CN117180687A - 一种智慧消防远程监控系统及方法 - Google Patents

Abstract

本发明提供一种智慧消防远程监控系统及方法，其中，系统包括：第一远程监测数据获取子系统，用于获取第一远程监测数据；消防安全等级确定子系统，用于根据第一远程监测数据，确定消防安全等级；安全预警子系统，用于根据消防安全等级，进行安全预警，并确定进行安全预警时的第二远程监测数据；深度学习子系统，用于基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；远程监控子系统，用于根据智慧消防远程监控方案，进行远程监控。本发明的一种智慧消防远程监控系统及方法，引入深度学习技术确定智慧消防远程监控方案，深度学习火灾数据的处理经验，为远程监控提供决策支持，消防管理更加智能，也提高了消防监控的适宜性。

Description

一种智慧消防远程监控系统及方法

技术领域

本发明涉及消防管理技术领域，特别涉及一种智慧消防远程监控系统及方法。

背景技术

智慧消防(Smart Firefighting)是指将智能技术应用于消防领域，以提高火灾应对和灭火救援的效率、安全性和可持续性。智慧消防涉及多个方面的技术和应用，包括传感器网络、物联网、大数据分析和人工智能等。大数据分析和人工智能技术通过对大量的火灾数据进行分析和挖掘，可以识别火灾的模式和趋势，预测火灾风险，优化消防资源的配置和应对策略。人工智能技术可以应用于火灾数据的处理、模式识别和决策支持等方面。

申请号为：CN201810332017.5的发明专利公开了一种远程智慧消防管理系统，包括服务器和消防管理平台，所述服务器用于对联网用户的消防信息进行存储和管理，并提供所述消防监控平台调用，所述消防管理平台包括报警处理模块和专家呼叫模块，所述报警处理模块用于接收所述服务器发送的火警报警信息，并将所述火警报警信息发送至专家呼叫模块，所述专家呼叫模块用于呼叫对应的专家，并建立专家与消防管理平台的通讯连接。通过上述发明的远程智慧消防系统，可对联网用户的消防安全进行较为全面的实时监控和管理，当发生火灾事件，可通过系统智能化的呼叫消防专家以提供较为专业有效的消防方案。

但是，上述现有技术在远程进行消防管理时，需要与专家呼叫模块建立通讯，再等待专家回复，该过程极度依赖专家，需要人工回复，不够智能，同时，存在专家不能及时回复的情形，适宜性也较差。

有鉴于此，亟需一种智慧消防远程监控系统及方法，以至少解决上述不足。

发明内容

本发明目的之一在于提供了一种智慧消防远程监控系统，根据获取的第一远程监测数据确定消防安全等级，同时，确定进行安全预警时的第二远程监测数据，引入深度学习技术确定智慧消防远程监控方案，深度学习火灾数据的处理经验，并为远程监控提供决策支持，进而优化相应应对策略，消防管理更加智能，也提高了适宜性。

本发明实施例提供的一种智慧消防远程监控系统，包括：

第一远程监测数据获取子系统，用于获取第一远程监测数据；

消防安全等级确定子系统，用于根据第一远程监测数据，确定消防安全等级；

安全预警子系统，用于根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；

深度学习子系统，用于基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；

远程监控子系统，用于基于物联网技术，根据智慧消防远程监控方案，进行远程监控。

优选的，第一远程监测数据获取子系统，包括：

第一监测网获取模块，用于获取远程监测场景的第一监测网；

第一监测网解析模块，用于解析第一监测网，获取多个第一监测点；

标注模块，用于尝试获取第一监测点的第一历史消防事故事件，若尝试获取成功，基于预设的标注规则，标注第一监测点，获得标注完成的第二监测网；

监测参数获取模块，用于根据第二监测网，获取监测参数；

设备标签获取模块，用于获取远程监测设备的设备标签；

监测策略确定模块，用于根据设备标签和监测参数，确定监测策略；

远程监测模块，用于根据监测策略控制远程监测设备进行远程监测，获得第一远程监测数据。

优选的，监测参数获取模块，包括：

标记状态获取子模块，用于根据第二监测网，获取第二监测网中每一第三监测点的标记状态；

第一特征化子模块，用于将标记状态特征化，获取标记状态特征；

局部监测网获取子模块，用于获取第三监测点之间的对应于第二监测网的局部监测网；

第二特征化子模块，用于将局部监测网特征化，获取网络关系特征；

协同监测参数获取子模块，用于根据标记状态特征和网络关系特征，获取每一第三监测点的协同监测参数；

监测参数整合子模块，用于整合所有协同监测参数，获得监测参数。

优选的，消防安全等级确定子系统，包括：

第三远程监测数据获取模块，用于解析第一远程监测数据，获取分别属于第四监测点的第三远程监测数据；

第三远程监测数据获取模块，用于根据第四监测点的监测点类型，获取监测特征提取模板；

第一监测特征提取模块，用于根据监测特征提取模板，提取第三远程监测数据的第一监测特征；

第二历史消防事故事件获取模块，用于获取第四监测点的第二历史消防事故事件；

消防安全等级确定模块，用于根据第一监测特征和第二历史消防事故事件，确定消防安全等级。

优选的，消防安全等级确定模块，包括：

消防事故演化模型获取子模块，用于获取第四监测点的消防事故演化模型；

演化事件获取子模块，用于将第二历史消防事故事件输入消防事故演化模型，获得演化事件；

继发事件特征确定子模块，用于根据演化事件和当前时刻，确定当前时刻的继发事件特征；

特征融合子模块，用于基于预设的融合框架，融合继发事件特征和第一监测特征，获得第二监测特征；

消防安全值确定子模块，用于根据第二监测特征和预设的消防安全值库，确定消防安全值；

消防安全等级确定子模块，用于对消防安全值进行求和计算并将求和计算的目标结果基于预设的量化规则量化，获得消防安全等级。

优选的，深度学习子系统，包括：

监控要素确定模块，用于根据第二远程监测数据，确定第一监控对象和第一监控对象对应的监控要素；

消防子方案确定模块，用于基于深度学习技术，根据第一监控对象和第一监控对象对应的监控要素，生成智慧消防远程监控子方案；

整合模块，用于整合智慧消防远程监控子方案，获得智慧消防远程监控方案。

优选的，监控要素确定模块，包括：

第一消防监控记录获取子模块，用于获取第一消防监控记录，并根据第一消防监控记录的第一记录种类确定监控对象确定模板；

第二监控对象提取子模块，用于根据监控对象确定模板，提取对应第一消防监控记录中的第二监控对象；

要素提取簇关联子模块，用于匹配第一监控对象和第二监控对象，若匹配符合，将对应提取第二监控对象的第一消防监控记录进行聚类，获得要素提取簇，并与对应第一监控对象进行关联；

监控元素确定模板确定子模块，用于根据第一监控对象和第一监控对象对应关联的要素提取簇，确定监控元素确定模板；

监控要素确定子模块，用于根据监控元素确定模板和要素提取簇，确定第一监控对象对应的监控要素。

优选的，监控要素确定子模块，包括：

要素提取簇解析单元，用于依次解析要素提取簇，获取要素提取簇中的第二消防监控记录；

第二记录种类获取单元，用于获取第二消防监控记录的第二记录种类；所述第二记录种类包括：监控对话和监控影像；

语义展开单元，用于当第二记录种类为监控对话，将对应第二消防监控记录对应的第一目标语义在预设的第一时间轴上展开，将第一目标语义与正在解析的要素提取簇对应的第一监控对象的关键词语义进行匹配，确定第一目标语义中匹配符合的第二目标语义；

采集人确定单元，用于确定第二目标语义对应的第二消防监控记录的采集人；

第三消防监控记录获取单元，用于获取第一时间轴上对应于第二目标语义之后且属于同一采集人的第二消防监控记录和第一时间上对应于第二目标语义之后预设时间长度的第二消防监控记录，并作为第三消防监控记录；

