CN116617614B - 一种基于消防实验深度学习的消防设备布控系统 - Google Patents

Abstract

本发明公开了一种基于消防实验深度学习的消防设备布控系统，涉及消防设备布控技术领域，包括实验学习模块、布控模块以及学习调整模块；所述实验学习模块、布控模块以及学习调整模块相互通讯连接；所述实验学习模块用于获取火灾数据，并基于火灾数据输出增强布控点以及联动布控点；所述布控模块包括场景布控单元、常规布控单元以及增强布控单元；所述学习调整模块用于获取在模拟火灾场景内实验过的火灾数据，将筛选后的火灾数据输出到实验学习模块中；本发明用于解决现有的技术中对于消防设备的布控设置不够合理，导致消防监测不够及时准确的问题。

Description

一种基于消防实验深度学习的消防设备布控系统

技术领域

本发明涉及消防设备布控技术领域，具体为一种基于消防实验深度学习的消防设备布控系统。

背景技术

在火灾自动报警系统中，当接收到来自触发器件的火灾报警消防控制中心信号后，能自动或手动启动相关消防设备并显示其状态的设备，称为消防控制设备。主要包括火灾报警控制器，自动灭火系统的控制装置，室内消火栓系统的控制装置，防烟排烟系统及空调通风系统的控制装置，常开防火门、防火卷帘的控制装置，电梯回降控制装置，以及火灾应急广播、火灾警报装置，消防通信设备、火灾应急照明与疏散指示标志的控制装置等十类控制装置中的部分或全部。

现有的对消防设备的改进通常是对消防设备用于环境监测方面进行的改进，通过优化消防设备的灭火效果以及排烟效果，或者优化环境监测设备的灵敏程度来达到增强消防设备对灭火消防的能力，而在消防设备的布控方面缺少有效的布控方法，对于消防设备的点位设置通常都是按照均匀分布的方式进行布控的，不能有效且及时的发现消防隐患，导致消防监测预警不够及时准确，鉴于此，有必要对现有的消防设备的布控进行改进。

发明内容

本发明旨在至少在一定程度上解决现有技术中的技术问题之一，通过先搭建一个模拟的室内空间，在模拟室内空间布置基础的线路以及电力设备，模拟火灾场景，获取模拟数据，根据模拟数据设置消防设备布控点位，以解决现有的技术中对于消防设备的布控设置不够合理，导致消防监测不够及时准确的问题。

为实现上述目的，本申请提供一种基于消防实验深度学习的消防设备布控系统，包括实验学习模块、布控模块以及学习调整模块，所述实验学习模块、布控模块以及学习调整模块相互通讯连接；

所述实验学习模块用于获取火灾数据，并基于火灾数据输出增强布控点、联动布控点以及新增布控点；

所述布控模块包括场景布控单元、常规布控单元以及增强布控单元，所述场景布控单元用于对模拟火灾场景内的线路以及电力设备进行布控；所述常规布控单元基于现有的消防系统的布控基础对模拟火灾场景布控基础的消防设备；增强布控单元基于增强布控点、联动布控点以及新增布控点对模拟火灾场景内消防设备的布控进行更改；

所述学习调整模块用于获取在模拟火灾场景内实验过的火灾数据，对火灾数据进行筛选，将筛选后的火灾数据输出到实验学习模块中。

进一步地，所述场景布控单元包括第一场景、第二场景以及第三场景，所述第一场景为在模拟火灾场景的房顶上放置第一设备数量的电灯，在模拟火灾场景的墙角布置线路，在模拟火灾场景内放置第一家具数量的木质家具；

所述第二场景为在模拟火灾场景的房顶以及墙壁上放置第二设备数量的电灯，在模拟火灾场景的墙角以及墙壁上铺设线路，在模拟火灾场景内放置第二家具数量的木质家具或布质家具；

所述第三场景为在模拟火灾场景的房顶、墙壁以及家具上放置第三设备数量的电灯，在模拟火灾场景的墙角、墙壁以及地板上铺设线路，在模拟火灾场景内放置第三家具数量的木质家具或布质家具。

进一步地，所述常规布控单元配置有常规布控策略，所述常规布控策略包括：

在模拟火灾场景的所有场景的房顶上放置第一消防数量的高层烟雾警报器以及第一消防数量的喷淋头，所述高层烟雾警报器每隔第一运行时间对周围环境进行烟雾检测，当检测到烟雾浓度大于等于第一标准浓度时进行报警，所述喷淋头用于在烟雾报警器报警时对下方区域进行喷淋。

