模块通过内置的振动传感器采集硐室门的振动信号;当异常声音监测模块判定声音信号中存在异常声音,且异常振动监测模块判定振动信号中存在异常振动时,入侵监测单元通过内置的数据联网单元,将异常入侵预警信号发送至用户数据管控单元。
进一步地,所述人脸识别模块与人员行为分析模块相互连接,人脸识别模块通过内置的相机采集硐室门外侧的视频图像,当检测到视频图像中有人员时,人脸识别模块启动人脸检测和比对,并将所述视频图像发送到人员行为分析模块;人员行为分析模块接收到视频图像后,采用人体骨骼关键点检测算法获取图像中人员的关键点,并结合内置的测距装置获取人体关键点在三维空间相对位置,计算相邻视频帧中人体的同一关键点在三维空间中相对位置的变化规律;当人脸识别模块的人脸检测和比对结果小于设定置信度,并且人员行为分析模块判定所述人体的变化规律为异常行为时,入侵监测单元通过内置的数据联网单元,将人员入侵预警信号发送至用户数据管控单元。
进一步地,所述火灾感知单元包括温度监测模块、颗粒物监测模块、烟雾监测模块、火焰监测模块、有害气体监测模块,各监测模块内部均包含电池管理单元和数据联网单元;温度监测模块、颗粒物监测模块、烟雾监测模块、火焰监测模块、有害气体监测模块将采集的监测数据通过数据联网单元发送至火灾感知单元,火灾感知单元接收到同一时刻各监测模块采集的数据后进行归一化,并将归一化后的数据输入到预训练后的火灾分类器中,通过火灾分类器输出火灾危险系数;火灾感知单元将火灾危险系数与火灾报警阈值进行比较,若超过火灾报警阈值,则通过内置的数据联网单元将火灾预警信号发送至电器安全监测单元和用户数据管控单元。
进一步地,所述水害感知单元包括流速监测装置、水位监测装置和湿度监测装置;流速监测装置、水位监测装置和湿度监测装置安装于硐室顶板或近于顶板的侧壁,且均内置电池管理单元和数据联网单元;水位监测装置每间隔时间t采集一次水位数据H,则涌水量V=L(H1-H0),涌水速度S=(H1-H0)/t,L为硐室底板面积,H1、H0分别为间隔时间t的结束时刻水位和起始时刻水位;
流速监测装置、水位监测装置和湿度监测装置实时采集监测数据,并通过内置的数据联网单元发送至水害感知单元,水害感知单元分别计算N个间隔时间t采集的流速、湿度监测数据的平均值,得到平均流速和平均湿度,并计算平均涌水量和平均涌水速度/>水害感知单元将所述平均流速、平均湿度、平均涌水量和平均涌水速进行归一化,并将归一化后的数据输入到预训练后的水害分类器中,通过水害分类器输出水害危险系数;水害感知单元将水害危险系数与水害报警阈值进行比较,若超过水害报警阈值,则通过内置的数据联网单元将水害预警信号发送至电器安全监测单元和用户数据管控单元。
进一步地,所述电器安全监测单元包括电流互感器、电流测量计和断电闭锁保护装置,电流互感器直接接入待测电器设备的供电回路,电流测量计接于电流互感器的二次侧,电器安全监测单元根据电流测量计测得的电流数据,判断电器设备开关状态和工作状态;电器安全监测单元在接收到火灾感知单元或水害感知单元发送的预警信号后,断电闭锁保护装置启动断电闭锁保护;
当供电回路存在电流,且瞬时电流值大于设定的电流安全阈值时,电器安全监测单元通过内置的数据联网单元,将电器安全预警信号发送至用户数据管控单元;当供电回路存在电流,且瞬时电流值小于正常工作电流阈值时,计算单位时间内的平均电流值,若平均电流值仍小于正常工作电流阈值,则判定待测电器设备为异常状态,断电闭锁保护装置启动断电闭锁保护,电器安全监测单元通过内置的数据联网单元,将电器安全预警信号发送至用户数据管控单元。
进一步地,所述预警信号包括异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号;所述统计特征包括入侵监测单元、火灾感知单元、水害感知单元和电器安全监测单元在时间T内发送预警信号的频次、占比和发送时刻所在的区间,以及硐室的安全风险系数;所述区间为0点-8点、8点-16点、16点-24点,用户数据管控单元采用加权统计模型获取硐室的安全风险系数;所述自学习策略为用户数据管控单元根据历史预警信号数据,动态计算预警信号的频次。
进一步地,所述加权统计模型的建模过程包括:
