KR101786939B1 - 센서 데이터의 가중치를 활용한 화재감지 방법 - Google Patents

센서 데이터의 가중치를 활용한 화재감지 방법 Download PDF

Info

Publication number
KR101786939B1
KR101786939B1 KR1020160027097A KR20160027097A KR101786939B1 KR 101786939 B1 KR101786939 B1 KR 101786939B1 KR 1020160027097 A KR1020160027097 A KR 1020160027097A KR 20160027097 A KR20160027097 A KR 20160027097A KR 101786939 B1 KR101786939 B1 KR 101786939B1
Authority
KR
South Korea
Prior art keywords
fire
sensor
value
carbon dioxide
data
Prior art date
Application number
KR1020160027097A
Other languages
English (en)
Other versions
KR20170104271A (ko
Inventor
이강환
신규영
김형준
김면식
지성인
신동렬
Original Assignee
한국기술교육대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국기술교육대학교 산학협력단 filed Critical 한국기술교육대학교 산학협력단
Priority to KR1020160027097A priority Critical patent/KR101786939B1/ko
Publication of KR20170104271A publication Critical patent/KR20170104271A/ko
Application granted granted Critical
Publication of KR101786939B1 publication Critical patent/KR101786939B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16—Combustible gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Fire Alarms (AREA)

Abstract

본 발명의 센서 데이터의 가중치를 활용한 화재감지 방법은 화재를 감지하는 지역에 온도센서, 습도센서, 이산화탄소센서를 포함한 센서모듈을 위치시키는 단계, 상기 센서모듈을 통해 화재감지 요소인 온도, 습도, 이산화탄소를 센싱하여 데이터를 취득하는 단계, 상기 센서모듈의 환경조건에 따라 상기 취득한 데이터들이 상이하여 수학식 1을 통해 화재상황을 인지하는 단계, 및 상기 화재상황 인지를 통해 화재상태를 구분하는 단계를 포함하는 것을 특징으로 한다.