进一步地，所述学习调整模块配置有一级调整策略，所述一级调整策略包括：

获取第一场景通过常规布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第一数据提取方法，所述第一数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第N着火点；

获取火灾模拟实验时每个高层烟雾警报器在起火后的报警时间，记为第一报警时间至第M报警时间。

进一步地，所述实验学习模块配置有基础输出策略，所述基础输出策略包括：

获取第一报警时间至第M报警时间，将第一报警时间至第M报警时间中大于第一标准时间的报警时间记为危险报警时间组，将第一报警时间至第M报警时间中大于第二标准时间且小于等于第一标准时间的报警时间记为调整报警时间组；

将危险报警时间组对应的高层烟雾警报器记为危险警报组；

将调整报警时间组对应的高层烟雾警报器记为调整警报组；

将危险警报组的每个高层烟雾警报器的正下方距离地面第一标准高度的位置记为联动布控点；

获取调整警报组中与每个高层烟雾警报器距离最近的着火点，将高层烟雾警报器与最近的着火点进行连线，将位于连线中点正上方的房顶上的点记为该高层烟雾警报器的增强布控点；

获取调整警报组中每个高层烟雾警报器对应的增强布控点。

进一步地，所述增强布控单元配置有增强布控策略在每次使用增强布控策略时重新获取联动布控点、增强布控点以及新增布控点，所述增强布控策略包括：

在距离联动布控点最近的墙壁上放置底层烟雾警报器，将底层烟雾警报器与其对应的联动布控点正上方的高层烟雾警报器进行通讯连接；

所述底层烟雾警报器每隔第二运行时间对周围环境进行烟雾检测，当底层烟雾警报器检测到烟雾浓度大于第二标准浓度时，调动对应的高层烟雾警报器立即进行一次烟雾检测；

将高层烟雾警报器放置在对应的增强布控点上；

在新增布控点上放置一个新的高层烟雾警报器。

进一步地，所述学习调整模块还配置有二级调整策略，所述二级调整策略包括：

获取第一场景通过常规布控策略以及增强布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第二数据提取方法，所述第二数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第Q着火点；

获取距离每个着火点最近的一个底层烟雾警报器的响应时间，记为第一响应时间至第Q响应时间，当距离着火点有相同距离的底层烟雾警报器时，取任意一个底层烟雾警报器。

进一步地，所述实验学习模块还配置有增强学习策略，所述增强学习策略包括：

获取第一着火点至第Q着火点的位置；

获取第一响应时间至第Q响应时间，将第一响应时间至第Q响应时间中大于等于第二标准时间的响应时间记为危险响应时间组；

获取危险响应时间组中对应的任意一个底层烟雾警报器与其距离最近的着火点连线后的直线长度，记为危险直线长度；当危险直线长度大于等于第一标准长度时，将对应的着火点正上方的房顶上的点记为新增布控点；当危险直线长度小于第一标准长度时，将连线的中点记为联动更新点，将连线的底层烟雾警报器对应的联动布控点放置到联动更新点上。

进一步地，所述学习调整模块还配置有三级调整策略，所述三级调整策略包括：

当第一场景使用常规布控策略后，且第一场景使用增强布控策略的次数大于第一次数后，获取在第一场景内进行模拟火灾实验后的数据；

当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第二场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第二场景进行模拟火灾实验，对实验结果使用二级调整策略并使用增强学习策略对增强布控策略进行更新；

当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第一场景内进行模拟火灾实验；

在第二场景进行模拟火灾实验后的数据中，当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第三场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第三场景进行模拟火灾实验，对实验数据使用二级调整策略并使用增强学习策略对增强布控策略进行更新；

在第二场景进行模拟火灾实验后的数据中，当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第二场景内进行模拟火灾实验。

本发明的有益效果：本发明通过对模拟火灾场景中的线路以及家具进行布控，并对模拟火灾场景中的烟雾警报器以及喷淋头进行常规布控，对进行常规布控后的模拟火灾场景使用一级调整策略，将获取的数据发送到实验学习模块并在实验学习模块中输出联动布控点以及增强布控点，这样的好处在于能够对基础的消防布控得到的数据进行有效的采集，通过数据采集的结果可以对基础的消防布控存在的缺陷进行分析，有利于对消防布控的改进，能够更准确地找到改进位置；

本发明还通过增强布控策略将联动布控点以及增强布控点对模拟火灾场景进行更新布控，并对模拟火灾实验的数据使用二级调整策略，基于二级调整策略的分析结果使用增强学习策略得到新增布控点以及联动布控点并通过新增布控点以及联动布控点对增强布控策略进行优化，这样的好处在于可以对模拟火灾场景进行增强布控后存在的缺陷进行分析，有利于对增强布控的改进，可以有效地对增强布控进行优化，提高灭火效率；

本发明还通过对模拟火灾实验的数据使用三级调整策略，对于在第一场景内可以有效灭火的消防布控，将其放置在第二场景中，当消防布控可以在第二场景中有效地进行灭火时，将消防布控放置在第三场景中进行优化实验，这样的好处在于随着灭火难度的层层递进，可以更加直观地找出消防布控存在的弊端，并针对这些弊端进行有效的改进。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

图1为本发明的系统的原理框图；

图2为本发明的联动布控点的设置示意图。

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做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。

请参阅图1所示，本申请提供一种基于消防实验深度学习的消防设备布控系统，包括实验学习模块、布控模块以及学习调整模块，实验学习模块、布控模块以及学习调整模块相互通讯连接；

布控模块包括场景布控单元、常规布控单元以及增强布控单元，场景布控单元用于对模拟火灾场景内的线路以及电力设备进行布控，模拟火灾场景为一个模拟的室内空间；常规布控单元基于现有的消防系统的布控基础对模拟火灾场景布控基础的消防设备；增强布控单元基于增强布控点、联动布控点以及新增布控点对模拟火灾场景内消防设备的布控进行更改；

场景布控单元包括第一场景、第二场景以及第三场景，将模拟火灾场景分为第一场景至第三场景是为了对消防布控的效果进行更好实验，同时使用第一场景进行大多数实验可以有效减少成本的消耗；

第一场景为在模拟火灾场景的房顶上放置第一设备数量的电灯，在模拟火灾场景的墙角布置线路，在模拟火灾场景内放置第一家具数量的木质家具；

在具体实施过程中，第一设备数量为4，第一家具数量为2，第一场景是对火灾现场进行简单的搭建，包含基础的线路、电灯以及木质家具，可以有效模拟现实中正常的活动场景；

第二场景为在模拟火灾场景的房顶以及墙壁上放置第二设备数量的电灯，在模拟火灾场景的墙角以及墙壁上铺设线路，在模拟火灾场景内放置第二家具数量的木质家具或布质家具；

在具体实施过程中，第二设备数量为8，第二家具数量为5，在第一场景的基础上增加了电灯、线路以及家具的数量，可以用来模拟现实场景中需要多个电子设备以及具有较多家具的室内情况，同时增加了布质家具，相比于木质家具来说，布质家具更易燃，提高了起火后的火势，对灭火设备的灭火需求有了更高的要求，更有利于检测模拟火灾场景中消防布控的灭火效果；

第三场景为在模拟火灾场景的房顶、墙壁以及家具上放置第三设备数量的电灯，在模拟火灾场景的墙角、墙壁以及地板上铺设线路，在模拟火灾场景内放置第三家具数量的木质家具或布质家具；

在具体实施过程中，第三设备数量为12，第三家具数量为10，第三场景相比于第二场景具有更多的电灯以及家具，起火后的火势超过了大部分现实生活中可能出现的室内场景起火后的火势，进一步提高了模拟火灾场景中的消防布控的灭火要求，能够对消防布控进行最大限度的实验；

常规布控单元配置有常规布控策略，常规布控策略包括：

在模拟火灾场景的所有场景的房顶上放置第一消防数量的高层烟雾警报器以及第一消防数量的喷淋头，高层烟雾警报器每隔第一运行时间对周围环境进行烟雾检测，当检测到烟雾浓度大于等于第一标准浓度时进行报警，喷淋头用于在烟雾报警器报警时对下方区域进行喷淋；

在具体实施过程中，第一消防数量为2，第一标准浓度为10%FT，第一运行时间为15s，通过2个高层烟雾警报器以及喷淋头对模拟火灾场景进行最基础的消防设备的布控；

增强布控单元配置有增强布控策略，在每次使用基础输出策略以及增强学习策略后获取联动布控点、增强布控点以及新增布控点；请参阅图2所示，其中，K1为高层烟雾警报器的放置点，K2为与高层烟雾警报器对应的底层烟雾警报器的放置点，K3为联动布控点，增强布控策略包括：在距离联动布控点最近的墙壁上放置底层烟雾警报器，将底层烟雾警报器与其对应的联动布控点正上方的高层烟雾警报器进行通讯连接；

