CN117576854B - 一种基于安防消防一体化的自动报警方法及系统 - Google Patents
一种基于安防消防一体化的自动报警方法及系统 Download PDFInfo
- Publication number
- CN117576854B CN117576854B CN202311648318.6A CN202311648318A CN117576854B CN 117576854 B CN117576854 B CN 117576854B CN 202311648318 A CN202311648318 A CN 202311648318A CN 117576854 B CN117576854 B CN 117576854B
- Authority
- CN
- China
- Prior art keywords
- monitoring area
- security
- signal
- fire
- smoke
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000010354 integration Effects 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 760
- 239000000779 smoke Substances 0.000 claims abstract description 247
- 238000012545 processing Methods 0.000 claims abstract description 124
- 230000008859 change Effects 0.000 claims description 170
- 230000004044 response Effects 0.000 claims description 129
- 230000002159 abnormal effect Effects 0.000 claims description 95
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000005540 biological transmission Effects 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000005457 optimization Methods 0.000 claims description 30
- 238000004140 cleaning Methods 0.000 claims description 26
- 230000006399 behavior Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 19
- 230000008030 elimination Effects 0.000 claims description 16
- 238000003379 elimination reaction Methods 0.000 claims description 16
- 238000009499 grossing Methods 0.000 claims description 14
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000003909 pattern recognition Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/006—Alarm destination chosen according to type of event, e.g. in case of fire phone the fire service, in case of medical emergency phone the ambulance
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Chemical & Material Sciences (AREA)
- Public Health (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Fire Alarms (AREA)
Abstract
本发明涉及安全报警技术领域,尤其涉及一种基于安防消防一体化的自动报警方法及系统。所述方法包括以下步骤:将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,得到监测区域烟雾信息数据以及监测区域温度信息数据。本发明能够实现更智能、更准确的安消自动报警。
Description
技术领域
本发明涉及安全报警技术领域,尤其涉及一种基于安防消防一体化的自动报警方法及系统。
背景技术
传统的报警系统通常分为安防系统和消防系统,它们在检测和响应安全问题方面是相对独立的。然而,这两个系统之间的信息交互有时不够及时和准确,导致在一些紧急情况下响应时间较长或误报的情况发生。
发明内容
基于此,本发明有必要提供一种基于安防消防一体化的自动报警方法,以解决至少一个上述技术问题。
为实现上述目的,一种基于安防消防一体化的自动报警方法,包括以下步骤:
步骤S1:将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,得到监测区域烟雾信息数据以及监测区域温度信息数据;
步骤S2:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号;
步骤S3:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,得到监测区域安防异常信号;
步骤S4:根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号;
步骤S5:对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
本发明首先通过将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,能够实现了系统化的传感器整合,以形成安防消防一体化传感网络。该网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,且烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接,能够为监测区域提供了全面而高效的环境感知能力,有效整合了安防和消防系统的信息,提高了系统的整体性和响应速度,从而能够及时和准确地实现了安防系统和消防系统之间的信息交互。同时,通过使用安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,能够实时监测安防消防监测区域内的烟雾和温度变化情况,为火灾的预防和应急处理提供重要数据支持,从而确保安全监测的全面性和准确性。其次,通过使用安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,能够进一步提炼监测数据中的关键变化,这可以帮助更准确地辨别火灾信号,降低误报率,从而提高安防消防一体化传感网络的可靠性和灵敏度,还有助于识别环境中的变化模式,从而更准确地定位和判断潜在的火灾风险。通过对烟雾和温度变化信号的分析,实现了对火灾信号的识别,这样的实时信号处理不仅提高了火灾识别的准确性,也保障了对紧急事件的快速响应。然后,通过使用安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,以获取全面而准确的安防信息数据。这一步骤的关键在于使用先进的传感器技术,能够实时监测环境变化,包括但不限于安全入侵、网络攻击等安全隐患,从而构建一个全面的监测基础。另外,还通过使用数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,能够对安防消防监测区域的安全状态进行全面监控,及时检测并响应潜在的安防风险,提高了整体安全性。接下来,通过使用监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,可以通过对监测区域信号的不同事件之间的关联性进行分析,还能够更全面地理解监测区域的紧急情况,为后续决策提供更为综合的信息支持。此外,通过使用紧急事件状况信息数据对安防消防监测区域进行自动报警处理,能够实现对紧急事件的自动处理和报警,减少了人为介入的时间延迟,提高了安防消防监测系统的应急响应速度,从而确保了监测区域的安全性和稳定性。最后,通过对监测区域紧急报警信号进行响应措施生成分析,能够生成相应的监测区域部门应急响应措施。通过对响应措施的生成分析,保证了紧急事件处理的科学性和实效性。通过使用生成的监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,确保了各部门协同工作,提高了整体响应速度和精度,有助于降低应急事件带来的潜在风险,从而有助于减少在紧急情况下的响应时间较长和误报情况的发生。通过使用监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,能够实现了对安防消防一体化传感网络的不断提升,使得安防消防监测系统更好地适应不同场景和事件,进一步提高了整体的紧急响应效率和网络性能,形成了安防消防一体化报警优化网络,为未来应急事件提供了更为智能和可持续的解决方案。
优选地,本发明还提供了一种基于安防消防一体化的自动报警系统,用于执行如上所述的基于安防消防一体化的自动报警方法,该基于安防消防一体化的自动报警系统包括:
安消一体化环境感知模块,用于将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,从而得到监测区域烟雾信息数据以及监测区域温度信息数据;
火灾信号检测识别模块,用于通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,从而得到监测区域火灾信号;
安防异常信号检测模块,用于通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,从而得到监测区域安防异常信号;
监测区域紧急报警模块,用于根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,从而得到监测区域紧急报警信号;
协同响应调度反馈优化模块,用于对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,从而得到安防消防一体化报警优化网络。
综上所述,本发明提供了一种基于安防消防一体化的自动报警系统,该基于安防消防一体化的自动报警系统由安消一体化环境感知模块、火灾信号检测识别模块、安防异常信号检测模块、监测区域紧急报警模块以及协同响应调度反馈优化模块组成,能够实现本发明所述任意一种基于安防消防一体化的自动报警方法,用于联合各个模块上运行的计算机程序之间的操作实现一种基于安防消防一体化的自动报警方法,系统内部结构互相协作,通过安防消防一体化传感器集成、信号检测识别、紧急事件联动触发、自动报警以及应急响应协同等功能,能够实现了安防和消防信息的智能联动,提高了安防消防报警的准确性和响应速度,这样能够大大减少重复工作和人力投入,能够快速有效地提供更准确、更高效的安防消防一体化的自动报警过程,从而简化了基于安防消防一体化的自动报警系统的操作流程。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明基于安防消防一体化的自动报警方法的步骤流程示意图;
图2为图1中步骤S1的详细步骤流程示意图;
图3为图1中步骤S2的详细步骤流程示意图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图3,本发明提供了一种基于安防消防一体化的自动报警方法,所述方法包括以下步骤:
步骤S1:将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,得到监测区域烟雾信息数据以及监测区域温度信息数据;
步骤S2:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号;
步骤S3:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,得到监测区域安防异常信号;
步骤S4:根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号;
步骤S5:对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
本发明实施例中,请参考图1所示,为本发明基于安防消防一体化的自动报警方法的步骤流程示意图,在本实例中,所述基于安防消防一体化的自动报警方法的步骤包括:
步骤S1:将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,得到监测区域烟雾信息数据以及监测区域温度信息数据;
本发明实施例通过位置分析方法对安防消防监测区域进行分析,以分析监测安防消防监测区域内传感器的位置分布情况,从而确定最佳的安防消防传感器部署位置,根据确定的安防消防传感器部署位置对安防消防监测区域内的安防系统和消防系统的传感器进行集成处理,以构建得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接。然后,通过使用安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行检测,以检测感知安防消防监测区域内的烟雾和温度变化情况,最终得到监测区域烟雾信息数据以及监测区域温度信息数据。
步骤S2:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号;
本发明实施例通过使用安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元内进行数据预处理,以去除信息数据中的异常数据、重复数据、无效数据、数据噪声、填补缺失数据等处理步骤,然后,通过使用变化敏感元件对预处理后的数据进行变化信号检测,以进一步检测提炼监测数据中的变化信号,将监测数据转化为电信号,从而得到监测区域烟雾变化信号以及监测区域温度变化信号。最后,通过分析监测区域烟雾变化信号以及监测区域温度变化信号的火灾信号情况,以分析得到火灾信号的触发条件,并通过使用分析得到的火灾信号触发条件对安防消防监测区域进行识别判断,以判断对应安防消防监测区域是否触发火灾信号,最终得到监测区域火灾信号。
步骤S3:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,得到监测区域安防异常信号;
本发明实施例通过使用安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行监测,以监测安防消防监测区域内的安全入侵、网络攻击等安全隐患信息,从而得到监测区域安防信息数据。然后,通过使用数据传输通道将监测得到的监测区域安防信息数据传输到智能处理单元,同时,通过使用智能处理单元接收、解析和存储传输过来的监测区域安防信息数据,还通过智能处理单元使用模式识别方法识别监测区域安防信息数据中的安防行为模式,并识别安防行为模式中异常行为信息转换为能够理解的异常信号格式,最终得到监测区域安防异常信号。
步骤S4:根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号;
本发明实施例通过使用信号处理算法和模型分别对监测区域火灾信号以及监测区域安防异常信号进行信号事件识别检测,将传感器监测到的数字信号转化为可理解的事件信息,以识别监测区域火灾事件以及监测区域安防异常事件,并通过使用特定的紧急度量标准(包括监测区域事件的严重性、危害程度等)对检测得到的监测区域火灾事件以及监测区域安防异常事件进行测量,以量化监测区域火灾事件以及监测区域安防异常事件的紧急程度,同时,根据测量出来的紧急程度来判断相应的紧急事件,然后,通过使用联动分析方法对标记的紧急事件进行分析,以联动分析不同事件之间的关联关系,使得能够更加全面地理解安防消防监测区域的紧急情况,从而得到紧急事件状况信息数据。最后,通过分析紧急事件状况信息数据中安防消防监测区域的紧急情况,并根据分析得到的紧急情况对安防消防监测区域进行自动报警,包括向对应紧急情况的相关部门发出紧急通知、启动应急响应流程等报警信号,最终得到监测区域紧急报警信号。
步骤S5:对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
本发明实施例通过使用报警信号分析系统对监测区域紧急报警信号进行分析,以分析监测区域报警信号的紧急事件,并触发相应解决此紧急事件的部门,使得相应的部门能够迅速识别并理解紧急事件,以触发相关响应部门的应急响应流程来生成应急响应措施,包括人员调度、设备启动、资源调配等,从而得到监测区域部门应急响应措施。然后,通过使用生成的监测区域部门应急响应措施对安防消防监测区域进行协同调度,以整合各个部门的应急响应措施,并确保各个部门能够协同运作,提高整体响应速度和精度,从而得到监测区域报警响应调度信息数据。最后,通过使用机器学习算法、人工智能技术等数据驱动的学习监测区域报警响应调度信息数据的相应调度响应策略,并根据学习到的相应调度响应策略对安防消防一体化传感网络进行反馈学习优化,使得安防消防一体化传感网络能够更好地适应不同场景和事件,提高了安防消防一体化传感网络的准确性和效率,最终得到安防消防一体化报警优化网络。
本发明首先通过将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,能够实现了系统化的传感器整合,以形成安防消防一体化传感网络。该网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,且烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接,能够为监测区域提供了全面而高效的环境感知能力,有效整合了安防和消防系统的信息,提高了系统的整体性和响应速度,从而能够及时和准确地实现了安防系统和消防系统之间的信息交互。同时,通过使用安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,能够实时监测安防消防监测区域内的烟雾和温度变化情况,为火灾的预防和应急处理提供重要数据支持,从而确保安全监测的全面性和准确性。其次,通过使用安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,能够进一步提炼监测数据中的关键变化,这可以帮助更准确地辨别火灾信号,降低误报率,从而提高安防消防一体化传感网络的可靠性和灵敏度,还有助于识别环境中的变化模式,从而更准确地定位和判断潜在的火灾风险。通过对烟雾和温度变化信号的分析,实现了对火灾信号的识别,这样的实时信号处理不仅提高了火灾识别的准确性,也保障了对紧急事件的快速响应。然后,通过使用安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,以获取全面而准确的安防信息数据。这一步骤的关键在于使用先进的传感器技术,能够实时监测环境变化,包括但不限于安全入侵、网络攻击等安全隐患,从而构建一个全面的监测基础。另外,还通过使用数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,能够对安防消防监测区域的安全状态进行全面监控,及时检测并响应潜在的安防风险,提高了整体安全性。接下来,通过使用监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,可以通过对监测区域信号的不同事件之间的关联性进行分析,还能够更全面地理解监测区域的紧急情况,为后续决策提供更为综合的信息支持。此外,通过使用紧急事件状况信息数据对安防消防监测区域进行自动报警处理,能够实现对紧急事件的自动处理和报警,减少了人为介入的时间延迟,提高了安防消防监测系统的应急响应速度,从而确保了监测区域的安全性和稳定性。最后,通过对监测区域紧急报警信号进行响应措施生成分析,能够生成相应的监测区域部门应急响应措施。通过对响应措施的生成分析,保证了紧急事件处理的科学性和实效性。通过使用生成的监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,确保了各部门协同工作,提高了整体响应速度和精度,有助于降低应急事件带来的潜在风险,从而有助于减少在紧急情况下的响应时间较长和误报情况的发生。通过使用监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,能够实现了对安防消防一体化传感网络的不断提升,使得安防消防监测系统更好地适应不同场景和事件,进一步提高了整体的紧急响应效率和网络性能,形成了安防消防一体化报警优化网络,为未来应急事件提供了更为智能和可持续的解决方案。
优选地,步骤S1包括以下步骤:
步骤S11:对安防消防监测区域进行传感位置分布分析,得到安防消防传感分布位置信息数据;
步骤S12:根据安防消防传感分布位置信息数据对安防消防监测区域内安防系统的安防监控传感器和消防系统的烟雾传感器以及温度传感器进行传感布局拓扑分析,得到安防消防传感分布拓扑结构网络;
步骤S13:通过在安防消防传感分布拓扑结构网络内部集成智能处理单元,并通过物联网通信协议为安防消防传感分布拓扑结构网络内的传感器与智能处理单元之间建立数据传输通道,以得到安防消防一体化传感网络;
步骤S14:通过安防消防一体化传感网络内的烟雾传感器对安防消防监测区域进行烟雾感知检测,得到监测区域烟雾信息数据;
步骤S15:通过安防消防一体化传感网络内的温度传感器对安防消防监测区域进行温度感知检测,得到监测区域温度信息数据。
作为本发明的一个实施例,参考图2所示,为图1中步骤S1的详细步骤流程示意图,在本实施例中步骤S1包括以下步骤:
步骤S11:对安防消防监测区域进行传感位置分布分析,得到安防消防传感分布位置信息数据;
本发明实施例通过位置分析方法对安防消防监测区域进行分析,以分析监测安防消防监测区域内传感器的位置分布情况,从而确定最佳的安防消防传感器部署位置,以确保能够全面、有效地监测整个安防消防监测区域,最终得到安防消防传感分布位置信息数据。
步骤S12:根据安防消防传感分布位置信息数据对安防消防监测区域内安防系统的安防监控传感器和消防系统的烟雾传感器以及温度传感器进行传感布局拓扑分析,得到安防消防传感分布拓扑结构网络;
本发明实施例通过使用安防消防传感分布位置信息数据中的传感分布位置信息对安防消防监测区域内安防系统的安防监控传感器和消防系统的烟雾传感器以及温度传感器进行分析,以分析安防消防监测区域内安防系统和消防系统的传感器拓扑分布结构,最终得到安防消防传感分布拓扑结构网络。
步骤S13:通过在安防消防传感分布拓扑结构网络内部集成智能处理单元,并通过物联网通信协议为安防消防传感分布拓扑结构网络内的传感器与智能处理单元之间建立数据传输通道,以得到安防消防一体化传感网络;
本发明实施例首先通过在安防消防传感分布拓扑结构网络内部集成智能处理单元,并通过使用物联网通信协议为安防消防传感分布拓扑结构网络内的相应传感器与智能处理单元之间建立数据传输通道,确保相应传感器之间的数据能够快速、可靠传输,最终得到安防消防一体化传感网络。
步骤S14:通过安防消防一体化传感网络内的烟雾传感器对安防消防监测区域进行烟雾感知检测,得到监测区域烟雾信息数据;
本发明实施例通过使用安防消防一体化传感网络内的烟雾传感器对安防消防监测区域进行检测,以检测感知安防消防监测区域内的烟雾变化情况,最终得到监测区域烟雾信息数据。
步骤S15:通过安防消防一体化传感网络内的温度传感器对安防消防监测区域进行温度感知检测,得到监测区域温度信息数据。
本发明实施例通过使用安防消防一体化传感网络内的温度传感器对安防消防监测区域进行检测,以检测感知安防消防监测区域内的温度变化情况,最终得到监测区域温度信息数据。
本发明首先通过对安防消防监测区域进行传感位置分布分析,以获取安防消防传感器的位置信息数据,这有益于确定最佳的传感器部署位置,以确保全面、有效地监测整个安防消防监测区域,为安防和消防系统传感器的设计提供基础数据。其次,通过使用安防消防传感分布位置信息数据对安防消防监测区域内安防系统的安防监控传感器和消防系统的烟雾传感器以及温度传感器进行传感布局拓扑分析,通过将传感器位置信息与监控系统的拓扑结构相结合,能够优化传感器的布局,确保监测区域内每个关键区域都能被传感器覆盖到,这有助于提高监测系统的效率,减少监测死角,以及提前发现潜在问题。然后,通过在安防消防传感分布拓扑结构网络内部集成智能处理单元,并通过物联网通信协议为安防消防传感分布拓扑结构网络内的传感器与智能处理单元之间建立数据传输通道,以形成安防消防一体化传感网络,这有益于实现传感器与智能处理单元之间的协同工作,从而提高传感器的智能化程度,使得监测和控制更加智能高效,还能够将传感器的各个部分有效连接起来,实现监测信息的实时传输和处理。接下来,通过使用安防消防一体化传感网络内的烟雾传感器对安防消防监测区域进行烟雾感知检测,能够实时监测区域内的烟雾情况,这有助于提前发现火灾或烟雾情况,采取及时的安全措施,减少火灾风险,保护人员和财产安全。最后,通过使用安防消防一体化传感网络内的温度传感器对安防消防监测区域进行温度感知检测,能够监测区域内的温度变化,这有益于监测环境的温度变化,及时发现温度异常,为火灾的预防和应急处理提供重要数据支持,从而确保安全监测的全面性和准确性。
优选地,步骤S2包括以下步骤:
步骤S21:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行数据清洗处理,得到监测区域烟雾清洗数据以及监测区域温度清洗数据;
步骤S22:对监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除处理,得到监测区域烟雾消噪数据以及监测区域温度消噪数据;
步骤S23:对监测区域烟雾消噪数据以及监测区域温度消噪数据进行实时波动检测,得到监测区域烟雾波动变化数据以及监测区域温度波动变化数据;
步骤S24:通过变化敏感元件对监测区域烟雾波动变化数据以及监测区域温度波动变化数据进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;
步骤S25:对监测区域烟雾变化信号以及监测区域温度变化信号进行抗干扰采样,得到监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号;
步骤S26:根据监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号。
作为本发明的一个实施例,参考图3所示,为图1中步骤S2的详细步骤流程示意图,在本实施例中步骤S2包括以下步骤:
步骤S21:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行数据清洗处理,得到监测区域烟雾清洗数据以及监测区域温度清洗数据;
本发明实施例通过使用安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元内进行数据清洗,包括去除异常数据、重复数据、无效数据、填补缺失数据等处理步骤,最终得到监测区域烟雾清洗数据以及监测区域温度清洗数据。
步骤S22:对监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除处理,得到监测区域烟雾消噪数据以及监测区域温度消噪数据;
本发明实施例通过使用噪声滤波算法对监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除,以消除监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除处理内的数据噪声,最终得到监测区域烟雾消噪数据以及监测区域温度消噪数据。
步骤S23:对监测区域烟雾消噪数据以及监测区域温度消噪数据进行实时波动检测,得到监测区域烟雾波动变化数据以及监测区域温度波动变化数据;
本发明实施例通过使用波动检测算法对监测区域烟雾消噪数据以及监测区域温度消噪数据进行波动检测,以实时检测监测区域烟雾消噪数据以及监测区域温度消噪数据是否存在波动变化,最终得到监测区域烟雾波动变化数据以及监测区域温度波动变化数据。
步骤S24:通过变化敏感元件对监测区域烟雾波动变化数据以及监测区域温度波动变化数据进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;
本发明实施例通过使用变化敏感元件对监测区域烟雾波动变化数据以及监测区域温度波动变化数据进行变化信号检测,以进一步检测提炼监测数据中的波动变化信号,将监测数据转化为电信号,最终得到监测区域烟雾变化信号以及监测区域温度变化信号。
步骤S25:对监测区域烟雾变化信号以及监测区域温度变化信号进行抗干扰采样,得到监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号;
本发明实施例通过使用抗干扰技术对监测区域烟雾变化信号以及监测区域温度变化信号进行抗干扰处理,以降低外部干扰对监测区域烟雾变化信号以及监测区域温度变化信号的影响,最终得到监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号。
步骤S26:根据监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号。
本发明实施例首先通过分析监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号的火灾信号情况,以分析得到火灾信号的触发条件,然后,通过使用分析得到的火灾信号触发条件对安防消防监测区域进行识别判断,以判断对应安防消防监测区域是否触发火灾信号,最终得到监测区域火灾信号。
本发明首先通过使用安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行数据清洗处理,能够实现监测数据的即时传送,使得智能处理单元能够迅速获取最新的监测信息,还能够实现对监测数据的清洗处理,有助于提高监测数据的准确性和一致性,为后续的分析提供可靠的基础。其次,通过对监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除处理,以获取清晰的监测区域烟雾消噪数据和温度消噪数据。通过这一步骤,能够有效降低噪声对数据的影响,提高信号与噪声的比率,从而提升数据的质量和可信度。同时,通过对监测区域烟雾消噪数据以及监测区域温度消噪数据进行实时波动检测,使得能够实时监测环境变化,捕捉烟雾和温度的波动情况,为后续的分析和处理提供实时的基础数据,从而为进一步的处理提供及时的预警和反应。然后,通过使用变化敏感元件对监测区域烟雾波动变化数据以及监测区域温度波动变化数据进行变化信号检测,能够进一步提炼监测数据中的关键变化,这可以帮助更准确地辨别火灾信号,降低误报率,从而提高安防消防一体化传感网络的可靠性和灵敏度,还有助于识别环境中的变化模式,从而更准确地定位和判断潜在的火灾风险。接下来,通过对监测区域烟雾变化信号以及监测区域温度变化信号进行抗干扰采样,能够有效地降低了外部干扰对安防消防一体化传感网络性能的影响,提高了安防消防一体化传感网络的可靠性和鲁棒性。最后,通过使用监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号对安防消防监测区域进行火灾信号识别处理,能够准确识别火灾信号,实现对潜在危险的及时响应,从而提高整个安防消防系统的效能和可靠性,确保人员和财产的安全。
优选地,步骤S26包括以下步骤:
步骤S261:对监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号进行信号时间对齐处理,得到监测区域烟雾时间对齐信号以及监测区域温度时间对齐信号;
本发明实施例通过使用时间对齐算法对监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号进行时间对齐,以确保监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号能够在时间上同步,最终得到监测区域烟雾时间对齐信号以及监测区域温度时间对齐信号。
步骤S262:利用烟雾变化程度计算公式对监测区域烟雾时间对齐信号进行变化程度计算,得到监测区域烟雾变化程度值;
本发明实施例通过结合变化程度计算的时间变量参数、监测区域烟雾时间对齐信号的正弦波变化幅度控制参数、正弦波变化频率控制参数、正弦波变化指数衰减控制参数、正弦波变化调和平滑参数、余弦波变化幅度控制参数、余弦波变化频率控制参数、余弦波变化指数衰减控制参数、余弦波变化调和平滑参数以及相关参数构成了一个合适的烟雾变化程度计算公式对监测区域烟雾时间对齐信号进行变化程度计算,以量化监测区域烟雾的变化情况,最终得到监测区域烟雾变化程度值。另外,该烟雾变化程度计算公式还能够使用本领域内任意一种烟雾检测算法来代替变化程度计算的过程,并不局限于该烟雾变化程度计算公式。
步骤S263:根据预设的烟雾变化程度标准值对监测区域烟雾变化程度值进行比较判断,得到监测区域烟雾变化判断结果;
本发明实施例通过根据预先设置的烟雾变化程度标准值对计算得到的监测区域烟雾变化程度值进行比较判断,如果监测区域烟雾变化程度值大于或等于预设的烟雾变化程度标准值,说明该安防消防监测区域的烟雾变化程度较大;如果监测区域烟雾变化程度值小于预设的烟雾变化程度标准值,说明该安防消防监测区域的烟雾变化程度较小或者没有烟雾情况,最终得到监测区域烟雾变化判断结果。
步骤S264:对监测区域温度时间对齐信号进行变化趋势判断处理,得到监测区域温度变化判断结果;
本发明实施例通过使用变化趋势检测算法对监测区域温度时间对齐信号进行判断检测,以检测监测区域温度时间对齐信号的变化趋势,包括持续上升或下降的变化趋势,最终得到监测区域温度变化判断结果。
步骤S265:确定监测区域烟雾变化程度值超过预设的烟雾变化程度标准值以及监测区域温度时间对齐信号的变化趋势持续上升为火灾信号触发条件,当监测区域烟雾变化判断结果以及监测区域温度变化判断结果符合火灾信号触发条件时,则将该安防消防监测区域的信号识别确定为火灾信号,得到监测区域火灾信号;否则不做任何处理。
本发明实施例首先通过确定监测区域烟雾变化程度值超过预设的烟雾变化程度标准值以及监测区域温度时间对齐信号的变化趋势持续上升为火灾信号触发条件,然后,通过对监测区域烟雾变化判断结果以及监测区域温度变化判断结果进行比较分析,如果监测区域烟雾变化判断结果以及监测区域温度变化判断结果符合火灾信号触发条件,则将该安防消防监测区域的信号识别确定为火灾信号,最终得到监测区域火灾信号,否则不用将该安防消防监测区域的信号识别确定为火灾信号。
本发明首先通过对监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号进行信号时间对齐处理,能够确保监测区域烟雾和温度抗干扰信号在时间上的同步性,通过此步骤得到准确的监测区域烟雾和温度时间对齐信号,这有助于后续的精确分析和综合判断,从而提高对火灾信号的准确性和实时性。其次,通过使用合适的烟雾变化程度计算公式对监测区域烟雾时间对齐信号进行变化程度计算,以获取监测区域烟雾的变化程度值,这一步骤通过数值化的方式量化烟雾的变化,为后续的比较和判断提供了具体的数据支持,有助于更精确地评估火灾的可能性。然后,通过计算得到的监测区域烟雾变化程度值与预设的烟雾变化程度标准值的比较判断,以得到监测区域烟雾的变化判断结果。这一判断结果是基于事先设定的标准,可以有效地识别出异常的烟雾变化,从而提高监测区域对潜在火灾的敏感性和准确性。接下来,通过对监测区域温度时间对齐信号进行变化趋势判断处理,这样通过分析温度的变化趋势,能够捕捉到环境温度的变异,为火灾判断提供额外的信息支持,从而提高火灾信号的综合识别准确性。最后,通过确定监测区域烟雾变化程度值超过预设的烟雾变化程度标准值以及监测区域温度时间对齐信号的变化趋势持续上升为火灾信号触发条件。这一步骤通过综合考虑烟雾和温度的多个因素,确定了火灾信号触发的条件,提高了监测区域对真实火灾情况的准确判断,同时降低了误判的可能性。
优选地,步骤S262中的烟雾变化程度计算公式具体为:
式中,S为监测区域烟雾变化程度值,T为变化程度计算的时间范围参数,t为变化程度计算的外积分时间变量参数,τ为变化程度计算的内积分时间变量参数,α1为监测区域烟雾时间对齐信号的正弦波变化幅度控制参数,β1为监测区域烟雾时间对齐信号的正弦波变化频率控制参数,δ1为监测区域烟雾时间对齐信号的正弦波变化指数衰减控制参数,θ1为监测区域烟雾时间对齐信号的正弦波变化调和平滑参数,α2为监测区域烟雾时间对齐信号的余弦波变化幅度控制参数,β2为监测区域烟雾时间对齐信号的余弦波变化频率控制参数,η2为监测区域烟雾时间对齐信号的余弦波变化指数衰减控制参数,θ2为监测区域烟雾时间对齐信号的余弦波变化调和平滑参数,ε为监测区域烟雾变化程度值的修正值。
本发明构建了一个烟雾变化程度计算公式,用于对监测区域烟雾时间对齐信号进行变化程度计算,该烟雾变化程度计算公式通过使用时间范围参数来表示变化程度计算的总时间,通过使用外积分时间变量参数来表示当前的时间,通过使用内积分时间变量参数来表示在内积分中的时间参数,还通过使用相应的控制参数来控制信号的振幅、频率、指数衰减和调和平滑情况,综上所述,该计算公式是对监测区域烟雾变化程度的复杂数学描述,包括了正弦和余弦波的组合,这种组合允许考虑信号的不同方面,例如振幅、频率和指数衰减,可以用于后续的判断和决策。该公式充分考虑了监测区域烟雾变化程度值S,变化程度计算的时间范围参数T,变化程度计算的外积分时间变量参数t,变化程度计算的内积分时间变量参数τ,监测区域烟雾时间对齐信号的正弦波变化幅度控制参数α1,监测区域烟雾时间对齐信号的正弦波变化频率控制参数β1,监测区域烟雾时间对齐信号的正弦波变化指数衰减控制参数η1,监测区域烟雾时间对齐信号的正弦波变化调和平滑参数θ1,监测区域烟雾时间对齐信号的余弦波变化幅度控制参数α2,监测区域烟雾时间对齐信号的余弦波变化频率控制参数β2,监测区域烟雾时间对齐信号的余弦波变化指数衰减控制参数η2,监测区域烟雾时间对齐信号的余弦波变化调和平滑参数θ2,监测区域烟雾变化程度值的修正值ε,根据监测区域烟雾变化程度值S与以上各参数之间的相关参数构成了一种函数关系:
该公式能够实现对监测区域烟雾时间对齐信号的变化程度计算过程,同时,通过监测区域烟雾变化程度值的修正值ε的引入可以根据计算过程中的误差情况进行调整,从而提高了烟雾变化程度计算公式的准确性和稳定性。
优选地,步骤S3包括以下步骤:
步骤S31:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;
本发明实施例通过使用安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行监测,以监测安防消防监测区域内的安全入侵、网络攻击等安全隐患信息,最终得到监测区域安防信息数据。
步骤S32:通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防行为模式识别,得到监测区域安防行为模式数据;
本发明实施例通过使用数据传输通道将监测得到的监测区域安防信息数据传输到智能处理单元,然后,通过使用智能处理单元接收、解析和存储传输过来的监测区域安防信息数据,并通过智能处理单元使用模式识别方法识别监测区域安防信息数据中的安防行为模式,最终得到监测区域安防行为模式数据。
步骤S33:根据监测区域安防行为模式数据对监测区域安防信息数据进行模式异常检测,得到监测区域安防异常行为数据;
本发明实施例通过使用深度学习和模式识别技术学习和理解监测区域安防行为模式数据中的安防行为模式,然后,根据学习到的安防行为模式对监测区域安防信息数据进行模式异常检测,以检测监测区域安防信息数据中是否存在异常安防行为,最终得到监测区域安防异常行为数据。
步骤S34:对监测区域安防异常行为数据进行异常信号转换,得到监测区域安防异常信号。
本发明实施例通过对检测得到的监测区域安防异常行为数据进行处理,以提取关键异常行为信息,然后,将提取到的关键异常行为信息转换为能够理解的异常信号格式,最终得到监测区域安防异常信号。
本发明首先通过使用安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,以获取全面而准确的安防信息数据。这一步骤的关键在于使用先进的传感器技术,能够实时监测环境变化,包括但不限于安全入侵、网络攻击等安全隐患,从而构建一个全面的监测基础。其次,通过使用数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防行为模式识别,能够对监测区域安防信息数据进行高效的信息传递和集成,这样确保了监测到的信息能够及时传送到智能处理单元,为后续的分析和处理提供了数据基础,同时确保了监测区域的实时性和灵活性。然后,通过使用监测区域安防行为模式数据对监测区域安防信息数据进行模式异常检测,能够实现对安防异常行为的准确识别。通过深度学习和模式识别技术,能够学习和理解正常的行为模式,一旦检测到与之不符的异常行为,即刻生成异常行为数据,提高了对潜在威胁的敏感性。最后,通过对监测区域安防异常行为数据进行异常信号转换,能够将异常行为数据翻译成能够理解的信号,为后续的响应和决策提供了清晰而明确的基础,确保对潜在安防风险的及时处置。
优选地,步骤S4包括以下步骤:
步骤S41:对监测区域火灾信号以及监测区域安防异常信号进行信号事件识别检测,得到监测区域火灾事件以及监测区域安防异常事件;
本发明实施例通过使用信号处理算法和模型分别对监测区域火灾信号以及监测区域安防异常信号进行信号事件识别检测,将传感器监测到的数字信号转化为可理解的事件信息,最终得到监测区域火灾事件以及监测区域安防异常事件。
步骤S42:对监测区域火灾事件以及监测区域安防异常事件进行紧急程度测量,以得到火灾事件紧急程度测量值以及安防异常事件紧急程度测量值;
本发明实施例通过使用特定的紧急度量标准(包括监测区域事件的严重性、危害程度等)对检测得到的监测区域火灾事件以及监测区域安防异常事件进行测量,以量化监测区域火灾事件以及监测区域安防异常事件的紧急程度,最终得到火灾事件紧急程度测量值以及安防异常事件紧急程度测量值。
步骤S43:利用信号事件紧急阈值计算公式对监测区域火灾信号以及监测区域安防异常信号进行阈值计算,得到监测区域信号事件紧急阈值;
本发明实施例通过结合信号事件紧急程度的整体权重参数、监测区域火灾信号以及监测区域安防异常信号的信号正态分布均值、信号正态分布标准差、信号正态分布调整参数、信号事件紧急程度的调和平滑参数、振幅调整参数、周期调整参数、频率调整参数以及相关参数构成了一个合适的信号事件紧急阈值计算公式对监测区域火灾信号以及监测区域安防异常信号进行阈值计算,以量化不同信号的事件紧急阈值,最终得到监测区域信号事件紧急阈值。另外,该信号事件紧急阈值计算公式还能够使用本领域内任意一种阈值度量算法来代替阈值计算的过程,并不局限于该信号事件紧急阈值计算公式。
步骤S44:根据监测区域信号事件紧急阈值对火灾事件紧急程度测量值以及安防异常事件紧急程度测量值进行比较判断,当火灾事件紧急程度测量值超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值没有超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域火灾紧急事件;当火灾事件紧急程度测量值没有超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域安防紧急事件;当火灾事件紧急程度测量值以及安防异常事件紧急程度测量值均超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域火灾-安防紧急事件;否则不做任何处理;
本发明实施例通过使用计算得到的监测区域信号事件紧急阈值对火灾事件紧急程度测量值以及安防异常事件紧急程度测量值进行比较判断,如果火灾事件紧急程度测量值超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值没有超过监测区域信号事件紧急阈值,说明该安防消防监测区域内的火灾事件较为严重,则将安防消防监测区域的信号事件标记为监测区域火灾紧急事件;如果火灾事件紧急程度测量值没有超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值超过监测区域信号事件紧急阈值,说明该安防消防监测区域内的安防异常事件较为严重,则将安防消防监测区域的信号事件标记为监测区域安防紧急事件;如果火灾事件紧急程度测量值以及安防异常事件紧急程度测量值均超过监测区域信号事件紧急阈值,说明该安防消防监测区域内的火灾事件以及安防异常事件都比较严重,则将安防消防监测区域的信号事件标记为监测区域火灾-安防紧急事件;否则,该安防消防监测区域内的信号事件并没有出现紧急异常情况或者并没有发现什么安防消防事件,所以不做任何处理。
步骤S45:对监测区域火灾紧急事件、监测区域安防紧急事件以及监测区域火灾-安防紧急事件进行紧急事件联动分析,得到紧急事件状况信息数据;
本发明实施例通过使用联动分析方法对标记的监测区域火灾紧急事件、监测区域安防紧急事件以及监测区域火灾-安防紧急事件进行分析,以联动分析不同事件之间的关联关系,使得能够更加全面地理解安防消防监测区域的紧急情况,最终得到紧急事件状况信息数据。
步骤S46:根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号。
本发明实施例通过分析紧急事件状况信息数据中安防消防监测区域的紧急情况,然后,根据分析得到的紧急情况对安防消防监测区域进行自动报警,包括向对应紧急情况的相关部门发出紧急通知、启动应急响应流程等报警信号,最终得到监测区域紧急报警信号。
本发明首先通过对监测区域火灾信号以及监测区域安防异常信号进行信号事件识别检测,能够准确捕捉监测区域内的火灾事件和安防异常事件,确保对潜在风险的敏感感知。这一步骤通过利用先进的信号处理技术,能够将传感器监测到的数字信号转化为可理解的事件信息,从而为后续的处理和决策提供基础数据。同时,通过对监测区域火灾事件以及监测区域安防异常事件进行紧急程度测量,以获取火灾事件和安防异常事件的紧急程度测量值。通过测量紧急程度,能够量化不同事件的紧急性,为后续的优先级处理提供科学依据,从而提高应对突发情况的效率。其次,通过使用合适的信号事件紧急阈值计算公式对监测区域火灾信号以及监测区域安防异常信号进行阈值计算,以得到监测区域信号事件的紧急阈值。这一步骤通过计算量化紧急阈值,使得能够根据具体情况调整事件紧急性的敏感度,从而实现对紧急事件的精准判定。然后,通过使用计算得到的监测区域信号事件紧急阈值对火灾事件紧急程度测量值以及安防异常事件紧急程度测量值进行比较判断,从而标记监测区域的信号事件为火灾紧急事件、安防紧急事件或火灾-安防紧急事件。这一步骤在实时性和准确性上做出了平衡,确保了对各种事件的及时、有效标识。接下来,通过对监测区域火灾紧急事件、监测区域安防紧急事件以及监测区域火灾-安防紧急事件进行紧急事件联动分析,这样可以通过对不同事件之间的关联性进行分析,还能够更全面地理解监测区域的紧急情况,为后续决策提供更为综合的信息支持。最后,通过使用紧急事件状况信息数据对安防消防监测区域进行自动报警处理,能够实现对紧急事件的自动处理和报警,减少了人为介入的时间延迟,提高了安防消防监测系统的应急响应速度,从而确保了监测区域的安全性和稳定性。
优选地,步骤S43中的信号事件紧急阈值计算公式具体为:
式中,E为监测区域信号事件紧急阈值,x为监测区域火灾信号,y为监测区域安防异常信号,δ为信号事件紧急程度的整体权重参数,μx为监测区域火灾信号的信号正态分布均值,σx为监测区域火灾信号的信号正态分布标准差,μy为监测区域安防异常信号的信号正态分布均值,σy为监测区域安防异常信号的信号正态分布标准差,ρ1为信号正态分布调整参数,ρ2为信号事件紧急程度的调和平滑参数,ρ3为信号事件紧急程度的振幅调整参数,ρ4为信号事件紧急程度的周期调整参数,ω为信号事件紧急程度的频率调整参数,∈为监测区域信号事件紧急阈值的修正值。
本发明构建了一个信号事件紧急阈值计算公式,用于对监测区域火灾信号以及监测区域安防异常信号进行阈值计算,该信号事件紧急阈值计算公式通过使用整体权重参数来用于调整整体紧急程度的影响情况,通过使用信号正态分布调整参数来影响信号正态分布的形状,通过使用调和平滑参数来用于平滑信号事件的紧急程度,通过使用振幅调整参数来调整信号事件振幅对紧急程度的影响,通过使用周期调整参数来调整信号事件周期对紧急程度的影响,还通过使用频率调整参数来调整信号事件频率对紧急程度的影响。综上所述,该公式目的是根据监测区域火灾信号和安防异常信号的分布情况,以及一系列调整参数,来计算一个综合的信号事件紧急阈值,该阈值可以用于衡量监测区域内的信号事件的紧急程度。该公式充分考虑了监测区域信号事件紧急阈值E,监测区域火灾信号x,监测区域安防异常信号y,信号事件紧急程度的整体权重参数δ,监测区域火灾信号的信号正态分布均值μx,监测区域火灾信号的信号正态分布标准差σx,监测区域安防异常信号的信号正态分布均值μy,监测区域安防异常信号的信号正态分布标准差σy,信号正态分布调整参数ρ1,信号事件紧急程度的调和平滑参数ρ2,信号事件紧急程度的振幅调整参数ρ3,信号事件紧急程度的周期调整参数ρ4,信号事件紧急程度的频率调整参数ω,监测区域信号事件紧急阈值的修正值∈,根据监测区域信号事件紧急阈值E与以上各参数之间的相互关联关系构成了一种函数关系:
该公式能够实现对监测区域火灾信号以及监测区域安防异常信号的阈值计算过程,同时,通过监测区域信号事件紧急阈值的修正值∈的引入可以根据计算过程中的误差情况进行调整,从而提高了信号事件紧急阈值计算公式的准确性和适用性。
优选地,步骤S5包括以下步骤:
步骤S51:对监测区域紧急报警信号进行部门响应指令分析,以生成监测区域部门应急响应指令;
本发明实施例通过使用报警信号分析系统对监测区域紧急报警信号进行分析,以分析监测区域报警信号的紧急事件,并触发相应解决此紧急事件的部门,使得相应的部门能够迅速识别并理解紧急事件,最终生成具有实质性指导价值的监测区域部门应急响应指令。
步骤S52:将监测区域部门应急响应指令进行部门下发并生成应急响应措施,以得到监测区域部门应急响应措施;
本发明实施例通过将生成的监测区域部门应急响应指令下发到相关响应部门,以触发相关响应部门的应急响应流程,然后,相关响应部门会根据收到的指令生成应急响应措施,包括人员调度、设备启动、资源调配等,最终得到监测区域部门应急响应措施。
步骤S53:根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;
本发明实施例通过使用生成的监测区域部门应急响应措施对安防消防监测区域进行协同调度,以整合各个部门的应急响应措施,并确保各个部门能够协同运作,提高整体响应速度和精度,最终得到监测区域报警响应调度信息数据。
步骤S54:对监测区域报警响应调度信息数据进行调度监管处理,得到监测区域调度监管信息数据;
本发明实施例通过使用调度监管系统对监测区域报警响应调度信息数据进行分析,以监测各个部门的报警响应调度情况,并实时更新监测区域的调度状态信息,最终得到监测区域调度监管信息数据。
步骤S55:根据监测区域调度监管信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
本发明实施例通过使用机器学习算法、人工智能技术等数据驱动的学习监测区域调度监管信息数据的相应调度响应策略,并根据学习到的相应调度响应策略对安防消防一体化传感网络进行反馈学习优化,使得安防消防一体化传感网络能够更好地适应不同场景和事件,提高了安防消防一体化传感网络的准确性和效率,最终得到安防消防一体化报警优化网络。
本发明首先通过对监测区域紧急报警信号进行部门响应指令分析,使得安防消防监测系统能够迅速识别并理解紧急事件,从而生成具有实质性指导价值的部门应急响应指令。这一步骤通过深入的信号分析,提高了对紧急情况的识别准确度,确保了后续响应的合理性和高效性。其次,通过将生成的监测区域部门应急响应指令进行部门下发并生成应急响应措施,有助于协调不同部门的行动。通过这一步骤,能够实现了跨部门的信息传递和资源协同,最大程度地优化了应急响应过程,提高了对紧急事件的全面处理能力。然后,通过使用生成的监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,使得监测区域能够有效应对紧急情况,提高了整体应急响应效能。这一步骤通过协同调度,确保了各部门协同工作,提高了整体响应速度和精度,有助于降低应急事件带来的潜在风险。接下来,通过对监测区域报警响应调度信息数据进行调度监管处理,能够实现了对响应过程的监管,确保了应急响应的规范性和合规性。通过调度监管,可以及时发现和纠正潜在问题,提高了对紧急事件处理过程的质量和透明度,有助于优化未来的响应策略。最后,通过使用监测区域调度监管信息数据对安防消防一体化传感网络进行反馈学习优化,能够实现了对安防消防一体化传感网络的不断提升。这一步骤通过数据驱动的学习,使系统更好地适应不同场景和事件,提高了对未来紧急事件的预测和响应的智能化水平,为系统的长期性能提供了可持续改进的机制。
优选地,本发明还提供了一种基于安防消防一体化的自动报警系统,用于执行如上所述的基于安防消防一体化的自动报警方法,该基于安防消防一体化的自动报警系统包括:
安消一体化环境感知模块,用于将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,从而得到监测区域烟雾信息数据以及监测区域温度信息数据;
火灾信号检测识别模块,用于通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,从而得到监测区域火灾信号;
安防异常信号检测模块,用于通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,从而得到监测区域安防异常信号;
监测区域紧急报警模块,用于根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,从而得到监测区域紧急报警信号;
协同响应调度反馈优化模块,用于对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,从而得到安防消防一体化报警优化网络。
综上所述,本发明提供了一种基于安防消防一体化的自动报警系统,该基于安防消防一体化的自动报警系统由安消一体化环境感知模块、火灾信号检测识别模块、安防异常信号检测模块、监测区域紧急报警模块以及协同响应调度反馈优化模块组成,能够实现本发明所述任意一种基于安防消防一体化的自动报警方法,用于联合各个模块上运行的计算机程序之间的操作实现一种基于安防消防一体化的自动报警方法,系统内部结构互相协作,通过安防消防一体化传感器集成、信号检测识别、紧急事件联动触发、自动报警以及应急响应协同等功能,能够实现了安防和消防信息的智能联动,提高了安防消防报警的准确性和响应速度,这样能够大大减少重复工作和人力投入,能够快速有效地提供更准确、更高效的安防消防一体化的自动报警过程,从而简化了基于安防消防一体化的自动报警系统的操作流程。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于安防消防一体化的自动报警方法,其特征在于,包括以下步骤:
步骤S1:将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,得到监测区域烟雾信息数据以及监测区域温度信息数据;
步骤S2:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号;步骤S2包括以下步骤:
步骤S21:通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行数据清洗处理,得到监测区域烟雾清洗数据以及监测区域温度清洗数据;
步骤S22:对监测区域烟雾清洗数据以及监测区域温度清洗数据进行噪声消除处理,得到监测区域烟雾消噪数据以及监测区域温度消噪数据;
步骤S23:对监测区域烟雾消噪数据以及监测区域温度消噪数据进行实时波动检测,得到监测区域烟雾波动变化数据以及监测区域温度波动变化数据;
步骤S24:通过变化敏感元件对监测区域烟雾波动变化数据以及监测区域温度波动变化数据进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;
步骤S25:对监测区域烟雾变化信号以及监测区域温度变化信号进行抗干扰采样,得到监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号;
步骤S26:根据监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号对安防消防监测区域进行火灾信号识别处理,得到监测区域火灾信号;步骤S26包括以下步骤:
步骤S261:对监测区域烟雾抗干扰信号以及监测区域温度抗干扰信号进行信号时间对齐处理,得到监测区域烟雾时间对齐信号以及监测区域温度时间对齐信号;
步骤S262:利用烟雾变化程度计算公式对监测区域烟雾时间对齐信号进行变化程度计算,得到监测区域烟雾变化程度值;步骤S262中的烟雾变化程度计算公式具体为:
;
式中,为监测区域烟雾变化程度值,/>为变化程度计算的时间范围参数,/>为变化程度计算的外积分时间变量参数,/>为变化程度计算的内积分时间变量参数,/>为监测区域烟雾时间对齐信号的正弦波变化幅度控制参数,/>为监测区域烟雾时间对齐信号的正弦波变化频率控制参数,/>为监测区域烟雾时间对齐信号的正弦波变化指数衰减控制参数,/>为监测区域烟雾时间对齐信号的正弦波变化调和平滑参数,/>为监测区域烟雾时间对齐信号的余弦波变化幅度控制参数,/>为监测区域烟雾时间对齐信号的余弦波变化频率控制参数,为监测区域烟雾时间对齐信号的余弦波变化指数衰减控制参数,/>为监测区域烟雾时间对齐信号的余弦波变化调和平滑参数,/>为监测区域烟雾变化程度值的修正值;
步骤S263:根据预设的烟雾变化程度标准值对监测区域烟雾变化程度值进行比较判断,得到监测区域烟雾变化判断结果;
步骤S264:对监测区域温度时间对齐信号进行变化趋势判断处理,得到监测区域温度变化判断结果;
步骤S265:确定监测区域烟雾变化程度值超过预设的烟雾变化程度标准值以及监测区域温度时间对齐信号的变化趋势持续上升为火灾信号触发条件,当监测区域烟雾变化判断结果以及监测区域温度变化判断结果符合火灾信号触发条件时,则将该安防消防监测区域的信号识别确定为火灾信号,得到监测区域火灾信号;否则不做任何处理;
步骤S3:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,得到监测区域安防异常信号;
步骤S4:根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号;步骤S4包括以下步骤:
步骤S41:对监测区域火灾信号以及监测区域安防异常信号进行信号事件识别检测,得到监测区域火灾事件以及监测区域安防异常事件;
步骤S42:对监测区域火灾事件以及监测区域安防异常事件进行紧急程度测量,以得到火灾事件紧急程度测量值以及安防异常事件紧急程度测量值;
步骤S43:利用信号事件紧急阈值计算公式对监测区域火灾信号以及监测区域安防异常信号进行阈值计算,得到监测区域信号事件紧急阈值;步骤S43中的信号事件紧急阈值计算公式具体为:
;
式中,为监测区域信号事件紧急阈值,/>为监测区域火灾信号,/>为监测区域安防异常信号,/>为信号事件紧急程度的整体权重参数,/>为监测区域火灾信号的信号正态分布均值,/>为监测区域火灾信号的信号正态分布标准差,/>为监测区域安防异常信号的信号正态分布均值,/>为监测区域安防异常信号的信号正态分布标准差,/>为信号正态分布调整参数,/>为信号事件紧急程度的调和平滑参数,/>为信号事件紧急程度的振幅调整参数,/>为信号事件紧急程度的周期调整参数,/>为信号事件紧急程度的频率调整参数,/>为监测区域信号事件紧急阈值的修正值;
步骤S44:根据监测区域信号事件紧急阈值对火灾事件紧急程度测量值以及安防异常事件紧急程度测量值进行比较判断,当火灾事件紧急程度测量值超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值没有超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域火灾紧急事件;当火灾事件紧急程度测量值没有超过监测区域信号事件紧急阈值且安防异常事件紧急程度测量值超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域安防紧急事件;当火灾事件紧急程度测量值以及安防异常事件紧急程度测量值均超过监测区域信号事件紧急阈值时,则将安防消防监测区域的信号事件标记为监测区域火灾-安防紧急事件;否则不做任何处理;
步骤S45:对监测区域火灾紧急事件、监测区域安防紧急事件以及监测区域火灾-安防紧急事件进行紧急事件联动分析,得到紧急事件状况信息数据;
步骤S46:根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,得到监测区域紧急报警信号;
步骤S5:对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
2.根据权利要求1所述的基于安防消防一体化的自动报警方法,其特征在于,步骤S1包括以下步骤:
步骤S11:对安防消防监测区域进行传感位置分布分析,得到安防消防传感分布位置信息数据;
步骤S12:根据安防消防传感分布位置信息数据对安防消防监测区域内安防系统的安防监控传感器和消防系统的烟雾传感器以及温度传感器进行传感布局拓扑分析,得到安防消防传感分布拓扑结构网络;
步骤S13:通过在安防消防传感分布拓扑结构网络内部集成智能处理单元,并通过物联网通信协议为安防消防传感分布拓扑结构网络内的传感器与智能处理单元之间建立数据传输通道,以得到安防消防一体化传感网络;
步骤S14:通过安防消防一体化传感网络内的烟雾传感器对安防消防监测区域进行烟雾感知检测,得到监测区域烟雾信息数据;
步骤S15:通过安防消防一体化传感网络内的温度传感器对安防消防监测区域进行温度感知检测,得到监测区域温度信息数据。
3.根据权利要求1所述的基于安防消防一体化的自动报警方法,其特征在于,步骤S3包括以下步骤:
步骤S31:通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;
步骤S32:通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防行为模式识别,得到监测区域安防行为模式数据;
步骤S33:根据监测区域安防行为模式数据对监测区域安防信息数据进行模式异常检测,得到监测区域安防异常行为数据;
步骤S34:对监测区域安防异常行为数据进行异常信号转换,得到监测区域安防异常信号。
4.根据权利要求1所述的基于安防消防一体化的自动报警方法,其特征在于,步骤S5包括以下步骤:
步骤S51:对监测区域紧急报警信号进行部门响应指令分析,以生成监测区域部门应急响应指令;
步骤S52:将监测区域部门应急响应指令进行部门下发并生成应急响应措施,以得到监测区域部门应急响应措施;
步骤S53:根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;
步骤S54:对监测区域报警响应调度信息数据进行调度监管处理,得到监测区域调度监管信息数据;
步骤S55:根据监测区域调度监管信息数据对安防消防一体化传感网络进行反馈学习优化,得到安防消防一体化报警优化网络。
5.一种基于安防消防一体化的自动报警系统,其特征在于,用于执行如权利要求1所述的基于安防消防一体化的自动报警方法,该基于安防消防一体化的自动报警系统包括:
安消一体化环境感知模块,用于将安防消防监测区域内的安防系统和消防系统的传感器进行传感网络集成处理,以得到安防消防一体化传感网络,其中安防消防一体化传感网络包括烟雾传感器、温度传感器、安防监控传感器以及智能处理单元,烟雾传感器、温度传感器、安防监控传感器均与智能处理单元电性连接;通过安防消防一体化传感网络内的烟雾传感器以及温度传感器对安防消防监测区域进行环境感知处理,从而得到监测区域烟雾信息数据以及监测区域温度信息数据;
火灾信号检测识别模块,用于通过安防消防一体化传感网络内的数据传输通道将监测区域烟雾信息数据以及监测区域温度信息数据传输到智能处理单元进行变化信号检测,得到监测区域烟雾变化信号以及监测区域温度变化信号;根据监测区域烟雾变化信号以及监测区域温度变化信号对安防消防监测区域进行火灾信号识别处理,从而得到监测区域火灾信号;
安防异常信号检测模块,用于通过安防消防一体化传感网络内的安防监控传感器对安防消防监测区域进行安防监测,得到监测区域安防信息数据;通过数据传输通道将监测区域安防信息数据传输到智能处理单元进行安防异常信号检测,从而得到监测区域安防异常信号;
监测区域紧急报警模块,用于根据监测区域火灾信号以及监测区域安防异常信号对安防消防监测区域进行紧急事件联动分析,得到紧急事件状况信息数据;根据紧急事件状况信息数据对安防消防监测区域进行自动报警处理,从而得到监测区域紧急报警信号;
协同响应调度反馈优化模块,用于对监测区域紧急报警信号进行响应措施生成分析,以得到监测区域部门应急响应措施;根据监测区域部门应急响应措施对安防消防监测区域进行协同调度处理,得到监测区域报警响应调度信息数据;根据监测区域报警响应调度信息数据对安防消防一体化传感网络进行反馈学习优化,从而得到安防消防一体化报警优化网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648318.6A CN117576854B (zh) | 2023-12-04 | 2023-12-04 | 一种基于安防消防一体化的自动报警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648318.6A CN117576854B (zh) | 2023-12-04 | 2023-12-04 | 一种基于安防消防一体化的自动报警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117576854A CN117576854A (zh) | 2024-02-20 |
CN117576854B true CN117576854B (zh) | 2024-05-17 |
Family
ID=89860673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311648318.6A Active CN117576854B (zh) | 2023-12-04 | 2023-12-04 | 一种基于安防消防一体化的自动报警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117576854B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101175202B1 (ko) * | 2011-03-31 | 2012-08-20 | 이호기술단(주) | 실시간 화재 감지 및 모니터링 시스템 |
CN102682565A (zh) * | 2012-03-23 | 2012-09-19 | 合肥博构元丰信息技术有限公司 | 适于开放空间的消防和安防一体化智能视频监测系统 |
CN202711401U (zh) * | 2012-01-12 | 2013-01-30 | 黄剑锋 | 一种安全防范与消防报警一体化自动报警系统 |
CN210091331U (zh) * | 2019-07-18 | 2020-02-18 | 江苏正安消防工程技术有限公司 | 一种消防安全一体化系统 |
CN111882815A (zh) * | 2020-07-30 | 2020-11-03 | 吉林建筑大学 | 一种智能的安防消防一体化方法及系统 |
CN115660922A (zh) * | 2022-10-21 | 2023-01-31 | 浙江安诺数据技术服务有限公司 | 一种基于物联网的智慧安消一体化预警管理系统 |
CN218676203U (zh) * | 2022-09-27 | 2023-03-21 | 湖北桓荣电子有限公司 | 一种安消一体化监测装置 |
DE202023104113U1 (de) * | 2023-07-24 | 2023-08-10 | Sudhakara Sundeep Menon | Integriertes raumbezogenes Entscheidungsfindungssystem für die Branderkennung in Echtzeit und Notfallmanagement |
CN116880249A (zh) * | 2023-06-08 | 2023-10-13 | 淮北矿业(集团)有限责任公司物业分公司 | 安消一体化风险感知预警防控管理平台 |
CN117095506A (zh) * | 2023-10-18 | 2023-11-21 | 潍坊市平安消防工程有限公司 | 一种基于报警区域模型的消防安全监控系统及其方法 |
-
2023
- 2023-12-04 CN CN202311648318.6A patent/CN117576854B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101175202B1 (ko) * | 2011-03-31 | 2012-08-20 | 이호기술단(주) | 실시간 화재 감지 및 모니터링 시스템 |
CN202711401U (zh) * | 2012-01-12 | 2013-01-30 | 黄剑锋 | 一种安全防范与消防报警一体化自动报警系统 |
CN102682565A (zh) * | 2012-03-23 | 2012-09-19 | 合肥博构元丰信息技术有限公司 | 适于开放空间的消防和安防一体化智能视频监测系统 |
CN210091331U (zh) * | 2019-07-18 | 2020-02-18 | 江苏正安消防工程技术有限公司 | 一种消防安全一体化系统 |
CN111882815A (zh) * | 2020-07-30 | 2020-11-03 | 吉林建筑大学 | 一种智能的安防消防一体化方法及系统 |
CN115862261A (zh) * | 2020-07-30 | 2023-03-28 | 吉林建筑大学 | 一种智能的安防消防一体化方法、系统、程序产品及介质 |
CN218676203U (zh) * | 2022-09-27 | 2023-03-21 | 湖北桓荣电子有限公司 | 一种安消一体化监测装置 |
CN115660922A (zh) * | 2022-10-21 | 2023-01-31 | 浙江安诺数据技术服务有限公司 | 一种基于物联网的智慧安消一体化预警管理系统 |
CN116880249A (zh) * | 2023-06-08 | 2023-10-13 | 淮北矿业(集团)有限责任公司物业分公司 | 安消一体化风险感知预警防控管理平台 |
DE202023104113U1 (de) * | 2023-07-24 | 2023-08-10 | Sudhakara Sundeep Menon | Integriertes raumbezogenes Entscheidungsfindungssystem für die Branderkennung in Echtzeit und Notfallmanagement |
CN117095506A (zh) * | 2023-10-18 | 2023-11-21 | 潍坊市平安消防工程有限公司 | 一种基于报警区域模型的消防安全监控系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117576854A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116246407B (zh) | 一种基于人工智能的农林区域火灾预警监管系统 | |
CN108418841B (zh) | 基于ai的下一代关键信息基础设施网络安全态势感知系统 | |
CN117953664B (zh) | 一种基于人工智能的地质灾害预测方法及系统 | |
TW201802626A (zh) | 異常資料的重要度判定裝置以及異常資料的重要度判定方法 | |
CN117082105B (zh) | 一种绿色智慧医院设施监控系统及方法 | |
CN108650139A (zh) | 一种电力通信网络监测系统 | |
CN111047815A (zh) | 基于自学习模型识别消防探测器误报的方法及系统 | |
CN114004331A (zh) | 一种基于关键指标和深度学习的故障分析方法 | |
KR101281460B1 (ko) | 통계적 공정 관리도를 이용하여 이상증후를 탐지하는 방법 | |
CN110428579B (zh) | 基于图像识别的室内监控系统、方法及装置 | |
CN117576854B (zh) | 一种基于安防消防一体化的自动报警方法及系统 | |
CN118353667A (zh) | 一种基于深度学习的网络安全预警方法及系统 | |
CN117767570A (zh) | 一种防雷屏及其智能监控系统和方法 | |
CN117350710A (zh) | 矿用提升钢丝绳智能检测系统 | |
CN110007171A (zh) | 变压器在线监测数据误报警的筛查方法及系统 | |
CN117435908A (zh) | 一种用于旋转机械的多种故障特征提取方法 | |
CN108761250A (zh) | 一种基于工控设备电压电流的入侵检测方法 | |
CN109803301B (zh) | 一种用于无线网络的掉线识别管理系统 | |
CN106771729A (zh) | 一种继电保护设备风险评估系统及方法 | |
CN112904816B (zh) | 一种智慧环保实时监测方法 | |
CN118509248B (zh) | 一种云计算服务器机房实时监控系统 | |
CN117493129B (zh) | 一种计算机控制设备的运行功率监测系统 | |
CN118536817B (zh) | 一种基于传感器网络的电缆通道监测系统 | |
CN118784379B (zh) | 动态安全基线建模方法 | |
CN118587833A (zh) | 基于电气信息化的火灾预警系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |