CN116740883A - 一种基于云计算的安防监控报警系统 - Google Patents
一种基于云计算的安防监控报警系统 Download PDFInfo
- Publication number
- CN116740883A CN116740883A CN202310737378.9A CN202310737378A CN116740883A CN 116740883 A CN116740883 A CN 116740883A CN 202310737378 A CN202310737378 A CN 202310737378A CN 116740883 A CN116740883 A CN 116740883A
- Authority
- CN
- China
- Prior art keywords
- alarm
- sensor
- value
- detection
- preset
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 13
- 239000001569 carbon dioxide Substances 0.000 claims description 13
- 239000000779 smoke Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于云计算的安防监控报警系统,属于安防监控领域,解决了如何对室内是否发生火灾进行准确报警,避免出现重大安全问题和警报疲劳的问题;本发明中通过信息采集模块对目标室内不同类别的检测参数值进行采集,通过报警分析模块对目标室内最近时间戳的不同类别的检测参数值进行处理,通过异常分析模块对目标室内各个传感器的工作状态是否正常进行分析;能够对目标室内是否发生火灾进行全方位的精准监测,若发生火灾报警信号,则进行及时报警,并通知安保人员或消防人员及时处理,在一定程度上阻止了室内火灾的蔓延,保全了人员的生命安全和财产安全,同时又避免了无触发报警或错误报警,最大可能的避免警报疲劳和资源浪费。
Description
技术领域
本发明属于安防监控领域,具体是一种基于云计算的安防监控报警系统。
背景技术
随着社会生活水平的提高,人们对居住安全防范意识有了更多的关注。目前在安防监控方面,尤其是针对室内是否发生火灾尤为重视。
现有技术中针对室内是否发生火灾常常只采用一个传感器进行检测判断是否发生火灾,但如果该传感器发生故障,则无法检测出火灾信息,将导致重大的安全问题,且现有的安防监控系统时常出现无触发报警或错误报警,导致警报疲劳和资源浪费。为了解决上述问题,本发明提出了一种基于云计算的安防监控报警系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于云计算的安防监控报警系统,该种基于云计算的安防监控报警系统解决了如何对室内是否发生火灾进行准确报警,避免出现重大安全问题和警报疲劳的问题。
为了实现上述目的,本发明采用了如下技术方案:
一种基于云计算的安防监控报警系统,包括:
信息采集模块,用于每隔预设时间对目标室内不同类别的检测参数值进行采集,并生成若干个检测参数值序列上传至云存储模块;
报警分析模块,用于对云存储模块存储的目标室内最近时间戳的不同类别的检测参数值进行处理,计算各个检测参数值的偏差,统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量,若该检测参数值数量大于等于预设数量阈值,则从异常分析模块获取各个传感器是否正常工作来判断相应序列的检测参数平均值是否准确,若准确,则判断相应检测参数平均值是否处于对应预设参数安全范围内,在检测参数平均值准确的基础上,若检测参数平均值全部都不处于预设参数安全范围内则生成报警信号发送至报警模块;
异常分析模块,用于对目标室内各个传感器的工作状态是否正常进行分析;包括:获取各个传感器的性能参数值序列,计算归一化的性能参数值,根据归一化的性能参数值计算传感器性能评估系数Pi,将获取的相应传感器性能评估系数Pi与相应预设性能评估系数标准范围进行比对,分析相应传感器是否处于正常工作状态;
报警模块,用于根据报警信号进行现场报警和远程报警;
云存储模块,用于存储目标室内检测参数值序列和异常传感器的编号。
进一步地,不同类别的检测参数值包括烟雾浓度值、温度值、湿度值以及二氧化碳浓度值,分别通过烟雾传感器、温度传感器、湿度传感器以及二氧化碳浓度传感器进行获取,且各个传感器在同一个时间点分别重复检测相同次数。
进一步地,报警分析模块的分析过程如下:
步骤S1:从云存储模块提取目标室内烟雾浓度值序列、温度值序列、湿度值序列以及二氧化碳浓度值序列;
