CN117172369A - 一种电气火灾预测方法、系统、设备及存储介质 - Google Patents
一种电气火灾预测方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117172369A CN117172369A CN202311133312.5A CN202311133312A CN117172369A CN 117172369 A CN117172369 A CN 117172369A CN 202311133312 A CN202311133312 A CN 202311133312A CN 117172369 A CN117172369 A CN 117172369A
- Authority
- CN
- China
- Prior art keywords
- fire
- score
- current building
- probability
- risk probability
- 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 title claims abstract description 46
- 241000282414 Homo sapiens Species 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000006378 damage Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及一种电气火灾预测方法、装置、设备及存储介质,所述方法包括:获取当前建筑的基本信息,基本信息包括线路信息和负载信息;根据线路信息和所述负载信息,对当前建筑的安全等级进行评分,得到第一评分;获取当前建筑的历史火灾数据和天气数据,其中,历史火灾数据包括火灾发生次数和火灾发生原因;根据火灾发生次数和天气数据,对当前建筑进行评分,得到第二评分;结合第一评分和第二评分,确定当前建筑的电气火灾发生概率,得到风险概率根据火灾发生原因,优化风险概率,得到最终风险概率。本申请具有的技术效果是:用于预测电气火灾发生概率,进而提前预防电气火灾的发生。
Description
技术领域
本发明涉及火灾监控技术领域,具体涉及一种电气火灾预测方法、系统、设备及存储介质。
背景技术
火灾是一项发生几率较高的重大灾害事故,严重威胁人类生命安全,带来重大的财产损失。诱发火灾事故的因素有很多,其中,由于电气设备使用不当、线路腐蚀老化等电气线路及故障因素导致的电气火灾占火灾总数的比例达到50%。
对于电气火灾的防护现已受到极大重视,为了限制电气火灾逐年增加的趋势,国家相继出台了多部标准和规范,要求在建筑中设置电气火灾监控系统,以预防电气火灾发生,减少火灾危害。上述方法虽然能在第一时间发现火灾并进行报警和灭火,但是依然可能对住户造成危害和造成经济损失。
因此,亟需一种电气火灾预测方法,用于预测电气火灾发生的概率,进而提前预防电气火灾的发生。
发明内容
本申请提供一种电气火灾预测方法、装置、设备及存储介质,用于预测电气火灾发生概率,进而提前预防电气火灾的发生。
第一方面,本申请提供一种电气火灾预测方法,采用如下技术方案:获取当前建筑的基本信息,所述基本信息包括线路信息和负载信息;
根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分;获取所述当前建筑的历史火灾数据和天气数据,其中,所述历史火灾数据包括火灾发生次数和火灾发生原因;根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分;结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率;根据所述火灾发生原因,优化所述风险概率,得到最终风险概率。
通过采用上述技术方案,先根据线路信息和负载信息,对建筑进行评分,得到第一评分;再根据火灾发生次数和天气数据,对建筑进行评分,得到第二评分,最终结合第一评分和第二评分,得到当前建筑的电气火灾发生概率,再对火灾发生概率进行优化,得到最终的风险概率。综上所述,可以根据当前建筑的基本情况,判断当前建筑是否存在电气火灾,对当前建筑发生电气火灾的概率进行预测,预测电气火灾发生的概率,进而便于住户根据电气火灾的概率进行提前预防,尽量避免发生电气火灾对用户造成伤害和经济损失的情况出现。
可选的,所述根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分,包括:获取所述当前建筑的所述线路信息,所述线路信息包括线路的使用时长和线路的外部状态;获取所述当前建筑的所述负载信息,所述负载信息包括所述当前建筑的最大负载量;对所述线路的使用时长、所述线路的外部状态和所述当前建筑的最大负载量分配权重占比;根据分配给所述线路的使用时长和所述线路的外部状态和所述当前建筑的最大负载量的权重占比,计算所述当前建筑的安全等级分数,所述安全等级分数为所述第一评分。