Description

센서 데이터의 가중치를 활용한 화재감지 방법{Fire detection method using the weight of the sensor data}
본 발명은 화재감지 방법에 관한 것으로, 더욱 상세하게는 센서 데이터의 가중치를 활용한 화재감지 방법에 관한 것이다.
화재에 의한 피해는 전국 평균 한 달에 6,500여건 정도의 화재가 발생하고 있고, 특히 산불의 경우 발생한 시점으로부터 규모가 점점 커지는 재해임으로 발생 시간으로부터 빠르게 감지할수록 피해를 줄일 수 있다.
산불감시 시스템은 사람의 출입이 잦은 산의 요소에 산림감시 초소를 설치하고 그 초소에 산림감시요원이 위치하면서 산불의 발생 여부를 육안으로 감시하고 산불 발생시에는 이를 초소에 설치되어 있는 통신수단을 이용하여 중앙통제소에 알리는 형태로 이루어졌다.
최근의 화재 감지 시스템은 카메라 영상을 기반으로 하여 산불을 검출하기 위해 패치 기반 히스토그램 역투영 방법을 사용하여 산불의 색상 특징을 기반으로 히스토그램 모델을 만들고, 입력 영상 전체에 패치 윈도우를 이동시키면서 윈도에 포함되는 부분의 히스토그램과 산불 특징 히스토그램을 비교하여 프레임당 0.03초 이내의 빠른 처리로 산불을 검출하고 있다.
그러나, 역투영이 이루어지기 힘든 화재의 초기 단계일 때는 화재를 판별하기 어려워 화재가 발생했음에도 카메라 센서가 화재를 감지하지 못하는 경우가 발생하고, 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재 발생을 감지하는데 어려움이 있으며, 복합적인 상황에서의 화재 감지가 힘들 뿐만 아니라 별도의 지속적인 경계가 필요한 지역에 대한 설정이 어렵다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 화재가 발생할 수 있는 재해 요소들을 화재감지센서를 활용하여 실시간으로 습득한 데이터들을 복합적인 상황에 따라 각 요소에 가중치를 다르게 설정하여 화재 감지의 신뢰성을 확보하는 센서 데이터의 가중치를 활용한 화재감지 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 센서 데이터의 가중치를 활용한 화재감지 방법은, 화재를 감지하는 지역에 온도센서, 습도센서, 이산화탄소센서를 포함한 센서모듈을 위치시키는 단계; 상기 센서모듈을 통해 화재감지 요소인 온도, 습도, 이산화탄소를 센싱하여 데이터를 취득하는 단계; 상기 센서모듈의 환경조건에 따라 상기 취득한 데이터들이 상이하여 수학식 1을 통해 화재상황을 인지하는 단계; 및 상기 화재상황 인지를 통해 화재상태를 구분하는 단계;를 포함하는 것을 특징으로 한다.
[수학식 1]
Figure 112017055352619-pat00001
여기서,
Figure 112017055352619-pat00002
는 화재판별 상태값,
Figure 112017055352619-pat00003
는 센서개수 ,
Figure 112017055352619-pat00004
는 각 센서에서 수집되는 화재감지 요소 데이터값,
Figure 112017055352619-pat00005
는 센싱주기,
Figure 112017055352619-pat00006
는 요소별 단위를 같은 조건으로 통합하기 위한 비례상수,
Figure 112017055352619-pat00007
는 화재가 발생하는 장소에 따른 가중치이다.
본 발명에서, 상기 화재상황을 판단하는 단계는, 화재판별 상태값(
Figure 112017055352619-pat00008
) 및 화재판별 임계값(
Figure 112017055352619-pat00009
)을 산출하여
Figure 112017055352619-pat00010
값이
Figure 112017055352619-pat00011
미만인 경우 안전상태,
Figure 112017055352619-pat00012
이상
Figure 112017055352619-pat00013
미만인 경우 주의상태,
Figure 112017055352619-pat00014
이상인 경우 위험상태를 나타내고, 상기 화재판별 임계값(
Figure 112017055352619-pat00015
)은 기상청의 어느 한 날의 최대변화량을 기준으로 설정하여 상기 수학식1을 통해 산출한 값이고, 상기
Figure 112017055352619-pat00016
는
Figure 112017055352619-pat00017
보다 2배 큰 값을 설정하는 것을 특징으로 한다.
본 발명에서, 상기 가중치는 온도는 0.25~0.45, 습도는 0.2~0.33, 이산화탄소는 0.25~0.45로 설정하는 것을 특징으로 한다.
상기에서 살펴본 바와 같이, 본 발명은 복합적인 상황에 맞춰 화재 요소에 가중치를 다르게 설정함으로써 화재 감지의 신뢰성을 높일 수 있는 효과가 있다.
또한, 본 발명은 화재 발생 우려 지역의 재난 요소를 감시함으로써 사고를 미연에 예방할 수 있을 뿐만 아니라 화재 발생시 이를 분석하여 해당 지역의 관리자나 실제로 해당지역에 위치한 인원에게 알려줌으로써 빠른 대처가 가능한 장점이 있다.
도 1은 본 발명의 일실시예에 따른 센서 데이터의 가중치를 활용한 화재감지 방법의 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
그러면 첨부한 도면을 참고로 하여 본 발명의 센서 데이터의 가중치를 활용한 화재감지 방법에 대하여 설명한다.
도 1은 본 발명의 일실시예에 따른 센서 데이터의 가중치를 활용한 화재감지 방법의 흐름도이다.
도 1을 참조하면, 본 발명의 센서 데이터의 가중치를 활용한 화재감지 방법은, 먼저 화재를 감지하는 지역에 센서모듈을 위치시킨다(S100).
상기 센서모듈은 온도센서, 습도센서, 이산화탄소센서를 포함된 센서모듈이고, 불꽃감지센서, 미세먼지센서를 더 포함된 센서모듈을 사용할 수 있으며, 이에 한정하지 않는다.
이어서, 상기 센서모듈을 통해 화재감지 요소들인 온도, 습도, 이산화탄소를 센싱하여 데이터를 취득한다(S200).
여기서, 취득된 데이터들은 센서모듈이 위치한 지역의 환경 조건이 다르기 때문에 서로 상이할 수 있다.
이어서, 이러한 상이한 데이터들에서 화재 감지를 위해 센서 데이터의 가중치를 활용한 수학식 1을 통하여 신뢰적인 화재상황을 인지를 한다(S300).
[수학식 1]
Figure 112017055352619-pat00018
여기서,
Figure 112017055352619-pat00019
는 화재판별 상태값,
Figure 112017055352619-pat00020
는 센서개수,
Figure 112017055352619-pat00021
는 각 센서에서 수집되는 화재감지 요소 데이터값,
Figure 112017055352619-pat00022
는 센싱주기,
Figure 112017055352619-pat00023
는 요소별 단위를 같은 조건으로 통합하기 위한 비례상수,
Figure 112017055352619-pat00024
