一种基于人工智能的消防应急监测报警管理系统及方法与流程
- 国知局
- 2024-07-31 21:09:57
本发明涉及智能预警,具体为一种基于人工智能的消防应急监测报警管理系统及方法。
背景技术:
1、随着科学技术的飞速发展,各种传感器的相继问世,对于预警系统的开发起到了至关重要的作用,由于多种传感器的出现,使各种领域中均可实现对于事故的提前预警,其中消防系统中对于火灾的提前预警非常迫切;火灾消防预警的发展背景与人类社会的发展、科技进步、城市化进程以及对人员财产安全的需求密切相关,历史上发生过许多重大火灾,造成了巨大的人员伤亡和财产损失,这促使人们意识到预防火灾的重要性,并开始探索火灾预警系统的发展。之后随着科技的不断进步,火灾预警技术得到了迅速发展,如烟雾探测器、火灾报警器、智能消防系统等的出现,大大提高了火灾的检测和预警能力。但是由于火灾的种类多种多样,而针对不同的火灾类型需要不同的灭火方式,如果使用不合理的灭火方式可能会适得其反,不仅无法灭火还会导致火灾更为严重,因此在预警系统中如何智能对火灾种类进行识别,选择最合适的灭火方案极为重要,可以极大的增加灭火的效率,减少经济损失和人员伤亡;根据上述问题,本发明提出了一种基于人工智能的消防应急监测报警管理系统及方法。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的消防应急监测报警管理系统及方法,以解决上述背景技术中提出的问题。
2、为了解决上述技术问题,本发明提供如下技术方案:
3、一种基于人工智能的消防应急监测报警管理方法,所述方法包括以下步骤:
4、s100、收集历史发生火灾事故时的环境数据,对环境数据进行分析后,将火灾事故进行分类;
5、进一步的,对火灾事故进行分类的具体步骤为:
6、s101、收集历史中发生火灾事故时的环境数据,设收集的每个火灾事故中的环境数据为,表示为收集的每个火灾事故中的第1、2、3、...、q个环境数据,q正整数;对历史中发生的火灾事故中的环境数据根据时间t进行分段收集,利用收集的火灾事故中的环境数据为变量、时间为自变量绘制火灾曲线图;
7、s102、在绘制得到每个火灾事故的火灾曲线图后,分别利用相同的时间t收集每个火灾事故相同地点未发生火灾事故时的环境数据,以未发生火灾事故时的环境数据为变量,时间为自变量绘制未发生火灾曲线图;
8、s103、设收集历史中m个火灾事故的环境数据,分别对m个火灾事故的环境数据绘制曲线图为,表示为收集的第1、2、3、...、m个火灾事故的曲线图,m为正整数;对应的绘制m个相同地点的未发生火灾曲线图为,表示为绘制的第1、2、3、...、m个相同地点未发生火灾曲线图;
9、s104、对绘制得到的火灾曲线图和未发生火灾曲线图进行对比,选择火灾曲线图中随着时间的变化第一个发生变化且与未发生火灾曲线图中不同的环境数据作为火灾事故的分类标准数据;对m个火灾事故的火灾曲线图和未发生火灾曲线图均进行对比判断,将分类标准数据相同的火灾事故归为同一种火灾类型,最终得到的火灾类型为,表示为分类得到的第1、2、3、...、n种火灾类型,n为正整数。
10、在火灾发生时,由于可燃物和着火因素不同在对火灾进行处理需要明确知道火灾的类型,否则使用不合理的灭火方案可能不仅起不到灭火的作用,还会导致火灾的进一步扩大,因此,对火灾根据历史数据进行分类后,可以是消防人员清楚的判断得到火灾的类型,便于火灾的处理;
11、s200、对历史中不同种类的火灾的环境数据进行分析,提取出火灾事故发生的关联数据和每种火灾事故的特征数据,并计算每种类型火灾事故发生时的不同关联数据阈值;
12、进一步的,计算每种类型火灾事故发生时的不同关联数据阈值的具体步骤为:
13、s201、对绘制的m个火灾曲线图再次进行判断,选择m个收集的火灾事故中均发生变化且变化量最大的环境数据作为火灾发生的关联数据s_rel;
14、s202、提取s100中对火灾进行分类时的分类标准数据作为每种火灾类型的特征数据,得到n种火灾类型的特征数据为,表示提取第1、2、3、...、种火灾类型的特征数据;
15、s202、收集每种火灾类型中的关联数据s_rel,设每种火灾类型中的关联数据为,表示每种火灾事故中的第1、2、3、...、j个关联数据,j正整数;计算每种火灾类型中的关联数据阈值,公式为:
16、
17、公式中,表示为每种火灾类型的关联数据阈值,l表示每种火灾类型中的关联数据,j为每种火灾类型中关联数据的个数;