S1:构造异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的权值向量W=[α1,α2,α3,α4,α5];
S2:计算在时间T内异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的频次,通过自学习策略构造频次向量P=[p1,p2,p3,p4,p5];
S3:计算硐室的安全风险系数向量Q,式中*为矢量积,.为数量积;计算向量Q中全部元素乘积,得到硐室的安全风险系数。
进一步地,所述数据联网单元包括有线通信模块和无线通信模块,当有线通信模块异常中断后,无线通信模块启动工作。
本发明提供的一种地下空间的硐室安防监控系统可将多种监测设备进行联动控制,从而排除潜在的安全风险;同时该系统通过物联网模块将监测设备发送的异常报警信号传输到业主携带的终端设备或管理方的监控平台,并且通过分析多种监测设备发送的历史数据,实现安全隐患的预测,进而构建地下空间中硐室的智慧安防监控系统。
附图说明
图1本发明一种地下空间的硐室安防监控系统示意图。
图2本发明一种地下空间的硐室安防监控系统工作流程图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的部分实施例,而不是全部实施例。基于本发明的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明一种地下空间的硐室安防监控系统(10)示意图如图1所示,系统包括:入侵监测单元(11)、火灾感知单元(12)、水害感知单元(13)、电器安全监测单元(14)、数据联网单元(15)、用户数据管控单元(16)、异常报警单元(17)、安防监控平台(18)和移动终端设备(19);入侵监测单元(11)、火灾感知单元(12)、水害感知单元(13)、电器安全监测单元(14)、异常报警单元(17)分别与用户数据管控单元通信连接(16);火灾感知单元(12)和水害感知单元(13)分别与电器安全监测单元(14)通信连接;
入侵监测单元(11)包括红外人体监测模块(110)、人脸识别模块(111)、异常振动监测模块(112)、异常声音监测模块(113)、人员行为分析模块(114);入侵监测单元(11)通过内置的数据联网单元(15)将人员入侵预警信号和异常入侵预警信号发送至用户数据管控单元(16)。
红外人体监测模块(110)安装于硐室门的外侧壁面,通过内置的热释电传感器监测是否有人员接近硐室门,当热释电传感器监测到有人员接近硐室门时,入侵监测单元中的人脸识别模块(111)、异常声音监测模块(112)、异常振动监测模块(113)、人员姿态分析模块(114)启动工作;热释电传感器采用抗射频干扰高灵敏度双元补偿结构PIR热释电红外传感器,型号为XYC-PIR203B-S0,接收波长为5.5-14μm。
人脸识别模块(111)与人员行为分析模块(115)相连接,当人脸识别模块(111)启动工作后,人脸识别模块(111)通过内置的广角相机采集硐室门外侧的视频图像,当采用人员检测模型检测到视频图像中存在人员时,人脸识别模块(111)将人员视频图像发送到人员行为分析模块(115),同时人脸识别模块(111)启动人脸检测和比对,并判定人脸检测和比对结果是否小于设定置信度,当人脸比对结果小于设定的置信度时,人脸识别模块(111)将异常信息反馈至入侵监测单元(11)。
异常振动监测模块(112)安装于硐室门的内侧壁面,并通过内置的振动传感器采集硐室门的振动信号,当异常振动监测模块(112)判定振动信号中存在异常振动时,异常振动监测模块(112)将异常信息反馈至入侵监测单元(11)。
异常声音监测模块(113)安装于硐室门的内侧壁面,通过内置的拾音器采集硐室门附近的声音信号,当异常声音监测模块(113)判定声音信号中存在异常声音时,异常声音监测模块(113)将异常信息反馈至入侵监测单元(11)。
人员行为分析模块(114)接收到人员视频图像后,采用人体骨骼关键点检测算法获取图像中人员的关键点,结合内置的测距装置获取人体关键点在三维空间相对位置,并计算相邻视频帧中人体同一关键点在三维空间中相对位置的变化规律,若人员行为分析模块(114)判断人体的变化规律存在异常行为,则将异常行为预警信号反馈至入侵监测单元(11)。