는 화재가 발생하는 장소에 따라 발생하는 가중치를 의미한다.
일예로써, 초기 온도가 14℃, 습도가 52%, 이산화탄소가 400ppm이라고 하고, 시간이 흐른 후 온도가 15℃, 습도가 50%, 이산화탄소가 410ppm가 되었다면 화재감지 요소의 변화량의 절대값(
Figure 112017055352619-pat00025
)은 온도 1, 습도 2, 이산화탄소 10으로 설정한다.
이어서, 각각의 화재감지 요소에 대한 센싱 데이터의 수치적인 부분을 같은 조건으로 통합하는 단계이다(S300). 이때, 비례상수(
Figure 112017055352619-pat00026
)를 사용함으로서 서로 다른 데이터의 단위를 맞출 수 있다.
일예로써, 2015년 4월 30일 맑은 날의 일주일간 서울의 30분간 온도, 습도, 이산화탄소의 최대 변화량이 2.5℃, 습도 7%, 이산화탄소 100ppm이라는 정보를 기상청 데이터를 통해 확인하였고, 화재가 발생할 시 각 화재감지 요소가 식 1에서 같은 효력을 발생할 수 있도록 비례상수인 값을 온도 0.72, 습도 0.257, 이산화탄소 0.018로 설정하였다. 이는 하나의 실시예일 뿐 고정된 값이 아닌 유동적으로 변할 수 있는 값이 된다.
이어서, 비례상수를 통해 통합된 데이터들에서 반복적인 시행을 통해 높은 가중치(
Figure 112017055352619-pat00027
)를 부여하였을 때 더욱 신뢰할 수 있는 결과를 도출하는 화재 요소들을 선별한다.
여기서, 센서 데이터의 가중치를 활용한 화재감지 방법의 반복적인 시뮬레이션 결과에서는 온도와 습도를 이산화탄소보다 높은 가중치를 부여하였을 때, 그렇지 않았을 때보다 신뢰적인 결과를 도출하였기 때문에 가중치를 부여한다.
이때, 상기 가중치는 온도는 0.25~0.45, 습도는 0.2~0.33, 이산화탄소는 0.25~0.45로 설정하고, 이때 가중치의 합은 1이 된다. 여기서, 상기 가중치는 적용되는 환경 변화에 따라 다르게 설정할 수 있으며, 실내인 경우 온도는 0.3, 습도는 0.25, 이산화탄소는 0.45로 설정하고, 실외인 경우 온도 0.45, 습도는 0.25, 이산화탄소는 0.3으로 설정할 수 있으며, 이에 한정하지 않는다.
한 실시예로써, 가중치를 온도 0.4, 습도 0.4, 이산화탄소 0.2로 설정하면, 수학식 1을 통해 최종적으로 구한 화재판별 상태값(
Figure 112017055352619-pat00028
)은 0.5296이 된다.
이어서, 화재판별 상태값(
Figure 112017055352619-pat00029
)을 토대로 화재의 상태를 안전상태 G(Green), 주의상태 Y(Yellow), 위험상태 R(Red) 3단계로 구분한다(S400).
여기서, 상기
Figure 112017055352619-pat00030
값은 현재 상황에 대한 최종 도출 값으로서 값이 위치하는 범위를 기준으로 상태를 구분한다. 즉, 안전상태의 경우 화재가 발생할 확률이 매우 미비한 경우를 뜻하고, 주의상태는 화재가 발생할 수 있는 충분한 가능성이 있는 상태를 말하며, 위험상태는 화재의 발생 확률이 매우 높거나 이미 발생한 상황이다.
상기
Figure 112017055352619-pat00031
값이
Figure 112017055352619-pat00032
미만(
Figure 112017055352619-pat00033
)인 경우 안전상태,
Figure 112017055352619-pat00034
값이
Figure 112017055352619-pat00035
이상
Figure 112017055352619-pat00036
미만(
Figure 112017055352619-pat00037
)인 경우 주의상태,
Figure 112017055352619-pat00038
값이
Figure 112017055352619-pat00039
이상(
Figure 112017055352619-pat00040
)인 경우 위험상태로 설정한다.
여기서, 화재의 상태에 따라 센싱 주기를 조절하여 안전상태일 경우 센싱 주기를 늘려 데이터의 부하를 방지하고 위험상태로 갈수록 센싱 주기를 줄여 화재 정도를 파악할 수 있다.
그리고, 화재가 발생할 위험이 큰 주유소나 유류창고 등에는
Figure 112017055352619-pat00041
값의 기준을 낮게 설정하여 항상 주의상태로 설정해 화재에 대한 센싱을 자주 하도록 설정할 수 있고, 반대로 화재가 발생할 위험이 낮은 지역은
Figure 112017055352619-pat00042
값의 기준을 높여 센싱 주기를 길게 할 수 있다.
여기서, 화재판별 임계값(
Figure 112017055352619-pat00043
)을 설정하여 현 상황에 대한 상태구분을 명확히 할 수 있다.
일예로써, 어느 한 날의 온도, 습도, 이산화탄소의 최대변화량의 화재감지 요소 데이터 절대값(
Figure 112017055352619-pat00044
)을 기상청 데이터를 통해 각각 2.5℃, 7%, 100ppm로 설정하고, 화재 요소별 비례상수값(
Figure 112017055352619-pat00045
)을 온도 0.72, 습도 0.257, 이산화탄소 0.018로 설정하고, 가중치(
Figure 112017055352619-pat00046
)는 온도, 습도, 이산화탄소를 각각 1/3인 0.333으로 동일하게 설정하면, 수학식 1을 통해 계산된 화재 상황에 대한 화재판별 임계값
Figure 112017055352619-pat00047
는 1.8,
Figure 112017055352619-pat00048
는 3.6이 되고 이를 설정한다.
이때,
Figure 112017055352619-pat00049
및
Figure 112017055352619-pat00050
는 각각 주의 및 위험 상태를 나타내는 기준값으로 요소별 최대 변화량이 된 경우 주의상태, 그보다 2배 더 큰 값이 된 경우 위험상태의 임계값으로 설정하였다.
앞서 구한 주의상태 및 위험상태를 나타내는 기준값과 가중치를 적용하였을 경우 실시예로 직전 측정값과 현재 측정값을 비교한 값의 절대값이 온도 3, 습도 8, 이산화탄소 100일 경우 이전에 설정한 비례상수값을 적용하고 앞서 설정한 가중치의 곱에 합을 통해 값을 도출해 낼 수 있다. 이때 주의, 위험 상태의 화재판별 임계값과 비교를 통해 화재를 판단할 수 있다.
예로써, 변화량의
Figure 112017055352619-pat00051
값은 2.0464로 주의상태와 위험상태의 임계값 사이에 있으므로 주의상태라고 판단할 수 있다. 다른 실시예로 직전 측정값과 현재 측정값을 비교한 값의 절대값이 온도 6, 습도 10, 이산화탄소 250일 경우 이전에 설정한 비례상수값을 적용하고 앞서 설정한 가중치의 곱에 합을 통해
Figure 112017055352619-pat00052
값을 도출한 결과 3.656으로 위험 상태의 임계값을 초과하였고 이는 위험상태라고 판단할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (3)