通过采用上述技术方案,获取当前建筑的线路的使用时长和线路的外部状态以及当前建筑的最大负载量,对上述三个维度进行分配权重占比,最终可得到当前建筑的安全等级分数。通过获取多维度信息,进而将多维度信息进行整合,得到最终的评分,使得最终的评分更加准确,预测电气火灾发生的概率更加准确,实用性较强。
可选的,所述根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分,包括:获取所述当前建筑的火灾发生次数;根据所述火灾发生次数,确定所述当前建筑的安全等级,其中,所述不同的安全等级对应不同评分;获取所述当前建筑的所述安全等级对应的评分,得到第三评分;根据所述天气数据,对所述当前建筑进行评分,得到第四评分;对所述第三评分和所述第四评分分配权重占比;根据对所述第三评分和所述第四评分分配权重占比,计算所述当前建筑的分数,所述当前建筑建筑的分数为所述第二评分。
通过采用上述技术方案,通过当前建筑的火灾发生次数,对当前建筑进行评分,得到第三评分;再根据当前天气数据,对当期建筑进行评分,得到第四评分,然后对第三评分和第四评分进行分配权重占比,得到最终的第二评分。综上所述,本方案适用于各种情况,通过获取多维度信息,进而将多维度信息进行整合,得到最终的评分,使得最终的评分更加准确,预测电气火灾发生的概率更加准确,实用性较强。
可选的,所述结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率,包括:建立预测模型,以使用户根据所述预测模型得到建筑发生电气火灾的概率;结合所述第一评分和所述第二评分,得到所述当前建筑的最终评分;将所述最终评分输入所述预测模型,得到电气火灾概率,所述电气火灾概率为所述风险概率。
通过采用上述技术方案,建立一个预测模型,可以预测各种火灾可能发生的情况;结合第一评分和第二评分,预测当前电气火灾发生的概率,进而提前预防电气火灾的发生。
可选的,所述火灾发生原因包括人为原因,所述根据所述火灾发生原因,优化所述风险概率,得到最终风险概率,包括:获取历史所述火灾发生原因中的自身原因和人为原因占比;根据所述自身原因和所述人为原因占比,建立概率模型,所述概率模型包括预测下次火灾由所述自身原因或所述人为原因造成的概率;结合所述概率模型和所述风险概率,得到所述最终风险概率。
通过采用上述技术方案,在得到一个风险概率之后,可以根据火灾发生原因来优化风险概率,使得最终预测的结果更加准确,尽量避免电气火灾的发生。
可选的,所述根据所述火灾发生原因,优化所述风险概率,得到最终风险概率之后,还包括:根据所述风险概率判断所述当前建筑的风险概率是否超过阈值;若超过,则发送所述风险概率至住户终端设备,以使所述住户根据所述风险概率进行预防和调节,减小所述风险概率。
通过采用上述技术方案,可以通过风险概率预测当前建筑是否存在风险,若当前风险概率较大,则可以根据风险概率进行调整,提前防止电气火灾的发生。
可选的,所述方法还包括:根据所述当前建筑的基本信息,建立三维模型,以使用户根据所述三维模型实时监测所述当前建筑的电气设备的电能质量;若检测到一个或多个电气设备电能质量低于预设质量,则发送报警信息至所述住户终端设备。
通过采用上述技术方案,可以直接监测用户的电气设备的电能质量,从而可以直接得到当前电气设备是否存在安全隐患,根据检测结果进行调节,进而提前预防电气火灾的发生。
第二方面,本申请提供了一种电气火灾预测系统,其特征在于,所述系统包括:获取模块、评分模块、确定模块及优化模块;其中,所述获取模块用于获取当前建筑的基本信息,所述基本信息包括线路信息和负载信息;所述获取模块还用于获取所述当前建筑的历史火灾数据和天气数据,其中,所述历史火灾数据包括火灾发生次数和火灾发生原因;所述评分模块用于根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分;所述评分模块还用于根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分;所述确定模块用于结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率;所述优化模块用于根据所述火灾发生原因,优化所述风险概率,得到最终风险概率。
通过采用上述技术方案,可以根据当前建筑的基本情况,判断当前建筑是否存在电气火灾,对当前建筑发生电气火灾的概率进行预测,预测电气火灾发生的概率,进而便于住户根据电气火灾的概率进行提前预防,尽量避免发生电气火灾对用户造成伤害和经济损失的情况出现。
第三方面,本申请提供一种电子设备,采用如下技术方案:包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如上述任一种电气火灾预测方法的计算机程序。
第四方面,本申请提供一种计算机可读存储介质,采用如下技术方案:存储有能够被处理器加载并执行上述任一种电气火灾预测方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.可以根据当前建筑的基本情况,判断当前建筑是否存在电气火灾,对当前建筑发生电气火灾的概率进行预测,预测电气火灾发生的概率,进而便于住户根据电气火灾的概率进行提前预防,尽量避免发生电气火灾对用户造成伤害和经济损失的情况出现;