火灾感知单元(12)包括温度监测模块(120)、颗粒物监测模块(121)、烟雾监测模块(122)、火焰监测模块(123)、有害气体监测模块(124);所述监测模块内部均包含电池管理单元和数据联网单元(15),当发生火灾时,各监测模的供电电源切断后直接由内部电池管理单元提供工作电能。
温度监测模块(120)用于采集硐室中的温度数据,可采用分布式光纤传感器、PT100热电偶温度传感器、红外热像仪、红外热电释或红外测温仪中的任意一种设备,温度传感器采用分布式设置,安装于硐室顶板处。利用火灾发生时室内温度显著升高的特点,实现火灾监测。
颗粒物监测模块(121)用于采集硐室中颗粒物的粒径和浓度数据,可采用光散射型探测、压电晶振法探测、β射线检测的颗粒物探测传感器,颗粒物探测传感器安装于地下空间的每个硐室顶板处。利用火灾发生时室内颗粒物显著升高的特点,实现火灾监测。
烟雾传感模块(122)用于采集硐室中早期火灾时发出的烟雾,可采用MQ-2烟雾传感器;MQ-2烟雾传感器为高性能传感器、灵敏度高且成本低廉,MQ-2烟雾传感器的原理为根据传感器中气敏材料电导率随检测到气体浓度大小的变化而进行输出。
火焰监测模块(123)用于实时检测火焰信号,并将检测的信号实时反馈至火灾感知单元中;火焰监测模块采用摄像机采集视频图像,由视频图像识别设备识别火焰,可采用成都世纪朝阳科技有限公司智能图像型火灾探测器。
有害气体监测模块(124)包括CO传感器、CO2传感器、SO2传感器,有害气体监测传感器安装于地下空间的每个硐室顶板处。利用火灾发生时室内CO、CO2、SO2气体浓度显著升高的特点,实现火灾监测。
水害感知单元(13)包括流速监测装置(130)、水位监测装置(131)、湿度监测装置(132);所述监测模块内部均包含电池管理单元和数据联网单元(15),当发生水害时,各监测模的供电电源切断后直接由内部电池管理单元提供工作电能。
流速监测装置(130)安装于硐室顶板或近于顶板的侧壁,采用IP67或IP68防水设计;可选用多普勒测速雷达或超声测速设备,多普勒测速雷达天线与巷道底板夹角不小于45度,不大于60度。利用水害发生时,外部水源侵入硐室内,存在水体流速较大的特点,实现水害监测。
水位监测装置(131)安装于硐室顶板或近于顶板的侧壁,采用IP67或IP68防水设计;可选用测距雷达或超声测距设备,超声发射接收探头垂直于巷道底板安装。利用水害发生时,外部水源侵入硐室后,水体逐渐积聚的特点,实现水害监测。
湿度监测模块(132)安装于硐室顶板或近于顶板的侧壁,用于采集硐室中的实时湿度数据,可采用电阻式或电容式的湿度传感器,湿度传感器采用分布式设置,安装于地下空间的每个硐室。利用水害发生前,硐室内部湿度升高的特点,实现水害监测。
电器安全监测单元(14)包括电流互感器(140)、电流测量计(141)和断电闭锁保护装置(142);
电流互感器(140)由闭合的铁心和绕组组成,一次侧绕组匝数较少,直接接入待测电器设备的供电回路中,二次侧绕组匝数较多,串接在电流测量计(141)回路中。
电流测量计(141)接于电流互感器的二次侧,用于测量供电回路的电流,电器安全监测单元(14)根据电流测量计(141)测得的电流数据,判断电器设备开关状态和工作状态。
断电闭锁保护装置(142)用于电器设备出现故障导致电路中电流出现异常波动时,及时切断相关电源,防止出现危害人员身体健康或引起火灾事故,该装置采用自复式过欠压延时保护器。同时,电器安全监测单元(14)在接收到火灾感知单元(12)或水害感知单元(13)发送的预警信号后,断电闭锁保护装置(142)也启动断电闭锁保护。
数据联网单元(15)包括有线通信模块和无线通信模块,正常工作情况下采用有线通信模式,当有线通信模块异常中断后,无线通信模块启动工作。同时当供电电路断电后,可自动启用电池供电。
