一种用于高层建筑应急安全数据处理方法及系统与流程

本申请涉及智能化数据处理，并且更具体地，涉及一种用于高层建筑应急安全数据处理方法及系统。

背景技术：

1、高层建筑的火灾安全是一个重要的社会问题，因为火灾不仅会造成人员伤亡和财产损失，还会对城市环境和社会稳定造成影响。为了有效地预防和控制高层建筑的火灾，需要对高层建筑内部的温度变化进行实时监测和分析，以及及时地向相关部门和人员发送警报和指令。然而，由于高层建筑的特殊性，如高度大、结构复杂、通信信号干扰等，传统的基于无线传感器网络的温度数据处理方法存在很多局限性，如数据采集不全面、数据分析不准确、数据传输不及时等。

2、因此，期望一种优化的用于高层建筑应急安全数据处理方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于高层建筑应急安全数据处理方法及系统，其通过部署于高层建筑内的多个关键位置的温度传感器实时采集温度值数据，并在后端引入数据处理和分析算法来进行这些温度数据的处理和分析，以充分利用高层建筑内部的温度数据来提取其时序和空间特征，从而来对于高层建筑的火灾安全等级进行评估判断，通过这样的方式，能够帮助高层建筑管理者更好地监测和应对突发事件，保障人员的生命财产安全。

2、第一方面，提供了一种用于高层建筑应急安全数据处理方法，其包括：

3、通过部署于高层建筑内的多个关键位置的温度传感器采集预定时间段内多个预定时间点的温度数据；

4、将所述各个关键位置的温度传感器采集的预定时间段内多个预定时间点的温度数据分别按照时间维度排列为温度时序输入向量以得到多个温度时序输入向量；

5、通过基于深度神经网络模型的温度时序特征提取器分别对所述多个温度时序输入向量进行温度时序特征提取以得到多个温度时序特征；

6、对所述多个关键位置进行空间拓扑关联分析以得到空间拓扑特征；

7、对所述多个温度时序特征和所述空间拓扑特征进行基于图结构的关联编码以得到空间拓扑全局温度时序特征；

8、基于所述空间拓扑全局温度时序特征，确定高层建筑的火灾安全等级标签。

9、第二方面，提供了一种用于高层建筑应急安全数据处理系统，其包括：

10、数据获取模块，用于通过部署于高层建筑内的多个关键位置的温度传感器采集预定时间段内多个预定时间点的温度数据；

11、向量排列模块，用于将所述各个关键位置的温度传感器采集的预定时间段内多个预定时间点的温度数据分别按照时间维度排列为温度时序输入向量以得到多个温度时序输入向量；

12、温度时序特征提取模块，用于通过基于深度神经网络模型的温度时序特征提取器分别对所述多个温度时序输入向量进行温度时序特征提取以得到多个温度时序特征；

13、关联分析模块，用于对所述多个关键位置进行空间拓扑关联分析以得到空间拓扑特征；

14、关联编码模块，用于对所述多个温度时序特征和所述空间拓扑特征进行基于图结构的关联编码以得到空间拓扑全局温度时序特征；

15、火灾安全等级标签确定模块，用于基于所述空间拓扑全局温度时序特征，确定高层建筑的火灾安全等级标签。

技术特征：

1.一种用于高层建筑应急安全数据处理方法，其特征在于，包括：

2.根据权利要求1所述的用于高层建筑应急安全数据处理方法，其特征在于，通过基于深度神经网络模型的温度时序特征提取器分别对所述多个温度时序输入向量进行温度时序特征提取以得到多个温度时序特征，包括：将所述多个温度时序输入向量分别通过基于一维卷积神经网络模型的温度时序特征提取器以得到多个温度时序特征向量作为所述多个温度时序特征。

3.根据权利要求2所述的用于高层建筑应急安全数据处理方法，其特征在于，对所述多个关键位置进行空间拓扑关联分析以得到空间拓扑特征，包括：

4.根据权利要求3所述的用于高层建筑应急安全数据处理方法，其特征在于，对所述多个温度时序特征和所述空间拓扑特征进行基于图结构的关联编码以得到空间拓扑全局温度时序特征，包括：将所述空间拓扑特征矩阵和所述多个温度时序特征向量通过图神经网络模型以得到空间拓扑全局温度时序特征矩阵作为所述空间拓扑全局温度时序特征。

5.根据权利要求4所述的用于高层建筑应急安全数据处理方法，其特征在于，基于所述空间拓扑全局温度时序特征，确定高层建筑的火灾安全等级标签，包括：将所述空间拓扑全局温度时序特征矩阵通过分类器以得到分类结果，所述分类结果用于表示高层建筑的火灾安全等级标签。

6.根据权利要求5所述的用于高层建筑应急安全数据处理方法，其特征在于，还包括训练步骤：用于对所述通过基于一维卷积神经网络模型的温度时序特征提取器、所述基于卷积神经网络模型的空间拓扑特征提取器、所述图神经网络模型和所述分类器进行训练。

7.根据权利要求6所述的用于高层建筑应急安全数据处理方法，其特征在于，所述训练步骤，包括：

8.根据权利要求7所述的用于高层建筑应急安全数据处理方法，其特征在于，计算所述训练空间拓扑全局温度时序特征矩阵和所述多个训练温度时序特征向量之间的损失函数值，包括：以如下损失函数计算公式计算所述训练空间拓扑全局温度时序特征矩阵和所述多个训练温度时序特征向量之间的损失函数值；

9.一种用于高层建筑应急安全数据处理系统，其特征在于，包括：

10.根据权利要求9所述的用于高层建筑应急安全数据处理系统，其特征在于，所述温度时序特征提取模块，用于：将所述多个温度时序输入向量分别通过基于一维卷积神经网络模型的温度时序特征提取器以得到多个温度时序特征向量作为所述多个温度时序特征。

技术总结一种用于高层建筑应急安全数据处理方法及系统，其通过部署于高层建筑内的多个关键位置的温度传感器实时采集温度值数据，并在后端引入数据处理和分析算法来进行这些温度数据的处理和分析，以充分利用高层建筑内部的温度数据来提取其时序和空间特征，从而来对于高层建筑的火灾安全等级进行评估判断，通过这样的方式，能够帮助高层建筑管理者更好地监测和应对突发事件，保障人员的生命财产安全。技术研发人员：刘成龙,李书涛,郭帆,谢耀东,朱明超受保护的技术使用者：河南省基本建设科学实验研究院有限公司技术研发日：技术公布日：2024/5/8