【技术实现步骤摘要】
本申请涉及消防，具体而言，涉及一种火灾风险评估方法、装置、设备及介质。
技术介绍
1、目前，针对九小场所、人员密集场所等容易发生火灾的场所进行火灾隐患的监管和防范一直都是消防监管的重点监管对象。而目前对火灾隐患的评估都是基于人工专家经验、单个火灾报警设备、独立的火灾报警监控系统等。
2、基于当前火灾隐患的评估主要缺点包括：
3、1、基于人工专家经验辨识的火灾隐患一般比较宏观，难于做到针对特定场所、特定环境的精准因素辨识。
4、2、基于单个火灾报警设备或独立火灾报警监控系统辨识的火灾隐患评估方法，一般是过去几十年或过去几年经验的总结，难于根据城市消防安全动态形式，做到动态调整，适应当前城市安全新形式。
5、3、随着市场经济高速发生，城市化进程不断加快，城市建设日新月异，大量的超高层建筑、地下建筑等新建筑不断涌现，难于依托传统人工经验、单个监控设备或独立的监控系统，实现这些新场所的火灾隐患评估。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种火灾风险评估方法、装置、设备及介质，能够通过实时获取目标场所的多个与火灾特征相关的数据，并通过火灾评估模型评估目标场所的火灾概率、火灾影响度和火灾风险值，在火灾概率、火灾影响度和火灾风险值，确定目标场所的火灾风险。解决现有技术中存在的基于人工经验难以针对环境进行辨识、根据报警设备无法进行动态调整、难以对场所的火灾隐患进行评估的问题，达到准确、量化地对场所的火灾风险进行评估的效果。
2
3、可选地，通过以下方式训练火灾风险评估模型：建立知识库，所述知识库包括多种火灾风险因素、多个训练场所的多个火灾风险数据、每种火灾风险因素的类别和对每种火灾风险因素的描述文本；对所述知识库中的多个火灾风险数据进行数据预处理，得到处理后的多个火灾风险数据；将知识库中的多种火灾风险因素、多个火灾风险数据、每种火灾风险因素的类别和对每种火灾风险因素的描述文本输入火灾风险评估模型中，得到每个训练场所的训练火灾概率、训练火灾影响度和训练火灾风险值；根据每个训练场所的训练火灾概率、训练火灾影响度、训练火灾风险值、真实火灾概率、真实火灾影响度、真实火灾风险值，得到该火灾风险评估模型的损失函数值；根据所得到的损失函数值，对初始火灾风险评估模型进行训练，直至所述初始火灾风险评估模型的损失函数值收敛至最小值；将损失函数值收敛至最小值时的初始检测模型，确定为训练完成的目标火灾风险评估模型。
4、可选地，所述火灾风险评估模型包括前向传播模块和反向传播模块，所述前向传播模块，用于根据所将目标场所的多个第一目标数据，确定所述目标场所的火灾概率、火灾影响度和火灾风险值；所述反向传播模块，用于更新所述风险评估模型中的参数。
5、可选地，所述方法还包括：根据处理后的多个火灾风险数据，确定所述每个火灾风险数据的均值和方差；根据每个火灾风险数据的均值和方差，更新所述风险评估模型中的参数。
6、可选地，所述方法还包括：根据火灾风险值，确定火灾风险等级，其中，所述方法还包括：确定与所述火灾风险等级对应的标识；在显示屏幕的目标显示区域显示目标场所的火灾风险等级以及与火灾风险等级对应的标识。
7、可选地，所述方法还包括：获取目标场所的多个第二目标数据；根据预先设定的多种火灾指标评估标准和目标场所的多个第二目标数据，确定所述目标场所的多个火灾评估指标；根据预先设定的与每个火灾评估指标对应的指标计算规则，确定火灾风险评估值。
8、可选地，所述方法还包括：针对每个火灾评估指标，根据该火灾评估指标的指标类型，确定与该火灾评估指标对应的指标计算规则，所述指标计算规则包括该火灾评估指标的权重值和该火灾评估指标的算法公式；针对每个火灾评估指标，根据该火灾评估指标、该火灾评估指标的权重值和该火灾评估指标的算法公式，确定目标场所的火灾风险评估值；根据所述目标场所的火灾风险评估值，生成所述目标场所的火灾风险处理建议。
9、第二方面，本申请实施例还提供了一种火灾风险评估装置，所述装置包括：
10、数据获取模块，用于获取目标场所的多个第一目标数据，每个第一目标数据用于描述一个火灾风险特征；
11、模型计算模块，用于将目标场所的多个第一目标数据，输入至训练后的目标火灾风险评估模型中，以获得目标场所的火灾概率、火灾影响度和火灾风险值；
12、火灾风险确定模块，用于根据所述目标场所的火灾概率、火灾影响度和火灾风险值，确定目标场所的火灾风险。
13、第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的火灾风险评估方法的步骤。
14、第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的火灾风险评估方法的步骤。
15、本申请实施例提供的火灾风险评估方法、装置、设备及介质，能够通过实时获取目标场所的多个与火灾特征相关的数据，并通过火灾评估模型评估目标场所的火灾概率、火灾影响度和火灾风险值，在火灾概率、火灾影响度和火灾风险值，确定目标场所的火灾风险。解决现有技术中存在的基于人工经验难以针对环境进行辨识、根据报警设备无法进行动态调整、难以对场所的火灾隐患进行评估的问题，达到准确、量化地对场所的火灾风险进行评估的效果。
16、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种火灾风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式训练火灾风险评估模型：
3.根据权利要求2所述的方法，其特征在于，所述火灾风险评估模型包括前向传播模块和反向传播模块，
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
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：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.一种火灾风险评估装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要
...【技术特征摘要】
1.一种火灾风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式训练火灾风险评估模型：
3.根据权利要求2所述的方法，其特征在于，所述火灾风险评估模型包括前向传播模块和反向传播模块，
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
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：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其...
【专利技术属性】
技术研发人员：王林才，张立新，严汉超，刘文亮，丁剑星，刘挺，郑坚，黄建昌，吴君卓，
申请(专利权)人：城安盛邦北京网络科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。