工业园区安全风险监测预警系统及方法与流程

本发明涉及监测系统领域，尤其涉及工业园区安全风险监测预警系统及方法。

背景技术：

1、工业园区所面临的安全挑战涵盖多个维度。由于园区建筑物分布密集，一旦火源失控，火势极易快速扩散，造成重大的人员伤亡及财产损失。此外，部分工业园区在消防通道设计上可能存在不合理之处，消防设施维护不够及时有效，加之应急响应机制尚不完备，这些因素共同提升了消防安全的整体风险水平。

2、现有的对工业园区进行监测时主要是采用定点安装传感器监测的方式，这种方式具有一定局限性，使得监控不够全面，容易产生监管盲区。

技术实现思路

1、本发明的目的在于提供工业园区安全风险监测预警系统及方法，旨在可以实现对工业园区环境安全的全方位监测和预警，大大降低了事故发生的风险。

2、为实现上述目的，第一方面，本发明提供了工业园区安全风险监测预警方法，包括利用无人机搭载传感器收集工业园区内的环境数据，所述环境数据包括图像数据、温度数据、湿度数据和特殊气体数据；

3、基于温度数据、湿度数据和特殊气体数据对工业园区风险进行快速预估，得到第一预警信息；

4、对收集到的图像数据进行预处理，得到处理图像数据；

5、利用处理图像数据通过随机森林算法得到安全风险预测模型，然后基于安全风险预测模型得到预测结果；

6、根据预测结果，对工业园区内的安全风险进行预警；

7、建立工业园区的安全风险数据库并存储历史监测数据。

8、其中，所述利用无人机搭载传感器收集工业园区内的环境数据的具体步骤包括：

9、获取目标区域地图；

10、对区域地图中的核心监测点进行标注；

11、根据核心监测点规划飞行路径；

12、基于飞行路径进行飞行，并采用传感器获取区域监测数据。

13、其中，所述传感器包括温度传感器、湿度传感器、特殊气体传感器和图像传感器。

14、其中，所述基于温度数据、湿度数据和气体传感器数据对工业园区风险进行快速预估，得到第一预警信息的具体步骤包括：

15、从原始数据中提取风险预估特征；

16、设置风险预估特征阈值；

17、当某一风险预估特征超过阈值时发出第一预警信息。

18、其中，所述利用处理图像数据通过随机森林算法得到安全风险预测模型，然后基于安全风险预测模型得到预测结果的具体步骤包括：

19、从图像数据中提取安全风险预测特征；

20、对提取的特征进行归一化，并将特征分成训练集和测试集；

21、用随机森林算法在训练集中进行学习和建模，得到风险评估模型；

22、通过交叉验证对风险评估模型进行性能评估；

23、利用安全风险预测模型对工业园区内的安全风险进行预测，得到预测结果。

24、其中，所述根据预测结果，对工业园区内的安全风险进行预警的具体步骤包括：

25、基于随机森林模型输出的预测结果，将工业园区的安全风险划分为多个等级；

26、针对不同风险等级，预先设定相应的预警阈值；

27、系统根据模型预测的具体风险类别及严重程度生成包含预警内容的预警信息；

28、基于园区内部通信网络并通过多种途径发布预警信息。

29、其中，所述途径包括但不限于监控中心大屏幕显示系统、广播系统、短信通知系统、电子邮件系统、企业内部通讯软件、移动app推送。

30、第二方面，本发明还提供一种工业园区安全风险监测预警系统，包括数据获取模块、图像数据处理模块、风险预评估模块、模型评估模块、预警模块和存储模块，所述数据获取模块，用于利用无人机搭载传感器收集工业园区内的环境数据；

