[发明专利]一种区域火灾报警模型的构建方法及系统

说明书

本发明提供本一种区域火灾报警模型的构建方法及系统，其特征在于：包括以下步骤：S01.搭建全尺寸试验平台得到建筑结构微元；在建筑结构微元内布设各个试验设备；S02.在其中一个建筑结构微元中点燃火源后，获取首个报警传感器信号及其附近传感器的信号，并将信号归入火灾报警模拟信号数据库；并赋予相应的真、假火警标签；S03.对数据进行处理，得到样本数据；S04.对所述样本数据进行归一化处理，得到学习样本；S05.模型训练。本发明提供的方法，利用搭建的试验平台，可以进行多传感器区域型火灾探测数据的收集，为多传感器区域型火灾报警模型提供了训练基础，由于获取的数据可覆盖各种建筑结构微元，从而使得到的目标模型在实际应用中，误报率低。

技术领域

本发明涉及火灾探测技术领域，具体来说是一种区域火灾报警模型的构建方法及系统。

背景技术

消防体制的改革促使智慧消防建设进入新阶段，更快速的由“监管”驱动全面转向“监管+服务”双核驱动。在此背景下，第三方服务型大型消防云平台作为智慧消防的载体与重要组成部分，其建设成为可能与发展趋势。

新形势下，大型消防安全云平台的出现在对消防行业服务模式、产业链结构产生较大影响的同时，其天然具备的大数据、大算力优势也必然对现有的消防技术产生冲击。如何更好的进行消防安全云技术体系架构设计，使其更好的服务于社会消防安全的发展，成为我们思考的主题。

目前消防安全云存在的问题是误报率高，对于城市消防远程监控系统来说，在接入巨量火灾报警信号时，其误报信号将带来巨大的挑战，包括误报信号对远程报警功能的冲击。

究其原因，误报情况的发生主要是因为探测器之间相互独立，在干扰因素的影响下，如灰尘、水雾、香烟烟雾、厨房油烟都有可能引发探测器报警，导致误报。

多传感器的信号关联处理可以降低误报情况，以及针对不同建筑结构微元采用不同的判断标准，可以进一步的降低误报情况。然而，目前用于训练火灾报警模型的数据库有限，如何在短时间内收集在不同建筑结构下、不同传感器、不同干扰因素等情况的火情数据用于训练模型，是降低误报的重要环节。

发明内容

本发明所要解决的技术问题在于如何获得一种满足降低火警误报率的火灾报警模型训练的数据库。

本发明通过以下技术手段实现解决上述技术问题的：

一种区域火灾报警模型的构建方法，包括以下步骤：

S01.试验平台搭建

搭建全尺寸试验平台，试验平台被分隔成不同结构的建筑结构微元；在建筑结构微元内布设燃烧产生装置、干扰源产生装置、火灾自动报警系统；

S02.数据库建立

依次在每个建筑结构微元中点燃火源进行火灾试验，获取建筑结构微元的首个报警传感器信号及其附近传感器的信号，并将信号归入火灾报警模拟信号数据库；

依次在每个建筑结构微元中制造干扰源进行火灾试验，获取建筑结构微元的首个报警传感器信号及其附近传感器的信号，并将信号归入火灾报警模拟信号数据库；

根据实际情况对归入数据库的报警信号赋予相应的真、假火警标签；

S03.样本数据的处理

针对各个建筑结构微元，对数据库内相对应的信号进行相关性分析，获得数据相关性特征，再通过特征选择算法进行特征选择，得到样本数据；

S04.归一化处理

对所述样本数据进行归一化处理，得到学习样本；

S05.模型训练

将学习样本送入概率神经网络，对基于概率神经网络的多传感器区域型火灾探测模型进行训练，得到目标模型。