用户数据管控单元(16)接收并存储入侵监测单元(11)、火灾感知单元(12)、水害感知单元(13)、电器安全监测单元(14)发送的预警信号后,向异常报警单元(17)发送报警信号;所述的预警信号包括异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号;用户数据管控单元(16)分析一定时段内的信号数据,获取信号数据的统计特征;所述统计特征包括入侵监测单元、火灾感知单元、水害感知单元和电器安全监测单元在时间T内发送预警信号的频次、占比和发送时刻所在的区间,以及采用加权统计模型获取的硐室的安全风险系数;所述区间为0点-8点、8点-16点、16点-24点,T大于24小时。
异常报警单元(17)设置于地下监控室,或设置于地面监控室,用于接收用户数据管控单元(16)发送的报警信号,当接收到报警信号后,启动声光报警,并通过内置的物联网模块(171)将报警信息推送至安防监控平台(18)和业主携带的移动终端设备(19)。当管理方或业主排除该报警信息对应的异常事件后,安防监控平台(18)或移动终端设备(19)向异常报警单元(17)发送取消报警信号。此外,异常报警单元(17)还可以同时实现就地报警和远端报警。
本发明一种地下空间的硐室安防监控系统的工作流程如图2所示。
采集监测数据(20):系统上电工作后,通过各个监测单元实时采集地下空间中硐室的安防监测数据;
入侵监测(21):入侵监测单元(11)获取硐室门附近的声音信号、硐室门的振动信号,热释电传感器监测信号,以及硐室门外部的视频图像数据;
红外人体监测(210):采用热释电传感器监测是否有人员接近硐室门,当热释电传感器监测到有人员接近硐室门时,顺序执行人脸识别(211)、异常声音监测(215)、异常振动监测(216);
人脸识别(211):当启动人脸识别后,人脸识别模块(111)采集硐室门外侧的视频图像,当人员检测模型检测到视频图像中存在人员时,人脸识别模块启动人脸检测和比对,顺序执行人脸比对结果是否小于设定的置信度(213),以及顺序执行人员行为分析(212)。
人员行为分析(212):当接收到人员视频图像后,采用人体骨骼关键点检测算法获取图像中人员的关键点,结合内置的测距装置获取人体关键点在三维空间相对位置,通过计算相邻视频帧中人体同一关键点在三维空间中相对位置的变化规律。人体骨骼关键点检测算法采用AlphaPose或OpenPose检测模型,对视频帧进行人体关键点提取,获得每一帧目标图像的关键点坐标位置,并对2D环境下人物的位置进行判断,获取人物深度信息,通过头部关节点的融合与四肢关节点的约简,分析同一骨骼关键点的运动行为,并顺序执行判断是否存在异常行为(213)。
小于置信度且存在异常行为(213):人脸比对结果小于设定的置信度,且人体存在异常行为时,执行发送人员入侵预警信号(214),否则返回执行红外人体监测(210)。
发送人员入侵预警信号(214):入侵监测单元(11)通过内置的数据联网单元(15)将人员入侵预警信号发送至用户数据管控单元(16)。
异常声音监测(215):通过异常声音监测模块(113)内置的拾音器采集硐室门附近的声音信号,并进行异常声音(非开锁或开门动作产生的声音)判定。
异常振动监测(216):通过异常振动监测模块(112)内置的振动传感器采集硐室门上的振动信号,并进行异常振动(非开锁或开门动作产生的振动)判定。
存在异常(217):当异常声音监测模块(113)判定声音信号中存在异常声音(非开锁或开门动作产生的声音),且异常振动监测模块(112)判定振动信号中存在异常振动(非开锁或开门动作产生的振动)时,则执行发送异常入侵预警信号(215),否则返回执行红外人体监测(210)。
发送异常入侵预警信号(218):入侵监测单元(11)通过内置的数据联网单元(15)将异常入侵预警信号发送至用户数据管控单元(16)。
火灾感知(22):火灾感知单元(12)获取每一监测模块采集的实时火灾数据;
数据归一化(221):火灾感知单元(12)对同一时刻的火灾数据(温度、颗粒物浓度、烟雾浓度、火焰值、有害气体浓度)进行归一化处理;
输入分类器(222):将归一化后同一时刻的火灾数据输入预训练的分类器,通过分类器的预测,进而获取某一时刻的火灾危险系数;
计算火灾危险系数(223):经过分类器预测后输出某一时刻火灾数据对应的火灾危险系数;