2.直接监测用户的电气设备的电能质量,从而可以直接得到当前电气设备是否存在安全隐患,根据检测结果进行调节,进而提前预防电气火灾的发生。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电气火灾预测方法的流程图;
图2是本申请实施例提供的一种电气火灾预测系统的示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
附图标记说明:1、获取模块;2、评分模块;3、确定模块;4、优化模块;1000、电子设备;1001、处理器;1002、通信总线;1003、用户接口;1004、网络接口;1005、存储器。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“示性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。另外,除非另有说明,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
在撰写之前,需要对本申请中涉及到的一些专业名词进行解释。
电气火灾:电气火灾一般是指由于电气线路、用电设备、器具以及供配电设备出现故障性释放的热能;如高温、电弧、以及非故障性释放的能量;如电热器具的炽热表面,在具备燃烧条件下引燃本体或其他而造成的火灾,也包括由雷电和静电引起的火灾。
为了减少或者避免电气火灾的发生,需要提前进行防范,本申请通过预测,判断当前建筑是否存在发生电气火灾的隐患。
图1为本申请实施例提供的一种电气火灾预测方法的流程图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行;除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行;并且图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请公开了一种电气火灾预测方法,如图1所示,该方法包括S101-S106。
步骤S101,获取当前建筑的基本信息,基本信息包括线路信息和负载信息。
在一个示例中,当前建筑可以为一栋楼宇、一个园区或一个住户,这里为了便于叙述以一个住户居住的楼房为例进行说明,预测当前住户居住的楼房是否存在发生电气火灾的隐患,从而提前进行预防,防止电气火灾的发生。而为了防止电气火灾的发生,需要获取造成电气火灾的原因,电气火灾存主要包括四个方面漏电火灾、短路火灾、过负载火灾、接触电阻过大火灾。而为了避免上述四种情况发生,需要获取当前建筑的基本信息,当然,基本信息不仅包括线路信息和负载信息,可以根据建筑的不同获取不同的基本信息。这里的线路信息为当前线路的使用时长和线路是否存在损坏等问题,可以直接通过人为观察进行获取或者通过电气测试仪器对线路进行检测,检查线路是否存在漏电、断路等情况;而负载信息则可以理解为使用红外热像仪对电气设备进行检测,可以观察设备的工作温度,判断设备是否存在负载。如果设备温度较高,则说明设备存在负载。
步骤S102,根据线路信息和负载信息,对当前建筑的安全等级进行评分,得到第一评分。
在一个示例中,根据线路信息和负载信息可以确定当前住户的用电安全。例如,对于家庭电线使用过久或存在破损的这种情况来说,存在潜在风险,所以导致当前建筑的安全等级较低,对应的评分也较低;而对于负载来说,多个电器一起使用可能会对电网造成过载,引发电气安全事故,根据当前电气线路所能承受的电器数量,能够承受电器的数量越多,则对应的评分越高,这里承受电器的数量为当前电气线路能承担最多电器共同使用的数量。结合对线路的评分和对负载的评分,计算出最终评分,这里的最终评分为第一评分。
根据线路信息和负载信息,对当前建筑的安全等级进行评分,得到第一评分,包括:获取当前建筑的线路信息,线路信息包括线路的使用时长和线路的外部状态;获取当前建筑的负载信息,负载信息包括当前建筑的最大负载量;对线路的使用时长和线路的外部状态和当前建筑的最大负载量分配权重占比;根据分配给线路的使用时长、线路的外部状态和当前建筑的最大负载量的权重占比,计算当前建筑的安全等级分数,安全等级分数为第一评分。
在一个示例中,线路信息可以包括当前线路的使用时长和线路外部状态,线路的外部状态为有两种,一种为存在外部破损,一种为正常。再获取当前建筑的负载信息,当前建筑的负载信息为,当前线路能承受多个电器共同使用的数量,数量越多,负载能力越强。最后对当前线路的使用时长、线路外部状态及负载信息进行分配权重,这里分配权重可以结合实际情况自行设定,例如,若当前线路的使用时长符合国家标准并且通过检测线路未出现破损或其他特殊情况,而当前线路不能承担多个电器一起使用,否则存在安全隐患;此时,对于线路的使用时长和线路外部状态的权重分配可以少一点,而负载信息分配的权重可以多一点,这样便于预测结果更加准确,分配时,每项均有一百分,在本实施例中,若当前线路的使用时长符合国家标准并且通过检测线路未出现破损或其他特殊情况,则对当前线路使用时长的评分可以为90分,占比25%;而外部状态可以根据外观等情况进行评分,这里可以是90分,占比25%;而对于负载量,评分为50分,占比为50%,此时,总分为75分,75分为第一评分。这里的评分标准可以根据实际情况自行设定,在此不再进行过多赘述。
