一种基于物联网监测的火灾风险动态评估的方法及系统技术方案

本申请提供了一种基于物联网监测的火灾风险动态评估的方法及系统，所述方法通过获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息；获取目标建筑中目标区域的当前环境信息，并通过由所述第一神经网络预建立的第一关系确定出与所述当前环境信息所对应的当前环境信息处理结果；通过第二神经网络预建立的第二关系确定出与所述当前环境信息处理结果所对应的目标建筑中目标区域的当前火灾风险等级。通过物联网实时获取建筑物当前的环境信息，为后续动态评估火灾风险提供了数据基础，通过神经网络实时动态评估出建筑物的火灾风险等级，可以对建筑物进行有效的监管。行有效的监管。行有效的监管。

【技术实现步骤摘要】
一种基于物联网监测的火灾风险动态评估的方法及系统


[0001]本申请涉及火灾风险评估
，特别是一种基于物联网监测的火灾风险动态评估的方法及系统。

技术介绍

[0002]随着城市规模的提升和科技的发展，引起建筑物火灾的原因逐渐变得多元化，对建筑物的消防管理的难度也随之提升。火灾风险评估的准确性可以有效地帮助消防管理人员对建筑物的火灾风险的把控，根据现有情况提出针对性的消防方案。
[0003]在软件还不发达的时代，国内对火灾风险的评估在很大程度上依据对建筑物的日常检查表，而其缺少实时的数据，无法对建筑物进行有效的监管，无法进行科学的管理，这阻碍了对建筑物的有效消防监管。随着计算机技术和软件工程的进步，通过分析各个实体之间的联系，可以建立建筑火灾风险评估系统的实体关系图，这能够有效地建立数据库对建筑物进行有效的火灾风险评估。但是数据库的使用，只是减少了管理成本和人力成本，火灾风险的准确评估仍然存在很大的挑战。
[0004]国外学者较早地关注了火灾风险评估领域。在上世纪70年代，有欧洲学者开始使用统计学方法来研究火灾的频次和建筑属性之间关系。
[0005]近年来，随着数理理论基础的提升，机器学习算法也有了很大的突破，越来越多的机器学习算法应用于建筑物的火灾风险评估。例如：将事故树和事件树分析应用于火灾风险评估，通过分析火灾发生的因素、消防设施和各种火灾场景特征来评估火灾风险；将贝叶斯网络和动态火灾评估相结合，由网络模型和有向无环图相结合，根据贝叶斯思想，在网络中加入先验知识，这是有利于使用其来处理不确定性问题。但是这些方法都存在以下问题：
[0006]1、网络的参数难以调整，这导致模型性难以达到最优；
[0007]2、采用较多的历史数据，这对模型的性能要求很高，做到动态评估很困难。

技术实现思路

[0008]鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于物联网监测的火灾风险动态评估的方法及系统，包括：
[0009]一种基于物联网监测的火灾风险动态评估的方法，所述方法应用于通过人工智能模型建立建筑物的相关信息与对应的火灾风险等级之间的对应关系；其中，所述人工智能模型包括第一模型；
[0010]所述第一模型包括第一神经网络和第二神经网络，所述对应关系包括第一关系和第二关系，所述相关信息包括目标建筑中目标区域的温度、烟雾浓度、危险气体浓度、环境监控数据以及对应的目标建筑的基本参数；
[0011]所述方法包括：
[0012]获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息；
[0013]获取目标建筑中目标区域的当前环境信息，并通过由所述第一神经网络预建立的第一关系确定出与所述当前环境信息所对应的当前环境信息处理结果；其中，所述当前环境信息包括当前火源是否存在信息、当前烟雾浓度、当前危险气体浓度和目标建筑的当前基本参数；所述当前环境信息处理结果包括当前火源是否存在信息处理结果、当前烟雾浓度处理结果、当前危险气体浓度处理结果和目标建筑的当前基本参数处理结果；
[0014]通过第二神经网络预建立的第二关系确定出与所述当前环境信息处理结果所对应的目标建筑中目标区域的当前火灾风险等级。
[0015]进一步地，所述第一模型还包括第三神经网络，所述对应关系还包括第三关系；所述获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息的步骤，包括：
[0016]获取目标建筑中目标区域的当前温度和当前环境监控数据，并通过由所述第三神经网络预建立的第三关系确定出与所述当前温度所对应的当前热力图；
[0017]依据所述当前热力图和所述当前环境监控数据生成当前火源是否存在信息。
[0018]进一步地，所述方法还包括：
[0019]通过所述第一神经网络建立目标建筑中目标区域的环境信息与环境信息处理结果的所述第一关系。
[0020]进一步地，所述第一神经网络包括第一子神经网络、第二子神经网络、第三子神经网络和第四子神经网络；所述第一关系包括第一子关系、第二子关系、第三子关系和第四子关系；所述通过所述第一神经网络建立目标建筑中目标区域的环境信息与环境信息处理结果的所述第一关系的步骤，包括：
[0021]通过所述第一子神经网络建立火源是否存在信息与火源是否存在信息处理结果之间的第一子关系；
[0022]通过所述第二子神经网络建立烟雾浓度与烟雾浓度处理结果之间的第二子关系；
[0023]通过所述第三子神经网络建立危险气体浓度与危险气体浓度处理结果之间的第三子关系；
[0024]通过所述第四子神经网络建立目标建筑的基本参数与目标建筑的基本参数处理结果之间的第四子关系。
[0025]进一步地，所述方法还包括：
[0026]通过所述第二神经网络建立火源是否存在信息处理结果、烟雾浓度处理结果、危险气体浓度处理结果和目标建筑的基本参数处理结果与目标建筑中目标区域的火灾风险等级的所述第二关系。
[0027]进一步地，所述第二神经网络包括第一预测子网络和第二预测子网络，所述第二关系包括第五子关系和第六子关系；所述通过所述第二神经网络建立火源是否存在信息处理结果、烟雾浓度处理结果、危险气体浓度处理结果和目标建筑的基本参数处理结果与目标建筑中目标区域的火灾风险等级的所述第二关系的步骤，包括：
[0028]通过所述第一预测子网络建立火源是否存在信息处理结果、烟雾浓度处理结果、危险气体浓度处理结果和目标建筑的基本参数处理结果与综合处理结果之间的第五子关系；
[0029]通过所述第二预测子网络建立综合处理结果与火灾风险等级之间的第六子关系。
[0030]进一步地，所述第二神经网络还包括第三预测子网络，所述第二关系还包括第七子关系；当所述第二神经网络输出所述火灾风险等级为预设的火灾风险等级时，调用所述第三预测子网络；所述方法还包括：
[0031]当所述火灾风险等级为危险级或破坏级时，通过所述第三预测子网络预建立的第七子关系确定出与所述当前火灾风险等级为危险级或破坏级的目标区域所对应的当前危险区域坐标。
[0032]本专利技术还提供一种基于物联网监测的火灾风险动态评估的系统，所述系统应用于通过人工智能模型建立建筑物的相关信息与对应的火灾风险等级之间的对应关系；其中，所述人工智能模型包括第一模型；
[0033]所述第一模型包括第一神经网络和第二神经网络，所述对应关系包括第一关系和第二关系，所述相关信息包括目标建筑中目标区域的温度、烟雾浓度、危险气体浓度、环境监控数据以及对应的目标建筑的基本参数；
[0034]所述系统包括：
[0035]当前火源是否存在信息生成模块，用于获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网监测的火灾风险动态评估的方法，其特征在于，所述方法应用于通过人工智能模型建立建筑物的相关信息与对应的火灾风险等级之间的对应关系；其中，所述人工智能模型包括第一模型；所述第一模型包括第一神经网络和第二神经网络，所述对应关系包括第一关系和第二关系，所述相关信息包括目标建筑中目标区域的温度、烟雾浓度、危险气体浓度、环境监控数据以及对应的目标建筑的基本参数；所述方法包括：获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息；获取目标建筑中目标区域的当前环境信息，并通过由所述第一神经网络预建立的第一关系确定出与所述当前环境信息所对应的当前环境信息处理结果；其中，所述当前环境信息包括当前火源是否存在信息、当前烟雾浓度、当前危险气体浓度和目标建筑的当前基本参数；所述当前环境信息处理结果包括当前火源是否存在信息处理结果、当前烟雾浓度处理结果、当前危险气体浓度处理结果和目标建筑的当前基本参数处理结果；通过第二神经网络预建立的第二关系确定出与所述当前环境信息处理结果所对应的目标建筑中目标区域的当前火灾风险等级。2.根据权利要求1所述的方法，其特征在于，所述第一模型还包括第三神经网络，所述对应关系还包括第三关系；所述获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息的步骤，包括：获取目标建筑中目标区域的当前温度和当前环境监控数据，并通过由所述第三神经网络预建立的第三关系确定出与所述当前温度所对应的当前热力图；依据所述当前热力图和所述当前环境监控数据生成当前火源是否存在信息。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过所述第一神经网络建立目标建筑中目标区域的环境信息与环境信息处理结果的所述第一关系。4.根据权利要求3所述的方法，其特征在于，所述第一神经网络包括第一子神经网络、第二子神经网络、第三子神经网络和第四子神经网络；所述第一关系包括第一子关系、第二子关系、第三子关系和第四子关系；所述通过所述第一神经网络建立目标建筑中目标区域的环境信息与环境信息处理结果的所述第一关系的步骤，包括：通过所述第一子神经网络建立火源是否存在信息与火源是否存在信息处理结果之间的第一子关系；通过所述第二子神经网络建立烟雾浓度与烟雾浓度处理结果之间的第二子关系；通过所述第三子神经网络建立危险气体浓度与危险气体浓度处理结果之间的第三子关系；通过所述第四子神经网络建立目标建筑的基本参数与目标建筑的基本参数处理结果之间的第四子关系。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过所述第二神经网络建立火源是否存在信息处理结果、烟雾浓度处理结果、危险气体浓度处理结果和目标建筑的基本参数处理结果与目标建筑中目标区域的火灾风险等级
...

【专利技术属性】
技术研发人员：田春伟，徐勇，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：