大于阈值(224):火灾感知单元(12)将火灾危险系数与火灾报警阈值进行比较,若火灾危险系数超过火灾报警阈值,则火灾感知单元(12)执行发送火灾预警信号(225),否则返回执行火灾感知(22)。
发送火灾预警信号(225):火灾感知单元(12)通过内置的数据联网单元(15),将火灾预警信号发送至用户数据管控单元(16)。
水害感知(23):水害感知单元(13)获取每一监测装置采集的实时数据;
采集监测数据(231):流速监测装置(130)、水位监测装置(131)和湿度监测装置(132)实时采集硐室内的流速、水位和湿度数据,其中水位监测装置每间隔时间t采集一次水位数据H,则涌水量V=L(H1-H0),涌水速度S=(H1-H0)/t,L为硐室底板面积,H1、H0分别为间隔时间t的结束时刻水位和起始时刻水位。同时流速监测装置(130)、水位监测装置(131)和湿度监测装置(132)通过内置的数据联网单元将采集的数据发送至水害感知单元(13)。
计算平均涌水水量和平均涌水速度(232):水害感知单元(13)接收到流速监测装置(130)、水位监测装置(131)和湿度监测装置(132)发送的数据后,分别计算N个间隔时间t采集的流速、湿度监测数据的平均值,得到平均流速和平均湿度,并根据涌水量和涌水速度计算平均涌水量和平均涌水速度/>
数据归一化(233):水害感知单元(13)对同一时刻的水害数据(平均流速、平均湿度、平均涌水量和平均涌水速)进行归一化处理;
计算水害危险系数(234):将归一化后同一时刻的水害数据输入预训练的分类器中,通过分类器的预测,获取某一时刻的水害危险系数;
超过阈值(235):当水害感知单元(13)将水害危险系数与水害报警阈值进行比较,若水害危险系数超过水害报警阈值,则执行发送水害预警信号(236),否则返回执行采集监测数据(231)。
发送水害预警信号(236):水害感知单元(13)通过内置的数据联网单元(15),将水害预警信号发送至用户数据管控单元(16)。
电器安全监测(24):电器安全监测单元(14)中的电流互感器(140)直接接入待测电器设备的供电回路,电流测量计(141)接于电流互感器(140)的二次侧,并实时测量供电回路的电流数据。
测量电流数据(241):电流测量计(141)实时监测待测电路中的电流数据,并将电流数据用于判断电器设备开关状态(242)。
电器开关状态(242):当供电回路有电流流过时,电器设备处于工作状态,当供电回路没有电流流过时,电器设备处于关闭状态。
瞬时电流值大于安全阈值(243):当电器开关状态(242)处于工作状态时,判断测量电流数据(241)中的瞬时电流值是否大于设定的电流安全阈值,当瞬时电流值大于设定的电流安全阈值时,电器安全监测单元执行发送电器异常预警信号(246),否则执行计算平均电流值(244)。
计算平均电流值(244):当供电回路有电流流过时,且瞬时电流值小于正常工作电流阈值时,根据一段时间内采集的电流数据,计算单位时间内的平均电流值。
平均电流值<工作阈值(245):电器安全监测单元(14)根据计算的平均电流值,比较平均电流值与工作电流阈值的大小,若平均电流值小于正常工作电流阈值,则判定待测电器设备为异常状态,并执行发送电器异常预警信号(246),否则返回执行电器安全监测(24)。
发送电器异常预警信号(246):电器安全监测单元(14)中的断电闭锁保护装置(142)启动断电闭锁保护,同时电器安全监测单元(14)通过内置的数据联网单元(15),将电器异常状态信号发送至用户数据管控单元(16)。
分析信号数据(25):用户数据管控单元(16)接收到异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号后,向异常报警单元发送相应的报警信号。同时,用户数据管控单元(16)采用自学习策略分析一定时段内的信号数据,获取信号数据的统计特征;所述加权统计模型的建模过程包括:
S1:构造异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的权值向量W=[α1,α2,α3,α4,α5];
