CN113516820B - 一种火灾预警方法和预警系统 - Google Patents
一种火灾预警方法和预警系统 Download PDFInfo
- Publication number
- CN113516820B CN113516820B CN202110776539.6A CN202110776539A CN113516820B CN 113516820 B CN113516820 B CN 113516820B CN 202110776539 A CN202110776539 A CN 202110776539A CN 113516820 B CN113516820 B CN 113516820B
- Authority
- CN
- China
- Prior art keywords
- fire
- early warning
- data
- result
- preliminary
- 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 81
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 101100281682 Danio rerio fsta gene Proteins 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 101100273916 Schizosaccharomyces pombe (strain 972 / ATCC 24843) wip1 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- 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
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种火灾预警方法和预警系统,其中方法包括:获取被监测目标区域中的火灾探测器采集的实时数据;根据火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出被监测目标区域的初步预警结果;基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。本发明提供的技术方案克服了传统火灾报警方法准确度低,延时性高的问题。
Description
技术领域
本发明涉及消防安全领域,具体涉及一种火灾预警方法和预警系统。
背景技术
火灾是可能发生的最具破坏性的事故之一,如果火灾不及时发现会对公共财产安全和人身安全造成不可估量的损害,因此对火灾进行及时预警能够最大程度的避免火灾带来的损害。火灾预警通常是借助烟雾传感器、温度传感器等火灾探测器监测的,而传统火灾预警技术针对烟雾传感器、温感传感器等火灾探测器,设置固定报警阈值,任何单一传感器采集的信号超过报警阈值,则触发火灾报警信号,启动自动消防灭火系统,这种方式大概率会产生火灾误报的情况。那么为避免某单一传感器失效或者误报警,现有技术约定需累计触发若干个报警信号后,启动自动消防灭火系统。但是上述技术均采用设置固定报警阈值的方式进行监测,由于不同探测器的布置位置、探测灵敏度不同,容易导致等到满足报警促发条件时,由于存在延时性,火灾很可能已形成,导致错过了识别和扑灭火灾的黄金时间,往往已酿成灾难,造成财产和人员损失。
发明内容
有鉴于此,本发明实施方式提供了一种火灾预警方法和预警系统,从而降低了传统火灾预警系统的延时性。
根据第一方面,本发明实施方式提供了一种火灾预警方法,所述方法包括:
获取被监测目标区域中的火灾探测器采集的实时数据;
根据所述火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出所述被监测目标区域的初步预警结果;
监测在连续输出所述初步预警结果的过程中是否出现发生火灾的结果,当出现所述发生火灾时,判断其从下一时刻开始即连续出现所述发生火灾的次数是否达到预设预警次数,并以判断结果生成最终预警结果。
可选地,所述历史火灾数据包括不同等级的火灾场景数据,以及标注各等级火灾场景数据是否发生火灾的火灾标签。
可选地,所述实时数据包括所述火灾探测器采集的当前时刻与当前时刻之前预设个数时刻的探测数据。
可选地,根据所述火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出所述被监测目标区域的初步预警结果,包括:
分别确定所述实时数据与所述历史火灾数据中各等级的火灾场景数据的相似程度;
根据所述相似程度从大到小的排列顺序依次筛选出预设数量的火灾场景数据,并获得其对应的火灾标签,以最多相同火灾标签对应的预警结果得到所述被监测目标区域的初步预警结果。
