[发明专利]一种基于深度学习的智能消防分级预警方法及系统

权利要求书

1.一种基于深度学习的智能消防分级预警方法，其特征在于：所述的消防分级预警方法包括以下步骤：

多异地监测点预警数据采集步骤：通过数据采集节点实时采集各监测点的环境温度、烟感、火焰温度和火焰辐射能量波长数据，并发送到AI超算处理平台；所述数据采集节点采集的数据包括通过温度传感器实时采集各监测点的环境温度，通过红外热像仪实时采集各监测点中容易发生火灾处的中心温度，通过烟感传感器实时采集各监测点的环境烟感浓度，以及通过波长检测器采集的火焰辐射能量波长大小；

所述各监测点中容易发生火灾处包括配电室、电机房、有插座或者电路线路密集处、电器电具设备与电路接线连接处，并将容易发生火灾地方的各种材料的燃点数据提前导入到消防预警模型中，通过红外热像仪对这些容易发生火灾地方进行热成像，实时分析热成像图像中各种材料的温度变化情况以及火焰辐射能量波长变化情况；

多维数据分析步骤：AI超算处理平台将采集的各监测点数据导入到消防分级预警模型中，对模型进一步进行学习训练，并对环境温度、烟感、火焰温度和火焰辐射能量波长数据的变化趋势进行多维数据的计算和预测；

分级预警步骤：根据预警模型的数据分析结果进行分级预警提示；

分级授权步骤：将预警数据实时上传到上级部门，上级部门对下级部门进行监管授权；

根据环境温度大小和火焰温度变化趋势进行分析包括以下内容：

在时间T₁到T₂时间段内随机选择多个时间点t₁、t₂、---、t_g，得到对应时间点温度传感器采集的环境温度 f₁₁、f₂₂、---、f_ng，和对应时间点红外热像仪采集的火灾处的火焰温度F₁₁、F₂₂、---、F_ig；

对各时间点对应的环境温度数据和火灾处的火焰温度数据进行拟合，得到T₁到T₂时间段内环境温度的变化趋势函数和火灾处的火焰温度的变化趋势函数；

根据各自温度的变化趋势函数预测下一时间段内环境温度和火灾处的火焰温度的变化情况；

根据火焰辐射能量波长变化趋势进行分析包括以下内容：

在时间T₁到T₂时间段内随机选择多个时间点t₁、t₂、---、t_g，得到对应时间点波长检测器采集的火焰辐射能量波长、、---、；

对各时间点采集的火焰辐射能量波长数据进行拟合，得到T₁到T₂时间段内火焰辐射能量波长的变化趋势函数；

根据火焰辐射能量波长的变化趋势函数预测下一时间段内火焰辐射能量波长的变化情况；

根据烟感浓度变化趋势进行分析包括以下内容：

在时间T₁到T₂时间段内随机选择多个时间点t₁、t₂、---、t_g，得到对应时间点烟感传感器采集的环境烟感浓度 C₁₁、C₂₂、---、C_ng；

对各时间点对应的环境烟感浓度数据进行拟合，得到T₁到T₂时间段内环境烟感浓度的变化趋势函数；

根据烟感浓度的变化趋势函数预测下一时间段内环境烟感浓度的变化情况；

所述分级预警步骤包括以下内容：

根据预测的下一时间段内环境温度的变化情况，判断下一时间段内环境温度的最大值与第一级预警环境温度阈值和第二级预警环境温度阈值之间的关系；

和/或根据预测的下一时间段内火灾处火焰温度的变化情况，判断下一时间段内火灾处火焰温度的最大值与第一级预警火焰温度阈值和第二级预警火焰温度阈值之间的关系；

和/或根据预测的下一时间段内烟感浓度的变化情况，判断下一时间段内烟感浓度的最大值与第一级预警烟感浓度阈值和第二级预警烟感浓度阈值之间的关系；

和/或根据预测的下一时间段火焰辐射能量波长的变化情况，判断下一时间段内火焰辐射能量波长的最小值与第一级预警波长阈值和第二级预警波长阈值之间的关系；

如果上述分级预警步骤中任意一种情况达到分级预警的预设条件，则进行相应等级的预警提示；

其中，各监测点中根据监测点环境的不同，其预设的火灾分级预警温度和火灾分级预警烟感浓度不同；各个监测点中各容易发生火灾处的预设的火灾预警温度根据各种材料的不同而设置不同；相对封闭的环境预设的火灾预警环境温度比相对通风的环境或者较大空间的预设火灾预警环境温度高；封闭环境的火灾第一级预警预设环境温度设置为48℃~55℃，第二级预警预设环境温度设置为65℃~75℃；通风环境的火灾第一级预警预设环境温度设置为42℃~50℃，第二级预警预设环境温度设置为60℃~70℃。