  1. 화재를 감지하는 지역에 온도센서, 습도센서, 이산화탄소센서를 포함한 센서모듈을 위치시키는 단계;
    상기 센서모듈을 통해 화재감지 요소인 온도, 습도, 이산화탄소를 센싱하여 데이터를 취득하는 단계;
    상기 센서모듈의 환경조건에 따라 상기 취득한 데이터들이 상이하여 수학식 1을 통해 화재상황을 인지하는 단계; 및
    상기 화재상황 인지를 통해 화재상태를 구분하는 단계;를 포함하는 것을 특징으로 하는 센서 데이터의 가중치를 활용한 화재감지 방법.
    [수학식 1]
    Figure 112017055352619-pat00053

    여기서,
    Figure 112017055352619-pat00054
    는 화재판별 상태값,
    Figure 112017055352619-pat00055
    는 센서개수,
    Figure 112017055352619-pat00056
    는 각 센서에서 수집되는 화재감지 요소 데이터값,
    Figure 112017055352619-pat00057
    는 센싱주기,
    Figure 112017055352619-pat00058
    는 요소별 단위를 같은 조건으로 통합하기 위한 비례상수,
    Figure 112017055352619-pat00059
    는 화재가 발생하는 장소에 따른 가중치임.
  2. 제1항에 있어서,
    상기 화재상태를 구분하는 단계는,
    화재판별 상태값(
    Figure 112017055352619-pat00060
    ) 및 화재판별 임계값(
    Figure 112017055352619-pat00061
    )을 산출하여
    Figure 112017055352619-pat00062
    값이
    Figure 112017055352619-pat00063
    미만인 경우 안전상태,
    Figure 112017055352619-pat00064
    이상
    Figure 112017055352619-pat00065
    미만인 경우 주의상태,
    Figure 112017055352619-pat00066
    이상인 경우 위험상태를 나타내고,
    상기 화재판별 임계값(
    Figure 112017055352619-pat00067
    )은 기상청의 어느 한 날의 최대변화량을 기준으로 설정하여 상기 수학식1을 통해 산출한 값이고, 상기
    Figure 112017055352619-pat00068
    는
    Figure 112017055352619-pat00069
    보다 2배 큰 값을 설정하는 것을 특징으로 하는 센서 데이터의 가중치를 활용한 화재감지 방법.
  3. 제1항에 있어서,
    상기 가중치는 온도는 0.25~0.45, 습도는 0.2~0.33, 이산화탄소는 0.25~0.45로 설정하는 것을 특징으로 하는 센서 데이터의 가중치를 활용한 화재감지 방법.
KR1020160027097A 2016-03-07 2016-03-07 센서 데이터의 가중치를 활용한 화재감지 방법 KR101786939B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160027097A KR101786939B1 (ko) 2016-03-07 2016-03-07 센서 데이터의 가중치를 활용한 화재감지 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160027097A KR101786939B1 (ko) 2016-03-07 2016-03-07 센서 데이터의 가중치를 활용한 화재감지 방법

