[发明专利]一种综合管廊火灾预警方法及系统

说明书

本发明公开了一种综合管廊火灾预警方法及系统。所述方法包括：获取综合管廊内环境监测数据；对环境监测数据进行数据压缩，得到环境监测压缩数据；对环境监测压缩数据进行分类划分，得到多个子数据库；采用Apriori算法分别对各子数据库进行扫描，得到频繁项目集；每个子数据库均对应一个或多个频繁项目集；每个频繁项目集对应一组关联规则；计算各频繁项目集的置信度；将置信度大于预设置信度的频繁项目集对应的关联规则确定为强关联规则；依据强关联规则判断是否生成预警信息；若是，则生成预警信息，并依据预警信息发出预警信号。本发明能够提高预警的准确性，大大减少管廊火灾事故的发生。

技术领域

本发明涉及火灾预警技术领域，特别是涉及一种综合管廊火灾预警方法及系统。

背景技术

目前，国内大多都是对综合管廊在发生火灾时进行火灾危险控制技术的研究，很少有完全针对综合管廊做出火灾危险识别和预警的研究。而在现有的火灾危险识别技术中通常采用基于STM32嵌入式处理器进行监测与预警，首先对综合管廊的环境参数进行监测，然后采用基于卡尔曼滤波方法进行预测，理论上，卡尔曼滤波随着滤波的推进，卡尔曼滤波估计的精度应该越来越高，滤波误差方差阵也应趋于稳定值或有界值，但在实际应用中，随着量测值数目的增加，存在估计误差的均值和估计误差协方差越来越大，这样就导致了滤波逐渐失去准确估计的作用。

发明内容

基于此，有必要提供一种综合管廊火灾预警方法及系统，以提高预警的准确性，大大减少管廊火灾事故的发生。

为实现上述目的，本发明提供了如下方案：

一种综合管廊火灾预警方法，包括：

获取综合管廊内环境监测数据；所述环境监测数据包括温湿度和可燃气体浓度；

对所述环境监测数据进行数据压缩，得到环境监测压缩数据；

对所述环境监测压缩数据进行分类划分，得到多个子数据库；每个所述子数据库均包括所有监测时间段内的同一类的监测数据；

采用Apriori算法分别对各所述子数据库进行扫描，得到频繁项目集；每个所述子数据库均对应一个或多个频繁项目集；每个所述频繁项目集对应一组关联规则；

计算各所述频繁项目集的置信度；

将所述置信度大于预设置信度的频繁项目集对应的关联规则确定为强关联规则；

依据所述强关联规则判断是否生成预警信息；若是，则生成预警信息，并依据所述预警信息发出预警信号。

可选的，所述采用Apriori算法分别对各所述子数据库进行扫描，得到频繁项目集，具体包括：

依据所述子数据库生成项集集合；每个所述子数据库均对应一个项集集合；每个所述项集集合均包括多个项集；每个所述项集对应一组关联规则；

分别对当前各所述子数据库对应的项集集合内的项集进行统计，计算各所述子数据库内的每个项集的支持度；

删除各所述子数据库内支持度小于或等于预设最小支持度的项集，更新各个子数据库；

将各更新后的子数据库分别对应的项集集合中的项集两两交叉相乘，得到重建后的项集集合；

计算各所述重建后的项集集合内每个项集的支持度；

判断各所述重建后的项集集合内所有的项集的支持度是否均等于预设目标支持度；所述预设目标支持度小于或等于所述预设最小支持度；

若否，则将各所述重建后的项集集合作为当前各所述子数据库对应的项集集合，并返回所述分别对当前各所述子数据库对应的项集集合内的项集进行统计，计算各所述子数据库内的每个项集的支持度；