一种用于消防火灾智能监测报警方法及系统与流程

本技术涉及数据分析，尤其涉及一种用于消防火灾智能监测报警方法及系统。

背景技术：

1、随着工业化和城市化进程的加速，火灾事故的频率和危害程度逐渐增加，对人民生命财产的安全造成了严重威胁。因此，开发一种高效、准确的火灾智能监测报警系统成为了当前急需解决的问题。

2、在传统的火灾监测报警系统中，通常采用单一的传感器进行火灾风险的监测和报警。然而，由于火灾的复杂性和多变性，单一的传感器往往难以全面、准确地捕捉火灾风险的状态和变化。此外，传统的火灾监测报警系统还存在误报率高、实时性差等问题，无法满足实际应用的需求。

技术实现思路

1、为了改善上述问题，本技术提供了一种用于消防火灾智能监测报警方法及系统。

2、第一方面，本技术实施例提供一种用于消防火灾智能监测报警方法，应用于智能监测报警系统，所述方法包括：

3、获取第一多源防火传感监测数据训练集，所述第一多源防火传感监测数据训练集包含最少一个防火传感监测数据集以及每个防火传感监测数据集对应的传感报警监测类别；

4、对所述第一多源防火传感监测数据训练集中的最少一个防火传感监测数据集进行数据标注操作，得到多源防火传感监测数据标注训练集，所述多源防火传感监测数据标注训练集包含最少一个已标注防火传感监测数据集；

5、通过监测状态属性挖掘网络对所述多源防火传感监测数据标注训练集中的每个已标注防火传感监测数据集进行联动监测状态属性描述向量挖掘，得到所述每个已标注防火传感监测数据集对应的联动监测状态属性描述向量；

6、依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，以得到调试后监测状态属性挖掘网络，以利用所述监测状态属性挖掘网络对待处理多源防火传感监测数据进行火灾智能监测报警预测。

7、可选的，所述对所述第一多源防火传感监测数据训练集中的最少一个防火传感监测数据集进行数据标注操作，得到多源防火传感监测数据标注训练集，包括：

8、基于所述监测状态属性挖掘网络的当前调试周期，确定所述第一多源防火传感监测数据训练集中的拟标注数据集，所述当前调试周期为金字塔调试周期中的调试周期；

9、基于所述当前调试周期对所述第一多源防火传感监测数据训练集中的所述拟标注数据集进行数据标注操作，得到多源防火传感监测数据标注训练集。

10、可选的，所述依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，包括：

11、在所述当前调试周期，依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，以得到候选监测状态属性挖掘网络；

12、从所述金字塔调试周期中确定所述当前调试周期的上下游调试周期；

13、将所述上下游调试周期确定为所述当前调试周期，然后跳转至所述基于所述监测状态属性挖掘网络的当前调试周期，确定所述第一多源防火传感监测数据训练集中的拟标注数据集；基于所述当前调试周期对所述第一多源防火传感监测数据训练集中的所述拟标注数据集进行数据标注操作，得到多源防火传感监测数据标注训练集，直至所述监测状态属性挖掘网络达到训练稳定状态，得到调试后监测状态属性挖掘网络。

14、可选的，所述在所述当前调试周期，依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，包括：

15、基于所述当前调试周期从所述已标注防火传感监测数据集中确定目标已标注防火传感监测数据集；

16、依据所述目标已标注防火传感监测数据集对应的传感报警监测类别，以及所述目标已标注防火传感监测数据集对应的所述联动监测状态属性描述向量，对所述监测状态属性挖掘网络进行调试。

17、可选的，所述最少一个防火传感监测数据集包括防火传感监测数据子集，所述通过监测状态属性挖掘网络对所述多源防火传感监测数据标注训练集中的每个已标注防火传感监测数据集进行联动监测状态属性描述向量挖掘，得到所述每个已标注防火传感监测数据集对应的联动监测状态属性描述向量，包括：

18、通过所述监测状态属性挖掘网络对所述第一多源防火传感监测数据训练集中的每个防火传感监测数据子集进行区域状态趋势要素挖掘，得到所述每个防火传感监测数据子集对应的区域状态趋势要素向量；

19、依据所述区域状态趋势要素向量，对所述第一多源防火传感监测数据训练集中的每个已标注防火传感监测数据集进行状态趋势要素集成，得到所述每个已标注防火传感监测数据集对应的联动监测状态属性描述向量。

20、可选的，所述第一多源防火传感监测数据训练集对应有先验训练知识，所述依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，包括：

21、基于所述多源防火传感监测数据标注训练集中的防火传感监测数据子集对应的联动监测状态属性描述子向量，确定每个所述防火传感监测数据子集的火灾风险判别观点；

22、根据每个所述防火传感监测数据子集的火灾风险判别观点确定所述第一多源防火传感监测数据训练集的火灾趋势预警信息；

23、基于所述火灾趋势预警信息和所述先验训练知识对所述监测状态属性挖掘网络进行调试，以及依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，以得到所述调试后监测状态属性挖掘网络。

