一种基于数据分析的电瓶车蓄电池火灾预警方法及系统

本发明涉及火灾预警领域，特别是一种基于数据分析的电瓶车蓄电池火灾预警方法及系统。

背景技术：

1、随着环保理念的普及和城市化进程的加快，电瓶车作为一种绿色、便捷的交通工具，已经广泛应用于人们的日常生活中。然而，电瓶车蓄电池的安全问题也逐渐凸显出来，尤其是蓄电池火灾事故频发，给人们的生命财产安全带来了严重威胁。传统的电瓶车蓄电池火灾预警方法主要依赖于温度、电压等单一参数的监测。然而，这种方法通常存在误报率高且预警不及时等问题，且在无法第一时间对火灾进行干预，防止火灾蔓延的更大；随着物联网、大数据和人工智能技术的快速发展，利大数据进行分析，结合人工智能进行实时场景的判断，能准确识别出蓄电池的实时状态，因此如何利用物联网、大数据和人工智能技术对电瓶车火灾进行预警是现阶段丞待解决的技术问题。

技术实现思路

1、本发明的目的是为了解决上述问题，设计了一种基于数据分析的电瓶车蓄电池火灾预警方法及系统。

2、实现上述目的本发明的技术方案为，进一步，在上述一种基于数据分析的电瓶车蓄电池火灾预警方法中，所述电瓶车蓄电池火灾预警方法包括以下步骤：

3、基于图像传感器获取周围环境中的电瓶车环境图像数据，对所述电瓶车环境图像数据进行数据预处理，得到训练电瓶车环境图像数据；基于气体传感器获取周围环境中的实时气体数据，对所述实时气体数据进行识别，得到目标气体数据信息；

4、利用zigbee无线通讯模块将所述目标气体数据信息和所述训练电瓶车环境图像数据传输至系统中；

5、建立yolov5多模火灾识别模型，将所述yolov5多模火灾识别模型中对应head中的0repconv模块更改为深度超参数化卷积，引入无参注意力机制模块和动态卷积，得到目标yolov5多模火灾识别模型；

6、将所述训练电瓶车环境图像数据和所述目标气体数据信息输入至所述目标yolov5多模火灾识别模型中进行识别，得到电瓶车实时环境数据；

7、若判断所述电瓶车实时环境数据为火灾预发阶段，则生成火灾预警信号，将所述火灾预警信号通过zigbee无线通讯模块传输至预警响铃装置中；

8、若判断所述电瓶车实时环境数据为火灾实发阶段，则生成火灾报警信号和消防开启信号，将所述火灾报警信号和消防开启信号通过zigbee无线通讯模块传输至报警响铃装置和消防喷洒装置中。

9、进一步，在上述电瓶车蓄电池火灾预警方法中，所述基于图像传感器获取周围环境中的电瓶车环境图像数据，对所述电瓶车环境图像数据进行数据预处理，得到训练电瓶车环境图像数据；基于气体传感器获取周围环境中的实时气体数据，对所述实时气体数据进行识别，得到目标气体数据信息，包括：

