一种基于卷积神经网络的重大危险源监测预警系统技术方案

本发明专利技术公开了一种基于卷积神经网络的重大危险源监测预警系统，所述基于卷积神经网络的重大危险源监测预警系统包括以下运行步骤：S1、将危险源设定值通过卷积神经网络输入到服务器；S2、监控系统对现场进行图像监测。本发明专利技术所述的一种基于卷积神经网络的重大危险源监测预警系统，使监控系统和传感器感应系统划区域布置，能快速的将两者的数据进行对比，从而能及时的对危险灾害发生点进行快速定位，在危害发生时，能快速识别出当次危害等级，也能根据危害等级发出不同等级的警报，使员工快速意识到该次危害的等级，且使消防系统和报警系统划区域布置，能对单独区域进行报警和灭灾处理，提高灭灾和预警效率。提高灭灾和预警效率。

【技术实现步骤摘要】
一种基于卷积神经网络的重大危险源监测预警系统


[0001]本专利技术涉及监测预警系统领域，特别涉及一种基于卷积神经网络的重大危险源监测预警系统。

技术介绍

[0002]卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习，重大危险源是指长期地或临时地生产、使用、储存或经营危险物质，且危险物质的数量等于或超过临界量的单元，单元分为生产单元与储存单元，生产单元按照切断阀来判断，储存单元是根据防火堤来判断分类，预防重大工业事故引起社会的广泛重视，随之产生了“重大危害”、“重大危害设施”等概念，预警是指在灾害或灾难以及其他需要提防的危险发生之前，根据以往的总结的规律或观测得到的可能性前兆，向相关部门发出紧急信号，报告危险情况，以避免危害在不知情或准备不足的情况下发生，从而最大程度的减轻危害所造成的损失的行为；
[0003]公开号为CN109637076A，公开的一种危险化学品重大危险源在线监测预警报警系统，虽然一定程度上解决了
技术介绍
中提到的“虽然多数化工企业都基本具备监测系统，但多数是相对独立的内部系统，同时对使用危险化学品的企业的监控往往受限于企业的重视程度，所以事故频发。监管部门和企业不能实时掌握危险源状况已成为管理中的一大痛点”问题
[0004]但是重大危险源监测预警系统在运行时仍存在一定的弊端，监控系统和传感器感应系统没有划区域布置，不能快速的将两者的数据进行对比，从而不能及时的对危险灾害发生点进行快速定位，在危害发生时，不能快速识别出当次危害等级，也不能根据危害等级发出不同等级的警报，使员工不能快速意识到该次危害的等级，且消防系统和报警系统均为一个整体，不能对单独区域进行报警和灭灾处理，灭灾和预警效率低。

技术实现思路

[0005]本专利技术的主要目的在于提供一种基于卷积神经网络的重大危险源监测预警系统，可以有效解决
技术介绍
中的问题。
[0006]为实现上述目的，本专利技术采取的技术方案为：
[0007]一种基于卷积神经网络的重大危险源监测预警系统，所述基于卷积神经网络的重大危险源监测预警系统包括以下运行步骤：
[0008]S1、将危险源设定值通过卷积神经网络输入到服务器；
[0009]S2、监控系统对现场进行图像监测，然后将监测到的画面输入到图像识别系统，图像识别系统将对比结果输入到监控控制单元；
[0010]S3、监控控制单元再控制监控系统将识别画面通过数据传输单元传输到服务器，
服务器再通过显示平台对其进行图像显示；
[0011]S4、传感器感应系统接收多种传感器收集的数据，将其通过数据传输单元传递到服务器；
[0012]S5、然后服务器通过数据处理单元，对数据和危险源设定值进行对比处理；
[0013]S6、然后数据处理单元将对比结果输入到控制单元，控制单元控制报警系统发出警报，同时控制消防系统进行灭灾处理；
[0014]S7、反馈模块将报警系统和消防系统的运行结果反馈到显示平台，通过显示平台进行图像显示，从而完成重大危险源监测预警和处理。
[0015]优选的，所述S1中，危险源设定值包括各种危险源灾害图像数据、数值数据和危险源灾害等级划分数据。
[0016]优选的，所述S2中，图像识别系统将服务器中的各种危险源灾害图像数据进行读取，然后与监控系统拍摄到的画面进行对比，监控系统为分区域无死角监控，通过多台监控设备组成。
[0017]优选的，所述S3中，当图像识别系统识别到监控系统拍摄的画面与各种危险源灾害图像数据匹配时，将识别结果传输到监控控制单元，然后监控控制单元控制监控系统将拍摄到该区域的拍摄画面进行提取，然后通过服务器在显示平台进行投影。
[0018]优选的，所述S4和所述S5中，传感器感应系统包括气体传感器、烟雾传感器和温度传感器，传感器感应系统为分区域布置，传感器系统对每个区域的检测数值通过数据传输单元进行传输，然后通过服务器在显示平台进行显示。
[0019]优选的，所述S6中，报警系统和消防系统均为分区域独立布置，数据处理单元将监控系统和传感器感应系统传输的数据进行对比处理，当监控系统和传感器感应系统传输的异常数据区域重合时，数据处理单元读取数据库中的危险源灾害等级划分数据识别该次危险的等级，通过控制系统控制该区域的报警系统发出该等级危险的警报，同时控制该区域的消防系统进行灭灾处理，当危险源等级超出该消防系统的处理等级时，控制单元控制报警系统进行消防报警，并将危险等级传输到消防报警中心。
[0020]优选的，所述S7中，反馈模块监测报警系统和消防系统的运行状态，并反馈到显示平台，当反馈数据出现异常时，通过显示平台直观地观察到运行结果，及时采用人工进行报警。
[0021]与现有技术相比，本专利技术具有如下有益效果：
[0022]本专利技术中，监控控制单元控制监控系统将识别画面通过数据传输单元传输到服务器，服务器再通过显示平台对其进行图像显示，使操作人员快速得到该图像拍摄点的监控画面，传感器感应系统接收多种传感器收集的数据，将其通过数据传输单元传递到服务器，监控系统和传感器感应系统划区域布置，能快速的将两者的数据进行对比，从而能及时的对危险灾害发生点进行快速定位，服务器通过数据处理单元，对数据和危险源设定值进行对比处理，然后数据处理单元将对比结果输入到控制单元，控制单元控制报警系统发出警报，同时控制消防系统进行灭灾处理，反馈模块将报警系统和消防系统的运行结果反馈到显示平台，通过显示平台进行图像显示，从而完成重大危险源监测预警和处理，数据处理单元将监控系统和传感器感应系统传输的数据进行对比处理，当监控系统和传感器感应系统传输的异常数据区域重合时，数据处理单元读取数据库中的危险源灾害等级划分数据识别
该次危险的等级，通过控制系统控制该区域的报警系统发出该等级危险的警报，同时控制该区域的消防系统进行灭灾处理，当危险源等级超出该消防系统的处理等级时，控制单元控制报警系统进行消防报警，并将危险等级传输到消防报警中心，反馈模块监测报警系统和消防系统的运行状态，并反馈到显示平台，当反馈数据出现异常时，通过显示平台直观地观察到运行结果，及时采用人工进行报警，防止系统损坏时，使操作人员能够快速得到结果并作出处理，使危害发生时，能快速识别出当次危害等级，也能根据危害等级发出不同等级的警报，使员工快速意识到该次危害的等级，且消防系统和报警系统划区域布置，能对单独区域进行报警和灭灾处理，提高灭灾和预警效率。
附图说明
[0023]图1为本专利技术一种基于卷积神经网络的重大危险源监测预警系统的整体运行流程示意图。
具体实施方式
[0024]为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。
[0025]实施例一：
[0026]如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的重大危险源监测预警系统，其特征在于：所述基于卷积神经网络的重大危险源监测预警系统包括以下运行步骤：S1、将危险源设定值通过卷积神经网络输入到服务器；S2、监控系统对现场进行图像监测，然后将监测到的画面输入到图像识别系统，图像识别系统将对比结果输入到监控控制单元；S3、监控控制单元再控制监控系统将识别画面通过数据传输单元传输到服务器，服务器再通过显示平台对其进行图像显示；S4、传感器感应系统接收多种传感器收集的数据，将其通过数据传输单元传递到服务器；S5、然后服务器通过数据处理单元，对数据和危险源设定值进行对比处理；S6、然后数据处理单元将对比结果输入到控制单元，控制单元控制报警系统发出警报，同时控制消防系统进行灭灾处理；S7、反馈模块将报警系统和消防系统的运行结果反馈到显示平台，通过显示平台进行图像显示，从而完成重大危险源监测预警和处理。2.根据权利要求1所述的一种基于卷积神经网络的重大危险源监测预警系统，其特征在于：所述S1中，危险源设定值包括各种危险源灾害图像数据、数值数据和危险源灾害等级划分数据。3.根据权利要求1所述的一种基于卷积神经网络的重大危险源监测预警系统，其特征在于：所述S2中，图像识别系统将服务器中的各种危险源灾害图像数据进行读取，然后与监控系统拍摄到的画面进行对比，监控系统为分区域无死角监控，通过多台监控设备组成。4.根据权利要求1所述的一种基于卷积神经网络的重大危险源监测预警系统，其...

【专利技术属性】
技术研发人员：程冬平，
申请(专利权)人：南通中安高科电子有限公司，
类型：发明
国别省市：