[发明专利]基于物联网的智慧消防预警系统在审

专利信息
申请号: 202210094584.8 申请日: 2022-01-26
公开(公告)号: CN114255562A 公开(公告)日: 2022-03-29
发明(设计)人: 刘广智;刘伟;李祖琦;宋洪粮 申请(专利权)人: 山东奥深智能工程有限公司
主分类号: G08B17/06 分类号: G08B17/06;G08B17/10
代理公司: 济南知来知识产权代理事务所(普通合伙) 37276 代理人: 王乾
地址: 250014 山东省济南市历下*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 智慧 消防 预警系统
【说明书】:

本发明涉及智慧消防预警的技术领域,公开了一种基于物联网的智慧消防预警系统,包括传感器,无线路由器,火灾识别装置,并公开了一种基于物联网的智慧消防预警方法,所述方法包括:构建火灾判别指标体系,并利用传感器装置采集火灾判别指标数据;对采集到火灾判别指标数据进行预处理,得到火灾判别指标向量;基于概率图模型构建火灾识别预警模型;将火灾判别指标向量输入到火灾识别预警模型中,火灾识别预警模型输出发生火灾的概率,若输出概率大于指定概率阈值,则说明有火灾发生。本发明所述方法通过基于物联网设备采集火灾判别指标数据,并构建火灾识别预警模型实现实时地火灾预警。

技术领域

本发明涉及智慧消防预警的技术领域,尤其涉及一种基于物联网的智慧消防预警系统。

背景技术

现有的火灾检测大多基于阈值判别方法,通过检测烟雾浓度判断是否有火灾发生,该种方法在宾馆等场所可行,但是通常住客会到厕所等公用场所抽烟,一般公共厕所不会安装烟雾报警器,若在公用厕所安装传统的烟雾报警器会误判抽烟为火灾,造成极大的不便,因此需要提供一种能够在厕所等公用场所准确检测火灾发生的装置系统,本专利针对该问题提出一种基于物联网的消防预警系统。

发明内容

本发明提供一种基于物联网的智慧消防预警系统,目的在于(1)基于物联网采集火灾判别指标数据;(2)构建火灾识别预警模型实现实时地火灾预警。

实现上述目的,本发明提供的一种基于物联网的智慧消防预警系统,包括以下步骤:

S1:构建火灾判别指标体系,并利用传感器装置采集火灾判别指标数据;

S2:对采集到火灾判别指标数据进行预处理,得到火灾判别指标向量;

S3:基于概率图模型构建火灾识别预警模型;

S4:将火灾判别指标向量输入到火灾识别预警模型中,火灾识别预警模型输出发生火灾的概率,若输出概率大于指定概率阈值,则说明有火灾发生。

作为本发明的进一步改进方法:

所述S1步骤中构建火灾判别指标体系,包括:

所述构建的火灾判别指标体系为:

{T1,T2,T3,T4,T5,T6}

其中:

T1表示温度指标;

T2表示湿度指标;

T3表示火焰照度指标;

T4表示烟雾浓度指标;

T5表示CO浓度指标;

T6表示CO2浓度指标;

在本发明一个具体实施例中,所述火灾判别指标为发生火灾时产生的火灾参量,包括火灾发展过程中生成的热量、光以及烟雾,易燃物燃烧过程中产生的有害气体浓度,通过获取火灾参量的数值数据,对是否发生火灾进行识别检测,若检测到发生火灾,则执行消防预警措施。

所述S1步骤中利用传感器装置采集火灾判别指标数据,包括:

在本发明一个具体实施例中,为采集火灾判别指标数据,本发明在场地的不同区域内安装若干传感器以及无线路由器,所述场地为容易发生火灾的场地,包括施工工地、公用场所等,所安装的传感器种类包括温湿度传感器、烟雾传感器、CO传感器、CO2传感器以及照度检测传感器;

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山东奥深智能工程有限公司,未经山东奥深智能工程有限公司许可,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/202210094584.8/2.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