[发明专利]一种调整安防传感器报警阈值的方法、装置、云端及系统

说明书

本发明实施例涉及安防技术领域，公开了一种调整安防传感器报警阈值的方法、装置及电子设备。其中，所述方法包括：采集所述安防传感器所处位置的环境数据，以及所述安防传感器的感应数据；根据预设灰度模型、所述环境数据和所述感应数据，预测下一时刻所述安防传感器所处位置的预测环境数据和预测感应数据；获取所述安防传感器的当前报警阈值；根据预设神经网络、所述预测环境数据、所述预测感应数据和所述当前报警阈值，计算出所述安防传感器在下一时刻的最优报警阈值；将所述最优报警阈值更新至所述安防传感器。通过以上方式，本发明实施例可以动态调整报警阈值，从而有效减少误报警的情况。

技术领域

本发明实施例涉及安防技术领域，尤其涉及一种调整安防传感器报警阈值的方法、装置、云端及系统。

背景技术

烟雾传感器是一种应用广泛的消防基础设施，其通过监测烟雾的浓度以实现火灾防范，能够在发生火灾时发出警报。

本发明的发明人在实现本发明的过程中，发现：现有的烟雾传感器容易受到环境因素的干扰(例如空气温度、湿度、颗粒物等)，从而会出现误报警的情况。

发明内容

本申请发明实施例提供一种调整安防传感器报警阈值的方法、装置及电子设备，可以动态调整报警阈值，从而有效减少误报警的情况。

本发明实施例公开了如下技术方案：

第一方面，本发明实施例提供了一种调整安防传感器报警阈值的方法，所述方法包括：采集所述安防传感器所处位置的环境数据，以及所述安防传感器的感应数据；根据预设灰度模型、所述环境数据和所述感应数据，预测下一时刻所述安防传感器所处位置的预测环境数据和预测感应数据；获取所述安防传感器的当前报警阈值；根据预设神经网络、所述预测环境数据、所述预测感应数据和所述当前报警阈值，计算出所述安防传感器在下一时刻的最优报警阈值；将所述最优报警阈值更新至所述安防传感器。

可选地，所述根据预设神经网络、所述预测环境数据、所述预测感应数据和所述当前报警阈值，计算出所述安防传感器在下一时刻的最优报警阈值，包括：将所述预测环境数据、所述当前报警阈值和所述预测感应数据分别作为第一输入参数、第二输入参数和第三输入参数；分别将所述第一输入参数、第二输入参数和第三输入参数输入所述预设神经网络进行计算，得到报警结果；判断所述报警结果是否为误报警或者漏报警；若为误报警或者漏报警，则调整所述第二输入参数，并且返回将分别将所述第一输入参数、第二输入参数和第三输入参数输入所述预设神经网络进行计算的步骤，直至所述报警结果不为误报警或者漏报警；将所述报警结果不为误报警或者漏报警对应的所述第二输入参数作为最优报警阈值。

可选地，所述将所述最优报警阈值更新至所述安防传感器，包括：判断所述当前报警阈值与所述最优报警阈值是否相同；若不相同，则向与所述安防传感器连接的终端设备发送所述最优报警阈值，以使所述终端设备将所述最优报警阈值写入所述安防传感器。

可选地，所述方法还包括：接收所述终端设备返回所述安防传感器的实际报警结果；获取与所述实际报警结果对应的环境参数、所述安防传感器的感应数据和报警阈值；根据所述实际报警结果、所述与所述实际报警结果对应的环境参数、所述安防传感器的感应数据和报警阈值，训练所述预设神经网络。

可选地，所述根据预设灰度模型、所述环境数据和所述感应数据，预测下一时刻所述安防传感器所处位置的预测环境数据和预测感应数据，包括：

选取当前时刻和所述当前时刻以前预设数量时刻的数据，分别对所述感应数据、所述环境数据构造序列：

其中，i＝1,2…N，N为所述感应数据和所述环境数据的数据种类的总数量，n为选取的数据个数；

分别对所述感应数据、所述环境数据构造的序列进行无纲化处理，得到所述感应数据、所述环境数据的初始序列：