CN117563185A - 一种自动灭火装置的远程监控和报警系统 - Google Patents
一种自动灭火装置的远程监控和报警系统 Download PDFInfo
- Publication number
- CN117563185A CN117563185A CN202410050599.3A CN202410050599A CN117563185A CN 117563185 A CN117563185 A CN 117563185A CN 202410050599 A CN202410050599 A CN 202410050599A CN 117563185 A CN117563185 A CN 117563185A
- Authority
- CN
- China
- Prior art keywords
- fire
- fire extinguishing
- remote monitoring
- control signals
- extinguishing device
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 118
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000005507 spraying Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000010354 integration Effects 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 239000003795 chemical substances by application Substances 0.000 claims description 51
- 238000005516 engineering process Methods 0.000 claims description 40
- 238000005457 optimization Methods 0.000 claims description 24
- 238000007405 data analysis Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 19
- 230000001360 synchronised effect Effects 0.000 claims description 16
- 238000012706 support-vector machine Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000006978 adaptation Effects 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
- A62C37/36—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device
- A62C37/38—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device by both sensor and actuator, e.g. valve, being in the danger zone
- A62C37/40—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device by both sensor and actuator, e.g. valve, being in the danger zone with electric connection between sensor and actuator
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Fire Alarms (AREA)
- Fire-Extinguishing By Fire Departments, And Fire-Extinguishing Equipment And Control Thereof (AREA)
Abstract
本发明涉及装置监控技术领域,尤其涉及一种自动灭火装置的远程监控和报警系统。包括:获取火灾探测器的原始信号,通过探测处理得到火灾探测信号;根据火灾探测信号和远程监控和报警系统控制信号进行数据预处理及分析,得到火灾情况和灭火装置工作状态的实时数据,进一步,调整灭火剂的喷洒量和方向的参数,生成调整后的灭火剂喷洒量和方向的控制信号,进一步,对信号进行兼容性处理,得到兼容的控制信号;基于兼容的控制信号进行系统集成,得到集成后的系统控制信号;对集成后的系统控制信号进行安全性分析,并安全处理后的系统控制信号反馈到远程监控模块。解决了现有技术在远程监控和报警过程中数据的准确性较差以及自适应差的技术问题。
Description
技术领域
本发明涉及装置监控技术领域,尤其涉及一种自动灭火装置的远程监控和报警系统。
背景技术
在现有技术中,自动灭火装置通常包括灭火器、喷头、管道等组件,能够在火灾发生时自动喷洒灭火剂以扑灭火源。然而,这些自动灭火装置通常缺乏远程监控和报警功能,使得在火灾发生时,相关人员无法实时了解火灾情况和灭火装置的工作状态,从而无法及时采取相应的应急措施,增加了火灾造成的损失和危害。此外,现有的自动灭火装置通常只能依靠现场的火灾探测器来触发灭火装置的启动,这就使得灭火装置的启动完全依赖于火灾探测器的准确性和可靠性。一旦火灾探测器出现故障或误报,就会导致灭火装置无法正常工作,从而无法及时扑灭火源,增加了火灾的危害。
对于消防监控报警的研究有很多,詹兴秀等人提出的我国发明专利“一种智慧消防远程监控系统”,申请号:“CN202210821967.0”,公开日:2022.10.11,主要包括:两个连支杆,两个所述连支杆交叉焊接连接,两个所述连支杆的四个端角处的下端均固定焊接有支撑柱,其中两个所述支撑柱之间固定焊接有连接型横梁,所述连接型横梁的中间处固定设置有防火箱,所述四个支撑柱的下端均固定焊接有固定台。该发明通过在两个支撑柱之间的上端固定焊接连接型横梁,在连接型横梁上固定设置防火箱,在防火箱内固定设置烟雾报警器、手动报警器和声光报警器,这些结构均可检测房屋内的火灾情报,在防火箱上旋转活动设置有防火盖。