第三目标语义确定单元，用于确定第三消防监控记录对应的第一目标语义，并作为第三目标语义；

监控要素第一确定单元，用于将第三目标语义中出现频率大于等于预设的出现频率门限的目标词对应的描述对象作为监控要素；

监控要素第二确定单元，用于当第二记录种类为监控影像，确定相应监控要素；

监控要素确定过程终止单元，用于当所有需要解析的要素提取簇解析完成后，完成第一监控对象对应的监控要素的确定。

优选的，监控要素第二确定单元，包括：

监控场景展开子单元，用于获取预设的第二时间轴，并将对应第二消防监控记录的监控场景在第二时间轴上展开；

局部场景相似度计算子单元，用于依次遍历第二时间轴上的监控场景，计算预设的时间轴区间的监控场景的局部场景的局部场景相似度；

目标均值计算子单元，用于计算时间轴区间对应的局部场景相似度的目标均值；

局部场景数目计算子单元，用于若时间轴区间的局部场景相似度大于时间轴区间的目标均值，则计算属于时间轴区间中同一局部场景类型的局部场景的局部场景数目；

监控子要素确定子单元，用于若局部场景数目大于等于预设的场景数目门限，则获取对应局部场景中的监控子要素；

整合子单元，用于整合所有监控子要素，获得监控要素。

本发明实施例提供的一种智慧消防远程监控方法，包括：

步骤1：获取第一远程监测数据；

步骤2：根据第一远程监测数据，确定消防安全等级；

步骤3：根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；

步骤4：基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；

步骤5：基于物联网技术，根据智慧消防远程监控方案，进行远程监控。

本发明的有益效果为：

本发明根据获取的第一远程监测数据确定消防安全等级，同时，确定进行安全预警时的第二远程监测数据，引入深度学习技术确定智慧消防远程监控方案，深度学习火灾数据的处理经验，并为远程监控提供决策支持，进而优化相应应对策略，消防管理更加智能，也提高了适宜性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明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。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

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为本发明实施例中一种智慧消防远程监控系统的示意图；

图2为本发明实施例中一种智慧消防远程监控方法的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了一种智慧消防远程监控系统，如图1所示，包括：

第一远程监测数据获取子系统1，用于获取第一远程监测数据；其中，第一远程监测数据为：消防现场的预设的传感器数据，传感器数据包括：温度数据、烟雾数据以及气体监测数据等；

消防安全等级确定子系统2，用于根据第一远程监测数据，确定消防安全等级；其中，消防安全等级根据火灾危害程度划分，消防安全等级越低，火灾危害程度越高；

安全预警子系统3，用于根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；其中，安全预警为：将消防安全等级对应的预警信息发送给消防管理人员；第二远程监测数据为：进行安全预警时的第一远程监测数据；

深度学习子系统4，用于基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；其中，智慧消防远程监控方案为：如何远程控制检测设备进行火情监控，智慧消防远程监控方案根据深度学习技术学习大量的火灾数据，预测火灾风险，进而监测控制；

远程监控子系统5，用于基于物联网技术，根据智慧消防远程监控方案，进行远程监控。根据物联网技术和智慧消防远程监控方案进行远程监控时，确定智慧消防远程监控方案对应的远程监控控制方案调度相应设备进行相应远程监控。

上述技术方案的工作原理及有益效果为：

本申请根据获取的第一远程监测数据确定消防安全等级，同时，确定进行安全预警时的第二远程监测数据，引入深度学习技术确定智慧消防远程监控方案，深度学习火灾数据的处理经验，并为远程监控提供决策支持，进而优化相应应对策略，消防管理更加智能，也提高了适宜性。

具体应用时，预设于需要进行智慧消防远程监控的现场的传感器和拍摄装置将传感器数据和拍摄视频图像实时上传至智慧消防远程监控中台，监控中台对传感器数据和拍摄视频图像进行处理确定安全预警时的第二远程监测数据，根据第二远程监测数据确定智慧消防远程监控方案进行远程监控。

在一个实施例中，第一远程监测数据获取子系统，包括：

第一监测网获取模块，用于获取远程监测场景的第一监测网；其中，远程监测场景为：需要进行消防监控的场地；

第一监测网解析模块，用于解析第一监测网，获取多个第一监测点；其中，第一监测点位为监测场景中的需要消防监测的位置，比如：火源附近，又比如：货物堆位置；

标注模块，用于尝试获取第一监测点的第一历史消防事故事件，若尝试获取成功，基于预设的标注规则，标注第一监测点，获得标注完成的第二监测网；其中，第一历史消防事故事件为：第一监测点历史上发生的消防事故事件，比如：货物着火；预设的标注规则为：标注事故的起因、结果以及关联影响；

