一种基于人工智能的物业管理安全预测系统技术方案

本发明专利技术提供了一种基于人工智能的物业管理安全预测系统，涉及人工智能领域，包括：对预设小区全覆盖搭建空间网格坐标系，提取物品空间坐标集具有一一对应的物品类型列表；遍历物品类型列表进行易燃级别分析，生成易燃级别列表；根据物品类型列表和物品空间坐标集对所述空间网格坐标系进行区域分割，生成区域划分结果；根据易燃级别列表遍历所述区域划分结果，构建特征阈值矩阵；对线上监测数据进行特征值处理，生成监测数据特征矩阵；对线下检修数据进行特征值处理，生成设备状态特征矩阵；将监测数据特征矩阵和设备状态特征矩阵输入消防安全预警模型，生成安全级别预测结果。解决了现有技术中存在缺乏消防安全隐患自动化预警方案的技术问题。方案的技术问题。方案的技术问题。

【技术实现步骤摘要】
一种基于人工智能的物业管理安全预测系统


[0001]本专利技术涉及人工智能相关
，具体涉及一种基于人工智能的物业管理安全预测系统。

技术介绍

[0002]物业安全管理是保证居民生活安全的一项重要任务，而在物业安全管理较为重要和复杂即为消防安全管理，由于导致消防安全隐患的因素存在多元化，复杂性等特点，导致消防安全管理的过程较复杂。
[0003]传统的物业管理管理方式通过投入巨大的人力物力成本对消防安全隐患进行定期排查，此种方式一者效率较低，二者人为排查仍可能存在判断错误或排查遗露的情况，导致排查稳定性较差。
[0004]随着物联网的近些年的兴起，已经提出了通过为各个消防安全隐患位置部署相应的传感器，进而实现线上数据的拟合，确定消防安全隐患位置的状态，主要分为两种，一种是通过工作人员在远程评估状态数据，确定安全隐患，及时排查；第二种是出现消防火情，自动化报警处理。前一种存在自动化程度较低的问题，后一种存在难以实现火情预警的问题，如何实现消防安全隐患的自动化预警是亟待解决的问题。
[0005]综上所述，现有技术中的物业安全管理由于消防安全的排查具备方案的局限性，导致存在缺乏消防安全隐患自动化预警方案的技术问题。

