[发明专利]消防安全风险量化方法、装置及存储介质在审

专利信息
申请号: 202111518627.2 申请日: 2021-12-13
公开(公告)号: CN114358514A 公开(公告)日: 2022-04-15
发明(设计)人: 张建琪;钱新明;韩海云;宋子威;袁梦琦 申请(专利权)人: 北京理工大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 任少瑞
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 消防安全 风险 量化 方法 装置 存储 介质
【权利要求书】:

1.一种消防安全风险量化方法,其特征在于,包括:

获取消防物联网监测的消防监管对象的消防关联数据;

基于所述消防关联数据确定参考向量并建立消防安全风险量化模型;

将所述消防关联数据输入至所述消防安全风险量化模型中,获得所述消防安全风险量化模型输出的所述消防监管对象的消防安全风险量化结果;

对不同消防监管对象的消防安全风险量化结果进行排序。

2.根据权利要求1所述的消防安全风险量化方法,其特征在于,所述基于所述消防关联数据确定参考向量并建立消防安全风险量化模型,包括:

基于所述消防关联数据确定比较向量和所述参考向量;

对所述比较向量和所述参考向量进行无量纲化处理;

确定所述比较向量和所述参考向量之间的关联系数;

根据所述关联系数确定所述比较向量和所述参考向量之间的关联度作为所述消防监管对象的消防安全风险量化结果。

3.根据权利要求2所述的消防安全风险量化方法,其特征在于,所述基于所述消防关联数据确定比较向量和所述参考向量,包括:

根据目标指标的理想状态和所述目标指标对应的消防关联数据确定所述参考向量;

根据所述目标指标对应的消防关联数据确定所述比较向量。

4.根据权利要求3所述的消防安全风险量化方法,其特征在于,所述目标指标包括:消防控制室值班人员的在位率、火灾自动报警系统的报警准确率和火灾自动报警系统的故障发生率。

5.根据权利要求1所述的消防安全风险量化方法,其特征在于,所述消防监管对象为消防监督机构确定并通过消防物联网进行监测的消防安全重点单位。

6.一种消防安全风险量化装置,其特征在于,包括:

第一获取模块,用于获取消防物联网监测的消防监管对象的消防关联数据;

确定模块,用于基于所述消防关联数据确定参考向量并建立消防安全风险量化模型;

第二获取模块,用于将所述消防关联数据输入至所述消防安全风险量化模型中,获得所述消防安全风险量化模型输出的所述消防监管对象的消防安全风险量化结果;

排序模块,用于对不同消防监管对象的消防安全风险量化结果进行排序。

7.根据权利要求6所述的消防安全风险量化装置,其特征在于,所述确定模块还用于:

基于所述消防关联数据确定比较向量和所述参考向量;

对所述比较向量和所述参考向量进行无量纲化处理;

确定所述比较向量和所述参考向量之间的关联系数;

根据所述关联系数确定所述比较向量和所述参考向量之间的关联度作为所述消防监管对象的消防安全风险量化结果。

8.根据权利要求7所述的消防安全风险量化装置,其特征在于,所述基于所述消防关联数据确定比较向量和所述参考向量,包括:

根据目标指标的理想状态和所述目标指标对应的消防关联数据确定所述参考向量;

根据所述目标指标对应的消防关联数据确定所述比较向量。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述消防安全风险量化方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述消防安全风险量化方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111518627.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top