18、s203、对n种火灾类型的关联数据阈值均进行计算,得到n个关联数据阈值,并将n个关联数据阈值从小到大进行排序形成集合为,表示为从小到大排序的第1、2、3、...、n个关联数据阈值。
19、由于火灾事故类型的多样性,因此需要查找不同类型的火灾事故发生时的相同种类的数据作为关联数据,用以判断实时环境中是否发生火灾,之后在对具体的火灾类型进行判断,可以大大节约火灾预测的成本;
20、s300、收集历史中火灾事故发生后的灭火方案,对历史中的灭火方案进行分析并分类,计算每种类型火灾和不同灭火方案的匹配度;将计算得到的关联数据、火灾类型、灭火方案、匹配度和关联数据阈值进行整理,构建火灾数据库;
21、进一步的,计算每种类型火灾和不同灭火方案的匹配度的具体步骤为:
22、s301、收集历史中m个火灾事故发生后的灭火方案,提取m个灭火方案中的灭火材料数据,设收集的历史中m个灭火方案中的灭火材料分别为,表示为收集的第1、2、3、...、m个灭火方案中的灭火材料数据,根据灭火方案中的灭火材料数据,选择材料数据相同的灭火方案为同一种灭火方案,最终得到的灭火方案种类为,表示为判断得到的第1、2、3、...、b种灭火方案,b为正整数;
23、s302、收集历史中使用不同的灭火方案对不同火灾类型进行灭火时的记录,设每种灭火方案对所有类型的火灾进行灭火记录个数分别为,表示为每种灭火方案对第1、2、3、...、n种火灾类型进行灭火的记录个数,提取每个灭火记录中的灭火时间和使用单位灭火材料前后的着火面积,根据提取的灭火时间和着火面积计算每种类型火灾和不同灭火方案的匹配度,公式为:
24、
25、公式中,表示每种类型火灾和不同灭火方案的匹配度,表示每个灭火记录中的灭火时间,表示使用单位灭火材料前的着火面积,表示使用单位灭火材料后的着火面积;
26、s303、利用匹配度的计算公式对每个灭火方案和不同类型火灾的匹配度进行计算,最终得到b×n个匹配度为,表示为计算得到的第1、2、3、...、b×n个灭火方案和火灾类型的匹配度,b×n为正整数;选择b×n个匹配度中的最大值作为对应火灾类型的最佳灭火方案;
27、s304、将计算得到的关联数据、火灾类型、灭火方案、匹配度、关联数据阈值和最佳灭火方案进行整理形成数据表,利用数据表构建火灾数据库。
28、对与不同的火灾事故需要采取不同的灭火方案,因此对灭火方案进行分类可以精准的根据不同的火灾事故选择灭火方案,并且通过计算每个灭火方案和火灾种类的匹配度后,判断得到每种火灾类型的最佳灭火方案,可以以最大效率的处于对应的火灾事故;
29、s400、实时收集环境中的关联数据,利用每种类型火灾的关联数据阈值对实时关联数据进行判断并发出火灾预警;
30、进一步的,利用每种类型火灾的关联数据阈值对实时关联数据进行判断并发出火灾预警的具体步骤为:
31、s401、实时收集不同地区中的火灾关联数据,设收集的实时关联数据为,表示实时收集的第1、2、3、...、g个地区中的关联数据,g为正整数;
32、s402、利用计算得到的每种类型火灾的关联数据阈值对实时收集的关联数据进行判断,当时,判断发生火灾并发出预警,并且预测发生的火灾类型属于<的r种火灾类型,1<r<n;当时,判断不会发生火灾,表示n种不同火灾类型的关联数据阈值中的最小阈值;
33、s403、对g个地区中实时收集的关联数据均进行判断,最终发出火灾预警的地区为,表示经过判断后发出预警的第1、2、3、...、d个地区,d为正整数。
34、s500、在对实时环境中的关联数据进行预警后,通过计算实时预警的火灾和数据库中每种火灾类型的相似度,对实时预警的火灾类型进一步进行判断并选择灭火方案。
35、进一步的,对实时预警的火灾类型进一步进行判断并选择灭火方案的具体步骤为:
36、s501、当经过火灾判断,预测发生火灾并发出预警后,收集发出预警地区在预警前后的环境数据,预警前的环境数据为,表示发出预警地区在预警前的第1、2、3、...、e个环境数据,e为正整数;预警后的环境数据为,表示发出预警地区在预警后的第1、2、3、...、e个环境数据;
37、s502、计算预警地区实时环境数据与数据库中每种火灾类型的相似度,公式为:
38、
39、公式中,表示为预警地区实时环境数据与数据库中每种火灾类型的相似度,表示预警地区实时环境数据中与每个火灾类型特征数据相同的环境数据个数,表示预警地区实时环境数据的总个数,表示预警地区环境数据中与每个火灾类型特征数据相同的环境数据在预警前的数据值,表示预警地区环境数据中与每个火灾类型特征数据相同的环境数据在预警后的数据值,发出预警地区在预警前环境数据,发出预警地区在预警后环境数据;