10、基于图像传感器获取周围环境中的电瓶车环境图像数据，所述电瓶车环境图像数据至少包括红外图像数据、热辐射图像数据，和监控视频图像数据；

11、对所述电瓶车环境图像数据进行数据增强处理，得到增强电瓶车环境图像数据，所述数据增强处理至少包括图像颜色变换、图像添加噪声、图像模糊、图像擦除和图像填充；

12、对所述增强电瓶车环境图像数据进行线性插值处理，得到补充电瓶车环境图像数据；

13、基于气体传感器获取周围环境中的实时气体数据，利用光学检测方法对所述实时气体数据进行识别，得到目标气体数据信息；

14、所述目标气体数据信息至少包括周围环境中的氢氟化物气体浓度、氢氰酸气体浓度、氟化物气体浓度、二氧化硫气体浓度、一氧化碳气体浓度。

15、进一步，在上述电瓶车蓄电池火灾预警方法中，所述利用zigbee无线通讯模块将所述目标气体数据信息和所述训练电瓶车环境图像数据传输至系统中，包括：

16、基于zigbee无线通讯模块中的协调器节点进行信道扫描进行网络发现，根据扫描结果，至少选择一个空闲信道并在所述空闲信道上创建网络；

17、系统通过协调器的网络加入过程加入zigbee无线通讯网络，系统向协调器发送加入请求同时提供设备信息；

18、协调器根据所述设备信息进行验证，如果验证通过，将终端设备加入网络，并分配一个临时网络地址，得到zigbee无线通讯网络与系统之间的通讯节点；

19、获取所述目标气体数据信息和所述训练电瓶车环境图像数据，发送节点调用协议栈的无线数据发送函数；

20、将所述目标气体数据信息和所述训练电瓶车环境图像数据利用单播方式发送至系统中。

21、进一步，在上述电瓶车蓄电池火灾预警方法中，所述建立yolov5多模火灾识别模型，将所述yolov5多模火灾识别模型中对应head中的0repconv模块更改为深度超参数化卷积，引入无参注意力机制模块和动态卷积，得到目标yolov5多模火灾识别模型，包括：

22、建立yolov5多模火灾识别模型，所述yolov5多模火灾识别模型至少包括backbone、fpn和yolo head；

23、将所述yolov5多模火灾识别模型中对应head中的0repconv模块更改为深度超参数化卷积；

24、引入无参注意力机制模块和动态卷积，得到目标yolov5多模火灾识别模型。

25、进一步，在上述电瓶车蓄电池火灾预警方法中，所述将所述训练电瓶车环境图像数据和所述目标气体数据信息输入至所述目标yolov5多模火灾识别模型中进行识别，得到电瓶车实时环境数据，包括：

26、基于所述目标yolov5多模火灾识别模型中的backbone将主干网络中已获取的三个目标特征层输入到fpn 中，所述三个目标特征层为有效特征层；

27、利用所述目标yolov5多模火灾识别模型中的fpn将所述有效特征层进行目标特征融合，得到融合有效特征，对所述融合有效特征进行目标特征提取，得到目标有效特征；

28、利用所述目标yolov5多模火灾识别模型中的yolo head对所述目标有效特征进行分类和回归，得到电瓶车图像数据；

29、基于所述目标yolov5多模火灾识别模型对所述目标气体数据信息进行识别，得到电瓶车周围气体数据；

30、利用所述目标yolov5多模火灾识别模型对所述电瓶车图像数据和所述电瓶车周围气体数据进行识别，得到电瓶车实时环境数据。

31、进一步，在上述电瓶车蓄电池火灾预警方法中，所述若判断所述电瓶车实时环境数据为火灾预发阶段，则生成火灾预警信号，将所述火灾预警信号通过zigbee无线通讯模块传输至预警响铃装置中，包括：

32、对所述电瓶车实时环境数据进行判断，若判断所述电瓶车实时环境数据为火灾预发阶段，则生成火灾预警信号；

33、所述火灾预发阶段至少包括电瓶车周围环境无明火，且周围环境中有蓄电池燃烧的烟雾气体，烟雾气体浓度大于等于12%；

34、基于所述所述火灾预警信号生成响铃指令，将所述响铃指令通过zigbee无线通讯模块传输至预警响铃装置中；

35、每隔40秒获取一次周围环境中的图像数据和气体数据，并通过目标yolov5多模火灾识别模型判断电瓶车蓄电池火灾的实时情况；

36、若电瓶车蓄电池火灾发展到火灾实发阶段，则生成消防开启信号，将所述消防开启信号发送至消防装置中，所述消防装置至少包括自来水喷洒装置和干粉喷洒装置。

37、进一步，在上述电瓶车蓄电池火灾预警方法中，所述若判断所述电瓶车实时环境数据为火灾实发阶段，则生成火灾报警信号和消防开启信号，将所述火灾报警信号和消防开启信号通过zigbee无线通讯模块传输至报警响铃装置和消防喷洒装置中，包括：

38、对所述电瓶车实时环境数据进行判断，若判断所述电瓶车实时环境数据为火灾实发阶段，则生成火灾报警信号和消防开启信号；

39、所述火灾实发阶段至少包括电瓶车周围环境有明火，且周围环境中有蓄电池燃烧的烟雾气体，烟雾气体浓度大于等于23%；

40、将所述火灾报警信号和消防开启信号通过zigbee无线通讯模块传输至报警响铃装置和消防喷洒装置中；

41、每隔30秒通过图像传感器和气体传感器获取消防装置进行消防喷洒后的周围环境图像数据和气体数据，并通过目标yolov5多模火灾识别模型判断电瓶车蓄电池火灾的实时情况；

