CN116738360B - 一种基于多维融合模型的空气检测系统及方法 - Google Patents
一种基于多维融合模型的空气检测系统及方法 Download PDFInfo
- Publication number
- CN116738360B CN116738360B CN202310596803.7A CN202310596803A CN116738360B CN 116738360 B CN116738360 B CN 116738360B CN 202310596803 A CN202310596803 A CN 202310596803A CN 116738360 B CN116738360 B CN 116738360B
- Authority
- CN
- China
- Prior art keywords
- event
- air
- detection
- detection area
- air detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 431
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000004927 fusion Effects 0.000 title claims abstract description 12
- 230000005856 abnormality Effects 0.000 claims abstract description 31
- 238000009960 carding Methods 0.000 claims abstract description 7
- 238000011084 recovery Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 7
- 239000007789 gas Substances 0.000 description 40
- 238000009792 diffusion process Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000009965 odorless effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a computer specifically programmed
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Food Science & Technology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及空气质量安全检测技术领域，具体为一种基于多维融合模型的空气检测系统及方法，包括对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，将多个空气检测设备进行划，触发多维空气检测模型的管理终端生成待排查事件。
Description
技术领域
本发明涉及空气质量安全检测技术领域，具体为一种基于多维融合模型的空气检测系统及方法。
背景技术
随着时代的发展，越来越多的气体被排放到了空气中，很多气体都会对人类的生活产生影响。人们也认识到这些气体的危害，安装气体检测仪已经成为企业安全生产的必要设备；气体检测仪，顾名思义，这是一种气体泄漏浓度检测的仪器仪表工具，主要包括：便携式气体检测仪、固定式气体检测仪以及气体可编程安全控制系统等。其工作原理是利用气体传感器来检测环境中存在的气体种类。一般认为，气体传感器的定义是以检测目标为分类基础的，也就是说，只要是用于检测气体成份和浓度的传感器都称作气体传感器。
工厂在生产过程中不仅会使用工业气体作为原料，生产过程中也会产生多种衍生气体，这些气体往往会有一定的危害且无色无味，工人们受到的健康侵害难以察觉。因而要有各种高灵敏度、高准确度、高选择性的检测仪器进行监控，用以防止工业气体原料泄露或衍生气体超标，时刻监控，减少隐患。按照相关的规定，化工行业要在厂区安放固定的气体监测设备，用来检测可能会发生泄漏的有害气体，并要安排相关技术人员对厂区进行区间检测，防止固定设备出现问题或出现检测盲区的现象。
发明内容
本发明的目的在于提供一种基于多维融合模型的空气检测系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于多维融合模型的空气检测方法，方法包括：
步骤S100：基于目标检测区域的场景结构布设若干空气检测设备，锁定各空气检测设备对应的布设位置，实时采集各空气检测设备传输的检测数据，对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
步骤S200：对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
步骤S300：提取在目标检测区域内发生的所有历史空气安全事件，分别汇集由同一检测区域部位引起的所有空气安全事件；对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
步骤S400：基于在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
步骤S500：当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合，其中，在每一个目标空气检测设备集合内各空气检测设备所对应的检测区域部位之间的事件关联特征值均大于特征阈值；其中，G2≤G1；