S2:计算在时间T内异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的频次,通过自学习策略构造频次向量P=[p1,p2,p3,p4,p5];所述的自学习策略为用户数据管控单元根据历史预警信号数据,动态计算预警信号的频次;
S3:计算硐室的安全风险系数向量Q,式中*为矢量积,.为数量积;计算向量Q中全部元素乘积,得到硐室的安全风险系数。
异常报警(26):异常报警单元(17)接收到报警信号后,启动声光报警,并通过内置的物联网模块将报警信息发送至安防监控平台(18)和移动终端设备(19)。
Claims (10)
1.一种地下空间的硐室安防监控系统,所述系统包括:入侵监测单元、火灾感知单元、水害感知单元、电器安全监测单元、用户数据管控单元和异常报警单元;入侵监测单元、火灾感知单元、水害感知单元和电器安全监测单元均内置数据联网单元,且分别与用户数据管控单元通信连接;火灾感知单元和水害感知单元分别与电器安全监测单元通信连接,当电器安全监测单元收到火灾感知单元、水害感知单元通过数据联网单元发送的预警信号后,启动断电闭锁保护;异常报警单元与用户数据管控单元通信连接;用户数据管控单元接收并存储入侵监测单元、火灾感知单元、水害感知单元、电器安全监测单元发送的预警信号后,向异常报警单元发送报警信号,用户数据管控单元采用自学习策略分析一定时段内的信号数据,获取信号数据的统计特征;异常报警单元接收到报警信号后,启动声光报警,并通过内置的物联网模块将报警信息发送至安防监控平台和移动终端设备。
2.如权利要求1所述的一种地下空间的硐室安防监控系统,所述入侵监测单元包括红外人体监测模块、人脸识别模块、异常声音监测模块、异常振动监测模块、人员行为分析模块;红外人体监测模块通过内置的热释电传感器监测是否有人员接近硐室门,当热释电传感器监测到有人员接近硐室门时,入侵监测单元中的人脸识别模块、异常声音监测模块、异常振动监测模块、人员姿态分析模块启动工作。
3.如权利要求2所述的一种地下空间的硐室安防监控系统,所述异常声音监测模块通过内置的拾音器采集硐室门附近的声音信号,所述异常振动监测模块通过内置的振动传感器采集硐室门的振动信号;当异常声音监测模块判定声音信号中存在异常声音,且异常振动监测模块判定振动信号中存在异常振动时,入侵监测单元通过内置的数据联网单元,将异常入侵预警信号发送至用户数据管控单元。
4.如权利要求2所述的一种地下空间的硐室安防监控系统,所述人脸识别模块与人员行为分析模块相互连接,人脸识别模块通过内置的相机采集硐室门外侧的视频图像,当检测到视频图像中有人员时,人脸识别模块启动人脸检测和比对,并将所述视频图像发送到人员行为分析模块;人员行为分析模块接收到视频图像后,采用人体骨骼关键点检测算法获取图像中人员的关键点,并结合内置的测距装置获取人体关键点在三维空间相对位置,计算相邻视频帧中人体的同一关键点在三维空间中相对位置的变化规律;当人脸识别模块的人脸检测和比对结果小于设定置信度,并且人员行为分析模块判定所述人体的变化规律为异常行为时,入侵监测单元通过内置的数据联网单元,将人员入侵预警信号发送至用户数据管控单元。
5.如权利要求1所述的一种地下空间的硐室安防监控系统,所述火灾感知单元包括温度监测模块、颗粒物监测模块、烟雾监测模块、火焰监测模块、有害气体监测模块,各监测模块内部均包含电池管理单元和数据联网单元;温度监测模块、颗粒物监测模块、烟雾监测模块、火焰监测模块、有害气体监测模块将采集的监测数据通过数据联网单元发送至火灾感知单元,火灾感知单元接收到同一时刻各监测模块采集的数据后进行归一化,并将归一化后的数据输入到预训练后的火灾分类器中,通过火灾分类器输出火灾危险系数;火灾感知单元将火灾危险系数与火灾报警阈值进行比较,若超过火灾报警阈值,则通过内置的数据联网单元将火灾预警信号发送至电器安全监测单元和用户数据管控单元。
6.如权利要求1所述的一种地下空间的硐室安防监控系统,所述水害感知单元包括流速监测装置、水位监测装置和湿度监测装置;流速监测装置、水位监测装置和湿度监测装置安装于硐室顶板或近于顶板的侧壁,且均内置电池管理单元和数据联网单元;水位监测装置每间隔时间t采集一次水位数据H,则涌水量V=L(H1-H0),涌水速度S=(H1-H0)/t,L为硐室底板面积,H1、H0分别为间隔时间t的结束时刻水位和起始时刻水位;