底层烟雾警报器每隔第二运行时间对周围环境进行烟雾检测，当底层烟雾警报器检测到烟雾浓度大于第二标准浓度时，调动对应的高层烟雾警报器立即进行一次烟雾检测；

在具体实施过程中，第二运行时间为5s，第二标准浓度为0.65%FT，底层烟雾警报器具有更短的运行间隔时间以及更敏锐的探测浓度，这是为了避免着火后底层出现烟雾后高层烟雾警报器因未在探测时间导致延长高层烟雾警报器的响应时间，从而影响灭火效率；

将高层烟雾警报器放置在对应的增强布控点上；

在新增布控点上放置一个新的高层烟雾警报器；

实验学习模块用于获取火灾数据，并基于火灾数据输出增强布控点、联动布控点以及新增布控点；

实验学习模块配置有基础输出策略，基础输出策略包括：

获取第一报警时间至第M报警时间，将第一报警时间至第M报警时间中大于第一标准时间的报警时间记为危险报警时间组，将第一报警时间至第M报警时间中大于第二标准时间且小于等于第一标准时间的报警时间记为调整报警时间组；

在具体实施过程中，第一标准时间为12s，第二标准时间为6s，对于报警时间较长的高层烟雾警报器应当列为危险报警，因为时间较长会对灭火效率造成影响，加大灭火的难度，对于报警时间不是很长但超过最佳灭火时间的高层烟雾警报器，应当对设备的位置进行调整，使其对火灾的探测更加敏锐；

将危险报警时间组对应的高层烟雾警报器记为危险警报组；

将调整报警时间组对应的高层烟雾警报器记为调整警报组；

将危险警报组的每个高层烟雾警报器的正下方距离地面第一标准高度的位置记为联动布控点；

在具体实施过程中，第一标准高度为10cm；

获取调整警报组中与每个高层烟雾警报器距离最近的着火点，将高层烟雾警报器与最近的着火点进行连线，将位于连线中点正上方的房顶上的点记为该高层烟雾警报器的增强布控点；

获取调整警报组中每个高层烟雾警报器对应的增强布控点；

实验学习模块还配置有增强学习策略，增强学习策略包括：

获取第一着火点至第Q着火点的位置；

获取第一响应时间至第Q响应时间，将第一响应时间至第Q响应时间中大于等于第二标准时间的响应时间记为危险响应时间组；

获取危险响应时间组中对应的任意一个底层烟雾警报器与其距离最近的着火点连线后的直线长度，记为危险直线长度；当危险直线长度大于等于第一标准长度时，将对应的着火点正上方的房顶上的点记为新增布控点；当危险直线长度小于第一标准长度时，将连线的中点记为联动更新点，将连线的底层烟雾警报器对应的联动布控点放置到联动更新点上；

在具体实施过程中，第一标准长度为4m，以第一标准长度为界限，对于连线后连线长度大于等于第一标准长度的着火点，该着火点属于无法及时进行灭火的盲区，应当对着火点的上方新增高层烟雾警报器以及喷淋头以便于更加全面地对模拟火灾场景进行灭火布控，对于连线后连线长度小于第一标准长度的底层烟雾警报器，应当对底层烟雾警报器的位置进行更新，使其更加贴近易起火的位置；

学习调整模块用于获取在模拟火灾场景内实验过的火灾数据，对火灾数据进行筛选，将筛选后的火灾数据输出到实验学习模块中；

学习调整模块配置有一级调整策略，一级调整策略包括：

获取第一场景通过常规布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第一数据提取方法，第一数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第N着火点；

获取火灾模拟实验时每个高层烟雾警报器在起火后的报警时间，记为第一报警时间至第M报警时间；

学习调整模块还配置有二级调整策略，二级调整策略包括：

获取第一场景通过常规布控策略以及增强布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第二数据提取方法，第二数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第Q着火点；

获取距离每个着火点最近的一个底层烟雾警报器的响应时间，记为第一响应时间至第Q响应时间，当距离着火点有相同距离的底层烟雾警报器时，取任意一个底层烟雾警报器；

学习调整模块还配置有三级调整策略，三级调整策略包括：

当第一场景使用常规布控策略后，且第一场景使用增强布控策略的次数大于第一次数后，获取在第一场景内进行模拟火灾实验后的数据；

当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第二场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第二场景进行模拟火灾实验，对实验结果使用二级调整策略并使用增强学习策略对增强布控策略进行更新；在具体实施过程中，当当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，说明在第一场景中的消防设备布控较为完善，可以在第二场景中进行模拟火灾实验；

当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第一场景内进行模拟火灾实验；在具体实施过程中，当当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，说明在第一场景中的消防设备布控不够完善，应当继续在第一场景中进行模拟火灾实验；

在第二场景进行模拟火灾实验后的数据中，当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第三场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第三场景进行模拟火灾实验，对实验数据使用二级调整策略并使用增强学习策略对增强布控策略进行更新；在具体实施过程中，当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，说明在第二场景中的消防设备布控较为完善，可以在第三场景中对消防设备布控进行进一步的优化和更新；

在第二场景进行模拟火灾实验后的数据中，当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第二场景内进行模拟火灾实验；在具体实施过程中，当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，说明此时模拟灭火场景中的消防设备布控不够完善，应当继续在第二场景中进行模拟火灾实验并不断完善消防设备布控。

工作原理：通过对模拟火灾场景中的线路以及家具进行布控，并对模拟火灾场景中的烟雾警报器以及喷淋头进行常规布控，对进行常规布控后的模拟火灾场景使用一级调整策略，将获取的数据发送到实验学习模块并在实验学习模块中输出联动布控点以及增强布控点；然后通过增强布控策略将联动布控点以及增强布控点对模拟火灾场景进行更新布控，并对模拟火灾实验的数据使用二级调整策略，基于二级调整策略的分析结果使用增强学习策略得到新增布控点以及联动布控点并通过新增布控点以及联动布控点对增强布控策略进行优化；最后通过对模拟火灾实验的数据使用三级调整策略，对于在第一场景内可以有效灭火的消防布控，将其放置在第二场景中，当消防布控可以在第二场景中有效地进行灭火时，将消防布控放置在第三场景中进行优化实验。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random AccessMemory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable ProgrammableRead Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-OnlyMemory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

Claims (7)

1.一种基于消防实验深度学习的消防设备布控系统，其特征在于，包括实验学习模块、布控模块以及学习调整模块，所述实验学习模块、布控模块以及学习调整模块相互通讯连接；

所述实验学习模块用于获取火灾数据，并基于火灾数据输出增强布控点、联动布控点以及新增布控点；

所述布控模块包括场景布控单元、常规布控单元以及增强布控单元，所述场景布控单元用于对模拟火灾场景内的线路以及电力设备进行布控；所述常规布控单元基于现有的消防系统的布控基础对模拟火灾场景布控基础的消防设备；增强布控单元基于增强布控点、联动布控点以及新增布控点对模拟火灾场景内消防设备的布控进行更改；

所述学习调整模块用于获取在模拟火灾场景内实验过的火灾数据，对火灾数据进行筛选，将筛选后的火灾数据输出到实验学习模块中；

所述实验学习模块配置有基础输出策略，所述基础输出策略包括：

获取第一报警时间至第M报警时间，将第一报警时间至第M报警时间中大于第一标准时间的报警时间记为危险报警时间组，将第一报警时间至第M报警时间中大于第二标准时间且小于等于第一标准时间的报警时间记为调整报警时间组；

将危险报警时间组对应的高层烟雾警报器记为危险警报组；

将调整报警时间组对应的高层烟雾警报器记为调整警报组；

将危险警报组的每个高层烟雾警报器的正下方距离地面第一标准高度的位置记为联动布控点；

获取调整警报组中与每个高层烟雾警报器距离最近的着火点，将高层烟雾警报器与最近的着火点进行连线，将位于连线中点正上方的房顶上的点记为该高层烟雾警报器的增强布控点；

获取调整警报组中每个高层烟雾警报器对应的增强布控点；

所述增强布控单元配置有增强布控策略，在每次使用增强布控策略时重新获取联动布控点、增强布控点以及新增布控点，所述增强布控策略包括：

在距离联动布控点最近的墙壁上放置底层烟雾警报器，将底层烟雾警报器与其对应的联动布控点正上方的高层烟雾警报器进行通讯连接；

所述底层烟雾警报器每隔第二运行时间对周围环境进行烟雾检测，当底层烟雾警报器检测到烟雾浓度大于第二标准浓度时，调动对应的高层烟雾警报器立即进行一次烟雾检测；

将高层烟雾警报器放置在对应的增强布控点上；

在新增布控点上放置一个新的高层烟雾警报器。

2.根据权利要求1所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述场景布控单元包括第一场景、第二场景以及第三场景，所述第一场景为在模拟火灾场景的房顶上放置第一设备数量的电灯，在模拟火灾场景的墙角布置线路，在模拟火灾场景内放置第一家具数量的木质家具；