Publications (2)

Publication Number Publication Date
KR20170104271A KR20170104271A (ko) 2017-09-15
KR101786939B1 true KR101786939B1 (ko) 2017-10-18

Family

ID=59926865

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160027097A KR101786939B1 (ko) 2016-03-07 2016-03-07 센서 데이터의 가중치를 활용한 화재감지 방법

Country Status (1)

Country Link
KR (1) KR101786939B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102231292B1 (ko) * 2019-03-29 2021-03-23 우석대학교 산학협력단 오작동 저감 자동화재속보설비 시스템
KR102392733B1 (ko) * 2019-12-30 2022-04-28 동아대학교 산학협력단 재난 현장에서 요구조자에게 대피 경로를 안내하는 방법 및 시스템
CN111341080A (zh) * 2020-03-03 2020-06-26 江苏中数智慧信息科技有限公司 一种消防监测、报警系统及方法
KR102414371B1 (ko) * 2022-02-08 2022-06-29 주식회사 엔라이트 안개, 폭우, 미세먼지, 악천후 인식 스마트 시스템
KR102619678B1 (ko) * 2022-04-15 2023-12-29 태광물산 주식회사 복합센서 기반 지능형 화재위험 감지 방법
CN117197680B (zh) * 2023-08-20 2024-05-14 国网湖北省电力有限公司神农架供电公司 基于多源卫星数据的输配电森林火灾监控方法、监控装置

Also Published As

Publication number Publication date
KR20170104271A (ko) 2017-09-15

Similar Documents

Publication Publication Date Title
KR101786939B1 (ko) 센서 데이터의 가중치를 활용한 화재감지 방법
KR101833794B1 (ko) 상황인지센서를 활용한 화재 감지 및 관제 방법
US10854062B2 (en) Fire monitoring system
TWI632443B (zh) 異常資料的重要度判定裝置以及異常資料的重要度判定方法
US11200427B2 (en) Methods and systems for image based anomaly detection
CN112927461B (zh) 一种新能源汽车充电桩预警决策方法及装置
CN113505758B (zh) 一种基于视觉检测的烟雾预警系统
KR101640152B1 (ko) 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템
WO2012128913A2 (en) Degrading sensor detection implemented within a transmitter
KR102501053B1 (ko) 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템
CN109995561B (zh) 通信网络故障定位的方法、装置、设备及介质
CN109034038B (zh) 一种基于多特征融合的火灾识别装置
CN115937746A (zh) 一种烟火事件监测方法、装置及存储介质
KR100977562B1 (ko) 온도센서 기반의 화재 이상징후 판별시스템
KR100977561B1 (ko) 온도센서 및 습도센서 기반의 화재 이상징후 판별시스템
EP4002294A1 (en) Identification of droplet formation during cable burn testing
CN107704818A (zh) 一种基于视频图像的火灾检测系统
CN112613347B (zh) 一种森林火灾过火范围和烧毁程度的自动识别方法
JP2020071698A (ja) 火災検知装置、火災検知方法及び火災監視システム
KR101592383B1 (ko) 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법
CN111882800B (zh) 一种基于多维度数据联动的消防预警方法及系统
CN111614938B (zh) 一种风险识别方法及装置
CN113299034B (zh) 一种适应多场景的火焰识别预警方法
CN104850826B (zh) 一种火灾红外波段检测方法
EP3825875B1 (en) Installation environment estimation device and program

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant