[发明专利]一种建筑火灾火源参数反演评估方法

说明书

本发明属于火灾反演技术领域，特别提出一种建筑火灾火源参数反演评估方法。该方法首先选取建筑空间及火源参数类型，在该空间内安装传感器用于按设定时间间隔发送探测数据；设定不同火灾场景，利用建筑火灾烟雾扩散模型对每种火灾场景模拟，得到不同火源参数值对应的传感器在每个采样时刻的模拟探测值，对探测值进行预处理后构建数据集；然后建立深度学习序列模型并利用数据集进行训练，训练完毕后得到火源参数反演模型。实际发生火灾时，获取多个时刻传感器实际探测值并进行预处理，然后输入火源参数反演模型，该模型输出火灾的火源参数值的概率分布。本发明有效利用火场探测值的时序性，可准确快速的反演火源位置与着火强度参数。

技术领域

本发明属于火灾反演技术领域，特别提出一种建筑火灾火源参数反演评估方法。

背景技术

火灾是生产生活中严重威胁生命财产安全的主要灾害之一。现代化建筑结构日益复杂与多样，使得火灾具有突发性、随机性与严重性等特点，对应急救援提出更高的要求。在重要建筑中安装火灾探测系统，将火场火源信息实时提供给应急管理和灭火救援指挥人员，采取有效的应对措施。然而，当前建筑的消防系统仅具有给出火灾报警信号的基本功能，在后续的应急响应中不再发挥作用。若能快速准确的反馈火源位置、着火强度和烟气蔓延等火场火源信息，将极大增加疏散、消防等应对措施的效率。

目前，基于传感器探测值与火灾烟雾扩散模型的方法为火源参数估计提供了一个通用框架，例如卡尔曼滤波(专利CN110162876A)、贝叶斯推断(专利CN102737466A)、遗传算法等。但这些方法应用于非线性较强的多室火源参数反演可能具有以下潜在问题。1)这些方法往往会受到数据量的显著影响，这可能会导致执行时间较长。多室建筑的火灾烟雾扩散模型会产生大量火灾模拟数据，不可避免地会增加算法的复杂度从而降低其效率。2)传感器探测值具有时序性，该特点有助于对火场情况的准确评估。而已有方法只使用单个时间点的探测值，并没有关注探测值背后的时序性。总之，仅利用探测值的传统方法执行时间短，而准确性却无法满足要求，从而导致较高的误报率，同时难以估计着火强度等参数。相反，一些已有的集成探测值与火灾烟雾扩散模型的方法已经达到了较高的精度，但是它们会影响计算时间，这使得难以应用于实际场景。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种建筑火灾火源参数反演评估方法。本发明能够有效利用火场探测值的时序性，结合火灾烟雾蔓延领域知识，准确快速的反演火源位置与着火强度参数。

本发明提出一种建筑火灾火源参数反演评估方法，其特征在于，包括以下步骤：

1)选取待进行火源参数反演的建筑空间；在建筑空间内安装传感器，所述传感器用于按照设定时间间隔发送探测数据；确定待反演的火源参数类型；

2)建立建筑火灾烟雾扩散模型；

在步骤1)选取的建筑空间中设定不同火灾场景，利用建筑火灾烟雾扩散模型对每种火灾场景进行模拟；其中，按照步骤1)设定的火源参数类型设定每种火灾场景下的该火源参数的数值，每个场景模拟一次，将该场景对应的火源参数值输入建筑火灾烟雾扩散模型，该模型输出该火源参数值对应的传感器在每个采样时刻的模拟探测值；

将建筑火灾烟雾扩散模型每次输入的火源参数值和该输入对应的输出结果组成一个火灾场景的原始数据，所有原始数据构成原始数据集；

3)对步骤2)得到的原始数据集中所有原始数据中的探测值进行预处理，具体方法如下：

记任一火灾场景下任一时刻传感器探测值为：

式中，表示对于火灾场景j，在时刻i传感器的探测值组成的一维数组，x^ji_0m为火灾场景j下在时刻i传感器m的探测值，其中m∈{1,2,…,M}，M为探测器的总数；

首先，将探测值进行稀疏化：