42、若火灾被扑灭，则生成火灾报警关闭信号和消防关闭信号，通过zigbee无线通讯模块将火灾报警关闭信号和消防关闭信号传输至报警响铃装置和消防喷洒装置中。

43、进一步，在上述一种基于数据分析的电瓶车蓄电池火灾预警系统中，所述电瓶车蓄电池火灾预警系统包括以下模块：

44、数据获取模块，用于基于图像传感器获取周围环境中的电瓶车环境图像数据，对所述电瓶车环境图像数据进行数据预处理，得到训练电瓶车环境图像数据；基于气体传感器获取周围环境中的实时气体数据，对所述实时气体数据进行识别，得到目标气体数据信息；

45、无线通讯模块，用于利用zigbee无线通讯模块将所述目标气体数据信息和所述训练电瓶车环境图像数据传输至系统中；

46、模型建立模块，用于建立yolov5多模火灾识别模型，将所述yolov5多模火灾识别模型中对应head中的0repconv模块更改为深度超参数化卷积，引入无参注意力机制模块和动态卷积，得到目标yolov5多模火灾识别模型；

47、火灾识别模块，用于将所述训练电瓶车环境图像数据和所述目标气体数据信息输入至所述目标yolov5多模火灾识别模型中进行识别，得到电瓶车实时环境数据；

48、火灾预警模块，用于若判断所述电瓶车实时环境数据为火灾预发阶段，则生成火灾预警信号，将所述火灾预警信号通过zigbee无线通讯模块传输至预警响铃装置中；

49、火灾消防模块，用于若判断所述电瓶车实时环境数据为火灾实发阶段，则生成火灾报警信号和消防开启信号，将所述火灾报警信号和消防开启信号通过zigbee无线通讯模块传输至报警响铃装置和消防喷洒装置中。

50、进一步，在上述一种基于数据分析的电瓶车蓄电池火灾预警系统中，所述无线通讯模块包括以下子模块：

51、创建子模块，用于基于zigbee无线通讯模块中的协调器节点进行信道扫描进行网络发现，根据扫描结果，至少选择一个空闲信道并在所述空闲信道上创建网络；

52、加入子模块，用于系统通过协调器的网络加入过程加入zigbee无线通讯网络，系统向协调器发送加入请求同时提供设备信息；

53、验证子模块，用于协调器根据所述设备信息进行验证，如果验证通过，将终端设备加入网络，并分配一个临时网络地址，得到zigbee无线通讯网络与系统之间的通讯节点；

54、获取子模块，用于获取所述目标气体数据信息和所述训练电瓶车环境图像数据，发送节点调用协议栈的无线数据发送函数；

55、发送子模块，用于将所述目标气体数据信息和所述训练电瓶车环境图像数据利用单播方式发送至系统中。

56、进一步，在上述一种基于数据分析的电瓶车蓄电池火灾预警系统中，所述火灾识别模块包括以下子模块：

57、获取子模块，用于基于所述目标yolov5多模火灾识别模型中的backbone将主干网络中已获取的三个目标特征层输入到fpn 中，所述三个目标特征层为有效特征层；

58、融合子模块，用于利用所述目标yolov5多模火灾识别模型中的fpn将所述有效特征层进行目标特征融合，得到融合有效特征，对所述融合有效特征进行目标特征提取，得到目标有效特征；

59、分类子模块，用于利用所述目标yolov5多模火灾识别模型中的yolo head对所述目标有效特征进行分类和回归，得到电瓶车图像数据；

60、识别子模块，用于基于所述目标yolov5多模火灾识别模型对所述目标气体数据信息进行识别，得到电瓶车周围气体数据；

61、得到子模块，用于利用所述目标yolov5多模火灾识别模型对所述电瓶车图像数据和所述电瓶车周围气体数据进行识别，得到电瓶车实时环境数据。

62、其有益效果在于，能够综合利用图像数据和气体数据进行分析，结合多种参数以提高电瓶车蓄电池火灾预警的准确性和可靠性；其次，能够实时处理和分析数据，根据实时状况进行火灾提前干预、火灾实时消防和消防实时控制，实现电瓶车蓄电池的火灾控制；最后，该方法还能够通过机器学习等技术不断提高预警模型的性能，实现预警系统的自我优化和升级。