31、所述图像数据处理模块，用于对收集到的环境图像数据进行预处理，得到处理图像数据；

32、所述风险预评估模块，用于基于温度数据、湿度数据和气体传感器数据对工业园区风险进行快速预估，得到第一预警信息；

33、所述模型评估模块，用于利用处理图像数据通过随机森林算法得到安全风险预测模型，然后基于安全风险预测模型得到预测结果；

34、所述预警模块，用于根据预测结果，对工业园区内的安全风险进行预警；

35、所述存储模块，用于建立工业园区的安全风险数据库并存储历史监测数据。

36、本发明的工业园区安全风险监测预警系统及方法，包括利用无人机搭载传感器收集工业园区内的环境数据，所述环境数据包括图像数据、温度数据、湿度数据和特殊气体数据；基于温度数据、湿度数据和特殊气体数据对工业园区风险进行快速预估，得到第一预警信息；对收集到的图像数据进行预处理，得到处理图像数据；利用处理图像数据通过随机森林算法得到安全风险预测模型，然后基于安全风险预测模型得到预测结果；根据预测结果，对工业园区内的安全风险进行预警；建立工业园区的安全风险数据库并存储历史监测数据。首先使用无人机搭载各类传感器，如摄像头、温度传感器、湿度传感器和特殊气体检测仪器，对工业园区进行定期巡航监测。这些传感器能够收集到一系列重要的环境数据，包括图像数据、温度数据、湿度数据和特殊气体数据。收集到的温度数据、湿度数据和特殊气体数据被迅速送往数据处理中心进行分析。利用这些数据，我们能够快速预估工业园区风险，得到第一预警信息。例如，若检测到有害气体浓度超标或温度、湿度异常，系统将立即发出预警，以便及时采取应急措施。与此同时，我们对收集到的图像数据进行预处理，如去噪、对比度增强等，以得到更清晰的图像数据。这些处理后的图像数据接着被送往人工智能模型进行进一步分析。随机森林能够处理大量数据并输出高精度的预测结果。经过训练，我们的模型能够准确识别图像中的安全隐患，如设备故障、不当操作等，并预测其潜在的安全风险。基于安全风险预测模型得到的预测结果能够对工业园区内的安全风险进行预警。例如，若模型预测到某区域存在高风险，我们将立即发出警报，通知相关人员采取相应的安全措施。最后建立了工业园区的安全风险数据库，用于存储历史监测数据。这些数据不仅包括温度、湿度、特殊气体等环境数据，还包括图像数据和预测结果。通过分析这些历史数据，我们能够更好地理解工业园区的安全状况，从而改进我们的预警系统，提高其准确性和可靠性。通过这一系列的技术手段，得以实现对工业园区环境安全的全方位监测和预警，大大降低了事故发生的风险，保障了工业园区的正常运营和员工的生命安全。

技术特征：

1.工业园区安全风险监测预警方法，其特征在于，

2.如权利要求1所述的工业园区安全风险监测预警方法，其特征在于，

3.如权利要求2所述的工业园区安全风险监测预警方法，其特征在于，

4.如权利要求3所述的工业园区安全风险监测预警方法，其特征在于，

5.如权利要求4所述的工业园区安全风险监测预警方法，其特征在于，

6.如权利要求5所述的工业园区安全风险监测预警方法，其特征在于，

7.如权利要求6所述的工业园区安全风险监测预警方法，其特征在于，

8.工业园区安全风险监测预警系统，其特征在于，

技术总结本发明涉及监测系统领域，具体涉及工业园区安全风险监测预警系统及方法，包括利用无人机搭载传感器收集工业园区内的环境数据，所述环境数据包括图像数据、温度数据、湿度数据和特殊气体数据；基于温度数据、湿度数据和特殊气体数据对工业园区风险进行快速预估，得到第一预警信息；对收集到的图像数据进行预处理，得到处理图像数据；利用处理图像数据通过随机森林算法得到安全风险预测模型，然后基于安全风险预测模型得到预测结果；根据预测结果，对工业园区内的安全风险进行预警；建立工业园区的安全风险数据库并存储历史监测数据，得以实现对工业园区环境安全的全方位监测和预警，降低了事故发生的风险。技术研发人员：张利欣,张剑波,田闪闪,焦宗军受保护的技术使用者：四川欣泰然安全科技有限公司技术研发日：技术公布日：2024/5/12