步骤S600：触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
进一步的，步骤S100包括：
步骤S101：每当多维空气检测模型内任意一个空气检测设备显示检测数据异常，判定在任意一个空气检测设备所对应的检测区域部位内存在超过浓度阈值Re的有毒或有害气体，累计异常持续时长t1，设置第一时长阈值T1；
步骤S102：当t1<T1时，触发多维空气检测模型的管理终端生成预警信号，判定在目标检测区域内发生了由检测区域部位引起的安全预警事件；当t1≥T1时，触发多维空气检测模型的管理终端生成警示信号，判定在目标检测区域内发生了由检测区域部位引起的安全示警事件；
上述将异常持续时长t1与第一时长阈值T1的比较判断结果，用于区分当前检测事件的性质，若异常持续时长t1小于第一时长阈值T1，意味着在当前空气检测设备端虽短暂性检测到了超标的相关气体浓度值，但仍然在很短的时间内被目标检测区域“自我消化”掉了，这种情况往往可能是较小量的超标气体于靠近空气检测设备端出现，且较小量的超标气体对于气体整体质量的影响较小，因此将其归为安全预警事件，此处“自我消化”是指没有人为干预的介入；若异常持续时长t1大于第一时长阈值T1，意味着超标的相关气体浓度值持续存在的时间较长，若没有人为介入干预则存在扩散的风险，因此将其归为安全示警事件。
进一步的，步骤S200包括：
步骤S201：分别对目标检测区域内发生的每一安全预警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备A，捕捉空气检测设备A最开始显示检测数据异常的时间戳teA、空气检测设备A于时间戳teA时检测得到的气体检测浓度值R(teA)、空气检测设备A显示的气体检测浓度值自R(teA)恢复至浓度阈值Re以下时对应的时间戳trA；获取多维空气检测模型基于每一安全预警事件所生成预警信号的持续周期[teA,trA]；
步骤S202：将空气检测设备A对应的检测区域部位SA设为对应安全预警事件的第一特征信息，将持续周期[teA,trA]设为对应安全预警事件的第二特征信息，将恢复速率Y＝[R(teA)-Re]/t1设为对应安全预警事件的第三特征信息；
步骤S203：分别对目标检测区域内发生的每一安全示警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备B，捕捉空气检测设备B最开始显示检测数据异常的时间戳teB、空气检测设备B于时间戳teB时检测得到的气体检测浓度值R(teB)、空气检测设备B显示的气体检测浓度值自R(teB)恢复至浓度阈值Re以下，且持续恢复时长大于阈值时对应的时间戳trB，获取多维空气检测模型基于每一安全示警事件所生成警示信号的持续周期[teB,trB]；
步骤S204：将空气检测设备B对应的检测区域部位SB设为对应安全示警事件的第一特征信息，将持续周期[teB,trB]设为对应安全示警事件的第二特征信息。
进一步的，步骤S300包括：
步骤S301：遍历各历史空气安全事件的特征信息，将第一特征信息相同的历史空气安全事件进行汇集，分别得到对应由各检测区域部位所引起的安全示警事件集合和安全预警事件集合；设由某检测区域部位F引起的安全示警事件集合为W1(F)，安全预警事件集合为W2(F)，设由某检测区域部位Y引起的安全示警事件集合为W1(Y)，安全预警事件集合为W2(Y)；分别对安全预警事件集合W2(F)、安全预警事件集合W2(Y)内的各安全预警事件提取对应的第三特征信息，计算得到对应某检测区域部位F的平均恢复速率H(F)，对应某检测区域部位Y的平均恢复速率H(Y)；
步骤S302：若存在某一安全预警事件u1和某一安全示警事件u2，其中，u1∈W2(F)，u2∈W1(Y)，当某一安全预警事件u1对应第二特征信息中的持续周期W(u1)与某一安全示警事件u2对应第二特征信息中的持续周期W(u2)，满足W(u1)∩W(u2)≠Φ，且某一安全预警事件u1对应第三特征信息中的恢复速率Y(u1)，满足|Y(u1)-H(F)|≥g；其中，g为偏差阈值，判断发生于检测区域部位F内的某一安全预警事件u1与发生于检测区域部位Y内的某一安全示警事件u2之间存在第一特征关联关系；
上述识别出存在第一特征关联关系的区域，意味着由于区域部位的地理位置较近或者建筑结构所具备的一些特征，导致在其中一个区域部位出现了较为严重的安全示警事件时，其他区域部位容易受到影响出现相对不严重的安全预警事件，即区域之间存在较慢的扩散影响，因此，满足第一特征关联关系中的影响程度，往往是较小的。
步骤S303：若存在某一安全示警事件e1和某一安全示警事件e2，其中，e1∈W1(F)，e2∈W1(Y)，当某一安全示警事件e1对应第二特征信息中的持续周期W(e1)与某一安全示警事件e2对应第二特征信息中的持续周期W(e2)，满足W(e1)∩W(e2)≠Φ，判断发生于检测区域部位F内的某一安全示警事件e1与发生于检测区域部位Y内的某一安全示警事件e2之间存在第二特征关联关系；
上述识别出存在第二特征关联关系的区域，意味着由于区域部位的地理位置较近或者建筑结构所具备的一些特征，导致在其中一个区域部位出现了较为严重的安全示警事件时，其他区域部位也容易受到出现较为严重的安全示警事件，即区域之间存在较慢的扩散影响，因此，满足第二特征关联关系中的影响程度，往往是较大的。
进一步的，步骤S400包括:
步骤S401：分别获取对应各检测区域部位的各历史空气安全事件与对应其他检测区域部位的历史空气安全事件之间的特征关联关系；设对应某检测区域部位q1的安全预警事件总数为N1，对应某检测区域部位q1的安全示警事件总数为N2；
步骤S402：对某检测区域部位q1累计与某检测区域部位q2对应的安全示警事件之间满足第一特征关联关系的安全预警事件总数m1、与某检测区域部位q2对应的安全示警事件之间满足第二特征关联关系的安全示警事件总数m2；获取某检测区域部位q1与某检测区域部位q2之间的事件关联特征值D＝m1/N1+m2/N2。
为更好的实现上述方法还提出了一种空气检测系统，系统包括空气安全事件管理模块、事件特征信息梳理模块、事件关联性识别模块、事件关联特征值计算模块、待排查事件管理模块；
空气安全事件管理模块，用于对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
事件特征信息梳理模块，用于对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
事件关联性识别模块，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
事件关联特征值计算模块，用于根据在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
待排查事件管理模块，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合，触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
进一步的，事件关联性识别模块包括信息管理单元、事件关联性识别单元；
信息管理单元，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理；
事件关联性识别单元，用于对存在事件关联性的历史空气安全事件进行判断识别。
进一步的，待排查事件管理模块包括目标空气检测设备集合划分单元、待排查事件管理单元；
目标空气检测设备集合划分单元，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合；
待排查事件管理单元，用于触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
与现有技术相比，本发明所达到的有益效果是：本发明基于目标检测区域内各安全检测事件的性质设置灵活的区分信号，在一定程度上能有效的减少因空气设备本身布设位置的客观原因所带来的虚警率，本发明基于对不同检测区域部位所发生的安全事件之间的分布关系，对安全事件的存在关联发生规律的区域进行判断识别，对满足关联事件发生规律的区域之间所存在的扩散影响进行评估，提高对目标检测区域内的空气安全质量检测的灵活机动性，提高检测效率和检测正确率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于多维融合模型的空气检测方法的流程示意图；
图2是本发明一种基于多维融合模型的空气检测系统的结构示意图。
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-图2，本发明提供技术方案：一种基于多维融合模型的空气检测方法，方法包括：
步骤S100：基于目标检测区域的场景结构布设若干空气检测设备，锁定各空气检测设备对应的布设位置，实时采集各空气检测设备传输的检测数据，对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
其中，步骤S100包括：
步骤S101：每当多维空气检测模型内任意一个空气检测设备显示检测数据异常，判定在任意一个空气检测设备所对应的检测区域部位内存在超过浓度阈值Re的有毒或有害气体，累计异常持续时长t1，设置第一时长阈值T1；
步骤S102：当t1<T1时，触发多维空气检测模型的管理终端生成预警信号，判定在目标检测区域内发生了由检测区域部位引起的安全预警事件；当t1≥T1时，触发多维空气检测模型的管理终端生成警示信号，判定在目标检测区域内发生了由检测区域部位引起的安全示警事件；
步骤S200：对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
其中，步骤S200包括：
步骤S201：分别对目标检测区域内发生的每一安全预警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备A，捕捉空气检测设备A最开始显示检测数据异常的时间戳teA、空气检测设备A于时间戳teA时检测得到的气体检测浓度值R(teA)、空气检测设备A显示的气体检测浓度值自R(teA)恢复至浓度阈值Re以下时对应的时间戳trA；获取多维空气检测模型基于每一安全预警事件所生成预警信号的持续周期[teA,trA]；
例如说，浓度阈值Re为0.0024％，捕捉到空气检测设备A于7：15时检测得到气体检测浓度值0.0031％，即空气检测设备A最开始显示检测数据异常的时间戳teA为7：15，
捕捉到空气检测设备A显示的气体检测浓度值自0.0031％往后最开始出现的一个正常的气体检测浓度值为0.0019％，对应的时间戳为7：20，因此预警信号的持续周期为[7:15，7:20]
步骤S202：将空气检测设备A对应的检测区域部位SA设为对应安全预警事件的第一特征信息，将持续周期[teA,trA]设为对应安全预警事件的第二特征信息，将恢复速率Y＝[R(teA)-Re]/t1设为对应安全预警事件的第三特征信息；
步骤S203：分别对目标检测区域内发生的每一安全示警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备B，捕捉空气检测设备B最开始显示检测数据异常的时间戳teB、空气检测设备B于时间戳teB时检测得到的气体检测浓度值R(teB)、空气检测设备B显示的气体检测浓度值自R(teB)恢复至浓度阈值Re以下，且持续恢复时长大于阈值时对应的时间戳trB，获取多维空气检测模型基于每一安全示警事件所生成警示信号的持续周期[teB,trB]；
例如说，浓度阈值Re为0.0024％，捕捉到空气检测设备A于7：15时检测得到气体检测浓度值0.0031％，即空气检测设备A最开始显示检测数据异常的时间戳teA为7：15，
捕捉到空气检测设备A显示的气体检测浓度值自0.0031％往后最开始出现的一个正常的气体检测浓度值为0.0019％，对应的时间戳为7：30，且自0.0019％开始，持续出现正常气体检测浓度值超过10min，因此对应的警示信号的持续周期[7:15，7:40]；
步骤S204：将空气检测设备B对应的检测区域部位SB设为对应安全示警事件的第一特征信息，将持续周期[teB,trB]设为对应安全示警事件的第二特征信息；
步骤S300：提取在目标检测区域内发生的所有历史空气安全事件，分别汇集由同一检测区域部位引起的所有空气安全事件；对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
其中，步骤S300包括：
步骤S301：遍历各历史空气安全事件的特征信息，将第一特征信息相同的历史空气安全事件进行汇集，分别得到对应由各检测区域部位所引起的安全示警事件集合和安全预警事件集合；设由某检测区域部位F引起的安全示警事件集合为W1(F)，安全预警事件集合为W2(F)，设由某检测区域部位Y引起的安全示警事件集合为W1(Y)，安全预警事件集合为W2(Y)；分别对安全预警事件集合W2(F)、安全预警事件集合W2(Y)内的各安全预警事件提取对应的第三特征信息，计算得到对应某检测区域部位F的平均恢复速率H(F)，对应某检测区域部位Y的平均恢复速率H(Y)；
步骤S302：若存在某一安全预警事件u1和某一安全示警事件u2，其中，u1∈W2(F)，u2∈W1(Y)，当某一安全预警事件u1对应第二特征信息中的持续周期W(u1)与某一安全示警事件u2对应第二特征信息中的持续周期W(u2)，满足W(u1)∩W(u2)≠Φ，且某一安全预警事件u1对应第三特征信息中的恢复速率Y(u1)，满足|Y(u1)-H(F)|≥g；其中，g为偏差阈值，判断发生于检测区域部位F内的某一安全预警事件u1与发生于检测区域部位Y内的某一安全示警事件u2之间存在第一特征关联关系；
步骤S303：若存在某一安全示警事件e1和某一安全示警事件e2，其中，e1∈W1(F)，e2∈W1(Y)，当某一安全示警事件e1对应第二特征信息中的持续周期W(e1)与某一安全示警事件e2对应第二特征信息中的持续周期W(e2)，满足W(e1)∩W(e2)≠Φ，判断发生于检测区域部位F内的某一安全示警事件e1与发生于检测区域部位Y内的某一安全示警事件e2之间存在第二特征关联关系；
步骤S400：基于在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
其中，步骤S400包括:
步骤S401：分别获取对应各检测区域部位的各历史空气安全事件与对应其他检测区域部位的历史空气安全事件之间的特征关联关系；设对应某检测区域部位q1的安全预警事件总数为N1，对应某检测区域部位q1的安全示警事件总数为N2；
步骤S402：对某检测区域部位q1累计与某检测区域部位q2对应的安全示警事件之间满足第一特征关联关系的安全预警事件总数m1、与某检测区域部位q2对应的安全示警事件之间满足第二特征关联关系的安全示警事件总数m2；获取某检测区域部位q1与某检测区域部位q2之间的事件关联特征值D＝m1/N1+m2/N2；
步骤S500：当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合，其中，在每一个目标空气检测设备集合内各空气检测设备所对应的检测区域部位之间的事件关联特征值均大于特征阈值；其中，G2≤G1；
步骤S600：触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
为更好的实现上述方法还提出了一种空气检测系统，系统包括空气安全事件管理模块、事件特征信息梳理模块、事件关联性识别模块、事件关联特征值计算模块、待排查事件管理模块；
空气安全事件管理模块，用于对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
事件特征信息梳理模块，用于对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
事件关联性识别模块，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
其中，事件关联性识别模块包括信息管理单元、事件关联性识别单元；
信息管理单元，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理；
事件关联性识别单元，用于对存在事件关联性的历史空气安全事件进行判断识别；
事件关联特征值计算模块，用于根据在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
待排查事件管理模块，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合，触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位；
其中，待排查事件管理模块包括目标空气检测设备集合划分单元、待排查事件管理单元；
目标空气检测设备集合划分单元，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将多个空气检测设备进行划分得到G2个目标空气检测设备集合；
待排查事件管理单元，用于触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于多维融合模型的空气检测方法，其特征在于，所述方法包括：
步骤S100：基于目标检测区域的场景结构布设若干空气检测设备，锁定各空气检测设备对应的布设位置，实时采集各空气检测设备传输的检测数据，对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用所述多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
步骤S200：对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
所述步骤S200包括：
步骤S201：分别对目标检测区域内发生的每一安全预警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备A，捕捉空气检测设备A最开始显示检测数据异常的时间戳teA、空气检测设备A于时间戳teA时检测得到的气体检测浓度值R(teA)、空气检测设备A显示的气体检测浓度值自R(teA)恢复至浓度阈值Re以下时对应的时间戳trA；获取多维空气检测模型基于所述每一安全预警事件所生成预警信号的持续周期[teA,trA]；
步骤S202：将空气检测设备A对应的检测区域部位SA设为对应安全预警事件的第一特征信息，将所述持续周期[teA,trA]设为对应安全预警事件的第二特征信息，将恢复速率Y＝[R(teA)-Re]/t1设为对应安全预警事件的第三特征信息；
步骤S203：分别对目标检测区域内发生的每一安全示警事件，获取触发多维空气检测模型的管理终端生成预警信号的空气检测设备B，捕捉空气检测设备B最开始显示检测数据异常的时间戳teB、空气检测设备B于时间戳teB时检测得到的气体检测浓度值R(teB)、空气检测设备B显示的气体检测浓度值自R(teB)恢复至浓度阈值Re以下，且持续恢复时长大于阈值时对应的时间戳trB，获取多维空气检测模型基于所述每一安全示警事件所生成警示信号的持续周期[teB,trB]；
步骤S204：将空气检测设备B对应的检测区域部位SB设为对应安全示警事件的第一特征信息，将所述持续周期[teB,trB]设为对应安全示警事件的第二特征信息；
步骤S300：提取在目标检测区域内发生的所有历史空气安全事件，分别汇集由同一检测区域部位引起的所有空气安全事件；对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
所述步骤S300包括：
步骤S301：遍历各历史空气安全事件的特征信息，将第一特征信息相同的历史空气安全事件进行汇集，分别得到对应由各检测区域部位所引起的安全示警事件集合和安全预警事件集合；设由某检测区域部位F引起的安全示警事件集合为W1(F)，安全预警事件集合为W2(F)，设由某检测区域部位Y引起的安全示警事件集合为W1(Y)，安全预警事件集合为W2(Y)；分别对安全预警事件集合W2(F)、安全预警事件集合W2(Y)内的各安全预警事件提取对应的第三特征信息，计算得到对应某检测区域部位F的平均恢复速率H(F)，对应某检测区域部位Y的平均恢复速率H(Y)；
步骤S302：若存在某一安全预警事件u1和某一安全示警事件u2，其中，u1∈W2(F)，u2∈W1(Y)，当某一安全预警事件u1对应第二特征信息中的持续周期W(u1)与某一安全示警事件u2对应第二特征信息中的持续周期W(u2)，满足W(u1)∩W(u2)≠Φ，且某一安全预警事件u1对应第三特征信息中的恢复速率Y(u1)，满足|Y(u1)-H(F)|≥g；其中，g为偏差阈值，判断发生于检测区域部位F内的某一安全预警事件u1与发生于检测区域部位Y内的某一安全示警事件u2之间存在第一特征关联关系；
步骤S303：若存在某一安全示警事件e1和某一安全示警事件e2，其中，e1∈W1(F)，e2∈W1(Y)，当某一安全示警事件e1对应第二特征信息中的持续周期W(e1)与某一安全示警事件e2对应第二特征信息中的持续周期W(e2)，满足W(e1)∩W(e2)≠Φ，判断发生于检测区域部位F内的某一安全示警事件e1与发生于检测区域部位Y内的某一安全示警事件e2之间存在第二特征关联关系；
步骤S400：基于在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
所述步骤S400包括:
步骤S401：分别获取对应各检测区域部位的各历史空气安全事件与对应其他检测区域部位的历史空气安全事件之间的特征关联关系；设对应某检测区域部位q1的安全预警事件总数为N1，对应某检测区域部位q1的安全示警事件总数为N2；
步骤S402：对某检测区域部位q1累计与某检测区域部位q2对应的安全示警事件之间满足第一特征关联关系的安全预警事件总数m1、与某检测区域部位q2对应的安全示警事件之间满足第二特征关联关系的安全示警事件总数m2；获取某检测区域部位q1与某检测区域部位q2之间的事件关联特征值D＝m1/N1+m2/N2；
步骤S500：当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在所述多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将所述多个空气检测设备进行划分得到G2个目标空气检测设备集合，其中，在每一个目标空气检测设备集合内各空气检测设备所对应的检测区域部位之间的事件关联特征值均大于特征阈值；其中，G2≤G1；
步骤S600：触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
2.根据权利要求1所述的一种基于多维融合模型的空气检测方法，其特征在于，所述步骤S100包括：
步骤S101：每当所述多维空气检测模型内任意一个空气检测设备显示检测数据异常，判定在所述任意一个空气检测设备所对应的检测区域部位内存在超过浓度阈值Re的有毒或有害气体，累计异常持续时长t1，设置第一时长阈值T1；
步骤S102：当t1<T1时，触发多维空气检测模型的管理终端生成预警信号，判定在目标检测区域内发生了由所述检测区域部位引起的安全预警事件；当t1≥T1时，触发多维空气检测模型的管理终端生成警示信号，判定在目标检测区域内发生了由检测区域部位引起的安全示警事件。
3.应用于权利要求1-2中任意一项所述的一种基于多维融合模型的空气检测方法的空气检测系统，其特征在于，所述系统包括空气安全事件管理模块、事件特征信息梳理模块、事件关联性识别模块、事件关联特征值计算模块、待排查事件管理模块；
所述空气安全事件管理模块，用于对目标检测区域构建融合了多个空气检测设备的多维空气检测模型；利用所述多维空气检测模型对目标检测区域进行空气安全事件管理，其中，空气安全事件包括安全预警事件和安全示警事件；
所述事件特征信息梳理模块，用于对目标检测区域内发生的所有空气安全事件进行相应特征信息的梳理；
所述事件关联性识别模块，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理，对存在事件关联性的历史空气安全事件进行判断识别；
所述事件关联特征值计算模块，用于根据在不同检测区域部位之间存在事件关联性的历史空气安全事件的分布情况，分别在每两个检测区域部位之间进行事件关联特征值计算，反馈管理人员终端；
所述待排查事件管理模块，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在所述多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将所述多个空气检测设备进行划分得到G2个目标空气检测设备集合，触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
4.根据权利要求3所述的空气检测系统，其特征在于，所述事件关联性识别模块包括信息管理单元、事件关联性识别单元；
所述信息管理单元，用于对由不同检测区域部位引起的空气安全事件之间的特征信息分布情况进行梳理；
所述事件关联性识别单元，用于对存在事件关联性的历史空气安全事件进行判断识别。
5.根据权利要求3所述的空气检测系统，其特征在于，所述待排查事件管理模块包括目标空气检测设备集合划分单元、待排查事件管理单元；
所述目标空气检测设备集合划分单元，用于当多维空气检测模型内同时存在多个空气检测设备显示检测数据异常，且G1个空气检测设备显示的检测数据异常属于安全示警事件时，其中，G1≥2；分别获取在所述多个空气检测设备所对应的检测区域部位之间存在的事件关联特征值，将所述多个空气检测设备进行划分得到G2个目标空气检测设备集合；
所述待排查事件管理单元，用于触发多维空气检测模型的管理终端生成G2项待排查事件，其中，一项待排查事件的排查对象对应在一个目标空气检测设备集合内的所有空气检测设备对应的检测区域部位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310596803.7A CN116738360B (zh) | 2023-05-25 | 2023-05-25 | 一种基于多维融合模型的空气检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310596803.7A CN116738360B (zh) | 2023-05-25 | 2023-05-25 | 一种基于多维融合模型的空气检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116738360A CN116738360A (zh) | 2023-09-12 |
| CN116738360B true CN116738360B (zh) | 2023-11-03 |
Family
ID=87903640
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310596803.7A Active CN116738360B (zh) | 2023-05-25 | 2023-05-25 | 一种基于多维融合模型的空气检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116738360B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016038277A (ja) * | 2014-08-07 | 2016-03-22 | 株式会社東光高岳 | 電気設備温度監視装置および電気設備温度監視システム |
