【技术实现步骤摘要】
本专利技术涉及火灾防控，具体是涉及基于云计算的大数据物联网消防巡检系统。
技术介绍
1、近年来，随着社会的发展和进步，城市中出现了越来越多的高层建筑、大型建筑和各种各样的类似场所，消防安全监督管理部门人员有限，消防安全监管缺乏有效的技术支持和社会手段协调，无法及时发现、消除和纠正重大火灾隐患，隐患风险和发生概率仍然很高。由于先进的消防检测系统投入率与普及率极低，陈旧老式的监管方法与控制系统无法跟上社区发展程度、人口密集程度与数据庞大程度的进程，消防安全形势十分严峻。
2、但现有的预警方法对监控依赖严重，对建筑无差别使用监控电力成本高，其次，获取的图像通过自动识别预判火情，容易出现误判，导致误用消防设施，造成浪费，此外，对大数据使用不足，监测中会忽略新出现的意外情况，导致预警存在局限性。
技术实现思路
1、为解决上述技术问题，提供基于云计算的大数据物联网消防巡检系统，本技术方案解决了上述
技术介绍
中提出的现有的预警方法对监控依赖严重，对建筑无差别使用监控电力成本高，其次，获取的图像通过自动识别预判火情，容易出现误判，导致误用消防设施，造成浪费，此外，对大数据使用不足，监测中会忽略新出现的意外情况，导致预警存在局限性的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、基于云计算的大数据物联网消防巡检系统，包括：
4、中心管理模块，所述中心管理模块对消防建筑进行网格划分，形成消防区块，消防区块信息存储在中心管理模块；
6、在各消防区块收集消防温度，消防温度数据传输至中心管理模块，中心管理模块使用温度判别法，对收集的消防温度进行判定，当消防温度处于温度警戒状态，中心管理模块在该区块启动异常采集设备，当消防温度回到非温度警戒状态，中心管理模块在该区块关闭异常采集设备，所述异常采集设备分为烟雾图像采集设备和疑似火焰图像采集设备，烟雾图像采集设备获取建筑中的烟雾图像数据，疑似火焰图像采集设备获取建筑中疑似火焰的图像数据；
7、烟雾图像采集设备获取建筑中的烟雾图像数据后，使用层级分析法对烟雾图像数据进行分析，根据烟雾大小的数据分析，得出消防区块是否存在异常，若是，传输该信息至中心管理模块，则中心管理模块在该区块启动预警，若否，传输该信息至中心管理模块，则中心管理模块继续观察该区块；
8、疑似火焰图像采集设备获取建筑中疑似火焰的图像数据后，采用参数识别法，根据图像参数的数据分析，得出消防区块是否存在异常，若是，传输该信息至中心管理模块，则中心管理模块在该区块启动预警，若否，传输该信息至中心管理模块，则中心管理模块继续观察该区块；
9、降噪模块，所述降噪模块用于对获取的图像进行降噪处理；
10、中心管理模块连接至网络，中心管理模块通过网络收集消防安全意外信息，中心管理模块对消防安全意外信息进行实时汇总更新，中心管理模块对消防安全意外信息的使用深度学习终端进行分类识别，得到消防安全意外触发条件，汇总消防安全意外触发条件至消防异常原因数据库，中心管理模块启动异常采集设备，对各消防区块进行监测，判定各消防区块是否存在消防异常原因数据库中存储的情况，若否，则不启动预警，若是，则在对应消防区块启动预警；
11、预警模块，所述预警模块用于根据中心管理模块发出的指令，进行预警作业。
12、优选的，所述对消防建筑进行网格划分，形成消防区块包括以下步骤：
13、对建筑按照楼层进行一级分割，形成楼层区块；
14、对楼层区块进行二次分割，每个楼层区块分割为建筑区块；
15、对于建筑区块进行功能定性，合并功能相同的相邻的建筑区块为新的建筑区块；
16、完成建筑的网格划分。
17、优选的，所述温度判别法包括以下步骤：
18、收集建筑中不同种类的物体的正常温度范围；
19、获取消防区块中的物体图像，进行图像降噪处理，使用图像识别技术，识别消防区块中的物体种类，调用消防区块中的物体对应的第一正常温度范围；
20、比较消防区块的消防物体是否介于第一正常温度范围，若否，则判定消防温度处于温度警戒状态，若否，则判定消防温度处于非温度警戒状态。
21、优选的，所述图像降噪处理包括以下步骤：
22、将图像均匀分为1000个图块；
23、对于每个图块，计算图块内像素点的均值，得到图块均值；
24、对于每个图块内的点，若其与图块均值偏离超过30％，则判定该点为暇点；
25、对于暇点，使用暇点所在图块的均值替换暇点；
26、完成降噪。
27、优选的，所述层级分析法包括以下步骤：
28、获取引起火情的烟雾大小范围和引起火情的烟雾色度范围，得到第一面积范围和第一色度范围；
29、获取消防区块的整体图像，对整体图像进行图像降噪处理，使用图像识别技术，识别整体图像中的烟雾轮廓；
30、若整体图像中不存在烟雾，则消防区块不存在异常；
31、若否，则判断整体图像中的烟雾轮廓的大小是否介于第一面积范围内，若否，则消防区块不存在异常，若是，则判断整体图像中的烟雾轮廓的色度是否介于第一色度范围内，若是，则消防区块存在异常，若否，则消防区块不存在异常。
32、优选的，所述参数识别法包括以下步骤：
33、获取消防区块中的按时间顺序的至少一个连续的热成像图像，进行图像降噪处理，使用图像识别技术，识别消防区块中色度大于预设色度的部分，作为疑似火焰部分；
34、提取疑似火焰部分的轮廓，对疑似火焰部分的轮廓使用同一坐标系进行数学建模；
35、使用数学建模，判断相邻所述热成像图像的疑似火焰部分的轮廓差距是否大于预设值，若是，则疑似火焰部分为火焰，判断消防区块存在异常，若否，则判断消防区块不存在异常。
36、优选的，所述启动预警包括以下步骤：
37、确定引发预警的种类；
38、由温度引起的警报，中心管理模块通知异常排查终端，由异常排查终端对该消防区块进行重点监测，监测时间为预设时间；
39、由消防异常原因数据库触发的警报，中心管理模块通知异常排查终端，异常排查终端对该区块进行排查。
40、优选的，所述深度学习终端按如下步骤作业：
41、深度学习终端提取消防安全意外信息关键词；
42、深度学习终端对网络关键词进行汇总分类，深度学习终端合并相近的关键词为一类；
43、深度学习终端对每个关键词进行网络搜索，汇总该关键词的相关文件，关键词在单个新闻中出现超过5次，则为相关文件，计算该关键词在相关文件中发生消防安全意外的条件概率p，若p大于0.5，则深度学习终端将该关键词列为消防安全意外触发条件本文档来自技高网...
【技术保护点】
1.基于云计算的大数据物联网消防巡检系统，其特征在于，包括：
2.根据权利要求1所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述对消防建筑进行网格划分，形成消防区块包括以下步骤：
3.根据权利要求2所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述温度判别法包括以下步骤：
4.根据权利要求3所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述图像降噪处理包括以下步骤：
5.根据权利要求4所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述层级分析法包括以下步骤：
6.根据权利要求5所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述参数识别法包括以下步骤：
7.根据权利要求6所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述启动预警包括以下步骤：
8.根据权利要求7所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述深度学习终端按如下步骤作业：
【技术特征摘要】
1.基于云计算的大数据物联网消防巡检系统，其特征在于，包括：
2.根据权利要求1所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述对消防建筑进行网格划分，形成消防区块包括以下步骤：
3.根据权利要求2所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述温度判别法包括以下步骤：
4.根据权利要求3所述的基于云计算的大数据物联网消防巡检系统，其特征在于，所述图像降噪处理包括以下步骤：
5...
【专利技术属性】
技术研发人员：文临丰，贺致远，古文彬，王炳程，
申请(专利权)人：深圳市智城信息科技有限公司，
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。