但上述技术至少存在如下技术问题:在远程监控和报警过程中数据的准确性较差以及自适应差的技术问题。
发明内容
本发明提供一种自动灭火装置的远程监控和报警系统,解决了现有技术在远程监控和报警过程中数据的准确性较差以及自适应差的技术问题,实现了高准确的数据处理过程以及自适应的远程监控和报警的技术效果。
本发明的一种自动灭火装置的远程监控和报警系统,具体包括以下技术方案:
一种自动灭火装置的远程监控和报警系统,包括以下部分:
智能探测模块,远程监控模块,自适应控制模块,兼容性模块,集成模块,安全模块;
所述智能探测模块,对火灾探测器的信号进行探测处理分析,得到火灾探测信号,并将火灾探测信号传输给远程监控模块;
所述远程监控模块,基于火灾探测信号以及所述安全模块得到的经过安全处理的远程监控和报警系统控制信号,对火灾情况和灭火装置工作状态进行实时监控,得到火灾情况和灭火装置工作状态的实时数据,并将火灾情况和灭火装置工作状态的实时数据传输给自适应控制模块;当火灾情况和灭火装置工作状态的实时数据显示火灾发生时,远程监控模块向相关人员发送报警通知,以便及时采取应急措施;
所述自适应控制模块,根据火灾情况和灭火装置工作状态的实时数据,自动调整灭火剂的喷洒量和方向,得到调整后的灭火剂喷洒量和方向的控制信号,并将调整后的灭火剂喷洒量和方向的控制信号传输给兼容性模块;
所述兼容性模块,基于调整后的灭火剂喷洒量和方向的控制信号,解决远程监控和报警系统与火灾探测器和灭火装置的兼容性问题,得到与火灾探测器和灭火装置兼容的控制信号,并将与火灾探测器和灭火装置兼容的控制信号传输给集成模块;
所述集成模块,基于与火灾探测器和灭火装置兼容的控制信号,实现远程监控和报警系统与其他安全系统的集成,得到集成后的系统控制信号,并将集成后的系统控制信号传输给安全模块;所述其他安全系统包括烟雾报警器系统、紧急照明和疏散指示系统、门禁控制系统、视频监控系统、通信系统和水喷淋系统;
所述安全模块,对集成后的系统控制信号进行安全性分析,检测和防御安全威胁,得到经过安全处理的远程监控和报警系统控制信号,并将安全处理后的远程监控和报警系统控制信号传输给远程监控模块,形成闭环,同时,还需要与安全防御系统进行交互。
一种自动灭火装置的远程监控和报警方法,包括以下步骤:
S1. 获取火灾探测器的原始信号,并对火灾探测器的原始信号进行探测处理分析,得到火灾探测信号;
S2. 根据火灾探测信号以及远程监控和报警系统控制信号进行数据预处理和数据分析,得到火灾情况和灭火装置工作状态的实时数据;
S3. 基于火灾情况和灭火装置工作状态的实时数据,分析火灾情况和灭火装置工作状态,调整灭火剂的喷洒量和方向的参数,生成调整后的灭火剂喷洒量和方向的控制信号;
S4. 对调整后的灭火剂喷洒量和方向的控制信号进行兼容性处理,得到兼容的控制信号;
S5. 基于兼容的控制信号进行系统集成,得到集成后的系统控制信号;
S6. 对集成后的系统控制信号进行安全性分析,监测和防御安全威胁,得到安全处理后的远程监控和报警系统控制信号,并将经过安全处理的远程监控和报警系统控制信号反馈到远程监控模块。
优选的,所述S1,具体包括:
在火灾探测的过程中,首先通过信号捕获技术接收来自火灾探测器的原始信号;再采用动态波形调整技术对原始信号进行预处理操作,并通过火焰特征识别器对预处理后的原始信号进行特征提取和模式识别分析;然后,利用火情决策引擎技术根据信号的分析结果判断是否存在火灾特征,当存在火灾特征时,判定为火灾,否则判定为非火灾;最后,通过信号优化传输器根据火灾的判断结果输出火灾探测信号。
优选的,所述S2,具体包括:
采用异步通信机制,实时接收火灾探测信号,并采用CRC校验算法对接收到的火灾探测信号进行完整性校验;同时,实时接收来自安全模块的远程监控和报警系统控制信号,并采用CRC校验算法对接收到的远程监控和报警系统控制信号进行完整性校验;接下来,采用数据清洗算法,对接收到的火灾探测信号和远程监控和报警系统控制信号进行数据预处理,并采用机器学习算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据。
优选的,在所述S2中,还包括:
在利用机器学习进行数据分析时,首先采用特征提取算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行特征提取,得到火灾情况和灭火装置工作状态的特征数据,再对特征数据进行模型训练,得到火灾情况和灭火装置工作状态的预测模型,利用所述预测模型,对火灾情况和灭火装置工作状态的特征数据进行实时预测,得到火灾情况和灭火装置工作状态的实时数据。
优选的,在所述S2中,还包括:
在对预处理后的火灾探测信号和远程监控和报警系统控制信号进行特征提取时,引入降维映射算法来降低火灾情况和灭火装置工作状态的特征数据的维度;引入优化支持向量机算法,优化支持向量机的参数。
优选的,所述S3,具体包括:
采用数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据;接下来,采用火灾特征分析算法对火灾情况的实时数据进行分析;同时,采用装置状态识别算法对灭火装置工作状态的实时数据进行分析,通过分析灭火装置工作状态的实时数据,识别灭火装置的状态;在分析完火灾情况和灭火装置工作状态后,采用灭火剂调整算法分析火灾的特征和灭火装置的状态,计算出调整灭火剂的喷洒量和方向的参数;最后,根据得到的调整灭火剂的喷洒量和方向的参数,采用灭火剂调整控制协议,生成调整后的灭火剂喷洒量和方向的控制信号。
优选的,在所述S3中,还包括:
在对灭火装置工作状态的实时数据进行分析时,引入状态同步算法,得到同步后的状态;基于得到的同步后的状态,引入状态优化算法。
优选的,所述S4,具体包括:
使用基于TCP/IP协议的数据通信方法对调整后的灭火剂喷洒量和方向的控制信号进行接收处理;使用基于设备特征码的识别算法进行设备识别处理;使用基于XML格式的数据转换工具进行数据转换处理;使用基于协议转换器的通信协议适配方法进行协议适配处理;使用基于实际设备的测试平台进行测试验证处理,最终得到兼容的控制信号。