| WO2020008365A2 (en) * | 2018-07-02 | 2020-01-09 | 3M Innovative Properties Company | Transferring learning in classifier-based sensing systems |
| CN115186881A (zh) * | 2022-06-27 | 2022-10-14 | 红豆电信有限公司 | 一种基于大数据的城市安全预测管理方法及系统 |
| CN115561408A (zh) * | 2022-11-17 | 2023-01-03 | 河北先河环保科技股份有限公司 | 空气污染预警方法、装置、电子设备及存储介质 |
-
2023
- 2023-05-25 CN CN202310596803.7A patent/CN116738360B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016038277A (ja) * | 2014-08-07 | 2016-03-22 | 株式会社東光高岳 | 電気設備温度監視装置および電気設備温度監視システム |
| WO2020008365A2 (en) * | 2018-07-02 | 2020-01-09 | 3M Innovative Properties Company | Transferring learning in classifier-based sensing systems |
| CN115186881A (zh) * | 2022-06-27 | 2022-10-14 | 红豆电信有限公司 | 一种基于大数据的城市安全预测管理方法及系统 |
| CN115561408A (zh) * | 2022-11-17 | 2023-01-03 | 河北先河环保科技股份有限公司 | 空气污染预警方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 全报警事件关联算法研究;郭山清等;计算机应用;第25卷(第10期);第2276-2279页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116738360A (zh) | 2023-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1866883B1 (en) | Nuisance alarm filter | |
| US20030095782A1 (en) | System and method for detection and analysis of video recordings | |
| CN115077627B (zh) | 一种多融合环境数据监管方法及监管系统 | |
| CN104050771B (zh) | 异常检测的系统和方法 | |
| CN104050787A (zh) | 具有分类属性的异常检测的系统和方法 | |
| CN110853268A (zh) | 一种基于管廊系统海量数据分析实现入侵检测漏洞实时扫描的方法 | |
| CN113536440A (zh) | 一种基于bim运维管理系统的数据处理方法 | |
| CN112885013A (zh) | 监控预警方法、装置和可读存储介质 | |
| CN107895453A (zh) | 楼宇安全报警系统及方法 | |
| CN116738360B (zh) | 一种基于多维融合模型的空气检测系统及方法 | |
| CN110120142B (zh) | 一种火灾烟雾视频智能监控预警系统及预警方法 | |
| CN111160272B (zh) | 一种图像智能故障判断预警系统 | |
| CN115346170B (zh) | 一种燃气设施区域的智能监控方法及装置 | |
| CN104240432A (zh) | 基于信息融合的富锰渣生产安全监控系统及方法 | |
| CN115841730A (zh) | 视频监控系统、异常事件检测方法 | |
| JPH11125694A (ja) | 原子力プラント室内総合監視システム | |
| CN111882800B (zh) | 一种基于多维度数据联动的消防预警方法及系统 | |
| CN107808504A (zh) | 报警方法和报警系统 | |
| CN118536817B (zh) | 一种基于传感器网络的电缆通道监测系统 | |
| CN118296513B (zh) | 变电站异物检测方法及系统 | |
| CN116455944B (zh) | 一种基于物联网采集的装配式建筑监测预警方法及系统 | |
| CN117994917B (zh) | 一种基于园区安防的全天候监控平台及监控方法 | |
| CN118800023A (zh) | 一种基于人工智能的建筑物安全监测方法及系统 | |
| CN117914885A (zh) | 一种基于智能终端远程控制的家庭安防系统 | |
| CN104766094A (zh) | 一种视频监控火焰的识别方法 |
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 |