40、s503、计算得到预警地区和每种火灾类型的相似度为,表示计算得到的预警地区与第1、2、3、...、n种类型火灾的相似度,选择n个相似度中最大值对应的火灾类型作为预警地区的火灾类型;依次对预警的d个地区的火灾类型进行相似度计算,判断得到实时预警的火灾类型分别为,表示发出预警的第1、2、3、...、d个地区的火灾类型;
41、s504、根据计算得到的火灾类型在构建的火灾数据库中选择对应的最佳灭火方案,将每个预警地区的最佳灭火方案输出至消防站,进行灭火处理。
42、在计算得到每个预警地区和火灾类型的相似度后,选择最大相似度的火灾类型为实时预警地区的火灾类型,根据火灾类型在数据库中查找对应的最佳灭火方案,可以使灭火人员快速、高效的完成灭火任务,减少财产损失和人员伤亡;
43、一种基于人工智能的消防应急监测报警管理系统,消防应急监测报警管理系统包括数据收集模块、分类模块、数据库构建模块、实时预警模块和相似度计算模块;
44、所述数据收集模块用于对历史中发生火灾事故时的环境数据进行收集,并且收集历史中的在火灾事故中的灭火方案记录;
45、所述分类模块根据对历史中发生火灾事故时的环境数据进行绘图分析,将火灾事故进行分类;并根据历史灭火方案对灭火方案进行分类;
46、所述数据库构建模块用于将根据历史数据计算得到关联数据、火灾类型、灭火方案、匹配度和关联数据阈值进行整理,构建火灾数据库;
47、所述实时预警模块用于实时收集每个地区的关联数据,根据火灾数据库中的关联数据阈值,判断每个地区是否发生火灾并进行预警;
48、所述相似度计算模块用于在对地区进行火灾预警后计算每个预警地区和每个火灾类型的相似度,判断得到每个预警地区的火灾类型,并在数据库中选择对应的灭火方案进行输出。
49、分类模块包括火灾分类单元和灭火方案分类单元;
50、火灾分类单元用于对收集的历史中发生火灾事故的环境数据进行分析,绘制每个环境数据随时间的火灾曲线图和未发生火灾事故时的环境数据曲线图,经过相互对比选择火灾曲线图中随着时间的变化第一个发生变化且与未发生火灾曲线图中不同的环境数据作为火灾事故的分类标准数据;根据分类标准数据对火灾事故进行分类;
51、灭火方案分类单元用于对历史中每种火灾事故时的灭火方案进行分析,根据每个灭火方案中的灭火材料数据将灭火方案进行分类。
52、数据库构建模块包括阈值计算单元和匹配度计算单元;
53、所述阈值计算单元用于对历史中每种类型火灾中的关联数据进行收集计算,得到每种类型火灾不同的关联数据阈值;
54、所述匹配度计算单元用于提取每个灭火记录中的灭火时间和使用单位灭火材料前后的着火面积,根据灭火时间和着火面积计算得到每个灭火方案和火灾类型的匹配度。
55、相似度计算模块用于在对不同地区发出火灾预警后,利用预警地区的环境数据中和每种类型火灾的特征数据相同的环境数据个数,预警前后的实时特征数据的数据值计算得到预警地区和每种火灾类型的相似度,选择其中相似度的最大值作为实时预警地区的火灾类型,并在数据库中选择对应的最佳灭火方案进行输出。
56、与现有技术相比,本发明所达到的有益效果是:
57、1、本发明通过对历史中的火灾事故的环境数据进行分析,将火灾事故进行分类,当发生火灾预警时可以准确的对实时预警的火灾事故类型进行判断,方便灭火人员根据不同的火灾事故制定不同的灭火方案,加快灭火的效率,减少灭火时间。
58、2、本发明通过对历史中的灭火方案进行分析,根据使用材料数据的不同将灭火方案进行分类,之后计算每种灭火方案和火灾事故类型的匹配度,挑选出每种火灾事故的最佳灭火方案,在灭火人员得到具体的火灾事故类型后,可以清楚的确定出预警地区需要的灭火方案,极大地加快的灭火效率,减少了火灾造成的人员伤亡和经济损失。
59、3、本发明根据火灾的关联数据可以对不同的火灾类型进行统一预警,减少了需要消耗的计算资源,在判断可能发生火灾并进行预警后,在对火灾类型进行相似度计算,判断实时火灾类型,在数据库中选择最佳灭火方案,避免了对火灾发生和火灾类型的误判,加快了火灾预警的时间,为灭火人员争取到更多的灭火时间,更加高效的完成灭火。
本文地址:https://www.jishuxx.com/zhuanli/20240731/188661.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表