火灾的报警方法技术

本申请实施例提供一种火灾的报警方法

【技术实现步骤摘要】
火灾的报警方法、系统、装置、电子设备及存储介质


[0001]本专利技术涉及火灾报警领域，具体的说，涉及了一种火灾的报警方法
、
系统
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]相关技术中，单光源感烟探测器受灰尘
、
水雾等因素影响较大，直接导致火灾报警系统误报多
、
可靠性低
。
双光源探测器对比单光源探测器可以有效降低火警误报，但由于有些大颗粒烟雾粒子有可能被探测器判定为灰尘，存在漏报火警的风险
。
而针对该问题，目前尚无有效解决方案
。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种火灾的报警方法
、
系统
、
装置
、
电子设备及存储介质
。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供了一种火灾的报警方法，应用于包括至少两种探测组件的探测器；包括：
[0006]利用所述至少两种探测组件中的第一探测组件对目标对象进行烟雾探测，得到所述目标对象对应的第一探测信息；
[0007]通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果；
[0008]在所述第一判断结果表征所述目标对象存在火灾风险的情况下，利用所述至少两种探测组件中的第二探测组件对所述目标对象对应的物质浓度进行探测，得到所述目标对象对应的第二探测信息；
[0009]在所述第二探测信息满足预设的火警条件的情况下，确定对所述目标对象进行火灾报警
。
[0010]在一些实施方案中，所述第一探测信息包括所述目标对象发生火灾时对应的第一烟雾浓度参数；所述预设算法包括神经网络算法；所述通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果，包括：
[0011]判断所述第一烟雾浓度参数的值是否大于第一阈值；
[0012]在所述第一烟雾浓度参数的值达到所述第一阈值的情况下，通过神经网络算法对所述第一烟雾浓度参数的值进行火灾风险判断，得到所述第一判断结果
。
[0013]在一些实施方案中，所述神经网络算法包括初始神经网络模型；所述方法还包括：
[0014]获取所述目标对象对应的样本参数以及所述样本参数对应的火灾风险评估结果；
[0015]基于所述样本参数和所述火灾风险评估结果对所述初始神经网络模型进行训练，得到第一神经网络模型；所述第一神经网络模型用于对所述第一烟雾浓度参数的值进行火灾风险判断；
[0016]确定所述第一烟雾浓度参数在至少两个连续的时间段中每个连续的时间段内的
第一变化参数；
[0017]基于所述第一变化参数对所述第一神经网络模型进行更新，得到第二神经网络模型；所述第二神经网络模型用于对所述第一烟雾浓度参数的值进行火灾风险判断
。
[0018]在一些实施方案中，在所述第一判断结果表征所述目标对象存在火灾风险之后，所述方法还包括：
[0019]基于所述第一烟雾浓度参数确定在两个连续的时间段内的烟雾浓度变化参数；
[0020]判断所述烟雾浓度变化参数的值是否大于第二阈值；
[0021]在所述烟雾浓度变化参数的值大于所述第二阈值的情况下，确定所述目标对象存在火灾风险
。
[0022]在一些实施方案中，在所述第一判断结果表征所述目标对象存在火灾风险之后，所述方法还包括：
[0023]基于所述第一烟雾浓度参数确定在第一预设时间内所述目标对象对应的烟浓度减光率；
[0024]判断所述烟浓度减光率的值是否大于第三阈值；
[0025]在所述烟浓度减光率的值大于所述第三阈值的情况下，确定所述目标对象存在火灾风险
。
[0026]在一些实施方案中，在所述确定对所述目标对象进行火灾报警之后，所述方法还包括：
[0027]间隔第二预设时间后，重新获取所述第一探测信息；
[0028]通过预设算法对重新获取后的所述第一探测信息进行火灾风险判断，得到第二判断结果；
[0029]在所述第二判断结果表征所述目标对象存在火灾风险的情况下，重新获取所述目标对象对应的第二探测信息；
[0030]在所述第二探测信息满足所述预设的火警条件的情况下，确定对所述目标对象进行火灾报警
。
[0031]在一些实施方案中，在所述确定对所述目标对象进行火灾报警之后，所述方法还包括：
[0032]利用所述至少两种探测组件中的第三探测组件对所述目标对象进行烟雾探测，得到所述目标对象对应的第三探测信息；
[0033]基于所述第三探测信息判断所述目标对象是否存在火灾风险，得到第三判断结果；
[0034]在所述第三判断结果表征所述目标对象存在火灾风险的情况下，确定对所述目标对象进行火灾报警
。
[0035]在一些实施方案中，所述第三探测信息包括所述目标对象发生火灾前第四预设时间内的第二烟雾浓度参数；在所述确定对所述目标对象进行火灾报警之后，所述方法还包括：
[0036]判断所述第二烟雾浓度参数的值是否大于第四阈值；
[0037]在所述第二烟雾浓度参数的值大于所述第四阈值的情况下，确定所述目标对象存在火灾风险
。
[0038]在一些实施方案中，在所述利用所述至少两种探测组件中的第一探测组件对目标对象进行烟雾探测之前，所述方法还包括：
[0039]所述利用所述至少两种探测组件中的第四探测组件对目标对象进行烟雾探测，得到所述目标对象对应的第四探测信息；
[0040]在所述第四探测信息满足预设条件的情况下，确定对所述目标对象进行火灾报警
。
[0041]本申请实施例提供了一种火灾的报警系统，包括：
[0042]第一探测组件，用于对目标对象进行烟雾探测；
[0043]第二探测组件，用于对所述目标对象对应的物质浓度进行探测；
[0044]报警组件，用于通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果；在所述第一判断结果表征所述目标对象存在火灾风险的情况下，判断所述第二探测信息是否满足预设的火警条件；在所述第二探测信息满足所述预设的火警条件的情况下，确定对所述目标对象进行火灾报警
。
[0045]本申请实施例提供了火灾的报警装置，应用于包括至少两种探测组件的探测器；包括：
[0046]第一探测模块，用于利用所述至少两种探测组件中的第一探测组件对目标对象进行烟雾探测，得到所述目标对象对应的第一探测信息；
[0047]第一判断模块，用于通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果；
[0048]第二探测模块，用于在所述第一判断结果表征所述目标对象存在火灾风险的情况下，利用所述至少两种探测组件中的第二探测组件对所述目标对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种火灾的报警方法，其特征在于，应用于包括至少两种探测组件的探测器；包括：利用所述至少两种探测组件中的第一探测组件对目标对象进行烟雾探测，得到所述目标对象对应的第一探测信息；通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果；在所述第一判断结果表征所述目标对象存在火灾风险的情况下，利用所述至少两种探测组件中的第二探测组件对所述目标对象对应的物质浓度进行探测，得到所述目标对象对应的第二探测信息；在所述第二探测信息满足预设的火警条件的情况下，确定对所述目标对象进行火灾报警
。2.
根据权利要求1所述的方法，其特征在于，所述第一探测信息包括所述目标对象发生火灾时对应的第一烟雾浓度参数；所述预设算法包括神经网络算法；所述通过预设算法对所述第一探测信息进行火灾风险判断，得到第一判断结果，包括：判断所述第一烟雾浓度参数的值是否大于第一阈值；在所述第一烟雾浓度参数的值达到所述第一阈值的情况下，通过神经网络算法对所述第一烟雾浓度参数的值进行火灾风险判断，得到所述第一判断结果
。3.
根据权利要求2所述的方法，其特征在于，所述神经网络算法包括初始神经网络模型；所述方法还包括：获取所述目标对象对应的样本参数以及所述样本参数对应的火灾风险评估结果；基于所述样本参数和所述火灾风险评估结果对所述初始神经网络模型进行训练，得到第一神经网络模型；所述第一神经网络模型用于对所述第一烟雾浓度参数的值进行火灾风险判断；确定所述第一烟雾浓度参数在至少两个连续的时间段中每个连续的时间段内的第一变化参数；基于所述第一变化参数对所述第一神经网络模型进行更新，得到第二神经网络模型；所述第二神经网络模型用于对所述第一烟雾浓度参数的值进行火灾风险判断
。4.
根据权利要求2所述的方法，其特征在于，在所述第一判断结果表征所述目标对象存在火灾风险之后，所述方法还包括：基于所述第一烟雾浓度参数确定在两个连续的时间段内的烟雾浓度变化参数；判断所述烟雾浓度变化参数的值是否大于第二阈值；在所述烟雾浓度变化参数的值大于所述第二阈值的情况下，确定所述目标对象存在火灾风险
。5.
根据权利要求2所述的方法，其特征在于，在所述第一判断结果表征所述目标对象存在火灾风险之后，所述方法还包括：基于所述第一烟雾浓度参数确定在第一预设时间内所述目标对象对应的烟浓度减光率；判断所述烟浓度减光率的值是否大于第三阈值；在所述烟浓度减光率的值大于所述第三阈值的情况下，确定所述目标对象存在火灾风险
。6.
根据权利要求1所述的方法，其特征在于，在所述确定对所述目标对象进行火灾报警
之后，所述方法还包括：间隔第二预设时间后，重新获取所述第一探测信息；通过预设算法对重新获取后的所述第一探测信息进行火灾风险判断，得到第二判断结果；在所述第二判断结果表征所述目标对象存在火灾风险的情况下，重新获取所述目标对象对应的第二探测信息；在所述第二探测...

【专利技术属性】
技术研发人员：邵凯兰，徐少红，李勇，刘国菲，孙健，薛宏佺，
申请(专利权)人：中车南京浦镇车辆有限公司，
类型：发明
国别省市：