优选的,所述S5,具体包括:
采用信号处理算法对接收到的兼容的控制信号进行初步处理,所述初步处理包括信号的滤波、放大;接下来,利用数据库查询技术,检索出其他安全系统的信息,然后,采用系统分析算法对所述安全系统进行分析;随后,利用兼容性分析算法,对控制信号与其他安全系统的兼容性进行分析,识别存在的兼容性问题,然后,对识别出的兼容性问题进行研究;利用系统集成算法,根据兼容性分析结果,将远程监控和报警系统与其他安全系统进行集成。
本发明的技术方案的有益效果是:
1、本发明通过信号捕获技术和动态波形调整技术的应用,确保了火灾探测器的原始信号在传输过程中的完整性和准确性,避免了信号的丢失或变形,为后续的处理提供了准确的数据基础;火焰特征识别器技术和火情决策引擎技术的应用,使得火灾探测过程更加智能化,能够更准确地识别火灾特征,提高火灾探测的准确性。
2、本发明通过机器学习算法对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据,确保了数据的准确性和可靠性,引入降维映射算法,将高维特征数据映射到低维空间,降低了特征数据的维度,提高了模型训练的效率,引入优化支持向量机算法,优化支持向量机的参数,提高了预测模型的准确性。
3、本发明通过数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据,能够有效处理数据传输过程中可能出现的延迟、丢包等问题,确保数据的准确性和完整性,通过火灾特征分析算法对火灾情况的实时数据进行分析,能够准确地识别火灾的特征,为制定灭火策略提供科学依据,通过装置状态识别算法对灭火装置工作状态的实时数据进行分析,能够准确地识别灭火装置的状态,为制定灭火策略提供科学依据,通过状态同步算法和状态优化算法,能够消除数据传输过程中的噪声,提高数据的准确性,通过灭火剂调整算法和灭火剂调整控制协议,能够准确地计算出调整灭火剂的喷洒量和方向所需的参数,为制定灭火策略提供科学依据。
附图说明
图1为本发明一个实施例所提供的自动灭火装置的远程监控和报警系统的模块图;
图2为本发明一个实施例所提供的自动灭火装置的远程监控和报警方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种自动灭火装置的远程监控和报警系统的具体方案。
参照附图1,其示出了本发明一个实施例所提供的自动灭火装置的远程监控和报警系统的模块图,该系统包括以下部分:
智能探测模块,远程监控模块,自适应控制模块,兼容性模块,集成模块,安全模块;
所述智能探测模块,对火灾探测器的信号进行探测处理分析,得到准确的火灾探测信号,提高火灾探测的准确性和可靠性,并将准确的火灾探测信号传输给远程监控模块;
所述远程监控模块,基于准确的火灾探测信号以及所述安全模块得到的经过安全处理的远程监控和报警系统控制信号,对火灾情况和灭火装置工作状态进行实时监控,得到火灾情况和灭火装置工作状态的实时数据,并将火灾情况和灭火装置工作状态的实时数据传输给自适应控制模块;
当火灾情况和灭火装置工作状态的实时数据显示火灾发生时,远程监控模块会立即向相关人员发送报警通知,以便及时采取应急措施;
所述自适应控制模块,根据火灾情况和灭火装置工作状态的实时数据,自动调整灭火剂的喷洒量和方向,得到调整后的灭火剂喷洒量和方向的控制信号,并将调整后的灭火剂喷洒量和方向的控制信号传输给兼容性模块;
所述兼容性模块,基于调整后的灭火剂喷洒量和方向的控制信号,解决远程监控和报警系统与现有火灾探测器和灭火装置的兼容性问题,得到与现有火灾探测器和灭火装置兼容的控制信号,并将与现有火灾探测器和灭火装置兼容的控制信号传输给集成模块;
所述集成模块,基于与现有火灾探测器和灭火装置兼容的控制信号,实现远程监控和报警系统与其他安全系统的集成,得到集成后的系统控制信号,并将集成后的系统控制信号传输给安全模块;所述其他安全系统包括烟雾报警器系统、紧急照明和疏散指示系统、门禁控制系统、视频监控系统、通信系统、水喷淋系统;
所述安全模块,对集成后的系统控制信号进行安全性分析,检测和防御安全威胁,确保远程监控和报警系统的安全性,得到经过安全处理的远程监控和报警系统控制信号,并将安全处理后的远程监控和报警系统控制信号传输给远程监控模块,形成闭环,同时,还需要与外部的安全防御系统进行交互,以便更好地防御外部的安全威胁。
参照附图2,其示出了本发明一个实施例所提供的自动灭火装置的远程监控和报警方法的流程图,该方法包括以下步骤:
S1. 获取火灾探测器的原始信号,并对火灾探测器的原始信号进行探测处理分析,得到火灾探测信号;
在火灾探测的过程中,首先通过信号捕获技术接收来自火灾探测器的原始信号,所述信号捕获技术采用基于频域分析的算法和高灵敏度的硬件设计,确保信号的完整性和准确性,避免信号在传输过程中的丢失或变形,从而为后续的处理提供准确的数据基础;
接下来,采用动态波形调整技术对原始信号进行滤波、去噪预处理操作,所述动态波形调整技术通过自适应滤波和噪声抑制算法,动态调整波形的形状和大小,提高信号的质量,减少信号传输过程中的干扰和噪音,确保信号的清晰度,为后续的分析提供准确的数据基础;
随后,通过火焰特征识别器对预处理后的信号进行特征提取、模式识别分析操作,所述火焰特征识别器技术采用基于深度学习的图像识别算法和模型,识别信号中的火焰特征;
然后,利用火情决策引擎技术根据信号分析结果判断是否存在火灾特征,如果存在,则确定为火灾,否则确定为非火灾,所述火情决策引擎技术通过对比信号分析结果与已知火灾特征库,采用基于规则的推理算法,进行准确判断;
最后,通过信号优化传输器根据火灾判断结果输出准确的火灾探测信号,所述信号优化传输器技术采用基于误差校正的编码算法和高稳定性的硬件设计,确保信号的准确性和可靠性,为后续的处理提供准确的数据基础;
本发明通过信号捕获技术和动态波形调整技术的应用,确保了火灾探测器的原始信号在传输过程中的完整性和准确性,避免了信号的丢失或变形,为后续的处理提供了准确的数据基础;火焰特征识别器技术和火情决策引擎技术的应用,使得火灾探测过程更加智能化,能够更准确地识别火灾特征,提高火灾探测的准确性。