所述第二场景为在模拟火灾场景的房顶以及墙壁上放置第二设备数量的电灯，在模拟火灾场景的墙角以及墙壁上铺设线路，在模拟火灾场景内放置第二家具数量的木质家具或布质家具；

所述第三场景为在模拟火灾场景的房顶、墙壁以及家具上放置第三设备数量的电灯，在模拟火灾场景的墙角、墙壁以及地板上铺设线路，在模拟火灾场景内放置第三家具数量的木质家具或布质家具。

3.根据权利要求2所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述常规布控单元配置有常规布控策略，所述常规布控策略包括：

在模拟火灾场景的所有场景的房顶上放置第一消防数量的高层烟雾警报器以及第一消防数量的喷淋头，所述高层烟雾警报器每隔第一运行时间对周围环境进行烟雾检测，当检测到烟雾浓度大于等于第一标准浓度时进行报警，所述喷淋头用于在烟雾报警器报警时对下方区域进行喷淋。

4.根据权利要求3所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述学习调整模块配置有一级调整策略，所述一级调整策略包括：

获取第一场景通过常规布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第一数据提取方法，所述第一数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第N着火点；

获取火灾模拟实验时每个高层烟雾警报器在起火后的报警时间，记为第一报警时间至第M报警时间。

5.根据权利要求4所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述学习调整模块还配置有二级调整策略，所述二级调整策略包括：

获取第一场景通过常规布控策略以及增强布控策略进行若干次模拟火灾实验后的数据，对每一次模拟火灾实验后的数据使用第二数据提取方法，所述第二数据提取方法包括：

获取火灾模拟实验时的着火点的位置，记为第一着火点至第Q着火点；

获取距离每个着火点最近的一个底层烟雾警报器的响应时间，记为第一响应时间至第Q响应时间，当距离着火点有相同距离的底层烟雾警报器时，取任意一个底层烟雾警报器。

6.根据权利要求5所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述实验学习模块还配置有增强学习策略，所述增强学习策略包括：

获取第一着火点至第Q着火点的位置；

获取第一响应时间至第Q响应时间，将第一响应时间至第Q响应时间中大于等于第二标准时间的响应时间记为危险响应时间组；

获取危险响应时间组中对应的任意一个底层烟雾警报器与其距离最近的着火点连线后的直线长度，记为危险直线长度；当危险直线长度大于等于第一标准长度时，将对应的着火点正上方的房顶上的点记为新增布控点；当危险直线长度小于第一标准长度时，将连线的中点记为联动更新点，将连线的底层烟雾警报器对应的联动布控点放置到联动更新点上。

7.根据权利要求6所述的一种基于消防实验深度学习的消防设备布控系统，其特征在于，所述学习调整模块还配置有三级调整策略，所述三级调整策略包括：

当第一场景使用常规布控策略后，且第一场景使用增强布控策略的次数大于第一次数后，获取在第一场景内进行模拟火灾实验后的数据；

当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第二场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第二场景进行模拟火灾实验，对实验结果使用二级调整策略并使用增强学习策略对增强布控策略进行更新；

当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第一场景内进行模拟火灾实验；

在第二场景进行模拟火灾实验后的数据中，当所有着火点对应的底层烟雾警报器的响应时间小于第二标准时间时，使用常规布控策略以及增强布控策略在第三场景中进行高层烟雾警报器、底层烟雾警报器以及喷淋头的布控，使用第三场景进行模拟火灾实验，对实验数据使用二级调整策略并使用增强学习策略对增强布控策略进行更新；

在第二场景进行模拟火灾实验后的数据中，当任意一个着火点对应的底层烟雾警报器的响应时间大于等于第二标准时间时，使用二级调整策略以及增强学习策略对增强布控策略进行更新并继续在第二场景内进行模拟火灾实验。