监测参数获取模块，用于根据第二监测网，获取监测参数；其中，监测参数为：何种监测设备以及何种监测周期等；

设备标签获取模块，用于获取远程监测设备的设备标签；其中，设备标签包含远程监测设备的设备种类；

监测策略确定模块，用于根据设备标签和监测参数，确定监测策略；其中，监测策略为：如何远程控制何种远程监测设备监测哪个第一监测点；

远程监测模块，用于根据监测策略控制远程监测设备进行远程监测，获得第一远程监测数据。

上述技术方案的工作原理及有益效果为：

由于系统算力有限，不能保证实时对每一监测点进行检测，因此，本申请尝试获取远程监测场景的第一监测网中的第一监测点的第一历史消防事故事件，并引入标注规则进行标注获取第二监测网，确定第二监测网对应的监测参数和远程监测设备的设备标签，根据设备标签和监测参数确定监测策略，提高了监测资源分配的合理性。

在一个实施例中，监测参数获取模块，包括：

标记状态获取子模块，用于根据第二监测网，获取第二监测网中每一第三监测点的标记状态；其中，标记状态为：是否标记以及标记什么；

第一特征化子模块，用于将标记状态特征化，获取标记状态特征；其中，标记状态特征为：事故的起因、结果以及关联影响等；

局部监测网获取子模块，用于获取第三监测点之间的对应于第二监测网的局部监测网；其中，局部监测网为：存在关联影响的第三监测点对应于第一监测网的局部区域；

第二特征化子模块，用于将局部监测网特征化，获取网络关系特征；其中，网络关系特征为：和哪个监测点存在关联，关联程度为多少；

协同监测参数获取子模块，用于根据标记状态特征和网络关系特征，获取每一第三监测点的协同监测参数；其中，协同监测参数为：同时考虑第三监测点历史上的标记状态特征和与第三监测点关联的其他监测点导致的关联影响设置的监测参数；

监测参数整合子模块，用于整合所有协同监测参数，获得监测参数。

上述技术方案的工作原理及有益效果为：

本申请将获取的第三监测点的标记状态特征化，获得标记状态特征，另外，获取第三监测点之间的局部监测网，获取第三监测点的网络特征，根据标记状态特征和网络关系特征共同确定协同监测参数，提高了协同监测参数的适宜性。

在一个实施例中，消防安全等级确定子系统，包括：

第三远程监测数据获取模块，用于解析第一远程监测数据，获取分别属于第四监测点的第三远程监测数据；其中，第四监测点为：单一的监测位置；

第三远程监测数据获取模块，用于根据第四监测点的监测点类型，获取监测特征提取模板；其中，监测点类型为：第四监测点的场地类型，比如：易燃货物存放点，又比如：火源点；监测特征提取模板约束只进行监测点类型的监测特征的提取，监测特征为：监测点类型的监测点用于评价消防安全等级的特征，比如：距离火源的位置以及易燃性能等；

第一监测特征提取模块，用于根据监测特征提取模板，提取第三远程监测数据的第一监测特征；其中，第一监测特征为：根据第三远程监测数据提取的用于评价第四监测点的消防安全等级的特征；

第二历史消防事故事件获取模块，用于获取第四监测点的第二历史消防事故事件；其中，第二历史消防事故事件为：历史上第四监测点发生的消防事故事件；

消防安全等级确定模块，用于根据第一监测特征和第二历史消防事故事件，确定消防安全等级。其中，消防安全等级越低，对应第四监测点越可能发生消防事故。

上述技术方案的工作原理及有益效果为：

为了获取更多用于评价消防安全等级的信息，本申请根据第四监测点的监测点类型，获取监测特征提取模板，根据监测特征提取模板提取第三远程监测数据的第一监测特征，另外，引入第四监测点的第二历史消防事故事件，根据第一监测特征和第二历史消防事故事件共同确定消防安全等级，提高了消防安全等级的精准程度。

在一个实施例中，消防安全等级确定模块，包括：

消防事故演化模型获取子模块，用于获取第四监测点的消防事故演化模型；其中，消防事故演化模型为推演第四检测点的事故演化过程的智能模型，可以通过深度学习以及模糊算法获取；