S2. 根据火灾探测信号以及远程监控和报警系统控制信号进行数据预处理和数据分析,得到火灾情况和灭火装置工作状态的实时数据;
首先,采用TCP/IP协议栈,与智能探测模块和安全模块建立稳定的数据通信连接,确保数据传输的稳定性和可靠性,在稳定可靠的数据通信连接基础上,采用异步通信机制,实时接收来自智能探测模块的火灾探测信号,并采用CRC校验算法对接收到的信号进行完整性校验,确保信号的完整性和准确性;同时,实时接收来自安全模块的远程监控和报警系统控制信号,并采用CRC校验算法对接收到的信号进行完整性校验,确保信号的完整性和准确性;
接下来,采用数据清洗算法,对接收到的火灾探测信号和远程监控和报警系统控制信号进行数据预处理,包括去除噪声、填补缺失值、数据格式转换,确保数据的准确性和可用性;在预处理后的数据基础上,采用机器学习算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据,确保数据的准确性和可靠性;
在利用机器学习进行数据分析时,首先采用特征提取算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行特征提取,得到火灾情况和灭火装置工作状态的特征数据,再对特征数据进行模型训练,得到火灾情况和灭火装置工作状态的预测模型,利用所述预测模型,对特征数据进行实时预测,得到火灾情况和灭火装置工作状态的实时数据;其中,特征提取算法为本领域技术人员熟知的技术手段,在此不做赘述;预测模型可根据具体实施场景具体设置,在此不做限定。
进一步,在提取火灾情况和灭火装置工作状态的实时数据时,为了避免因特征数据的维度过高,导致模型训练效率低下,本发明引入降维映射算法,所述降维映射算法通过将高维特征数据映射到低维空间,降低了特征数据的维度,提高了模型训练的效率;具体数学公式如下:
,
其中,是输入的高维特征数据的第j维,来源于火灾探测器的信号和远程监控和报警系统的控制信号,代表了火灾情况和灭火装置工作状态的各个特征;/>是权重矩阵的第j行,代表了每个特征的权重,用于调整特征数据的影响程度;/>是权重矩阵W的第j行第k列的元素,代表了第j个特征对第k个输出的影响程度/>是偏置项,用于调整模型的输出;是激活函数,用于引入非线性因素,增加模型的表达能力;/>是输出的低维特征数据,代表了降维后的火灾情况和灭火装置工作状态的特征;/>代表特征数据的维度,即每个样本有多少个特征;/>对权重进行了归一化处理,以防止权重过大导致的过拟合问题;
进一步,为了提高预测模型的准确性不高,以满足实时监控的需求,本发明引入优化支持向量机算法,所述优化支持向量机算法通过优化支持向量机的参数,提高了预测模型的准确性;数学公式如下:
,
其中,和/>是输入的特征数据,来源于火灾情况和灭火装置工作状态的特征数据;/>是标签,代表了火灾情况和灭火装置工作状态的实际情况;/>是拉格朗日乘子,用于调整模型的输出;/>是核函数,用于将特征数据映射到高维空间,增加模型的表达能力;/>是高斯核的标准差,用于调整核函数的形状;/>是偏置项,用于调整模型的输出;/>是预测结果,代表了预测的火灾情况和灭火装置工作状态;/>代表样本的数量;
本发明通过机器学习算法对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据,确保了数据的准确性和可靠性,引入降维映射算法,将高维特征数据映射到低维空间,降低了特征数据的维度,提高了模型训练的效率,引入优化支持向量机算法,优化支持向量机的参数,提高了预测模型的准确性。
S3. 基于火灾情况和灭火装置工作状态的实时数据,分析火灾情况和灭火装置工作状态,调整灭火剂的喷洒量和方向的参数,生成调整后的灭火剂喷洒量和方向的控制信号;
首先,采用数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据,所述数据同步协调算法能够有效处理数据传输过程中可能出现的延迟、丢包等问题,确保数据的准确性和完整性;
接下来,采用火灾特征分析算法对火灾情况的实时数据进行分析,所述火灾特征分析算法是一种基于机器学习的算法,能够通过分析火灾情况的实时数据,准确地识别火灾的特征,为制定灭火策略提供科学依据,所述火灾的特征可以包括火灾的严重程度、火源位置、火势发展趋势等关键信息;同时,采用装置状态识别算法对灭火装置工作状态的实时数据进行分析,所述装置状态识别算法是一种基于模式识别的算法,能够通过分析灭火装置工作状态的实时数据,准确地识别灭火装置的状态,为制定灭火策略提供科学依据;所述灭火装置的状态可以包括灭火装置的工作状态、剩余灭火剂量、喷洒方向等关键信息;
进一步,在对灭火装置工作状态的实时数据进行分析时,为了避免由于数据传输的延迟和丢包,导致接收到的数据不完整,无法准确识别灭火装置的状态,本发明引入状态同步算法来避免上述问题,所述状态同步算法具体实现数学公式如下:
,
其中,表示同步后的状态;/>表示实时数据;P表示处理参数;f表示处理函数;/>表示权重,描述了每个数据值的重要性,根据专家经验获得;/>表示灭火装置工作状态的实时数据值;n表示数据的数量;β表示调整系数,用于调整数据的权重;/>表示调整权重,用于调整数据的重要性;上述过程采用加权平均的方法,计算每个数据值的加权平均值,得到同步后的状态,然后引入调整系数和调整权重,对加权平均值进行调整,得到最终的同步后的状态;
进一步,基于上述得到的同步后的状态,为了消除数据传输过程中的噪声,提高数据的准确性,本发明引入状态优化算法,所述状态优化算法的数据公式表示为:
,
其中,表示优化后的状态;/>表示同步后的状态;/>表示优化参数,基于专家经验获得;/>表示优化函数;/>表示学习率,用于调整优化参数的权重,来源于实验和经验;/>表示调整系数,用于调整优化权重的影响,来源于实验和经验;/>表示优化权重,用于调整同步状态值的重要性,通过试验获得;/>表示同步状态值;上述过程采用加法的方法,计算同步后的状态和优化参数的差值,得到优化后的状态,然后,引入学习率和调整系数,对优化后的状态进行调整,得到最终的优化后的状态;
在分析完火灾情况和灭火装置工作状态后,根据得到的关键信息,采用灭火剂调整算法,所述灭火剂调整算法是一种基于优化理论的算法,能够通过分析火灾的特征和灭火装置的工作状态,准确地计算出调整灭火剂的喷洒量和方向所需的参数,为制定灭火策略提供科学依据;最后,根据计算得到的参数,采用灭火剂调整控制协议,所述灭火剂调整控制协议是一种基于控制理论的协议,能够通过分析调整参数,准确地生成调整后的灭火剂喷洒量和方向的控制信号,为制定灭火策略提供科学依据;
本发明通过数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据,能够有效处理数据传输过程中可能出现的延迟、丢包等问题,确保数据的准确性和完整性,通过火灾特征分析算法对火灾情况的实时数据进行分析,能够准确地识别火灾的特征,为制定灭火策略提供科学依据,通过装置状态识别算法对灭火装置工作状态的实时数据进行分析,能够准确地识别灭火装置的状态,为制定灭火策略提供科学依据,通过状态同步算法和状态优化算法,能够消除数据传输过程中的噪声,提高数据的准确性,通过灭火剂调整算法和灭火剂调整控制协议,能够准确地计算出调整灭火剂的喷洒量和方向所需的参数,为制定灭火策略提供科学依据。
S4. 对调整后的灭火剂喷洒量和方向的控制信号进行兼容性处理,得到兼容的控制信号;
首先,确保兼容性模块能够准确获取需要处理的数据,为后续的处理提供基础,使用基于TCP/IP协议的数据通信方法进行数据接收处理,所述数据为来自自适应控制模块的调整后的灭火剂喷洒量和方向的控制信号;
进一步,为了确保兼容性模块能够准确地处理不同设备的信号,避免因为设备差异而导致的信号处理错误,使用基于设备特征码的识别算法进行设备识别处理,兼容性模块需要识别现有的火灾探测器和灭火装置的型号、规格和通信协议;
进一步,为了确保控制信号能够被现有设备正确识别和处理,从而实现对火灾的有效监控和灭火,使用基于XML格式的数据转换工具进行数据转换处理,根据现有火灾探测器和灭火装置的通信协议,兼容性模块需要将调整后的灭火剂喷洒量和方向的控制信号转换为与现有设备兼容的格式;
进一步,为了确保不同设备之间能够顺畅地进行通信,避免因为通信协议的不同而导致的信号传输错误,使用基于协议转换器的通信协议适配方法进行协议适配处理,如果现有的火灾探测器和灭火装置使用的是不同的通信协议,兼容性模块需要进行协议适配,确保信号能够正确传输;
进一步,为了确保兼容性模块的处理结果能够满足实际的应用需求,确保火灾探测器和灭火装置能够根据控制信号正确工作,使用基于实际设备的测试平台进行测试验证处理,在实际的火灾探测器和灭火装置上进行测试,验证转换后的控制信号是否能够正确控制设备的工作;
经过上述过程,得到兼容的控制信号。
S5. 基于兼容的控制信号进行系统集成,得到集成后的系统控制信号;
首先,利用数据通信协议进行信号传输,确保信号在传输过程中的完整性和可靠性,接着,采用信号处理算法对接收到的控制信号进行初步的处理,所述初步处理可以包括信号的滤波、放大;以提高信号的质量和可用性,得到完整且可靠的与现有火灾探测器和灭火装置兼容的控制信号;信号处理算法为现有技术,在此不做赘述;
接下来,利用数据库查询技术,从系统的数据库中检索出其他安全系统的信息,然后,采用系统分析算法,对安全系统的功能和特性进行深入的分析和研究,以便更好地了解所述安全系统的工作原理和特点,得到所述安全系统中已有的其他安全系统的详细信息和功能特性分析结果;数据库查询技术和系统分析算法为本领域技术人员熟知的技术手段,在此不做赘述;
随后,利用兼容性分析算法,对控制信号与其他安全系统的兼容性进行分析,识别可能存在的兼容性问题,然后,采用问题解决算法,对识别出的兼容性问题进行深入研究,提出解决方案,得到控制信号与其他安全系统的兼容性分析结果,以及可能存在的兼容性问题和解决方案;
然后,利用系统集成算法,根据兼容性分析结果,将远程监控和报警系统与其他安全系统进行集成,确保所有安全系统的协同工作;接着,采用系统优化算法,对集成后的系统进行优化,提高系统的整体性能和效能,得到集成后的系统控制信号;其中,系统集成算法和系统优化算法均为现有技术;
最后,利用系统验证算法,对集成后的系统控制信号进行验证,确保信号能够正常工作,接着,采用性能测试技术,对系统的稳定性、安全性和协同工作的效能进行测试,确保系统达到预期的性能要求,得到验证集成效果的结果,所述结果可以包括系统的稳定性、安全性和协同工作的效能;其中,系统验证算法和性能测试技术均为本领域技术人员熟知的技术手段,在此不做赘述;
S6. 对集成后的系统控制信号进行安全性分析,监测和防御安全威胁,得到安全处理后的远程监控和报警系统控制信号,并将经过安全处理的远程监控和报警系统控制信号反馈到远程监控模块。
在安全性分析阶段,首先由安全模块接收集成模块传来的系统控制信号,然后按照预定的安全协议进行数据解析,确保信号的完整性和准确性;所述数据解析过程采用了数据解析算法,所述数据解析算法包括CRC校验和MD5加密,以确保数据的完整性和安全性;
接下来,对系统控制信号进行安全性分析,采用安全分析技术,所述安全分析技术包括入侵检测系统(IDS)和防火墙技术,检查是否存在潜在的安全威胁或漏洞;如果检测到安全威胁或漏洞,安全模块将按照预定的安全策略采取相应的防御措施,如启动防火墙、关闭受威胁的系统,以防止安全威胁对系统造成损害;所以防御过程采用了防御技术,所述防御技术包括防火墙技术、入侵防御系统(IPS)和安全信息和事件管理(SIEM)系统,以确保系统的安全性;最后,安全模块记录安全分析的结果和采取的防御措施,按照预定的数据存储协议,将这些信息存储在安全数据库中,以便未来的查询和分析;所述数据存储过程采用了数据库技术,包括关系型数据库和非关系型数据库,以确保数据的安全性和可靠性;