步骤S103,获取当前建筑的历史火灾数据和天气数据,其中,历史火灾数据包括火灾发生次数和火灾发生原因。
在一个示例中,一般在发生火灾时,消防人员都会将本次火灾进行记录,并存储至数据库,历史火灾数据包括当前建筑发生过的火灾次数和每次发生火灾时造成火灾的原因;而对于天气数据来说,由于天气因素也会间接造成电气火灾,温度对电气火灾有着重要的影响。在电气工程中,需要考虑电气设备和电线的工作温度范围,合理设计电气线路和设备,确保其正常工作和电气安全。例如,温度过高时,会导致导体的电阻发生变化,电流通过时会产生更多的热量,导致电线或电气设备过热,从而引发火灾;而对于阴雨天来说,可能存在腐蚀线路或因为电线破损导致电气火灾,所以天气数据也是造成电气火灾的重要因素。
步骤S104,根据火灾发生次数和天气数据,对当前建筑进行评分,得到第二评分。
在一个示例中,火灾发生次数对应当前建筑的安全性,发生火灾的次数越高,则安全性越低,对应的分数越低;而对天气数据来说,根据获取到的天气数据对当前建筑的安全性进行评分,一般来说,雨雪天或者天气炎热都可能会影响线路,从而导致电气火灾的发生,因此,在上述天气下,对应的安全性评分较低,将两者的安全性评分结合,得到最终评分,最终评分即为第二评分。
根据火灾发生次数和天气数据,对当前建筑进行评分,得到第二评分,包括:获取当前建筑的火灾发生次数;根据火灾发生次数,确定当前建筑的安全等级,其中,不同的安全等级对应不同评分;获取当前建筑的安全等级对应的评分,得到第三评分;根据天气数据,对当前建筑进行评分,得到第四评分;对第三评分和第四评分分配权重占比;根据对第三评分和第四评分分配权重占比,计算当前建筑的分数,当前建筑建筑的分数为第二评分。
在一个示例中,根据火灾发生次数对当前建筑进行安全性评分,火灾发生次数越多,则当前建筑的安全性越低,对应的评分越低,这里若当前建筑未发生过电气火灾,则可以赋值为100,这里的100分为第三评分;而根据天气数据对当前建筑进行评分也同样可以理解为,在雨雪天或者天气炎热都可能会影响线路,此时根据天气信息进行评分,这里的评分为第四评分,这里的评分标准可以为出现雨天、雪天、炎热天中任意一种或多种天气都可以直接赋值为50分,当然可以根据实际情况自行设定,例如可以根据历史发生的电气火灾中由天气导致的次数,从而进行赋值和最后的权重分配,这里进行权重分配可以分配给第三数据80%,而第四评分为20%,所以最终得分为96分,最终得分即为第二评分。
步骤S105,结合第一评分和第二评分,确定当前建筑的电气火灾发生概率,得到风险概率。
在一个示例中,通过结合历史数据可以制定一个预测模型,便于用户直接根据预测模型得到当前建筑发生电气火灾的概率和怎样预防电气火灾。而这里需要将第一评分和第二评分输入到预测模型,通过预测模型输出当前建筑的电气火灾发生概率,电气火灾发生概率为风险概率。
结合第一评分和第二评分,确定当前建筑的电气火灾发生概率,得到风险概率,包括:建立预测模型,以使用户根据预测模型得到建筑发生电气火灾的概率;结合第一评分和第二评分,得到当前建筑的最终评分;将最终评分输入预测模型,得到电气火灾概率,电气火灾概率为风险概率。
在一个示例中,通过数据挖掘和学习等技术,对收集到的数据进行分析和建模,得到预测模型,然后根据预测模型预测预测未来园区是否存在电气火灾的风险,一般来说,第一评分和第二评分的分数越高,则对应当前建筑的安全性越高,而电气火灾概率越低,对应的风险概率也就越低;若当前建筑的风险概率较高或存在风险,则可以推送调整方案至用户终端,便于用户进行调整,避免电气火灾的发生。
步骤S106,根据所述火灾发生原因,优化所述风险概率,得到最终风险概率。
在一个示例中,通过第一评分和第二评分得到风险概率,这里的风险概率可以理解为通过获取当前建筑的一些基本信息,然后结合对应的天气等外界因素得出的风险概率;而造成电气火灾的原因也不仅仅只有上述几种,还存在人为因素,人为原因也是造成电气火灾的一部分,所以在计算最终的风险概率时可以结合人为因素,即在原有的基础上进一步优化风险概率,得到最终风险概率。
火灾发生原因包括人为原因,根据火灾发生原因,优化风险概率,得到最终风险概率,包括:获取历史火灾发生原因中的自身原因和人为原因占比;根据自身原因和人为原因占比,建立概率模型,所述概率模型包括预测下次火灾由自身原因或人为原因造成的概率;结合概率模型和风险概率,得到最终风险概率。
在一个示例中,每次火灾发生时都会记录造成火灾发生的原因,一般来说原因有两种,一种是外界原因即天气和线路自身发生破损等原因,另一种是人为原因,可能为一些认为操作失误或者使用过多大功率电器等造成的。获取当前建筑又上述两种原因造成电气火灾的概率,根据这个概率可以预测下次发生电气火灾是由外界原因造成还是人为原因造成,然后建立一个概率模型,结合这个概率模型和风险概率,可以得到最终风险概率,将最终风险概率和如何进行预防发送给用户端,从而避免电气火灾的发生。
根据火灾发生原因,优化风险概率,得到最终风险概率之后,还包括:根据风险概率判断当前建筑的风险概率是否超过阈值;若超过,则发送风险概率至住户终端设备,以使住户根据风险概率进行预防和调节,减小风险概率。
在一个示例中,一般来说,会根据不同的情况设定不同的风险阈值,即超过该阈值则会进行报警。如,若当前建筑为一个园区,由于园区范围大,涉及住户数量多,发生电气火灾时造成的影响大,所以当存在40%的风险概率的时候就会进行报警,而相对于一个住户来说,风险概率到达70%才需要进行报警,当发出报警时,会将对应的调整方案也一起发送,使得用户根据风险概率和当前的调整方案进行调整,预防电气火灾的发生。
根据当前建筑的基本信息,建立三维模型,以使用户根据三维模型实时监测当前建筑的电气设备的电能质量;若检测到一个或多个电气设备电能质量低于预设质量,则发送报警信息至住户终端设备。
在一个示例中,可以通过一些监控系统对当前园区或者楼宇进行电能监控,包括当前园区或者楼宇的用电情况、监测电气设备和电线的负载情况、监测电气设备和电线的工作状态、监测电气设备或电线温度等。进行实时监控,尽量避免火灾或者当火灾发生时,及时进行处理。
基于上述方法,本申请实施例还公开一种电气火灾预测系统。如图2所示,图2是本申请实施例提供的一种电气火灾预测系统的示意图。
一种电气火灾预测系统,系统包括:获取模块1、评分模块2、确定模块3及优化模块4;其中,获取模块1用于获取当前建筑的基本信息,基本信息包括线路信息和负载信息;获取模块1还用于获取当前建筑的历史火灾数据和天气数据,其中,历史火灾数据包括火灾发生次数和火灾发生原因;评分模块2用于根据线路信息和负载信息,对当前建筑的安全等级进行评分,得到第一评分;评分模块2还用于根据火灾发生次数和天气数据,对当前建筑进行评分,得到第二评分;确定模块3用于结合第一评分和第二评分,确定当前建筑的电气火灾发生概率,得到风险概率;优化模块4用于根据火灾发生原因,优化风险概率,得到最终风险概率。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例中提供一种计算机可读存储介质,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行上述实施例中一个或多个所述方法。
下边以图3为例,对本申请示例中的电子设备结构示意图进行详细说明。
为本申请实施例提供了一种电子设备的结构示意图。如图3所示,所述电子设备1000可以包括:至少一个处理器1001,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据,执行服务器的各种功能和处理数据。可选的,处理器1001可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图3所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及一种电气火灾预测方法的应用程序。
在图3所示的电子设备1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储一种电气火灾预测方法的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
一种电子设备可读存储介质,所述电子设备可读存储介质存储有指令。当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。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,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服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种电气火灾预测方法,其特征在于,应用于计算机设备,所述方法包括:
获取当前建筑的基本信息,所述基本信息包括线路信息和负载信息;
根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分;
获取所述当前建筑的历史火灾数据和天气数据,其中,所述历史火灾数据包括火灾发生次数和火灾发生原因;
根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分;
结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率;
根据所述火灾发生原因,优化所述风险概率,得到最终风险概率。
2.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分,包括:
获取所述当前建筑的所述线路信息,所述线路信息包括线路的使用时长和线路的外部状态;
获取所述当前建筑的所述负载信息,所述负载信息包括所述当前建筑的最大负载量;
对所述线路的使用时长、所述线路的外部状态和所述当前建筑的最大负载量分配权重占比;
根据分配给所述线路的使用时长和所述线路的外部状态和所述当前建筑的最大负载量的权重占比,计算所述当前建筑的安全等级分数,所述安全等级分数为所述第一评分。
3.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分,包括:
获取所述当前建筑的火灾发生次数;
根据所述火灾发生次数,确定所述当前建筑的安全等级,其中,所述不同的安全等级对应不同评分;
获取所述当前建筑的所述安全等级对应的评分,得到第三评分;
根据所述天气数据,对所述当前建筑进行评分,得到第四评分;
对所述第三评分和所述第四评分分配权重占比;
根据对所述第三评分和所述第四评分分配权重占比,计算所述当前建筑的分数,所述当前建筑建筑的分数为所述第二评分。
4.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率,包括:
建立预测模型,以使用户根据所述预测模型得到建筑发生电气火灾的概率;
结合所述第一评分和所述第二评分,得到所述当前建筑的最终评分;
将所述最终评分输入所述预测模型,得到电气火灾概率,所述电气火灾概率为所述风险概率。
5.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述火灾发生原因包括人为原因,所述根据所述火灾发生原因,优化所述风险概率,得到最终风险概率,包括:
获取历史所述火灾发生原因中的自身原因和人为原因占比;
根据所述自身原因和所述人为原因占比,建立概率模型,所述概率模型包括预测下次火灾由所述自身原因或所述人为原因造成的概率;
结合所述概率模型和所述风险概率,得到所述最终风险概率。
6.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述根据所述火灾发生原因,优化所述风险概率,得到最终风险概率之后,还包括:
根据所述风险概率判断所述当前建筑的风险概率是否超过阈值;
若超过,则发送所述风险概率至住户终端设备,以使所述住户根据所述风险概率进行预防和调节,减小所述风险概率。
7.根据权利要求1所述的一种电气火灾预测方法,其特征在于,所述方法还包括:
根据所述当前建筑的基本信息,建立三维模型,以使用户根据所述三维模型实时监测所述当前建筑的电气设备的电能质量;
若检测到一个或多个电气设备电能质量低于预设质量,则发送报警信息至所述住户终端设备。
8.一种电气火灾预测系统,其特征在于,所述系统包括:获取模块(1)、评分模块(2)、确定模块(3)及优化模块(4);其中,
所述获取模块(1)用于获取当前建筑的基本信息,所述基本信息包括线路信息和负载信息;
所述获取模块(1)还用于获取所述当前建筑的历史火灾数据和天气数据,其中,所述历史火灾数据包括火灾发生次数和火灾发生原因;
所述评分模块(2)用于根据所述线路信息和所述负载信息,对所述当前建筑的安全等级进行评分,得到第一评分;
所述评分模块(2)还用于根据所述火灾发生次数和所述天气数据,对所述当前建筑进行评分,得到第二评分;
所述确定模块(3)用于结合所述第一评分和所述第二评分,确定所述当前建筑的电气火灾发生概率,得到风险概率;
所述优化模块(4)用于根据所述火灾发生原因,优化所述风险概率,得到最终风险概率。
9.一种电子设备,其特征在于,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1-7任意一项所述的方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133312.5A CN117172369B (zh) | 2023-09-04 | 2023-09-04 | 一种电气火灾预测方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133312.5A CN117172369B (zh) | 2023-09-04 | 2023-09-04 | 一种电气火灾预测方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172369A true CN117172369A (zh) | 2023-12-05 |
CN117172369B CN117172369B (zh) | 2024-04-23 |
Family
ID=88929359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311133312.5A Active CN117172369B (zh) | 2023-09-04 | 2023-09-04 | 一种电气火灾预测方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172369B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117781355A (zh) * | 2023-12-27 | 2024-03-29 | 青岛奥利凯中央空调有限公司 | 基于物联网的超高温蒸汽热泵机组控制方法及装置 |
CN118153972A (zh) * | 2024-05-13 | 2024-06-07 | 成都鸿钰网络科技有限公司 | 一种基于机器学习预测森林火险等级的方法及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002149965A (ja) * | 2000-11-16 | 2002-05-24 | Toshiba Corp | 建物火災リスク評価装置、建物火災リスク評価方法および記憶媒体 |
CN108256727A (zh) * | 2017-12-04 | 2018-07-06 | 上海瑞眼科技有限公司 | 一种火灾风险评估分析的方法及设备 |
KR101917840B1 (ko) * | 2017-05-25 | 2019-01-14 | 서상민 | 사물인터넷 기반 전기화재 예방 관제 시스템 |
CN111275270A (zh) * | 2020-03-09 | 2020-06-12 | 南京中电科能技术有限公司 | 基于边缘计算和神经网络预测区域电气火灾风险的方法 |
CN111861239A (zh) * | 2020-07-27 | 2020-10-30 | 东北财经大学 | 大型酒店火灾风险评估方法、装置及计算机设备 |
CN112529327A (zh) * | 2020-12-21 | 2021-03-19 | 北京建筑大学 | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 |
KR20210083418A (ko) * | 2019-12-26 | 2021-07-07 | 한국국토정보공사 | 건물의 화재 예측 분석 장치 및 방법 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
KR102357611B1 (ko) * | 2021-08-19 | 2022-02-08 | (주)교림소프트 | 전기 화재의 안전 등급을 평가하는 시스템 |
CN114240254A (zh) * | 2022-01-18 | 2022-03-25 | 国网湖北省电力有限公司电力科学研究院 | 基于区间topsis法的高层建筑电气火灾风险两级评估方法 |
KR20220157626A (ko) * | 2021-05-21 | 2022-11-29 | 금오공과대학교 산학협력단 | 공간정보 융합기술을 활용한 노후 건축지구 화재위험지수 평가장치, 방법 및 그 방법을 기록한 기록매체 |
CN116580538A (zh) * | 2023-06-01 | 2023-08-11 | 深圳市拓普瑞电子有限公司 | 一种电气火灾检测方法、系统及存储介质 |
-
2023
- 2023-09-04 CN CN202311133312.5A patent/CN117172369B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002149965A (ja) * | 2000-11-16 | 2002-05-24 | Toshiba Corp | 建物火災リスク評価装置、建物火災リスク評価方法および記憶媒体 |
KR101917840B1 (ko) * | 2017-05-25 | 2019-01-14 | 서상민 | 사물인터넷 기반 전기화재 예방 관제 시스템 |
CN108256727A (zh) * | 2017-12-04 | 2018-07-06 | 上海瑞眼科技有限公司 | 一种火灾风险评估分析的方法及设备 |
KR20210083418A (ko) * | 2019-12-26 | 2021-07-07 | 한국국토정보공사 | 건물의 화재 예측 분석 장치 및 방법 |
CN111275270A (zh) * | 2020-03-09 | 2020-06-12 | 南京中电科能技术有限公司 | 基于边缘计算和神经网络预测区域电气火灾风险的方法 |
CN111861239A (zh) * | 2020-07-27 | 2020-10-30 | 东北财经大学 | 大型酒店火灾风险评估方法、装置及计算机设备 |
CN112529327A (zh) * | 2020-12-21 | 2021-03-19 | 北京建筑大学 | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 |