消防事故演化模型的获取过程为：

获取第四监测点预设点云范围内的第一点云数据；其中，点云范围为：三维点云数据的空间范围，第一点位数据为第四监测点的监测场景对应位置点云范围内的三维点云数据；

获取第二历史消防事故事件的第一时间信息；其中，第一时间信息为：第二历史消防事故事件的发生时刻；

获取第二时间信息；其中，第二时间信息为：目前时间；

确定第一点云数据的数据类型；其中，数据类型根据第一点云数据提取的物品种类确定；

根据数据类型，确定数据变化率；其中，数据变化率为第一点云数据的变化速率；

根据第一时间信息、第二时间信息和数据变化率，确定第一点云数据的变化特征；其中，变化特征为：第一点云数据的变化量；

根据变化特征，确定第二点云数据；

融合第二点云数据，构建消防事故演化模型；其中，融合时，基于三维构建技术实现；

演化事件获取子模块，用于将第二历史消防事故事件输入消防事故演化模型，获得演化事件；其中，演化事件包括演化内容和演化内容对应的时间信息；

继发事件特征确定子模块，用于根据演化事件和当前时刻，确定当前时刻的继发事件特征；其中，根据演化事件和当前时刻确定当前时刻的继发事件特征时，确定和当前时刻时间对齐的演化内容，并将演化内容特征化，获得继发事件特征；

特征融合子模块，用于基于预设的融合框架，融合继发事件特征和第一监测特征，获得第二监测特征；其中，融合框架为：预先设置的用于融合实时监测到的监测点的特征和监测点的历史事件对监测点的影响的模板；

消防安全值确定子模块，用于根据第二监测特征和预设的消防安全值库，确定消防安全值；预设的消防安全值库为一数据库，存储多个一一对应的第二监测特征和消防安全值，消防安全值越大，对应消防安全等级越高；

消防安全等级确定子模块，用于对消防安全值进行求和计算并将求和计算的目标结果基于预设的量化规则量化，获得消防安全等级。其中，量化规则为：多少至多少的目标结果设置一个量化台阶，具体由人工设置。

上述技术方案的工作原理及有益效果为：

本申请引入消防事故演化模型，将第四监测点的第二历史消防事故事件输入消防事故演化模型，获得演化事件，根据演化事件和当前时刻，确定当前时刻的继发事件特征，同时，引入融合框架，融合继发事件特征和第一监测特征，获得第二监测特征，由于第二监测特征融合了历史上的继发事件特征和实时的第一监测特征，因此包含了更多用于评价消防安全等级的信息，进一步的，消防安全等级更准确。

在一个实施例中，深度学习子系统，包括：

监控要素确定模块，用于根据第二远程监测数据，确定第一监控对象和第一监控对象对应的监控要素；其中，第一监控对象为：第二远程监测数据对应监控的目标，比如：某货物，又比如：某火源；监控要素为：第一监控对象的对象特征，比如：火源区域、面积以及趋势等；

消防子方案确定模块，用于基于深度学习技术，根据第一监控对象和第一监控对象对应的监控要素，生成智慧消防远程监控子方案；其中，智慧消防远程监控子方案为：如何根据监控要素对第一监控对象进行持续的监测和控制，比如：根据火源趋势跟踪获取着火信息，又比如：调度何处的灭火装置进行灭火；

整合模块，用于整合智慧消防远程监控子方案，获得智慧消防远程监控方案。

上述技术方案的工作原理及有益效果为：

进行火灾管理时，可以学习专家经验，以获取更好的管理决策，但是，实时将消防预警信息发送至专家端请求决策效率很低，因此，本申请引入深度学习技术，根据第二远程监测数据确定的第一监控对象和第一监控对象对应的监控要素，生成智慧消防远程监控子方案，整合智慧消防远程监控子方案获取智慧消防远程监控方案，深度学习火灾数据的处理经验，并为远程监控提供决策支持，进而优化相应应对策略，消防管理更加智能，也提高了适宜性。

在一个实施例中，监控要素确定模块，包括：

第一消防监控记录获取子模块，用于获取第一消防监控记录，并根据第一消防监控记录的第一记录种类确定监控对象确定模板；其中，第一消防监控记录为：人工进行消防监控的监控记录，包括人工进行消防监控时的对话和监控影像信息；其中，第一记录种类为：监控对话和监控影像；监控对象确定模板约束只进行监控对象的确定，比如：抓取描述监控对象的语义，根据语义确定监控对象，又比如：抓取包含监控对象的监控影像，根据监控影像进行图像识别确定监控对象；

第二监控对象提取子模块，用于根据监控对象确定模板，提取对应第一消防监控记录中的第二监控对象；

要素提取簇关联子模块，用于匹配第一监控对象和第二监控对象，若匹配符合，将对应提取第二监控对象的第一消防监控记录进行聚类，获得要素提取簇，并与对应第一监控对象进行关联；

