基于大数据赋能条件下的区域动态火灾风险评估方法技术

本发明专利技术提出了基于大数据赋能条件下的区域动态火灾风险评估方法，对火灾风险中的可变因素，动态实现区域风险识别‑实时评估‑消防部门监督整改‑再次评估‑再次整改的螺旋上升式风险控制，实现消防安全风险可识别、可管控；在对联网社会单位开展单体建筑火灾风险评估基础上，以各消防大队或者消防支队辖区为指定区域，开展区域性火灾风险评估，构建了区域性动态火灾风险评估模型，开辟了火灾风险评估由“点”到“面”跨越式递进路径，实现了区域性消防安全动态评估“点”上实时测评到“面”上精准把控。

Regional dynamic fire risk assessment method based on big data enabling

【技术实现步骤摘要】
基于大数据赋能条件下的区域动态火灾风险评估方法
本专利技术涉及消防火灾风险评估领域，尤其涉及基于大数据赋能条件下的区域动态火灾风险评估方法。
技术介绍
目前，国内学者已经对建筑火灾风险评估做了较多研究，现行使用于建筑火灾风险评估的方法主要有火灾风险指数法、因子评定法等，该类方法能够较好地反映出建筑物固有特征与火灾发生及其危害的关联性，但忽略了控制火灾危害的因素。同时，当前各类场所(含场馆)火灾风险评估多采用三层级指标体系，多从“消防管理”、“安全疏散”、“建筑防火”、“建筑灭火”、“外部救援”等方面构建一级指标体系，而缺少对实时数据的考量，仅能实现静态评估，且由于各省市物联网消防远程系统系统仅处于初步建设阶段，实时监测的动态消防数据较少或即使有数据但数据未能有效利用，并且，当前火灾风险评估模型多是针对社会单位单体建筑的，较少有围绕区域的火灾风险评估模型。因此，为解决上述问题，本专利技术提供基于大数据赋能条件下的区域动态火灾风险评估方法，基于实时监测的消防数据以及社会单位动态火灾风险量化评估模型，实现对区域内联网社会单位动态化和量化评估，直观呈现本文档来自技高网...

【技术保护点】
1.基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：包括以下步骤：/nS1、将区域内所有联网社会单位按照不同联网单位类型分为多个大类；/nS2、构建联网社会单位单体建筑火灾风险评估模型，对区域内内多个大类的联网社会单位进行火灾风险量化评估，得到所有联网社会单位测评得分；/nS3、将区域内同类型的联网社会单位测评得分相加取其平均分，采用层次分析法确定区域内多个大类联网社会单位的权重，通过综合指数法将层次分析法计算的权重与该类型联网社会单位的平均分进行累乘相加，最后得到区域内联网社会单位的消防安全综合评估得分。/n

【技术特征摘要】
1.基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：包括以下步骤：
S1、将区域内所有联网社会单位按照不同联网单位类型分为多个大类；
S2、构建联网社会单位单体建筑火灾风险评估模型，对区域内内多个大类的联网社会单位进行火灾风险量化评估，得到所有联网社会单位测评得分；
S3、将区域内同类型的联网社会单位测评得分相加取其平均分，采用层次分析法确定区域内多个大类联网社会单位的权重，通过综合指数法将层次分析法计算的权重与该类型联网社会单位的平均分进行累乘相加，最后得到区域内联网社会单位的消防安全综合评估得分。


2.如权利要求1所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S2中构建联网社会单位单体建筑火灾风险评估模型具体包括以下步骤：
S101、获取本地社会单位的三级指标动态火灾评估模型；
S102、采用层次分析法确定三级指标动态火灾评估模型中各指标的权重，设置三级指标项赋分标准，获取实时消防数据，将实时消防数据作为待评估的三级指标项，根据三级指标项赋分标准动态评估三级指标项赋分值，根据风险计算公式计算得到联网社会单位测评得分。


3.如权利要求2所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述三级指标动态火灾评估模型包含动态分析对象。


4.如权利要求2所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S102中设置三级指标项赋分标准具体包括以下步骤：
S201、根据消防安全项目建立消防安全评分表，所述消防安全评分表中包含消防安全考核的评估细则；
S202、设置消防安全评分表中的各项评估细则得分标准，根据采集的实时消防数据，判断实时消防数据是否满足各项评估细则得分标准，进而得到各项评估细则的得分，将各项评估细则的得分求和，求和结果即为该三级指标项赋分值。


5.如权利要求4所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所...

【专利技术属性】
技术研发人员：王秀，吴锦东，董志勇，邱琳，刘之海，赵鹏，
申请(专利权)人：武汉理工光科股份有限公司，
类型：发明
国别省市：湖北;42