24、可选的，所述获取第一多源防火传感监测数据训练集，包括：

25、获取基于多源防火传感监测数据训练集；

26、对所述基于多源防火传感监测数据训练集进行防火传感监测数据集拆解，得到多个防火传感监测数据集；

27、对所述基于多源防火传感监测数据训练集中的每个防火传感监测数据集进行数据解析操作，得到所述基于多源防火传感监测数据训练集中每个防火传感监测数据集对应的传感报警监测类别；

28、基于所述多个防火传感监测数据集以及每个防火传感监测数据集对应的传感报警监测类别，生成第一多源防火传感监测数据训练集。

29、可选的，所述对所述第一多源防火传感监测数据训练集中每个防火传感监测数据集进行数据解析操作，得到所述第一多源防火传感监测数据训练集中每个防火传感监测数据集对应的传感报警监测类别，包括：

30、通过调试后监测类别决策树对所述第一多源防火传感监测数据训练集中的每个防火传感监测数据集进行数据解析操作，得到所述每个防火传感监测数据集的传感报警监测类别。

31、可选的，所述获取所述基于多源防火传感监测数据训练集；之前，所述方法还包括：

32、获取第二多源防火传感监测数据训练集；

33、通过监测类别决策树对所述第二多源防火传感监测数据训练集进行数据解析操作，得到所述第二多源防火传感监测数据训练集的监测类别决策表征；

34、对所述监测类别决策表征进行特征译码操作，得到所述第二多源防火传感监测数据训练集对应的逆向传感监测译码结果；

35、依据所述第二多源防火传感监测数据训练集与所述逆向传感监测译码结果对所述监测类别决策树进行调试，以得到调试后监测类别决策树。

36、可选的，所述依据所述传感报警监测类别与所述联动监测状态属性描述向量对所述监测状态属性挖掘网络进行调试，包括：

37、根据联动监测状态属性描述向量与传感报警监测类别确定训练误差变量；

38、依据所述训练误差变量进行权重配置改进，以对所述监测状态属性挖掘网络进行调试。

39、可选的，所述方法还包括：

40、获取待处理多源防火传感监测数据；

41、对所述待处理多源防火传感监测数据进行防火传感监测数据集拆解，得到多个防火传感监测数据集；

42、通过调试后监测状态属性挖掘网络，对所述多个防火传感监测数据集分别进行区域状态趋势要素挖掘，得到所述每个防火传感监测数据集对应的区域状态趋势要素向量；

43、依据所述每个防火传感监测数据集对应的所述区域状态趋势要素向量，确定所述待处理多源防火传感监测数据的火灾监测报警观点。

44、第二方面，本技术实施例提供一种智能监测报警系统，包括至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行第一方面所述的方法。

45、第三方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时实现第一方面所述的方法。

46、为了解决上述问题，近年来研究者们开始探索基于多源防火传感监测数据的火灾智能监测报警技术。这种技术通过融合多个传感器的数据，能够更全面、准确地反映火灾风险的状态和变化。同时，借助数据挖掘和机器学习等先进技术手段，还可以对多源防火传感监测数据进行深度分析和挖掘，提取出更多有用的信息和特征，进一步提高火灾智能监测报警的准确性和实时性。

47、然而，在实际应用中，多源防火传感监测数据的获取和处理面临着诸多挑战。首先，不同传感器的数据类型、采样频率、量程等存在差异，需要进行统一的数据预处理和标准化操作。其次，多源防火传感监测数据中往往包含着大量的噪声和冗余信息，需要进行数据清洗和特征提取等操作以提高数据质量。此外，由于火灾的复杂性和不确定性，还需要制定一套科学、合理的数据标注规范和准则以确保标注结果的一致性和可靠性。

48、因此，本技术提出了一种基于多源防火传感监测数据和监测状态属性挖掘网络的火灾智能监测报警预测方法。首先获取包含多个防火传感监测数据集及其对应传感报警监测类别的第一多源防火传感监测数据训练集，并进行数据标注操作得到已标注的防火传感监测数据集。然后利用监测状态属性挖掘网络对每个已标注的防火传感监测数据集进行联动监测状态属性描述向量挖掘，得到每个数据集对应的联动监测状态属性描述向量。最后根据传感报警监测类别和联动监测状态属性描述向量对监测状态属性挖掘网络进行调试和优化，得到调试后的网络模型用于对待处理的多源防火传感监测数据进行火灾智能监测报警预测。这种方法能够克服传统火灾监测报警系统的局限性，提高火灾风险预测的准确性和实时性，为保障人民生命财产安全提供有力支持。