一种燃气场站火灾预警检测方法及系统技术方案

本发明专利技术提供了一种燃气场站火灾预警检测方法及系统，属于安全监测技术领域。该方法首先采集火焰和烟雾视频数据样本集和空气数据样本集，然后对样本集提取火焰、烟雾和燃气浓度特征，利用数据样本集输入两层级联的LSTM网络模型，对两层级联的LSTM网络模型进行训练，并利用训练好的网络模型进行实时火焰、烟雾和燃气特征的检测，最后通过对火焰、烟雾和燃气的检测结果的判断，得到预警等级，并采取相应的操作。本发明专利技术充分利用了燃气场站燃气浓度的特征，结合火焰及烟雾特征，进行火灾预警检测，同时针对火焰、烟雾和燃气设置不同的阈值，针对火焰、烟雾和燃气的不同发生概率采用不同的检测总结果计算方法，使得检测结果更准确。

【技术实现步骤摘要】
一种燃气场站火灾预警检测方法及系统
本专利技术涉及安全检测
，尤其涉及一种燃气场站火灾预警检测方法及系统。
技术介绍
随着社会经济的发展，工商业用户对天然气的需求日渐增大，作为一种清洁能源，极大程度上改善了环境质量，但是它的易燃易爆等危险特性不容忽视。目前大部分天然气场站以人员值守的方式进行安全管理，通过每日巡查发现设备及是否有天然气泄漏、场站周围是否有明火等现象，对隐患部位及时处理，以此来实现安全管理。如附图1所示。该模式有以下几点不足：1、主要依靠人员现场巡查发现问题；2、巡查有时间间隔，不能确保实时发现隐患。对于火灾的检测及预警，技术人员做了很多技术研究，对于火灾的检测和预警实现了自动化检测。在中国专利文献CN101334924中，公开了一种火灾探测系统及其火灾探测方法，该系统包括：视频采集模块；火焰判断模块，从采集到的视频图像中提取火焰特征参数，并根据火焰特征参数进行统计分析，计算探测区域的火焰发生概率；烟雾判断模块，用于提取烟雾特征参数，并根据烟雾特征参数进行统计分析，计算探测区域的烟雾发生概率；火灾判断模块，用于根据火焰发生概率和烟雾发生概率进行融合计算，确定火灾发生概率；故障判断模块，用于识别故障信息；报警模块，用于比较火焰、烟雾和火灾发生概率与预设阈值，并根据比较结果发出相应报警信息；还包括背景光源模块，用于在探测区域的亮度分布和光线照度等级低于探测标准时，为探测区域提供背景光源；探测区域光线监测与控制单元，用于分析计算探测区域的亮度分布和光线照度等级，并在探测区域的亮度分布和光线照度等级低于探测标准时，控制所述背景光源模块的启动；常规火灾探测模块，用于检测火灾特征参数；所述火焰判断模块和/或烟雾判断模块和/或火灾判断模块进一步融合所述火灾特征参数，计算出火焰发生概率和/或烟雾发生概率和/或火灾发生概率；设定调试与自学习模块，用于对探测系统进行参数设定，并在系统发生误报警或漏报警时，利用自学习机制更新系统决策参数。该系统只对火焰和烟雾进行检测，未考虑燃气浓度特征，不适用于燃气场站的场景，且未使用机器学习网络模型，检测结果准确性不高，同时火焰和烟雾发生概率采用同一阈值，而在实际情况中，火焰和烟雾发生概率是不同的，也会导致检测结果的偏差。现有技术至少存在以下不足：1.未考虑燃气浓度因素，不适合燃气场站的场景。2.火焰和烟雾发生概率判断阈值采用同一阈值，与实际情况不符，会导致检测结果偏差。3.未使用机器学习网络模型对火焰和烟雾等特征进行深度学习，使得特征识别出现偏差。
技术实现思路
为解决现有技术中存在的技术问题，提供一种适合燃气场站的准确的火灾预警检测方法，本专利技术提供了一种燃气场站火灾预警检测方法及系统。该方法首先采集火焰和烟雾视频数据样本集和空气数据样本集，然后对样本集提取火焰、烟雾和燃气浓度特征，利用数据样本集输入两层级联的LSTM网络模型，对两层级联的LSTM网络模型进行训练，并利用训练好的网络模型进行实时火焰、烟雾和燃气特征的检测，最后通过对火焰、烟雾和燃气的检测结果的判断，得到预警等级，并采取相应的操作。本专利技术充分利用了燃气场站燃气浓度的特征，结合火焰及烟雾特征，进行火灾预警检测，同时针对火焰、烟雾和燃气设置不同的阈值，针对火焰、烟雾和燃气的不同发生概率采用不同的检测总结果计算方法，使得检测结果更准确。本专利技术提供了一种燃气场站火灾预警检测方法，包括如下步骤：采集火焰和烟雾视频数据样本集和空气数据样本集；根据采集的火焰和烟雾视频数据样本集和空气数据样本集，提取火焰特征、烟雾特征及燃气浓度特征；将火焰、烟雾和空气数据样本集分别输入两层级联LSTM网络模型，进行训练，得到训练好的LSTM网络模型；实时采集火焰和烟雾的视频数据，从视频数据帧中分别实时提取预设时间段内的火焰序列图像和烟雾序列图像；实时采集待测空气数据；将实时提取的火焰序列图像、烟雾序列图像以及从实时采集的待测空气数据分别输入训练好的LSTM网络模型，得到火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果；根据火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果得到火灾预警检测总结果；将火灾预警检测总结果RF与预设的不同警报等级阈值进行比较，判断是否发出火灾警报以及警报等级。优选地，根据火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果分别确定火焰发生概率FLP、烟雾发生概率SP及燃气泄漏概率GP。优选地，火灾预警检测总结果RF根据如下方法获得：当FLP≥FLT且SP≥ST且GP≥GT时，当FLP≥FLT且SP≥ST且GP<GT时，或，当FLP≥FLT且SP<ST且GP≥GT时，或RF＝W2，二者取大；当FLP≥FLT且SP<ST且GP<GT时，或，当FLP<FLT且SP>ST且GP>GT时，或RF＝W3，二者取大；当FLP<FLT且SP≥ST且GP<GT时，或，当FLP<FLT且SP<ST且GP≥GT时，或RF＝W4，二者取大；当FLP<FLT且SP<ST且GP<GT时RF＝aW4，其中：FLP：火焰发生概率；SP：烟雾发生概率；GP：燃气泄漏概率；FLT：火焰阈值；ST：烟雾阈值；GT：燃气泄漏阈值；W1：一级警报阈值；W2：二级警报阈值；W3：三级警报阈值；W4：四级警报阈值；且有W1>W2>W3>W4；a：预设四级警报比例因子，0<a<1。优选地，判断是否发出火灾警报以及警报等级，具体包括：当RF≥W1时，发出一级警报，同时关闭所有燃气阀门，放落防火帘；当W1>RF≥W2时，发出二级警报，同时关闭所有燃气阀门；当W2>RF≥W3时，发出三级警报；当W3>RF≥W4时，发出四级警报；当W4>RF时，不发出警报；其中：RF：火灾预警检测总结果；W1：一级警报阈值；W2：二级警报阈值；W3：三级警报阈值；W4：四级警报阈值；且有W1>W2>W3>W4。优选地，根据预设时间内火焰序列图像的检测结果，确定火焰特征序列参数，火焰特征参数包括火焰特征序列相关性、火焰面积变化率和火焰平均亮度，火焰发生概率FLP通过如下方法获得：将各火焰特征序列参数值分别除以预设的各火焰特征序列参数值，分别得到各火焰特征参数的发生概率；将各火焰特征参数的发生概率进行平均，作为火焰发生概率FLP。优选地，燃气泄漏概率通过如下方法获得：当CT2≤Gs<CT1时，当CT1≤Gs时，GP＝1；当时Gs<CT2本文档来自技高网...

【技术保护点】
1.一种燃气场站火灾预警检测方法，其特征在于，包括如下步骤：/n采集火焰和烟雾视频数据样本集和空气数据样本集；/n根据采集的火焰和烟雾视频数据样本集和空气数据样本集，提取火焰特征、烟雾特征及燃气浓度特征；/n将火焰、烟雾和空气数据样本集分别输入两层级联LSTM网络模型，进行训练，得到训练好的LSTM网络模型；/n实时采集火焰和烟雾的视频数据，从视频数据帧中分别实时提取预设时间段内的火焰序列图像和烟雾序列图像；/n实时采集待测空气数据；/n将实时提取的火焰序列图像、烟雾序列图像以及从实时采集的待测空气数据分别输入训练好的LSTM网络模型，得到火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果；/n根据火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果得到火灾预警检测总结果R

【技术特征摘要】
1.一种燃气场站火灾预警检测方法，其特征在于，包括如下步骤：
采集火焰和烟雾视频数据样本集和空气数据样本集；
根据采集的火焰和烟雾视频数据样本集和空气数据样本集，提取火焰特征、烟雾特征及燃气浓度特征；
将火焰、烟雾和空气数据样本集分别输入两层级联LSTM网络模型，进行训练，得到训练好的LSTM网络模型；
实时采集火焰和烟雾的视频数据，从视频数据帧中分别实时提取预设时间段内的火焰序列图像和烟雾序列图像；
实时采集待测空气数据；
将实时提取的火焰序列图像、烟雾序列图像以及从实时采集的待测空气数据分别输入训练好的LSTM网络模型，得到火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果；
根据火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果得到火灾预警检测总结果RF；
将火灾预警检测总结果RF与预设的不同警报等级阈值进行比较，判断是否发出火灾警报以及警报等级。


2.根据权利要求1所述的燃气场站火灾预警检测方法，其特征在于，根据火焰特征检测结果、烟雾特征检测结果和燃气浓度特征检测结果分别确定火焰发生概率FLP、烟雾发生概率SP及燃气泄漏概率GP。


3.根据权利要求2所述的燃气场站火灾预警检测方法，其特征在于，火灾预警检测总结果RF根据如下方法获得：
当FLP≥FLT且SP≥ST且GP≥GT时，



当FLP≥FLT且SP≥ST且GP<GT时，或，当FLP≥FLT且SP<ST且GP≥GT时，

或RF＝W2，二者取大；
当FLP≥FLT且SP<ST且GP<GT时，或，当FLP<FLT且SP>ST且GP>GT时，

或RF＝W3，二者取大；
当FLP<FLT且SP≥ST且GP<GT时，或，当FLP<FLT且SP<ST且GP≥GT时，

或RF＝W4，二者取大；
当FLP<FLT且SP<ST且GP<GT时，
RF＝aW4，
其中：
FLP：火焰发生概率；
SP：烟雾发生概率；
GP：燃气泄漏概率；
FLT：火焰阈值；
ST：烟雾阈值；
GT：燃气泄漏阈值；
W1：一级警报阈值；
W2：二级警报阈值；
W3：三级警报阈值；
W4：四级警报阈值；
且有W1>W2>W3>W4；
a：预设四级警报比例因子，0<a<1。


4.根据权利要求3所述的燃气场站火灾预警检测方法，其特征在于，判断是否发出火灾警报以及警报等级，具体包括：
当RF≥W1时，发出一级警报，同时关闭所有燃气阀门，放落防火帘；
当W1>RF≥W2时，发出二级警报，同时关闭所有燃气阀门；
当W2>RF≥W3时，发出三级警报；
当W3>RF≥W4时，发出四级警报；
当W4>RF...

【专利技术属性】
技术研发人员：梅永春，周可，缪江，
申请(专利权)人：佛山市天然气高压管网有限公司，
类型：发明
国别省市：广东;44