监控元素确定模板确定子模块，用于根据第一监控对象和第一监控对象对应关联的要素提取簇，确定监控元素确定模板；

监控要素确定子模块，用于根据监控元素确定模板和要素提取簇，确定第一监控对象对应的监控要素。

上述技术方案的工作原理及有益效果为：

本申请根据第一消防监控记录的第一记录种类，确定监控对象确定模板，根据监控对象确定模板提取第二监控对象，第二监控对象的提取效率更高，将与第一监控对象匹配符合的第二监控对象对应的第一消防监控记录聚类获取对应第一监控对象的要素提取簇，根据要素提取簇确定监控要素，监控要素的提取更适宜。

在一个实施例中，监控要素确定子模块，包括：

要素提取簇解析单元，用于依次解析要素提取簇，获取要素提取簇中的第二消防监控记录；

第二记录种类获取单元，用于获取第二消防监控记录的第二记录种类；所述第二记录种类包括：监控对话和监控影像；

语义展开单元，用于当第二记录种类为监控对话，将对应第二消防监控记录对应的第一目标语义在预设的第一时间轴上展开，将第一目标语义与正在解析的要素提取簇对应的第一监控对象的关键词语义进行匹配，确定第一目标语义中匹配符合的第二目标语义；其中，第一目标语义为第二记录种类为监控对话的第二消防监控记录基于语义分析技术分析获取，比如：“监控可燃物的堆放区域”；预设的第一时间轴为从左至右表示时间从早到晚；关键词语义为：第一监控对象的描述语义，比如：火源、可燃物等；

采集人确定单元，用于确定第二目标语义对应的第二消防监控记录的采集人；其中，采集人为：第二目标语义对应监控对话的语音采集对象；

第三消防监控记录获取单元，用于获取第一时间轴上对应于第二目标语义之后且属于同一采集人的第二消防监控记录和第一时间上对应于第二目标语义之后预设时间长度的第二消防监控记录，并作为第三消防监控记录；其中，预设时间长度有人工预先设置；

第三目标语义确定单元，用于确定第三消防监控记录对应的第一目标语义，并作为第三目标语义；

监控要素第一确定单元，用于将第三目标语义中出现频率大于等于预设的出现频率门限的目标词对应的描述对象作为监控要素；其中，第三目标语义的出现频率为:第三目标语义中语义相同的第三目标语义的数目除以第三目标语义的总数目获得的结果；预设的出现频率门限由人工预先设置；

监控要素第二确定单元，用于当第二记录种类为监控影像，确定相应监控要素；

监控要素确定过程终止单元，用于当所有需要解析的要素提取簇解析完成后，完成第一监控对象对应的监控要素的确定。

上述技术方案的工作原理及有益效果为：

本申请引入第二记录种类，当第二记录种类为监控对话时，引入第一时间轴，将第一目标语义在第一时间轴上展开，并将第一目标语义与正在解析的要素提取簇对应的第一监控对象的关键词语义进行匹配，确定第二目标语义。由于存在监控对话时，常常是传达监控需求的人员的语音信息更能提取有用信息，因此，获取第一时间轴上对应于第二目标语义之后且属于同一采集人的第二消防监控记录，另外，考虑到监控要素提取记录的全面性，获取第一时间上对应于第二目标语义之后预设时间长度的第二消防监控记录，并作为第三消防监控记录。获取第三消防监控记录中出现频率大于引入的出现频率门限的目标词并作为监控要素，监控要素的获取更合理。

在一个实施例中，监控要素第二确定单元，包括：

监控场景展开子单元，用于获取预设的第二时间轴，并将对应第二消防监控记录的监控场景在第二时间轴上展开；其中，监控场景为：第二记录种类为监控影像的逐帧图像；

局部场景相似度计算子单元，用于依次遍历第二时间轴上的监控场景，计算预设的时间轴区间的监控场景的局部场景的局部场景相似度；其中，预设的时间轴区域内为：若时间轴内的时间点的差值小于预设的差值阈值，将对应时间点归于同一个时间轴区间；局部场景为：监控场景中的局部图像；局部场景相似度基于图像特征提取和特征匹配技术计算；局部场景相似度越大，对应局部场景类型的局部场景越可能提取出监控要素；局部场景类型为：根据局部场景相似度聚类获得的聚类集合对应的场景种类；