步骤S2:对各个序列中的缺失值进行补充以及过剩值进行删除,并对各个序列中的检测参数值分别进行平均值计算和偏差值计算;
步骤S3:统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量Hi,并与预设数量阈值HS比对;i表示传感器编号,i=1,2,3,4;
若Hi<HS,则转至步骤S4;若Hi≥HS,则转至步骤S5;
步骤S4:将计算获取的各个检测参数平均值与对应预设参数安全范围进行第一次比对,分析是否输出报警信号;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若全部检测参数平均值都在对应预设参数安全范围内,则不生成报警信号;
若部分检测参数平均值不在对应预设参数安全范围内,则转至步骤S5;
步骤S5:发送提取信号至异常分析模块获取目标室内所有传感器的工作状态信息,分析各个传感器的工作状态是否正常;
若各个传感器的工作状态都正常,转至步骤S6;
若部分传感器的工作状态异常,则针对剩下正常传感器对应的检测参数平均值进行分析转至步骤S6;
步骤S6:将正常传感器对应的检测参数平均值与对应预设参数安全范围进行第二次比对,分析是否输出报警信号;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若当前全部或部分检测参数平均值都在对应预设参数安全范围内,则不生成报警信号。
进一步地,对一个序列中的缺失值进行补充,是将最后的检测参数值作为替代;对一个序列中的过剩值进行删除,是将序列中位于最早检测的相应数量的检测参数值删除。
进一步地,计算归一化的性能参数值GXij的公式如下:
式中,i表示传感器的编号,j表示性能参数的类别编号;i=1,2,3,4;j=1,2……n;Xij表示第i传感器的第j性能参数值;Xmin和Xmax分别表示相应时间戳所有序列中性能参数值的最小值和最大值。
进一步地,异常分析模块计算传感器性能评估系数Pi的公式如下:
式中,aj表示相应性能参数值的权重比例系数,a1+a2+……+am=1;
若性能评估系数Pi在相应预设性能评估系数标准范围内,则判断相应传感器处于正常工作状态;
若性能评估系数Pi不在相应预设性能评估系数标准范围内,则判断相应传感器处于异常工作状态,并将该异常传感器的编号发送至云存储模块。
进一步地,异常分析模块通过发送提取信号至各个传感器获取相应的性能参数值的获取,或者通过发送提取信号其他专门检测传感器性能参数的仪器进行相应的性能参数值的获取。
进一步地,报警模块包括蜂鸣报警器和报警推送单元;当报警模块接收到报警信号后,蜂鸣报警器发出蜂鸣报警声,报警推送单元将报警信息推送至相应管理部门后台。
与现有技术相比,本发明的有益效果是:
1、本发明中通过报警分析模块对不同类型的检测参数值进行综合分析,包括计算各个检测参数值的偏差,统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量,若该检测参数值数量大于等于预设数量阈值,则从异常分析模块获取各个传感器是否正常工作来判断相应序列的检测参数平均值是否准确,若准确,则判断相应检测参数平均值是否处于对应预设参数安全范围内,在检测参数平均值准确的基础上,若检测参数平均值全部都不处于预设参数安全范围内则生成报警信号发送至报警模块;即结合多个检测参数值进行综合判断,在判断数值准确的基础上,所有检测参数平均值都不在预设参数安全范围内才进行报警,既能保证准确报警,又能避免无触发报警或错误报警,最大可能的避免警报疲劳和资源浪费。
2、本发明通过异常分析模块可以实时判断目标室内相应传感器是否正常工作,该正常工作不仅限于传感器是否开启,而是对其性能指标进行分析,进一步判断传感器是否检测不准确、是否损坏,若检测不准确则需要进行校准,若损坏则需要进行检修或更换;区别于现有的计划运维,本技术方案可以实时判断传感器是否异常,同时也为报警分析模块提供不可缺少的判断依据;异常分析模块与报警分析模块结合共同分析判断是否需要对目标室内进行火灾报警,从而避免无触发报警或错误报警,导致警报疲劳和资源浪费。
3、本发明通过信息采集模块、报警分析模块、异常分析模块、报警模块以及云存储模块相互结合,能够对目标室内是否发生火灾进行全方位的精准监测,若发生火灾报警信号,则进行及时报警,并通知安保人员或消防人员及时处理,在一定程度上阻止了室内火灾的蔓延,保全了人员的生命安全和财产安全。
附图说明
图1为本发明的一种基于云计算的安防监控报警系统框图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
如图1所示,一种基于云计算的安防监控报警系统,包括:信息采集模块、报警分析模块、异常分析模块、报警模块以及云存储模块;各个模块之间通过电气和/或无线网络连接;
信息采集模块,用于每隔预设时间对目标室内不同类别的检测参数值进行采集,并生成若干个检测参数值序列上传至云存储模块;
具体的,不同类别的检测参数值包括烟雾浓度值、温度值、湿度值以及二氧化碳浓度值;在室内设置烟雾传感器、温度传感器、湿度传感器以及二氧化碳浓度传感器,分别对室内的烟雾浓度值、温度值、湿度值以及二氧化碳浓度值进行检测;其中,各个传感器每隔预设时间进行检测,并且各个传感器在同一个时间点分别重复检测相同次数,生成带有相同时间戳的烟雾浓度值序列、温度值序列、湿度值序列以及二氧化碳浓度值序列,并上传至云存储模块;
报警分析模块,报警分析模块,用于对云存储模块存储的目标室内最近时间戳的不同类别的检测参数值进行处理,分析是否输出报警信号;过程如下:
步骤S1:从云存储模块提取目标室内烟雾浓度值序列、温度值序列、湿度值序列以及二氧化碳浓度值序列;
步骤S2:对各个序列中的缺失值进行补充以及过剩值进行删除,并对各个序列中的检测参数值分别进行平均值计算和偏差值计算;
可选的,对一个序列中的缺失值进行补充,可以是将最后的检测参数值作为替代;以及对一个序列中的过剩值进行删除,可以是将序列中位于最早检测的相应数量的检测参数值删除;
步骤S3:统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量Hi,并与预设数量阈值HS比对;i表示传感器编号,i=1,2,3,4;
若Hi<HS,则转至步骤S4;
若Hi≥HS,则转至步骤S5;
可以理解的是,每个序列都有对应的预设偏差标准范围,各个预设偏差标准范围是否相同,具体看检测参数的类型,预设偏差标准范围的设置是通过出厂标准和实际应用过程中综合分析设置;预设数量阈值HS是通过大量数据总结分析获取;
步骤S4:将计算获取的各个检测参数平均值与对应预设参数安全范围进行第一次比对,分析是否输出报警信号;
其中,检测参数平均值包括:烟雾浓度平均值、温度平均值、湿度平均值以及二氧化碳浓度平均值;各个预设参数安全范围是根据相应传感器的出厂标准和室内空间大小进行综合计算获取,在此不过多赘述;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若全部检测参数平均值都在对应预设参数安全范围内,则不生成报警信号;
若部分检测参数平均值不在对应预设参数安全范围内,则转至步骤S5;
步骤S5:发送提取信号至异常分析模块获取目标室内所有传感器的工作状态信息,分析各个传感器的工作状态是否正常;
若各个传感器的工作状态都正常,转至步骤S6;
若部分传感器的工作状态异常,则针对剩下正常传感器对应的检测参数平均值进行分析转至步骤S6;
步骤S6:将正常传感器对应的检测参数平均值与对应预设参数安全范围进行第二次比对,分析是否输出报警信号;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若当前全部或部分检测参数平均值都在对应预设参数安全范围内,则不生成报警信号;
在本实施例中,通过报警分析模块对不同类型的检测参数值进行综合分析,包括计算各个检测参数值的偏差,统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量,若该检测参数值数量大于等于预设数量阈值,则从异常分析模块获取各个传感器是否正常工作来判断相应序列的检测参数平均值是否准确,若准确,则判断相应检测参数平均值是否处于对应预设参数安全范围内,在检测参数平均值准确的基础上,若检测参数平均值全部都不处于预设参数安全范围内则生成报警信号发送至报警模块;即结合多个检测参数值进行综合判断,在判断数值准确的基础上,所有检测参数平均值都不在预设参数安全范围内才进行报警,既能保证准确报警,又能避免无触发报警或错误报警,最大可能的避免警报疲劳和资源浪费。
异常分析模块,用于对目标室内各个传感器的工作状态是否正常进行分析;过程如下:
步骤Q1:获取各个传感器的性能参数值序列;
可选的,传感器的性能参数值包括:灵敏度、分辨率、精度、响应时间、动态范围最小值、动态范围最大值、噪声、线性度、温度系数等;
在本实施例中可以选取各个传感器重合的性能参数值,而重合的性能参数值也是传感器的主要性能参数值;
可选的,异常分析模块可以直接发送提取信号至各个传感器获取相应的性能参数值,相应传感器将自身的各个性能参数值生成性能参数值序列发送至异常分析模块;也可以通过其他专门检测传感器性能参数的仪器进行获取;
步骤Q2:计算归一化的性能参数值GXij;计算公式如下:
式中,i表示传感器的编号,j表示性能参数的类别编号;i=1,2,3,4;j=1,2……n;Xij表示第i传感器的第j性能参数值;Xmin和Xmax分别表示相应时间戳所有序列中性能参数值的最小值和最大值;
步骤Q3:计算传感器性能评估系数Pi;计算公式如下:
式中,aj表示相应性能参数值的权重比例系数,a1+a2+……+am=1;
步骤Q4:将获取的相应传感器性能评估系数Pi与该传感器的预设性能评估系数标准范围进行比对,分析相应传感器是否处于正常工作状态;
若性能评估系数Pi在相应预设性能评估系数标准范围内,则判断相应传感器处于正常工作状态;
若性能评估系数Pi不在相应预设性能评估系数标准范围内,则判断相应传感器处于异常工作状态,并将该异常传感器的编号发送至云存储模块;
运维管理部门通过云存储模块获取异常传感器的编号,对异常传感器进行及时处理;
本实施例中,通过异常分析模块可以实时判断目标室内相应传感器是否正常工作,该正常工作不仅限于传感器是否开启,而是对其性能指标进行分析,进一步判断传感器是否检测不准确、是否损坏,若检测不准确则需要进行校准,若损坏则需要进行检修或更换;区别于现有的计划运维,本技术方案可以实时判断传感器是否异常,同时也为报警分析模块提供不可缺少的判断依据;异常分析模块与报警分析模块结合共同分析判断是否需要对目标室内进行火灾报警,从而避免无触发报警或错误报警,导致警报疲劳和资源浪费。
报警模块,用于根据报警信号进行现场报警和远程报警;
可选的,报警模块包括蜂鸣报警器和报警推送单元;
当报警模块接收到报警信号后,蜂鸣报警器发出蜂鸣报警声,报警推送单元将报警信息推送至相应管理部门后台;
管理部门后台可以是安保管理后台和/或消防系统后台,安保管理后台获取报警信息后进行及时处理,消防系统后台获取报警信息后进行及时出警;
云存储模块,用于对目标室内检测参数值序列和异常传感器的编号进行存储;
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
本发明通过信息采集模块每隔预设时间对目标室内不同类别的检测参数值进行采集,并生成若干个检测参数值序列上传至云存储模块;
通过报警分析模块对云存储模块存储的目标室内最近时间戳的不同类别的检测参数值进行处理,计算各个检测参数值的偏差,统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量,若该检测参数值数量大于等于预设数量阈值,则从异常分析模块获取各个传感器是否正常工作来判断相应序列的检测参数平均值是否准确,若准确,则判断相应检测参数平均值是否处于对应预设参数安全范围内,在检测参数平均值准确的基础上,若检测参数平均值全部都不处于预设参数安全范围内则生成报警信号发送至报警模块;
通过异常分析模块对目标室内各个传感器的工作状态是否正常进行分析;包括:获取各个传感器的性能参数值序列,计算归一化的性能参数值,根据归一化的性能参数值计算传感器性能评估系数Pi,将获取的相应传感器性能评估系数Pi与相应预设性能评估系数标准范围进行比对,分析相应传感器是否处于正常工作状态。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种基于云计算的安防监控报警系统,其特征在于:包括:
信息采集模块,用于每隔预设时间对目标室内不同类别的检测参数值进行采集,并生成若干个检测参数值序列上传至云存储模块;
报警分析模块,用于对云存储模块存储的目标室内最近时间戳的不同类别的检测参数值进行处理,计算各个检测参数值的偏差,统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量,若该检测参数值数量大于等于预设数量阈值,则从异常分析模块获取各个传感器是否正常工作来判断相应序列的检测参数平均值是否准确,若准确,则判断相应检测参数平均值是否处于对应预设参数安全范围内,在检测参数平均值准确的基础上,若检测参数平均值全部都不处于预设参数安全范围内则生成报警信号发送至报警模块;
异常分析模块,用于对目标室内各个传感器的工作状态是否正常进行分析;包括:获取各个传感器的性能参数值序列,计算归一化的性能参数值,根据归一化的性能参数值计算传感器性能评估系数Pi,将获取的相应传感器性能评估系数Pi与相应预设性能评估系数标准范围进行比对,分析相应传感器是否处于正常工作状态;
报警模块,用于根据报警信号进行现场报警和远程报警;
云存储模块,用于存储目标室内检测参数值序列和异常传感器的编号。
2.根据权利要求1所述的一种基于云计算的安防监控报警系统,其特征在于:不同类别的检测参数值包括烟雾浓度值、温度值、湿度值以及二氧化碳浓度值,分别通过烟雾传感器、温度传感器、湿度传感器以及二氧化碳浓度传感器进行获取,且各个传感器在同一个时间点分别重复检测相同次数。