在闭环反馈阶段,首先由远程监控模块接收安全模块传来的经过安全处理的控制信号,然后按照预定的数据解析协议进行数据解析,确保信号的完整性和准确性,所述数据解析过程采用了数据解析算法,包括CRC校验和MD5加密,以确保数据的完整性和安全性;接下来,远程监控模块对接收到的控制信号采用数据分析技术进行分析,所述数据分析技术包括机器学习算法和人工智能技术,提取出火灾情况和灭火装置工作状态的实时数据;然后,远程监控模块将实时数据存储起来,按照预定的数据存储协议,将提取出火灾情况和灭火装置工作状态的实时数据信息存储在数据库中,以便在需要时进行查询和分析;如果实时数据显示火灾发生,远程监控模块会立即向相关人员发送报警通知,按照预定的通知发送协议,确保通知的及时性和准确性;最后,远程监控模块将报警通知的发送状态记录下来,按照预定的数据存储协议,将所述报警通知信息存储在数据库中,以便未来的查询和分析。
综上所述,便完成了一种自动灭火装置的远程监控和报警系统。
本发明实施例通过信号捕获技术和动态波形调整技术的应用,确保了火灾探测器的原始信号在传输过程中的完整性和准确性,避免了信号的丢失或变形,为后续的处理提供了准确的数据基础;火焰特征识别器技术和火情决策引擎技术的应用,使得火灾探测过程更加智能化,能够更准确地识别火灾特征,提高火灾探测的准确性。
本发明实施例通过机器学习算法对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据,确保了数据的准确性和可靠性,引入降维映射算法,将高维特征数据映射到低维空间,降低了特征数据的维度,提高了模型训练的效率,引入优化支持向量机算法,优化支持向量机的参数,提高了预测模型的准确性。
本发明实施例通过数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据,能够有效处理数据传输过程中可能出现的延迟、丢包等问题,确保数据的准确性和完整性,通过火灾特征分析算法对火灾情况的实时数据进行分析,能够准确地识别火灾的特征,为制定灭火策略提供科学依据,通过装置状态识别算法对灭火装置工作状态的实时数据进行分析,能够准确地识别灭火装置的状态,为制定灭火策略提供科学依据,通过状态同步算法和状态优化算法,能够消除数据传输过程中的噪声,提高数据的准确性,通过灭火剂调整算法和灭火剂调整控制协议,能够准确地计算出调整灭火剂的喷洒量和方向所需的参数,为制定灭火策略提供科学依据。
发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
上述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动灭火装置的远程监控和报警系统,其特征在于,包括以下部分:
智能探测模块,远程监控模块,自适应控制模块,兼容性模块,集成模块,安全模块;
所述智能探测模块,对火灾探测器的信号进行探测处理分析,得到火灾探测信号,并将火灾探测信号传输给远程监控模块;
所述远程监控模块,基于火灾探测信号以及所述安全模块得到的经过安全处理的远程监控和报警系统控制信号,对火灾情况和灭火装置工作状态进行实时监控,得到火灾情况和灭火装置工作状态的实时数据,并将火灾情况和灭火装置工作状态的实时数据传输给自适应控制模块;当火灾情况和灭火装置工作状态的实时数据显示火灾发生时,远程监控模块向相关人员发送报警通知,以便及时采取应急措施;
所述自适应控制模块,根据火灾情况和灭火装置工作状态的实时数据,自动调整灭火剂的喷洒量和方向,得到调整后的灭火剂喷洒量和方向的控制信号,并将调整后的灭火剂喷洒量和方向的控制信号传输给兼容性模块;
所述兼容性模块,基于调整后的灭火剂喷洒量和方向的控制信号,解决远程监控和报警系统与火灾探测器和灭火装置的兼容性问题,得到与火灾探测器和灭火装置兼容的控制信号,并将与火灾探测器和灭火装置兼容的控制信号传输给集成模块;
所述集成模块,基于与火灾探测器和灭火装置兼容的控制信号,实现远程监控和报警系统与其他安全系统的集成,得到集成后的系统控制信号,并将集成后的系统控制信号传输给安全模块;所述其他安全系统包括烟雾报警器系统、紧急照明和疏散指示系统、门禁控制系统、视频监控系统、通信系统和水喷淋系统;
所述安全模块,对集成后的系统控制信号进行安全性分析,检测和防御安全威胁,得到经过安全处理的远程监控和报警系统控制信号,并将安全处理后的远程监控和报警系统控制信号传输给远程监控模块,形成闭环,同时,还需要与安全防御系统进行交互。
2.一种自动灭火装置的远程监控和报警方法,应用于如权利要求1所述的一种自动灭火装置的远程监控和报警系统,其特征在于,包括以下步骤:
S1. 获取火灾探测器的原始信号,并对火灾探测器的原始信号进行探测处理分析,得到火灾探测信号;
S2. 根据火灾探测信号以及远程监控和报警系统控制信号进行数据预处理和数据分析,得到火灾情况和灭火装置工作状态的实时数据;
S3. 基于火灾情况和灭火装置工作状态的实时数据,分析火灾情况和灭火装置工作状态,调整灭火剂的喷洒量和方向的参数,生成调整后的灭火剂喷洒量和方向的控制信号;
S4. 对调整后的灭火剂喷洒量和方向的控制信号进行兼容性处理,得到兼容的控制信号;
S5. 基于兼容的控制信号进行系统集成,得到集成后的系统控制信号;
S6. 对集成后的系统控制信号进行安全性分析,监测和防御安全威胁,得到安全处理后的远程监控和报警系统控制信号,并将经过安全处理的远程监控和报警系统控制信号反馈到远程监控模块。
3.根据权利要求2所述的一种自动灭火装置的远程监控和报警方法,其特征在于,所述S1,具体包括:
在火灾探测的过程中,首先通过信号捕获技术接收来自火灾探测器的原始信号;再采用动态波形调整技术对原始信号进行预处理操作,并通过火焰特征识别器对预处理后的原始信号进行特征提取和模式识别分析;然后,利用火情决策引擎技术根据信号的分析结果判断是否存在火灾特征,当存在火灾特征时,判定为火灾,否则判定为非火灾;最后,通过信号优化传输器根据火灾的判断结果输出火灾探测信号。
4.根据权利要求2所述的一种自动灭火装置的远程监控和报警方法,其特征在于,所述S2,具体包括:
采用异步通信机制,实时接收火灾探测信号,并采用CRC校验算法对接收到的火灾探测信号进行完整性校验;同时,实时接收来自安全模块的远程监控和报警系统控制信号,并采用CRC校验算法对接收到的远程监控和报警系统控制信号进行完整性校验;接下来,采用数据清洗算法,对接收到的火灾探测信号和远程监控和报警系统控制信号进行数据预处理,并采用机器学习算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行数据分析,提取出火灾情况和灭火装置工作状态的实时数据。
5.根据权利要求4所述的一种自动灭火装置的远程监控和报警方法,其特征在于,在所述S2中,还包括:
在利用机器学习进行数据分析时,首先采用特征提取算法,对预处理后的火灾探测信号和远程监控和报警系统控制信号进行特征提取,得到火灾情况和灭火装置工作状态的特征数据,再对特征数据进行模型训练,得到火灾情况和灭火装置工作状态的预测模型,利用所述预测模型,对火灾情况和灭火装置工作状态的特征数据进行实时预测,得到火灾情况和灭火装置工作状态的实时数据。
6.根据权利要求5所述的一种自动灭火装置的远程监控和报警方法,其特征在于,在所述S2中,还包括:
在对预处理后的火灾探测信号和远程监控和报警系统控制信号进行特征提取时,引入降维映射算法来降低火灾情况和灭火装置工作状态的特征数据的维度;引入优化支持向量机算法,优化支持向量机的参数。
7.根据权利要求2所述的一种自动灭火装置的远程监控和报警方法,其特征在于,所述S3,具体包括:
采用数据同步协调算法接收火灾情况和灭火装置工作状态的实时数据;接下来,采用火灾特征分析算法对火灾情况的实时数据进行分析;同时,采用装置状态识别算法对灭火装置工作状态的实时数据进行分析,通过分析灭火装置工作状态的实时数据,识别灭火装置的状态;在分析完火灾情况和灭火装置工作状态后,采用灭火剂调整算法分析火灾的特征和灭火装置的状态,计算出调整灭火剂的喷洒量和方向的参数;最后,根据得到的调整灭火剂的喷洒量和方向的参数,采用灭火剂调整控制协议,生成调整后的灭火剂喷洒量和方向的控制信号。
8.根据权利要求7所述的一种自动灭火装置的远程监控和报警方法,其特征在于,在所述S3中,还包括:
在对灭火装置工作状态的实时数据进行分析时,引入状态同步算法,得到同步后的状态;基于得到的同步后的状态,引入状态优化算法。
9.根据权利要求2所述的一种自动灭火装置的远程监控和报警方法,其特征在于,所述S4,具体包括:
使用基于TCP/IP协议的数据通信方法对调整后的灭火剂喷洒量和方向的控制信号进行接收处理;使用基于设备特征码的识别算法进行设备识别处理;使用基于XML格式的数据转换工具进行数据转换处理;使用基于协议转换器的通信协议适配方法进行协议适配处理;使用基于实际设备的测试平台进行测试验证处理,最终得到兼容的控制信号。
10.根据权利要求2所述的一种自动灭火装置的远程监控和报警方法,其特征在于,所述S5,具体包括:
采用信号处理算法对接收到的兼容的控制信号进行初步处理,所述初步处理包括信号的滤波、放大;接下来,利用数据库查询技术,检索出其他安全系统的信息,然后,采用系统分析算法对所述安全系统进行分析;随后,利用兼容性分析算法,对控制信号与其他安全系统的兼容性进行分析,识别存在的兼容性问题,然后,对识别出的兼容性问题进行研究;利用系统集成算法,根据兼容性分析结果,将远程监控和报警系统与其他安全系统进行集成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410050599.3A CN117563185B (zh) | 2024-01-15 | 2024-01-15 | 一种自动灭火装置的远程监控和报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410050599.3A CN117563185B (zh) | 2024-01-15 | 2024-01-15 | 一种自动灭火装置的远程监控和报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117563185A true CN117563185A (zh) | 2024-02-20 |
CN117563185B CN117563185B (zh) | 2024-03-19 |
Family
ID=89888425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410050599.3A Active CN117563185B (zh) | 2024-01-15 | 2024-01-15 | 一种自动灭火装置的远程监控和报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117563185B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101462247B1 (ko) * | 2014-03-10 | 2014-11-21 | 삼성영상보안주식회사 | 적외선 열영상 기반의 스마트 화재감지 시스템 및 자동소화장치 인터페이스 플랫폼 |
CN105448026A (zh) * | 2016-01-14 | 2016-03-30 | 浙江胄天科技股份有限公司 | 一种偏远区域发电设备智能消防控制器 |
CN105678942A (zh) * | 2016-04-01 | 2016-06-15 | 江南大学 | 智能火灾报警系统及其控制方法 |
CN108010251A (zh) * | 2018-02-26 | 2018-05-08 | 浙江顶力消防安全科技有限公司 | 车辆远程火灾监测灭火系统 |
CN207558993U (zh) * | 2017-11-22 | 2018-06-29 | 重庆宝时得科技有限公司 | 新能源汽车的动力电池智能安全管理系统 |
CN110051953A (zh) * | 2019-05-15 | 2019-07-26 | 智慧式有限公司 | 一种智慧式消防系统 |
CN210720592U (zh) * | 2019-07-10 | 2020-06-09 | 山东雷讯防雷科技有限公司 | 一种智能化的spd在线监测预警装置 |
EP3906976A2 (en) * | 2019-12-31 | 2021-11-10 | ECOSOURCEn | Fire protection device |
WO2022120874A1 (zh) * | 2020-12-11 | 2022-06-16 | 边缘智能研究院南京有限公司 | 一种基于物联网的智能消防系统 |