目标均值计算子单元，用于计算时间轴区间对应的局部场景相似度的目标均值；

局部场景数目计算子单元，用于若时间轴区间的局部场景相似度大于时间轴区间的目标均值，则计算属于时间轴区间中同一局部场景类型的局部场景的局部场景数目；

监控子要素确定子单元，用于若局部场景数目大于等于预设的场景数目门限，则获取对应局部场景中的监控子要素；其中，预设的场景数目门限有人工预先设置，比如：10；获取对应局部场景中的监控子要素为，比如：获取局部场景数目大于等于场景数目门限的局部场景中均出现的场景目标；

整合子单元，用于整合所有监控子要素，获得监控要素。

上述技术方案的工作原理及有益效果为：

本申请引入时间轴区间，确定时间轴区间的监控场景的局部场景的局部场景相似度，另外，计算时间轴区间对应的局部场景相似度的目标均值，获取局部场景相似度大于时间轴区间的目标均值且对应于同一局部场景类型的局部场景数目大于场景数目门限的局部场景中的监控子要素，提升了监控子要素提取来源的合理性。

本发明实施例提供了一种智慧消防远程监控方法，如图2所示，包括：

步骤1：获取第一远程监测数据；

步骤2：根据第一远程监测数据，确定消防安全等级；

步骤3：根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；

步骤4：基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；

步骤5：基于物联网技术，根据智慧消防远程监控方案，进行远程监控。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种智慧消防远程监控系统，其特征在于，包括：

第一远程监测数据获取子系统，用于获取第一远程监测数据；

消防安全等级确定子系统，用于根据第一远程监测数据，确定消防安全等级；

安全预警子系统，用于根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；

深度学习子系统，用于基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；

远程监控子系统，用于基于物联网技术，根据智慧消防远程监控方案，进行远程监控。

2.如权利要求1所述的一种智慧消防远程监控系统，其特征在于，第一远程监测数据获取子系统，包括：

第一监测网获取模块，用于获取远程监测场景的第一监测网；

第一监测网解析模块，用于解析第一监测网，获取多个第一监测点；

标注模块，用于尝试获取第一监测点的第一历史消防事故事件，若尝试获取成功，基于预设的标注规则，标注第一监测点，获得标注完成的第二监测网；

监测参数获取模块，用于根据第二监测网，获取监测参数；

设备标签获取模块，用于获取远程监测设备的设备标签；

监测策略确定模块，用于根据设备标签和监测参数，确定监测策略；

远程监测模块，用于根据监测策略控制远程监测设备进行远程监测，获得第一远程监测数据。

3.如权利要求2所述的一种智慧消防远程监控系统，其特征在于，监测参数获取模块，包括：

标记状态获取子模块，用于根据第二监测网，获取第二监测网中每一第三监测点的标记状态；

第一特征化子模块，用于将标记状态特征化，获取标记状态特征；

局部监测网获取子模块，用于获取第三监测点之间的对应于第二监测网的局部监测网；

第二特征化子模块，用于将局部监测网特征化，获取网络关系特征；

协同监测参数获取子模块，用于根据标记状态特征和网络关系特征，获取每一第三监测点的协同监测参数；

监测参数整合子模块，用于整合所有协同监测参数，获得监测参数。

4.如权利要求1所述的一种智慧消防远程监控系统，其特征在于，消防安全等级确定子系统，包括：

第三远程监测数据获取模块，用于解析第一远程监测数据，获取分别属于第四监测点的第三远程监测数据；

第三远程监测数据获取模块，用于根据第四监测点的监测点类型，获取监测特征提取模板；

第一监测特征提取模块，用于根据监测特征提取模板，提取第三远程监测数据的第一监测特征；

第二历史消防事故事件获取模块，用于获取第四监测点的第二历史消防事故事件；

消防安全等级确定模块，用于根据第一监测特征和第二历史消防事故事件，确定消防安全等级。

5.如权利要求4所述的一种智慧消防远程监控系统，其特征在于，消防安全等级确定模块，包括：

消防事故演化模型获取子模块，用于获取第四监测点的消防事故演化模型；

演化事件获取子模块，用于将第二历史消防事故事件输入消防事故演化模型，获得演化事件；

继发事件特征确定子模块，用于根据演化事件和当前时刻，确定当前时刻的继发事件特征；

特征融合子模块，用于基于预设的融合框架，融合继发事件特征和第一监测特征，获得第二监测特征；

消防安全值确定子模块，用于根据第二监测特征和预设的消防安全值库，确定消防安全值；

消防安全等级确定子模块，用于对消防安全值进行求和计算并将求和计算的目标结果基于预设的量化规则量化，获得消防安全等级。

6.如权利要求1所述的一种智慧消防远程监控系统，其特征在于，深度学习子系统，包括：

监控要素确定模块，用于根据第二远程监测数据，确定第一监控对象和第一监控对象对应的监控要素；

消防子方案确定模块，用于基于深度学习技术，根据第一监控对象和第一监控对象对应的监控要素，生成智慧消防远程监控子方案；

整合模块，用于整合智慧消防远程监控子方案，获得智慧消防远程监控方案。

7.如权利要求6所述的一种智慧消防远程监控系统，其特征在于，监控要素确定模块，包括：

第一消防监控记录获取子模块，用于获取第一消防监控记录，并根据第一消防监控记录的第一记录种类确定监控对象确定模板；

第二监控对象提取子模块，用于根据监控对象确定模板，提取对应第一消防监控记录中的第二监控对象；

要素提取簇关联子模块，用于匹配第一监控对象和第二监控对象，若匹配符合，将对应提取第二监控对象的第一消防监控记录进行聚类，获得要素提取簇，并与对应第一监控对象进行关联；

监控元素确定模板确定子模块，用于根据第一监控对象和第一监控对象对应关联的要素提取簇，确定监控元素确定模板；

监控要素确定子模块，用于根据监控元素确定模板和要素提取簇，确定第一监控对象对应的监控要素。

8.如权利要求7所述的一种智慧消防远程监控系统，其特征在于，监控要素确定子模块，包括：

要素提取簇解析单元，用于依次解析要素提取簇，获取要素提取簇中的第二消防监控记录；

第二记录种类获取单元，用于获取第二消防监控记录的第二记录种类；所述第二记录种类包括：监控对话和监控影像；

语义展开单元，用于当第二记录种类为监控对话，将对应第二消防监控记录对应的第一目标语义在预设的第一时间轴上展开，将第一目标语义与正在解析的要素提取簇对应的第一监控对象的关键词语义进行匹配，确定第一目标语义中匹配符合的第二目标语义；

采集人确定单元，用于确定第二目标语义对应的第二消防监控记录的采集人；

第三消防监控记录获取单元，用于获取第一时间轴上对应于第二目标语义之后且属于同一采集人的第二消防监控记录和第一时间上对应于第二目标语义之后预设时间长度的第二消防监控记录，并作为第三消防监控记录；

第三目标语义确定单元，用于确定第三消防监控记录对应的第一目标语义，并作为第三目标语义；

监控要素第一确定单元，用于将第三目标语义中出现频率大于等于预设的出现频率门限的目标词对应的描述对象作为监控要素；

监控要素第二确定单元，用于当第二记录种类为监控影像，确定相应监控要素；

监控要素确定过程终止单元，用于当所有需要解析的要素提取簇解析完成后，完成第一监控对象对应的监控要素的确定。

9.如权利要求8所述的一种智慧消防远程监控系统，其特征在于，监控要素第二确定单元，包括：

监控场景展开子单元，用于获取预设的第二时间轴，并将对应第二消防监控记录的监控场景在第二时间轴上展开；

局部场景相似度计算子单元，用于依次遍历第二时间轴上的监控场景，计算预设的时间轴区间的监控场景的局部场景的局部场景相似度；

目标均值计算子单元，用于计算时间轴区间对应的局部场景相似度的目标均值；

局部场景数目计算子单元，用于若时间轴区间的局部场景相似度大于时间轴区间的目标均值，则计算属于时间轴区间中同一局部场景类型的局部场景的局部场景数目；

监控子要素确定子单元，用于若局部场景数目大于等于预设的场景数目门限，则获取对应局部场景中的监控子要素；

整合子单元，用于整合所有监控子要素，获得监控要素。

10.一种智慧消防远程监控方法，其特征在于，包括：

步骤1：获取第一远程监测数据；

步骤2：根据第一远程监测数据，确定消防安全等级；

步骤3：根据消防安全等级，进行安全预警，同时，确定进行安全预警时的第二远程监测数据；

步骤4：基于深度学习技术，根据第二远程监测数据，确定智慧消防远程监控方案；

步骤5：基于物联网技术，根据智慧消防远程监控方案，进行远程监控。