流速监测装置、水位监测装置和湿度监测装置实时采集监测数据,并通过内置的数据联网单元发送至水害感知单元,水害感知单元分别计算N个间隔时间t采集的流速、湿度监测数据的平均值,得到平均流速和平均湿度,并计算平均涌水量和平均涌水速度/>水害感知单元将所述平均流速、平均湿度、平均涌水量和平均涌水速进行归一化,并将归一化后的数据输入到预训练后的水害分类器中,通过水害分类器输出水害危险系数;水害感知单元将水害危险系数与水害报警阈值进行比较,若超过水害报警阈值,则通过内置的数据联网单元将水害预警信号发送至电器安全监测单元和用户数据管控单元。
7.如权利要求1所述的一种地下空间的硐室安防监控系统,所述电器安全监测单元包括电流互感器、电流测量计和断电闭锁保护装置,电流互感器直接接入待测电器设备的供电回路,电流测量计接于电流互感器的二次侧,电器安全监测单元根据电流测量计测得的电流数据,判断电器设备开关状态和工作状态;电器安全监测单元在接收到火灾感知单元或水害感知单元发送的预警信号后,断电闭锁保护装置启动断电闭锁保护;
当供电回路存在电流,且瞬时电流值大于设定的电流安全阈值时,电器安全监测单元通过内置的数据联网单元,将电器安全预警信号发送至用户数据管控单元;当供电回路存在电流,且瞬时电流值小于正常工作电流阈值时,计算单位时间内的平均电流值,若平均电流值仍小于正常工作电流阈值,则判定待测电器设备为异常状态,断电闭锁保护装置启动断电闭锁保护,电器安全监测单元通过内置的数据联网单元,将电器安全预警信号发送至用户数据管控单元。
8.如权利要求1所述的一种地下空间的硐室安防监控系统,所述预警信号包括异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号;所述统计特征包括入侵监测单元、火灾感知单元、水害感知单元和电器安全监测单元在时间T内发送预警信号的频次、占比和发送时刻所在的区间,以及硐室的安全风险系数;所述区间为0点-8点、8点-16点、16点-24点,用户数据管控单元采用加权统计模型获取硐室的安全风险系数;所述自学习策略为用户数据管控单元根据历史预警信号数据,动态计算预警信号的频次。
9.如权利要求8所述的一种地下空间的硐室安防监控系统,所述加权统计模型的建模过程包括:
S1:构造异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的权值向量W=[α1,α2,α3,α4,α5];
S2:计算在时间T内异常入侵预警信号、人员入侵预警信号、火灾预警信号、水害预警信号、电器安全预警信号的频次,通过自学习策略构造频次向量P=[p1,p2,p3,p4,p5];
S3:计算硐室的安全风险系数向量Q,式中*为矢量积,.为数量积;计算向量Q中全部元素乘积,得到硐室的安全风险系数。
10.如权利要求1所述的一种地下空间的硐室安防监控系统,所述数据联网单元包括有线通信模块和无线通信模块,当有线通信模块异常中断后,无线通信模块启动工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541528.9A CN116612601A (zh) | 2023-05-15 | 2023-05-15 | 一种地下空间的硐室安防监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541528.9A CN116612601A (zh) | 2023-05-15 | 2023-05-15 | 一种地下空间的硐室安防监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116612601A true CN116612601A (zh) | 2023-08-18 |
Family
