[发明专利]火灾预测方法、存储装置、处理器

权利要求书

1.一种火灾预测方法，其特征在于，包括步骤：

获取消防监测对象以及消防监测对象相关联的消防设备；

获取所述消防设备相对于其对应的消防监测对象的相对位置，并将所述消防设备与所述相对位置进行绑定；

建立具有所述消防设备在各个时刻的状态向量与所述相对位置关系的数字孪生系统；

预测所述数字孪生系统内所述消防监测对象相关联的所有消防设备在某一时刻状态向量的取值；

计算所述消防监测对象相关联的所有消防设备的状态向量的取值为火灾的概率，将所述消防监测对象相关联的所有消防设备对应的概率相乘，得到一个消防监测对象某一时刻发生火灾的概率；

计算所述消防监测对象相关联的所有消防设备的状态向量的取值为火灾的概率具体包括步骤：

通过公式将所述消防设备的状态向量的取值与该消防设备对应的火灾基准状态向量进行马氏距离计算，得到马氏距离，其中D_Mahal(M,N)为马氏距离，M为消防设备对应的火灾基准状态向量，N为预测的所述消防设备的状态向量的取值；

基于所述马氏距离计算该消防设备的状态向量的取值为火灾的概率，具体为通过公式

计算消防设备的状态向量的取值为火灾的概率，其中，d表示微分符号，g表示通过马氏距离公式求得的距离变量d_距离，μ表示随机变量g的均值，σ表示随机变量g的方差。

2.如权利要求1所述的火灾预测方法，其特征在于，通过三维建模的方式对现实场景进行建模形成虚拟的三维模型，从而获得现实场景中的消防监测对象相关联的消防设备相对于该消防监测对象的相对位置。

3.如权利要求1所述的火灾预测方法，其特征在于，通过历史数据和/或实验数据训练得到的该数字孪生系统内的所述消防设备在各个时刻的状态向量与相对位置关系的LSTM深度神经网络模型。

4.如权利要求1所述的火灾预测方法，其特征在于，所述消防监测对象包括：电器设备、电线、电器设备和/或电线所处的房间、楼道、楼层、建筑物当中的一种或多种；

当所述消防监测对象包括多种时，每一种消防监测对象所在的数字孪生系统之间为并列关系或者是包含关系。

5.如权利要求4所述的火灾预测方法，其特征在于，当所述消防监测对象为电器设备、电线时，相关联的消防设备包括：用于检测消防监测对象的环境参数的消防设备、用于检测消防监测对象的外部环境参数的消防设备；

当所述消防监测对象为楼道、建筑物时，相关联的消防设备包括：用于检测消防监测对象的环境参数的消防设备、用于检测消防监测对象的外部环境参数的消防设备、用于检测消防监测对象内的消防水系统状态的设备；

当所述消防监测对象为房间、楼层时，相关联的消防设备包括：用于检测消防监测对象的环境参数的消防设备、用于检测消防监测对象的外部环境参数的消防设备、用于检测消防监测对象内的消防水系统状态的消防设备、用于检测消防监测对象对应的出入口信息的消防设备。

6.如权利要求5所述的火灾预测方法，其特征在于，所述用于检测消防监测对象的环境参数的消防设备或者用于检测消防监测对象的外部环境参数的消防设备包括：温度传感器、湿度传感器、烟雾浓度传感器、风速传感器当中的一种或多种。

7.如权利要求6所述的火灾预测方法，其特征在于，所述烟雾浓度传感器的状态向量包括烟雾浓度、是否报警、报警阈值、采集时间。

8.如权利要求5所述的火灾预测方法，其特征在于，所述用于检测消防监测对象内的消防水系统状态的消防设备包括：水位传感器和水压传感器当中的一种或多种。

9.如权利要求5所述的火灾预测方法，其特征在于，所述用于检测消防监测对象对应的出入口信息的消防设备的状态向量为一个随机扰动值，所述数字孪生系统根据用于检测消防监测对象对应的出入口信息的消防设备所采集的出入口的通过量、出入口设备状态、出入口是否堵塞的历史数据作为输入，搭建可输出对应的随机扰动值的多变量的联合马尔科夫模型。