3.根据权利要求2所述的一种基于云计算的安防监控报警系统,其特征在于:报警分析模块的分析过程如下:
步骤S1:从云存储模块提取目标室内烟雾浓度值序列、温度值序列、湿度值序列以及二氧化碳浓度值序列;
步骤S2:对各个序列中的缺失值进行补充以及过剩值进行删除,并对各个序列中的检测参数值分别进行平均值计算和偏差值计算;
步骤S3:统计各个序列中偏差值不在对应预设偏差标准范围内的检测参数值数量Hi,并与预设数量阈值HS比对;i表示传感器编号,i=1,2,3,4;
若Hi<HS,则转至步骤S4;若Hi≥HS,则转至步骤S5;
步骤S4:将计算获取的各个检测参数平均值与对应预设参数安全范围进行第一次比对,分析是否输出报警信号;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若全部检测参数平均值都在对应预设参数安全范围内,则不生成报警信号;
若部分检测参数平均值不在对应预设参数安全范围内,则转至步骤S5;
步骤S5:发送提取信号至异常分析模块获取目标室内所有传感器的工作状态信息,分析各个传感器的工作状态是否正常;
若各个传感器的工作状态都正常,转至步骤S6;
若部分传感器的工作状态异常,则针对剩下正常传感器对应的检测参数平均值进行分析转至步骤S6;
步骤S6:将正常传感器对应的检测参数平均值与对应预设参数安全范围进行第二次比对,分析是否输出报警信号;
若全部检测参数平均值都不在对应预设参数安全范围内,则生成火灾报警信号发送至报警模块;
若当前全部或部分检测参数平均值都在对应预设参数安全范围内,则不生成报警信号。
4.根据权利要求3所述的一种基于云计算的安防监控报警系统,其特征在于:对一个序列中的缺失值进行补充,是将最后的检测参数值作为替代;对一个序列中的过剩值进行删除,是将序列中位于最早检测的相应数量的检测参数值删除。
5.根据权利要求1所述的一种基于云计算的安防监控报警系统,其特征在于:计算归一化的性能参数值GXij的公式如下:
式中,i表示传感器的编号,j表示性能参数的类别编号;i=1,2,3,4;j=1,2……n;Xij表示第i传感器的第j性能参数值;Xmin和Xmax分别表示相应时间戳所有序列中性能参数值的最小值和最大值。
6.根据权利要求1或5所述的一种基于云计算的安防监控报警系统,其特征在于:异常分析模块计算传感器性能评估系数Pi的公式如下:
式中,aj表示相应性能参数值的权重比例系数,a1+a2+……+am=1;
若性能评估系数Pi在相应预设性能评估系数标准范围内,则判断相应传感器处于正常工作状态;
若性能评估系数Pi不在相应预设性能评估系数标准范围内,则判断相应传感器处于异常工作状态,并将该异常传感器的编号发送至云存储模块。
7.根据权利要求1所述的一种基于云计算的安防监控报警系统,其特征在于:异常分析模块通过发送提取信号至各个传感器获取相应的性能参数值的获取,或者通过发送提取信号其他专门检测传感器性能参数的仪器进行相应的性能参数值的获取。
8.根据权利要求1所述的一种基于云计算的安防监控报警系统,其特征在于:报警模块包括蜂鸣报警器和报警推送单元;当报警模块接收到报警信号后,蜂鸣报警器发出蜂鸣报警声,报警推送单元将报警信息推送至相应管理部门后台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310737378.9A CN116740883A (zh) | 2023-06-21 | 2023-06-21 | 一种基于云计算的安防监控报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310737378.9A CN116740883A (zh) | 2023-06-21 | 2023-06-21 | 一种基于云计算的安防监控报警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116740883A true CN116740883A (zh) | 2023-09-12 |
Family
ID=87911183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310737378.9A Withdrawn CN116740883A (zh) | 2023-06-21 | 2023-06-21 | 一种基于云计算的安防监控报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740883A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196414A (zh) * | 2023-11-06 | 2023-12-08 | 南通联润金属制品有限公司 | 一种金属加工质量控制系统 |