ID=87681081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310541528.9A Pending CN116612601A (zh) | 2023-05-15 | 2023-05-15 | 一种地下空间的硐室安防监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116612601A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132945A (zh) * | 2023-10-25 | 2023-11-28 | 四川三思德科技有限公司 | 一种基于多源数据融合的重点区域安保方法及装置 |
-
2023
- 2023-05-15 CN CN202310541528.9A patent/CN116612601A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132945A (zh) * | 2023-10-25 | 2023-11-28 | 四川三思德科技有限公司 | 一种基于多源数据融合的重点区域安保方法及装置 |
CN117132945B (zh) * | 2023-10-25 | 2024-01-09 | 四川三思德科技有限公司 | 一种基于多源数据融合的重点区域安保方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104966375B (zh) | 一种安防监控系统 | |
US7786894B2 (en) | Methods, apparatus, and systems for monitoring transmission systems | |
CN102289902B (zh) | 一种架空输电线路监测预警系统及其工作方法 | |
US11514764B2 (en) | Smartlock system for improved fire safety | |
CN105825616A (zh) | 智能无线火灾探测报警系统 | |
CN103810806B (zh) | 一种宿舍安防报警装置及宿舍安防报警系统 | |
CN103839346A (zh) | 一种智能门窗防入侵装置以及系统、智能门禁系统 | |
CN102279995A (zh) | 基于物联网的安防预警系统 | |
EP1782406A2 (en) | Monitoring devices | |
CN205788636U (zh) | 智能无线火灾探测报警系统 | |
CN207053248U (zh) | 一种智能巡检控制系统 | |
CN116612601A (zh) | 一种地下空间的硐室安防监控系统 | |
CN206696997U (zh) | 居家安全的智能报警控制装置及系统 | |
CN107316430A (zh) | 配电房开闭所安全预警系统 | |
CN205959347U (zh) | 社区智能化及电子监控报警系统 | |
CN109637066A (zh) | 一种楼宇智能消防报警控制系统及方法 | |
CN104484969A (zh) | 输电线路的监控方法及其监控装置 | |
AU2020315354A1 (en) | Notifications for camera tampering | |
CN112263803A (zh) | 基于实时场景巡视和自动检测灭火的无人车智能安防系统及控制方法 | |
Quwaider | Real-time intruder surveillance using low-cost remote wireless sensors | |
CN111508194A (zh) | 一种基于大数据智能楼宇监控系统 | |
KR100707146B1 (ko) | 실내 위치 추적 방법 및 시스템 | |
CN203070082U (zh) | 一种远程家居控制和安全防护系统 | |
CN114821951A (zh) | 一种多功能安全防护报警系统 | |
CN213545078U (zh) | 一种变电站环境综合智能监管系统 |
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 |