[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

说明书

本发明公开了一种基于深度学习的智能消防分级预警方法及系统，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；多维数据分析步骤；分级预警步骤；分级授权步骤。通过对各异地监测点的环境温度以及容易发生火灾处环境温度、烟感浓度、火焰温度以及火焰辐射能量波长的变化趋势进行分析，预警下一时间段内的极限边界值是否会达到预先分级预警阈值条件，通过提前对可能发生火灾的环境温度、烟感浓度、火焰温度以及火焰辐射能量波长进行预警能够及时对火灾进行分级预警，让抢救人员有时间达到火灾现场，减小了火灾发生造成的损失。

技术领域

本发明涉及智能消防安全技术领域，尤其涉及一种基于深度学习的智能消防分级预警方法及系统。

背景技术

目前现有的消防安全报警都是在火灾已经发生时或者已经发生后才进行或者报警，而如果在火灾已经发生后再进行报警虽然也能及时通知抢救人员到场对火灾进行控制，抢救人员到达火灾现场也需要一定的时间，而在这段时间内火灾也会造成一定的损失；因此对消防安全的提前分级预警远远比火灾发生后在进行报警更为重要。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于深度学习的智能消防分级预警方法及系统，通过对消防安全事故的提前分级预警能够防止现目前在火灾发生后再报警而造成的损失。

本发明的目的是通过以下技术方案来实现的：一种基于深度学习的智能消防分级预警方法，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、火焰颜色和火焰辐射能量波长数据，并发送到AI超算处理平台；

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。

在通过基于深度学习的智能消防分级预警方法进行消防分级预警之前还需要通过所述预警数据采集步骤采集各监测点的历史数据进行机器学习并建立消防分级预警模型。

所述建立消防分级预警模型的步骤如下：

构建环境温度、烟感、火焰温度和火焰辐射能量波长四个维度数据分别与分级预警阈值的初始关系模型；

导入环境温度、烟感、火焰温度和火焰辐射能量波长四个维度的历史数据到初始关系模型进行训练，并对比训练结果与预设结果之间的差异修正初始关系模型；

迭代上述步骤二，直到训练结果达到预设结果，则得到消防分级预警模型。

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。