CN117218786A (zh) * | 2023-10-06 | 2023-12-12 | 广州巨浪船舶技术工程有限公司 | 一种基于物联网的火灾智能监测预警系统及方法 |
CN117455242A (zh) * | 2023-11-27 | 2024-01-26 | 南京华控创为信息技术有限公司 | 一种基于数字孪生的水利管理系统 |
-
2023
- 2023-06-21 CN CN202310737378.9A patent/CN116740883A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218786A (zh) * | 2023-10-06 | 2023-12-12 | 广州巨浪船舶技术工程有限公司 | 一种基于物联网的火灾智能监测预警系统及方法 |
CN117218786B (zh) * | 2023-10-06 | 2024-05-24 | 广州巨浪船舶技术工程有限公司 | 一种基于物联网的火灾智能监测预警系统及方法 |
CN117196414A (zh) * | 2023-11-06 | 2023-12-08 | 南通联润金属制品有限公司 | 一种金属加工质量控制系统 |
CN117196414B (zh) * | 2023-11-06 | 2024-04-05 | 南通联润金属制品有限公司 | 一种金属加工质量控制系统 |
CN117455242A (zh) * | 2023-11-27 | 2024-01-26 | 南京华控创为信息技术有限公司 | 一种基于数字孪生的水利管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116740883A (zh) | 一种基于云计算的安防监控报警系统 | |
US20180165941A1 (en) | Method and apparatus for providing environmental management using smart alarms | |
CN101719299A (zh) | 一种火灾、可燃气体报警系统及方法 | |
CN111275321A (zh) | 一种充电桩状态分析系统和方法 | |
CN116030607B (zh) | 一种智慧电厂安全监管提醒预警系统 | |
EP2918976A1 (en) | Smart meter Privacy Analyzer | |
CN113516819A (zh) | 烟草仓库智能化电气火灾预警系统及方法 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN112326583A (zh) | 一种基于物联网的毒害气体智能检测系统及方法 | |
CN113671886B (zh) | 一种基于5g的消防安全监控方法及系统 | |
CN115018343A (zh) | 矿井海量瓦斯监测数据异常识别与处置系统及方法 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN114254879A (zh) | 多传感器信息融合的电力设备安全诊断方法和装置 | |
CN109149776A (zh) | 应用于智能电网的输电线路可靠监测系统 | |
CN117458722B (zh) | 基于电力能源管理系统的数据监控方法及系统 | |
CN117973798A (zh) | 一种基于gis地图的在线监测预警系统 | |
CN111830891A (zh) | 一种基于数据采集的小区安防监控系统 | |
CN111222791B (zh) | 一种事故事件多维业务的智能化分析方法 | |
JP2020167552A (ja) | 設備監視装置及び設備監視方法 | |
CN115346344B (zh) | 一种放射性污染的监测方法、监控方法、设备及存储介质 | |
CN118397776B (zh) | 一种基于数据融合的校园安全监管系统及方法 | |
CN118379863B (zh) | 一种体育场馆的安全监测预警方法及装置 | |
CN116718295B (zh) | 一种压力表数据远程自动化获取系统 | |
KR102477455B1 (ko) | 딥러닝 기반 고정밀 라돈 모니터링 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230912 |