WO2023060309A1 (en) * | 2021-10-12 | 2023-04-20 | Fst Innovation Pty Ltd | Fire sprinkler shut off tool |
-
2024
- 2024-01-15 CN CN202410050599.3A patent/CN117563185B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101462247B1 (ko) * | 2014-03-10 | 2014-11-21 | 삼성영상보안주식회사 | 적외선 열영상 기반의 스마트 화재감지 시스템 및 자동소화장치 인터페이스 플랫폼 |
CN105448026A (zh) * | 2016-01-14 | 2016-03-30 | 浙江胄天科技股份有限公司 | 一种偏远区域发电设备智能消防控制器 |
CN105678942A (zh) * | 2016-04-01 | 2016-06-15 | 江南大学 | 智能火灾报警系统及其控制方法 |
CN207558993U (zh) * | 2017-11-22 | 2018-06-29 | 重庆宝时得科技有限公司 | 新能源汽车的动力电池智能安全管理系统 |
CN108010251A (zh) * | 2018-02-26 | 2018-05-08 | 浙江顶力消防安全科技有限公司 | 车辆远程火灾监测灭火系统 |
CN110051953A (zh) * | 2019-05-15 | 2019-07-26 | 智慧式有限公司 | 一种智慧式消防系统 |
CN210720592U (zh) * | 2019-07-10 | 2020-06-09 | 山东雷讯防雷科技有限公司 | 一种智能化的spd在线监测预警装置 |
EP3906976A2 (en) * | 2019-12-31 | 2021-11-10 | ECOSOURCEn | Fire protection device |
WO2022120874A1 (zh) * | 2020-12-11 | 2022-06-16 | 边缘智能研究院南京有限公司 | 一种基于物联网的智能消防系统 |
WO2023060309A1 (en) * | 2021-10-12 | 2023-04-20 | Fst Innovation Pty Ltd | Fire sprinkler shut off tool |
Also Published As
Publication number | Publication date |
---|---|
CN117563185B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909811B (zh) | 一种基于ocsvm的电网异常行为检测、分析方法与系统 | |
US8418247B2 (en) | Intrusion detection method and system | |
CN117095506B (zh) | 一种基于报警区域模型的消防安全监控系统及其方法 | |
CN112995161B (zh) | 一种基于人工智能的网络安全态势预测系统 | |
KR102091076B1 (ko) | 지도학습기반의 경보분석과 비지도학습기반의 이상행위탐지 기법을 혼용한 지능형 보안관제 시스템 및 그 방법 | |
CN113037745A (zh) | 一种基于安全态势感知的智能变电站风险预警系统及方法 | |
CN117061569B (zh) | 一种基于物联网的工会交互数字信息监测系统 | |
CN110493180A (zh) | 一种变电站网络通信流量实时分析方法 | |
CN105812200A (zh) | 异常行为检测方法及装置 | |
CN109413642A (zh) | 终端安全检测与监测体系化方法 | |
CN117563185B (zh) | 一种自动灭火装置的远程监控和报警系统 | |
US20130322690A1 (en) | Situation recognition apparatus and method using object energy information | |
CN117336055A (zh) | 一种网络异常行为检测方法、装置、电子设备及存储介质 | |
CN110460575A (zh) | 一种能够实现安全审计功能网络安全态势感知系统 | |
CN117478358A (zh) | 一种决策推荐方法及装置 | |
CN117201188A (zh) | 基于大数据的it安全运行风险预测方法、系统和介质 | |
CN107800575A (zh) | 电力工控系统信息安全的评估方法 | |
CN110381008B (zh) | 一种基于大数据的网络安全动态防御系统及方法 | |
CN110995733A (zh) | 一种基于遥测技术的工控领域的入侵检测系统 | |
Wüstrich et al. | Cyber-physical anomaly detection for ICS | |
CN111343205B (zh) | 工控网络安全检测方法、装置、电子设备以及存储介质 | |
Graf et al. | Architecture of an intelligent intrusion detection system for smart home | |
tu Zahra et al. | Comparative Analysis of Deep Learning Models for Detecting Jamming Attacks in Wi-Fi Network Data | |
CN116260640B (zh) | 基于人工智能进行大数据分析的信息拦截控制方法及系统 | |
KR102643507B1 (ko) | 촬영 데이터 기반의 소방 수신기용 데이터 수집 장치 및 이를 포함하는 원격 소방 관제 시스템 |
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 |