KR20220157626A (ko) * | 2021-05-21 | 2022-11-29 | 금오공과대학교 산학협력단 | 공간정보 융합기술을 활용한 노후 건축지구 화재위험지수 평가장치, 방법 및 그 방법을 기록한 기록매체 |
KR102357611B1 (ko) * | 2021-08-19 | 2022-02-08 | (주)교림소프트 | 전기 화재의 안전 등급을 평가하는 시스템 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN114240254A (zh) * | 2022-01-18 | 2022-03-25 | 国网湖北省电力有限公司电力科学研究院 | 基于区间topsis法的高层建筑电气火灾风险两级评估方法 |
CN116580538A (zh) * | 2023-06-01 | 2023-08-11 | 深圳市拓普瑞电子有限公司 | 一种电气火灾检测方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
MIN-CHANG JEONG 等: "Prediction and Analysis of Electrical Accidents and Risk Due to Climate Change", 《 INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH》, vol. 16, no. 16, 31 December 2019 (2019-12-31), pages 2984 - 2984 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117781355A (zh) * | 2023-12-27 | 2024-03-29 | 青岛奥利凯中央空调有限公司 | 基于物联网的超高温蒸汽热泵机组控制方法及装置 |
CN118153972A (zh) * | 2024-05-13 | 2024-06-07 | 成都鸿钰网络科技有限公司 | 一种基于机器学习预测森林火险等级的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117172369B (zh) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117172369B (zh) | 一种电气火灾预测方法、系统、设备及存储介质 | |
CN110601374A (zh) | 一种用电管理系统及用电数据监测方法 | |
CN110515333B (zh) | 一种智能物联端子箱、泛在电力物联网平台及其应用方法 | |
CN106549366B (zh) | 用电安全检测防护电路、开关设备或插座 | |
CN112233360B (zh) | 基于数据建模的电气火灾预警方法和服务器 | |
CN112461289A (zh) | 一种环网柜故障监控方法、系统、终端及存储介质 | |
CN106199261A (zh) | 基于互联网的电器老化度持续检测系统及检测方法 | |
CN116385208A (zh) | 储能电站数据的处理方法及系统 | |
CN111062503B (zh) | 一种电网监控告警处理方法、系统、终端及存储介质 | |
CN117471928B (zh) | 一种智能家居用电监控方法和系统 | |
CN113787914A (zh) | 动力电池的监控方法、装置、服务器及存储介质 | |
CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
CN111121864A (zh) | 一种输电线路结构安全监测方法、装置及设备 | |
CN113049910A (zh) | 一种用电器的电流实时检测和故障诊断系统及方法 | |
CN112152878B (zh) | 变电站数字通道监测管理方法、系统、终端及存储介质 | |
CN212275870U (zh) | 一种用电器的电流实时检测和故障诊断系统 | |
CN112614008A (zh) | 负荷转移的处理方法和装置 | |
CN214795612U (zh) | 一种智慧用电安全防控管理系统 | |
CN114537213B (zh) | 一种动力电池处理方法、装置、设备及存储介质 | |
CN110778914B (zh) | 液氮泵车直燃式蒸发器的控制方法和系统 | |
CN212158676U (zh) | 一种基于nb-iot的安防用电监测装置 | |
CN117788046B (zh) | 基于物联网的用电监测预警方法及装置 | |
CN118093569A (zh) | 一种油浸式电力设备监测方法、系统、终端及存储介质 | |
CN220604124U (zh) | 一种自动灭火预防电气火灾的报警装置 | |
CN201429664Y (zh) | 浪涌保护器的在线检测装置 |
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 |