可选地,在被监测目标区域中包含多个所述火灾探测器,所述根据所述火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出所述被监测目标区域的初步预警结果,还包括:
基于各所述火灾探测器的初步预警结果进行划分,将占半数以上的初步预警结果作为所述被监测目标区域的初步预警结果。
可选地,监测在连续输出所述初步预警结果的过程中是否出现发生火灾的结果,当出现所述发生火灾时,判断其从下一时刻开始即连续出现所述发生火灾的次数是否达到预设预警次数,并以判断结果生成最终预警结果,包括:
当连续监测的所述初步预警结果中出现发生火灾时,以所述出现发生火灾的预警时刻为基准获取后续连续时刻的预警结果;
当从下一时刻即开始连续出现发生火灾的预警结果,并且其出现次数达到预设预警次数时,生成发生火灾的最终预警结果;
当从下一时刻即开始连续出现发生火灾的预警结果,但是当其连续出现过程结束时其出现次数未达到预设预警次数,或从下一时刻开始即未出现发生火灾的预警结果时,生成未发生火灾的最终预警结果并返回所述监测在连续输出所述初步预警结果的过程中是否出现发生火灾的结果的步骤。
可选地,所述方法还包括:
利用所述最终预警结果获取所述火灾预警方法的评估指标;
根据所述评估指标生成评估结果。
可选地,所述评估指标至少包括:火灾开始时间精度和火警误报率。
根据第二方面,本发明实施方式提供了一种火灾预警系统,所述系统包括:
数据采集模块,获取被监测目标区域中的火灾探测器采集的实时数据;
初步预警模块,根据所述火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出所述被监测目标区域的初步预警结果;
最终预警模块,基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。
可选地,所述系统还包括:
校准模块,利用所述最终预警结果获取所述火灾预警方法的评估指标,并根据所述评估指标生成评估结果。
根据第三方面,本发明实施方式提供了一种电子设备,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
本发明技术方案,具有如下优点:
本发明实施例提供的一种火灾预警方法和预警系统。该方法具体包括:通过获取火灾的当前时刻和前多个时刻的实时数据,与代表不同火灾等级的预先存储的历史数据进行相似性分析,从而根据相似性最高的几个历史数据对应的标签得到目标区域是否发生火灾的结果。通过结合历史数据从而避免了数据突变带来的错误结论,提高了整体系统的鲁棒性,结合历史数据提前反映出火灾发生前的细微变化,并且在弱火灾等级时也可以做出预警,降低了火灾预警的时间延迟,提高了火灾预警准确率。之后,通过投票机制选取占探测器半数以上的预警结果,并将连续多次预测的预警结果综合分析的进一步降低了误报率。增加了根据火灾预警评价指标对火灾预警系统进行评估的部分,及时对该系统中出现的问题进行调整,提高了本系统的可靠性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种火灾预警方法的步骤示意图;
图2为本发明实施例的一种火灾预警方法的流程示意图;
图3为本发明实施例的一种火灾预警系统的结构示意图;
图4为本发明实施例的一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作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。
下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
请参阅图1和图2,本发明实施例提供的一种火灾预警方法具体包括如下步骤:
步骤S101:获取被监测目标区域中的火灾探测器采集的实时数据,实时数据包括火灾探测器采集的当前时刻与当前时刻之前预设个数时刻的探测数据。
具体地,为了提高传统火灾预警技术的准确性,通过火灾探测器采集的实时数据与传统技术相比有所不同,该实时数据不仅包含火灾探测器的当前时刻的传感器数据还包括以前多个时刻的传感器数据,从数据的变化趋势角度来分析火灾产生的情况,从而在温度,烟雾等开始变化时及时监测其波动程度,从而及早的发现火灾发生情况。进一步地,此方法一方面可以避免当前时刻瞬时扰动或者探测器故障输出错误数据从而得出错误结论,另一方面可以增加预测系统的鲁棒性。在本发明实施例中,采样间隔为1秒,采集数据为当前时刻数据与前20秒的数据组成一组数据。使用的火灾探测器包括但不限于感温探测器和感烟探测器,常用的探测器还有感光探测器,红外探测器和紫外探测器等。
步骤S102:根据火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出被监测目标区域的初步预警结果。
具体地,为了进一步的提高火灾预警的准确性,使得火灾在发生早期即可以被检测到,那么要求提高关注火灾发生早期的环境变化。因此通过训练好历史火灾数据并存储于检测设备当中,以便于将检测到的实时数据与历史数据进行比对,从而找到与实时数据相似性最高的历史数据,之后通过这些历史数据对应已知的火灾发生情况预测当前火灾情况。
其中,历史火灾数据包括不同等级的火灾场景数据,以及标注各等级火灾场景数据是否发生火灾的火灾标签。历史火灾数据由预设火灾等级的场景数据组成。例如,大量的历史火灾数据是由20个不同火灾等级的场景数据组成的,每个等级的场景数据对应一种火灾火势的大小情况,等级可以由递增顺序对应火势的递增情况,等级越大火势越大。每个场景数据均是反映一段时间的探测器数据,以反映周围环境的变化情况。在本发明实施例中,根据火势的大小,其各等级数据上均打有是否发生火灾的标签,为了更准确的发现早期火灾,对于温度或者烟雾变化极小可以忽略不计的情况,对应的历史数据标签为未发生火灾;其他有火灾嫌疑的各等级数据标签为发生火灾。之后根据实时数据与该20个不同等级的场景数据进行相似性分析,得到代表实时数据与每个场景数据相似程度的相似值。根据这些相似值从大到小的排列顺序依次筛选出预设数量的火灾场景数据,并获得其对应的火灾标签。例如,以相似程度从高到底排序场景数据为等级5、6、7、8、4、3、9、2、1、10、11...,选出其中最相似的3组数据即为等级5、6、7对应的场景数据。之后获得选出数据对应的火灾标签,以最多火灾标签对应的结果得到初步预警结果。例如等级5、6、7的场景数据对应的火灾标签为未发生火灾、发生火灾、发生火灾。其中对应最多的火灾标签为发生火灾,那么判定该初步预警结果为发生火灾。此方法不仅能够根据环境变化趋势及早的发现火情,并且降低了火灾误报率。
之后,为了进一步提高本发明实施例提供方法的可靠性,在被监测目标区域中包含多个火灾探测器,并基于各火灾探测器的初步预警结果进行划分,将占半数以上的初步预警结果作为被监测目标区域的初步预警结果。具体地,例如在目标区域内预先安置10个火灾探测器,通过上述方法的监测,其中7个火灾探测器的监测结果为发生火灾,3个探测器监测结果为未发生火灾,那么该目标区域以发生火灾作为初步预警结果。
本发明实施例采用DWT(Dynamic Time Warping动态时间规整)算法进行相似性分析,假定系统共有p个火灾探测器,采样间隔为1s,其组成多探测器的数据集为X={x1,…xj,…xp},xj={xj(i)∈R:i=1,…T}代表第j个探测器在周期为T的数据,j∈{1,…,p}。针对p个火灾探测器已有N组不同场景(未发生火灾以及发生火灾的不同阶段)的样本数据,即:Xtrain={X1,…Xn,…XN}和Ytrain={Y1,…Yn,…YN},其中Xn={xn1,…xnj,…xnp}代表第n组样本数据,Yn∈{0,1}代表第n组训练样本数据对应的火灾状态,0代表未发生火灾,1代表发生火灾,n∈{1,…,N}。
本发明实施例将根据各探测器新采集的数据Xnew={xnew1,…xnewj,…xnewp},xnewj={xnewj(i)∈R:i=t-w,…,t-1,t}(w表示在新状态分析中包括此时刻前数据的个数),结合样本数据,采用预测对应的Ynew∈{0,1}的火灾状态,用下式计算新采集模式的数据与历史训练样本数据的规整代价最小的路径。
其中路径越小代表相似度越高。之后基于邻近算法,提出了根据火灾标签确定初步预警结果的方法。
步骤S103:基于初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。其中,监测在连续输出初步预警结果的过程中是否出现发生火灾的结果,当连续监测的初步预警结果中出现发生火灾时,以出现发生火灾的预警时刻为基准获取后续连续时刻的预警结果;当从下一时刻即开始连续出现发生火灾的预警结果,并且其出现次数达到预设预警次数时,生成发生火灾的最终预警结果;当从下一时刻即开始连续出现发生火灾的预警结果,但是当其连续出现过程结束时其出现次数未达到预设预警次数,或从下一时刻开始即未出现发生火灾的预警结果时,生成未发生火灾的最终预警结果并返回监测在连续输出初步预警结果的过程中是否出现发生火灾的结果的步骤。
具体地,为了进一步优化本发明实施例提供的预警方法。在连续输出初步预警结果的过程中,对其结果不断的记录,统计其中判断为发生火灾预警的最大连续次数。也就是当连续监测的初步预警结果中出现“发生火灾”时,以出现“发生火灾”的预警时刻为基准获取后续连续时刻的预警结果;第一种情况:当从下一时刻就开始连续出现“发生火灾”的预警结果,并且其出现次数达到预设预警次数时,生成“发生火灾”的最终预警结果并对其播报;第二种情况:当从下一时刻就开始连续出现“发生火灾”的预警结果,但是当其连续出现过程结束时其出现次数还未达到预设预警次数,就判断为“没有发生火灾”;第三种情况:从下一时刻开始就未出现发生火灾的预警结果,那么判断为“没有发生火灾”。对于第二种情况和第三种情况,生成“未发生火灾”的最终预警结果,并返回最初的监测过程步骤,继续监测在连续输出初步预警结果的过程中是否出现“发生火灾”的预警结果。
例如,预设火灾报警次数k为3次,在监测火灾预警的过程中,一旦出现“发生火灾”的警报,系统高度关注后续的警报结果,如果从下一时刻开始还是出现“发生火灾”的警报,并且开始连续出现,出现次数达到连续3次或者连续3次以上,那么发生火灾即为最终预警结果。如果在下一时刻就输出“未发生火灾”警报,或者连续输出“发生火灾”的警报只达到两次就中断了,系统即输出“未发生火灾”的最终预警结果,返回步骤S103的监测步骤,重新开始对初步预警结果进行监测,进入下一轮评估。通过上述步骤的处理,进一步降低了本发明预警方法的误报警率。
具体地,在一实施例中,上述火灾预警方法,还包括如下步骤:
步骤S104:利用最终预警结果获取火灾预警方法的评估指标。
步骤S105:根据评估指标生成评估结果。
具体地,对于预警方法设置校准部分,对预警策略进行灵活调整,从而提高本方法的可靠性。本发明实施例采用但不限于火灾开始时间精度和火警误报率两个指标。其中,火灾开始时间精度为:
FSTA=|TFST-EFST|
FSTA=|TFST-EFST|
TFST是指真实火灾开始的时间,EFST是通过预测算法预测火灾开始的时间,即火灾报警信号发出的时间,本发明不再赘述预测过程。
其中,火警误报率为:
本发明实施例采用了一种类字典形式的优化档案,其中记录了异常情况的原因以及常用解决方法。针对上述两个指标的异常情况,通过查询优化档案,生成评估结果,以制定相应的优化策略。其中根据优化档案的描述,若FSTA时间大于预先设置阈值(本发明实施例采用60s,可根据实际情况调整),则导致精度下降的主要原因和解决方法有:探测器因老化等原因导致灵敏度不高,需要更换探测器;火灾重点区域布置的探测器数量偏少,不能及时前期火灾异常数据,需要增加探测器布置数量;探测器共模故障,采用不同型号探测器取代现有探测器;样本训练数据不足,补充全周期、全流程的火灾状态数据信息,相似性识别算法精度下降,调整维度(探测器数量)参数提高算法精度。若火警误报率大于预先设置阈值(本发明实施例采用10%,可根据实际情况调整),导致的主要原因和解决方法有:临时扰动造成误报警(人员抽烟、启用燃气灶等),应采取有效措施闭锁;极端环境温度条件,可以与周围环境温度动态调整;探测器故障,更换新探测器;相似性识别算法精度下降,调整维度(探测器数量)参数提高算法精度。除此之外,对同类型探测器进行趋势比较,实时动态检测探测器的故障情况,例如一个房间有3个同类型温度探测器,但是他们距离着火点距离各不相同,在发生火灾时,三个温度探测器的温度都会上升,但是距离越近的上升越快,距离越远的反应时间更长,表现为缓慢上升,三个温度探测器虽然响应时间各不相同,但是温度都在稳定上升,为避免单个传感器故障出现误报警,在识别两个温度传感器都在稳定升温后,即可促发报警,从而实时判断探测器的故障。根据火灾报警性能评价指标,结合前期数据及经验积累,定期给出系统优化改进建议,提高系统预报精度,降低误报警率。
通过执行上述各个步骤,本发明实施例提供的一种火灾预警方法:通过获取火灾的当前时刻和前多个时刻的实时数据,与代表不同火灾等级的预先存储的历史数据进行相似性分析,从而根据相似性最高的几个历史数据对应的标签得到目标区域是否发生火灾的结果。通过结合历史数据从而避免了数据突变带来的错误结论,提高了整体方法的鲁棒性,结合历史数据提前反映出火灾发生前的细微变化,并且在弱火灾等级时也可以做出预警,降低了火灾预警的时间延迟,提高了火灾预警准确率。之后,通过投票机制选取占探测器半数以上的预警结果,并将连续多次预测的预警结果综合分析的进一步降低了误报率。增加了根据火灾预警评价指标对火灾预警方法进行评估的部分,及时对该方法中出现的问题进行调整,提高了本方法的可靠性。
如图3所示,本实施例还提供了一种火灾预警系统,可应用于电子设备,该系统包括:
数据采集模块101,获取被监测目标区域中的火灾探测器采集的实时数据。详细内容参见上述方法实施例中步骤S101的相关描述,在此不再进行赘述。
初步预警模块102,根据火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出被监测目标区域的初步预警结果。详细内容参见上述方法实施例中步骤S102的相关描述,在此不再进行赘述。
最终预警模块103,基于初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。详细内容参见上述方法实施例中步骤S103的相关描述,在此不再进行赘述。
具体地,在一实施例中,上述系统还包括:
校准模块104,利用最终预警结果获取火灾预警方法的评估指标,并根据评估指标生成评估结果。详细内容参见上述方法实施例中步骤S104~S105的相关描述,在此不再进行赘述。
本发明实施例提供的一种火灾预警系统,用于执行上述实施例提供的火灾预警方法,其实现方式与原理相同,详细内容参见上述方法实施例的相关描述,不再赘述。
通过上述各个组成部分的协同合作,本发明实施例提供的一种火灾预警系统。通过获取火灾的当前时刻和前多个时刻的实时数据,与代表不同火灾等级的预先存储的历史数据进行相似性分析,从而根据相似性最高的几个历史数据对应的标签得到目标区域是否发生火灾的结果。通过结合历史数据从而避免了数据突变带来的错误结论,提高了整体系统的鲁棒性,结合历史数据提前反映出火灾发生前的细微变化,并且在弱火灾等级时也可以做出预警,降低了火灾预警的时间延迟,提高了火灾预警准确率。之后,通过投票机制选取占探测器半数以上的预警结果,并将连续多次预测的预警结果综合分析的进一步降低了误报率。增加了根据火灾预警评价指标对火灾预警系统进行评估的部分,及时对该系统中出现的问题进行调整,提高了本系统的可靠性。
图4示出了本发明实施例的一种电子设备,该设备包括:处理器901和存储器902,可以通过总线或者其他方式连接,图4中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如上述方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,实现的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种火灾预警方法,其特征在于,所述方法包括:
获取被监测目标区域中的火灾探测器采集的实时数据;
获取预先存储的历史火灾数据,所述历史火灾数据包括不同等级的火灾场景数据,以及标注各等级火灾场景数据是否发生火灾的火灾标签;
分别确定所述实时数据与所述历史火灾数据中各等级的火灾场景数据的相似程度;
根据所述相似程度从大到小的排列顺序依次筛选出预设数量的火灾场景数据,并获得其对应的火灾标签,以最多相同火灾标签对应的预警结果得到所述被监测目标区域的初步预警结果;
基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。
2.根据权利要求1所述的方法,其特征在于,在被监测目标区域中包含多个所述火灾探测器,所述根据所述火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出所述被监测目标区域的初步预警结果,还包括:
基于各所述火灾探测器的初步预警结果进行划分,将占半数以上的初步预警结果作为所述被监测目标区域的初步预警结果。
3.根据权利要求1所述的方法,其特征在于,基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果,包括:
监测在连续输出所述初步预警结果的过程中是否出现发生火灾的结果,当连续监测的所述初步预警结果中出现发生火灾时,以所述出现发生火灾的预警时刻为基准获取后续连续时刻的预警结果;
当从下一时刻即开始连续出现发生火灾的预警结果,并且其出现次数达到预设预警次数时,生成发生火灾的最终预警结果;
当从下一时刻即开始连续出现发生火灾的预警结果,但是当其连续出现过程结束时其出现次数未达到预设预警次数,或从下一时刻开始即未出现发生火灾的预警结果时,生成未发生火灾的最终预警结果并返回所述监测在连续输出所述初步预警结果的过程中是否出现发生火灾的结果的步骤。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用所述最终预警结果获取所述火灾预警方法的评估指标;
根据所述评估指标生成评估结果。
5.根据权利要求4所述的方法,其特征在于,所述评估指标至少包括:火灾开始时间精度和火警误报率。
6.根据权利要求1所述的方法,其特征在于,所述实时数据包括所述火灾探测器采集的当前时刻与当前时刻之前预设个数时刻的探测数据。
7.一种火灾预警系统,其特征在于,所述系统包括:
数据采集模块,获取被监测目标区域中的火灾探测器采集的实时数据;
初步预警模块,获取预先存储的历史火灾数据,所述历史火灾数据包括不同等级的火灾场景数据,以及标注各等级火灾场景数据是否发生火灾的火灾标签;分别确定所述实时数据与所述历史火灾数据中各等级的火灾场景数据的相似程度;根据所述相似程度从大到小的排列顺序依次筛选出预设数量的火灾场景数据,并获得其对应的火灾标签,以最多相同火灾标签对应的预警结果得到所述被监测目标区域的初步预警结果;
最终预警模块,基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。
8.根据权利要求7所述的系统,其特征在于,所述系统还包括:
校准模块,利用所述最终预警结果获取评估指标,并根据所述评估指标生成评估结果。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110776539.6A CN113516820B (zh) | 2021-07-09 | 2021-07-09 | 一种火灾预警方法和预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110776539.6A CN113516820B (zh) | 2021-07-09 | 2021-07-09 | 一种火灾预警方法和预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113516820A CN113516820A (zh) | 2021-10-19 |
CN113516820B true CN113516820B (zh) | 2022-08-02 |
Family
ID=78066740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110776539.6A Active CN113516820B (zh) | 2021-07-09 | 2021-07-09 | 一种火灾预警方法和预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113516820B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333214A (zh) * | 2021-12-30 | 2022-04-12 | 国能创新油品销售有限公司 | 用于储油罐的火灾预警方法、装置、电子设备及介质 |
CN115083131A (zh) * | 2022-05-18 | 2022-09-20 | 浙江台谊消防股份有限公司 | 一种火灾报警控制系统 |
CN115019490A (zh) * | 2022-05-28 | 2022-09-06 | 浙江和朴实业有限公司 | 一种智能分析安全预警方法、装置、电子设备及存储介质 |
CN115359615B (zh) * | 2022-08-15 | 2023-08-04 | 北京飞讯数码科技有限公司 | 一种室内火警的预警方法、系统、装置、设备及介质 |
CN117851879B (zh) * | 2023-12-25 | 2024-09-03 | 西安科技大学 | 一种加氢站泄漏燃爆事故灾情演化研判与预测方法和装置 |
CN118298573B (zh) * | 2024-05-31 | 2024-09-10 | 深圳市长科安全应急科技有限公司济南分公司 | 一种应用于物流货柜箱的火灾报警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0381898A (ja) * | 1989-08-25 | 1991-04-08 | Nohmi Bosai Ltd | 蓄積型火災警報装置 |
JPH11353564A (ja) * | 1998-06-04 | 1999-12-24 | Nohmi Bosai Ltd | 差動式火災警報装置 |
JP2001067557A (ja) * | 1999-08-24 | 2001-03-16 | Matsushita Electric Works Ltd | 火災感知器及び火災感知器用試験機 |
CN209885073U (zh) * | 2019-05-14 | 2020-01-03 | 安阳工学院 | 一种基于单片机控制的智能灭火装置 |
JP2020160779A (ja) * | 2019-03-26 | 2020-10-01 | 能美防災株式会社 | 熱検知器及びそれによる火災判定方法 |
CN112614295A (zh) * | 2020-12-14 | 2021-04-06 | 云南电网有限责任公司电力科学研究院 | 一种基于智能感知终端的火灾监测预警系统 |
-
2021
- 2021-07-09 CN CN202110776539.6A patent/CN113516820B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0381898A (ja) * | 1989-08-25 | 1991-04-08 | Nohmi Bosai Ltd | 蓄積型火災警報装置 |
JPH11353564A (ja) * | 1998-06-04 | 1999-12-24 | Nohmi Bosai Ltd | 差動式火災警報装置 |
JP2001067557A (ja) * | 1999-08-24 | 2001-03-16 | Matsushita Electric Works Ltd | 火災感知器及び火災感知器用試験機 |
JP2020160779A (ja) * | 2019-03-26 | 2020-10-01 | 能美防災株式会社 | 熱検知器及びそれによる火災判定方法 |
CN209885073U (zh) * | 2019-05-14 | 2020-01-03 | 安阳工学院 | 一种基于单片机控制的智能灭火装置 |
CN112614295A (zh) * | 2020-12-14 | 2021-04-06 | 云南电网有限责任公司电力科学研究院 | 一种基于智能感知终端的火灾监测预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113516820A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113516820B (zh) | 一种火灾预警方法和预警系统 | |
CN110113226B (zh) | 一种检测设备异常的方法及装置 | |
US10719577B2 (en) | System analyzing device, system analyzing method and storage medium | |
US20070239629A1 (en) | Cluster Trending Method for Abnormal Events Detection | |
AU2016286280A1 (en) | Combined method for detecting anomalies in a water distribution system | |
US10581665B2 (en) | Content-aware anomaly detection and diagnosis | |
KR101893563B1 (ko) | 사물인터넷 기반 화재 블랙박스 시스템 및 그 운용 방법 | |
CN111400850A (zh) | 设备故障分析方法、装置、设备和存储介质 | |
KR101876185B1 (ko) | 조기경보시스템에서 외부 영향을 고려한 최신 데이터 학습 방법 및 그 시스템 | |
US20160275407A1 (en) | Diagnostic device, estimation method, non-transitory computer readable medium, and diagnostic system | |
JP4886461B2 (ja) | 異常監視装置 | |
CN117746338B (zh) | 基于人工智能的物业园区安全管理方法及系统 | |
CN111314110B (zh) | 一种用于分布式系统的故障预警方法 | |
CN117149486B (zh) | 告警和根因定位方法、模型训练方法、装置、设备及介质 | |
CN117495804A (zh) | 充电站安全监测方法、装置、计算机设备和存储介质 | |
Rammohan et al. | Exploratory investigations for intelligent damage prognosis using hidden Markov models | |
KR20070015703A (ko) | 영상 처리를 이용한 화재 감지 장치 및 그 방법 | |
KR102250200B1 (ko) | 화재모니터링장치 및 그 동작 방법 | |
US10921167B1 (en) | Methods and apparatus for validating event scenarios using reference readings from sensors associated with predefined event scenarios | |
CN117373198B (zh) | 一种停车场警报监控方法、装置及存储介质 | |
CN118072484B (zh) | 一种预警处理方法及变电站智能监控系统 | |
KR102533298B1 (ko) | 시스템 가용도에 기반하여 고장진단모델을 평가하는 장치 및 방법 | |
JP7359009B2 (ja) | データ分析装置、プログラム及び方法 | |
US20230308198A1 (en) | Radio wave abnormality detection system, radio wave abnormality detection method, and radio wave abnormality detection program | |
CN118860034A (zh) | 仓库温湿度自动控制方法、设备、介质及采集图像方法 |
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 |