技术实现思路

[0006]本申请实施例通过提供了一种基于人工智能的物业管理安全预测系统，解决了现有技术中的物业安全管理由于消防安全的排查具备方案的局限性，导致存在缺乏消防安全隐患自动化预警方案的技术问题。
[0007]鉴于上述问题，本申请实施例提供了一种基于人工智能的物业管理安全预测系统。
[0008]第一方面，本申请实施例提供了一种基于人工智能的物业管理安全预测系统，其中，所述系统包括：坐标提取模块，用于对预设小区全覆盖搭建空间网格坐标系，提取物品空间坐标集，其中，所述物品空间坐标集具有一一对应的物品类型列表；易燃级别评估模块，用于遍历所述物品类型列表进行易燃级别分析，生成易燃级别列表；区域分割模块，用于根据所述物品类型列表和所述物品空间坐标集对所述空间网格坐标系进行区域分割，生成区域划分结果；第一矩阵构建模块，用于根据所述易燃级别列表遍历所述区域划分结果，构建特征阈值矩阵；第二矩阵构建模块，用于对线上监测数据进行特征值处理，生成监测数据特征矩阵；第三矩阵构建模块，用于对线下检修数据进行特征值处理，生成设备状态特征矩阵；模型构建模块，用于根据所述特征阈值矩阵，构建消防安全预警模型；安全级别预测模块，用于将所述监测数据特征矩阵和所述设备状态特征矩阵输入所述消防安全预警模型，生成安全级别预测结果。
[0009]另一方面，本申请实施例提供了一种基于人工智能的物业管理安全预测方法，其中，所述方法应用于一种基于人工智能的物业管理安全预测系统，所述方法包括：对预设小区全覆盖搭建空间网格坐标系，提取物品空间坐标集，其中，所述物品空间坐标集具有一一对应的物品类型列表；遍历所述物品类型列表进行易燃级别分析，生成易燃级别列表；根据所述物品类型列表和所述物品空间坐标集对所述空间网格坐标系进行区域分割，生成区域划分结果；根据所述易燃级别列表遍历所述区域划分结果，构建特征阈值矩阵；对线上监测数据进行特征值处理，生成监测数据特征矩阵；对线下检修数据进行特征值处理，生成设备状态特征矩阵；根据所述特征阈值矩阵，构建消防安全预警模型；将所述监测数据特征矩阵和所述设备状态特征矩阵输入所述消防安全预警模型，生成安全级别预测结果。
[0010]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0011]由于采用了通过坐标提取模块提取小区内的各位置各物品坐标信息；对物品进行易燃级别评估确定易燃级别列表；根据物品类型和物品空间坐标对小于进行区域化分割，得到区域划分结果；通过易燃级别列表对区域划分结果进行处理，得到表征各区域火灾特征阈值的特征阈值矩阵；对线上监测数据进行特征值提取，确定监测数据特征矩阵；对线下检修数据进行进行特征值处理，确定设备状态特征矩阵；通过安全级别预测模块根据监测数据特征矩阵和设备状态特征矩阵评估安全级别的技术方案，通过易燃级别列表对区域特征火灾阈值进行表征，进而使用基于特征阈值矩阵安全级别预测模型结合监测数据特征矩阵和设备状态特征矩阵确定实时的安全级别，根据安全级别即可对各区域进行消防预警，达到了提出物业消防安全管理自动化预警方案的技术效果。
[0012]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0013]图1为本申请实施例提供了一种基于人工智能的物业管理安全预测方法流程示意图；
[0014]图2为本申请实施例提供了一种基于人工智能的物业管理安全预测方法中监测数据特征矩阵构建流程示意图；
[0015]图3为本申请实施例提供了一种基于人工智能的物业管理安全预测方法中的安全级别预测方法流程示意图；
[0016]图4为本申请实施例提供了一种基于人工智能的物业管理安全预测系统结构示意图。
[0017]附图标记说明：坐标提取模块11，易燃级别评估模块12，区域分割模块13，第一矩阵构建模块14，第二矩阵构建模块15，第三矩阵构建模块16，模型构建模块17，安全级别预测模块18。
具体实施方式
[0018]本申请实施例通过提供了一种基于人工智能的物业管理安全预测系统，解决了现有技术中的物业安全管理由于消防安全的排查具备方案的局限性，导致存在缺乏消防安全
隐患自动化预警方案的技术问题。通过易燃级别列表对区域特征火灾阈值进行表征，进而使用基于特征阈值矩阵安全级别预测模型结合监测数据特征矩阵和设备状态特征矩阵确定实时的安全级别，根据安全级别即可对各区域进行消防预警，达到了提出物业消防安全管理自动化预警方案的技术效果。
[0019]申请概述
[0020]目前物业安全管理和物联网的结合仍处于较浅的层次，在较复杂的消防安全管理中，主要是通过各信息传感器实时监测各节点状态，出现异常时进行报警，便于及时处理，但是此种方式一般具有滞后性，因此存在亟需提出适用范围较广的自动化程度较高的消防安全管理预警方案的技术问题。
[0021]针对上述技术问题，本申请提供的技术方案总体思路如下：
[0022]本申请实施例通过提供了一种基于人工智能的物业管理安全预测系统，由于采用了通过坐标提取模块提取小区内的各位置各物品坐标信息；对物品进行易燃级别评估确定易燃级别列表；根据物品类型和物品空间坐标对小于进行区域化分割，得到区域划分结果；通过易燃级别列表对区域划分结果进行处理，得到表征各区域火灾特征阈值的特征阈值矩阵；对线上监测数据进行特征值提取，确定监测数据特征矩阵；对线下检修数据进行进行特征值处理，确定设备状态特征矩阵；通过安全级别预测模块根据监测数据特征矩阵和设备状态特征矩阵评估安全级别的技术方案，通过易燃级别列表对区域特征火灾阈值进行表征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的物业管理安全预测系统，其特征在于，所述系统包括：坐标提取模块，用于对预设小区全覆盖搭建空间网格坐标系，提取物品空间坐标集，其中，所述物品空间坐标集具有一一对应的物品类型列表；易燃级别评估模块，用于遍历所述物品类型列表进行易燃级别分析，生成易燃级别列表；区域分割模块，用于根据所述物品类型列表和所述物品空间坐标集对所述空间网格坐标系进行区域分割，生成区域划分结果；第一矩阵构建模块，用于根据所述易燃级别列表遍历所述区域划分结果，构建特征阈值矩阵；第二矩阵构建模块，用于对线上监测数据进行特征值处理，生成监测数据特征矩阵；第三矩阵构建模块，用于对线下检修数据进行特征值处理，生成设备状态特征矩阵；模型构建模块，用于根据所述特征阈值矩阵，构建消防安全预警模型；安全级别预测模块，用于将所述监测数据特征矩阵和所述设备状态特征矩阵输入所述消防安全预警模型，生成安全级别预测结果。2.如权利要求1所述的系统，其特征在于，所述第二矩阵构建模块构建步骤包括：根据所述空间网格坐标系对烟雾浓度传感器，水压传感器和温度传感器进行定位，生成传感器空间坐标特征值；通过所述烟雾浓度传感器，上传烟雾浓度特征值；通过所述水压传感器，上传消防水压特征值；通过所述温度传感器，上传实时温度特征值；根据所述传感器空间坐标特征值、所述烟雾浓度特征值、所述消防水压特征值和所述实时温度特征值，生成所述监测数据特征矩阵。3.如权利要求1所述的系统，其特征在于，所述第三矩阵构建模块构建步骤包括：根据所述线下检修数据，获取设备位置特征值和设备检修状态信息；根据所述设备检修状态信息，确定所述设备是否有效；若是有效，生成第一特征值，若是无效，生成第二特征值；根据所述设备位置特征值、所述第一特征值或所述第二特征值，生成所述设备状态特征矩阵。4.如权利要求1所述的系统，其特征在于，所述模型构建模块执行步骤包括：对所述特征阈值矩阵进行拆分，生成第一区域特征阈值矩阵，第二区域特征阈值矩阵直到第N区域特征阈值矩阵；根据所述第一区域特征阈值矩阵，构建第一比对模块；根据所述第N区域特征阈值矩阵，构建第N比对模块；将所述第一比对模块直到所述第N比对模块作为并行节点合...

【专利技术属性】
技术研发人员：王小喜，洪韩，连晨，舒曦，
申请(专利权)人：王小喜，
类型：发明
国别省市：