[發明專利]一種基于智能算法的復合煙感低誤報方法

在審

• 申請號: 201911386004.7
• 申請日: 2019-12-29
• 公開（公告）號: CN111242278A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 梁昆;傅一波;王利強;錢偉
• 申請（專利權）人: 杭州拓深科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/12;G01N15/06;G01N33/00;G08B17/103
• 代理公司: 杭州賽科專利代理事務所(普通合伙) 33230
• 代理人: 郭薇

本發明涉及一種基于智能算法的復合煙感低誤報方法，通過分別初始化煙感并配合設置濕敏傳感器、氣體傳感器，基于三者獲得初始化樣本數據集合A、B、C；構建BP神經網絡并以集合A和B作為輸入樣本，以集合C作為驗證集，訓練BP神經網絡，訓練完畢后，在煙感中置入濕敏傳感器、兩者一體化設置，實時獲得煙感和濕敏傳感器的數據，基于訓練完的BP神經網絡，輸出，基于輸出結果進行報警或繼續監測。本發明建立多傳感通道，通過獲取多通道的檢測值、進行交叉驗證、建立模型，進而將所有通道并置，通過采集數據、直接對煙感情況進行智能識別。本發明的模型自適應度高、魯棒性好，監測自動化程度高，誤報的干擾小，誤報概率小。

技術領域

本發明涉及信號裝置或呼叫裝置；指令發信裝置；報警裝置的技術領域，特別涉及一種基于智能算法的復合煙感低誤報方法。

背景技術

煙感是指煙感報警器或煙霧報警器，其通過監測煙霧的濃度來實現火災防范，被廣泛運用到各種消防報警系統中。

在正常情況下，煙感中的光學迷宮遇到煙霧，觸發到光電傳感器后才會報警。

然而，由于傳感器對極微小的煙霧粒子較敏感，煙感安裝的時間較久后，光學迷宮中存在積塵，氣流通過煙感時可能會將灰吹起，進而煙感誤認為其是煙氣而引起誤報；除此之外，類似于水蒸氣的氣霧作為小粒子，也可能引起煙感誤報。

針對此問題，現有技術中，也有部分復合式感煙感溫火災探測器采用煙霧傳感器件和半導體溫度傳感器件構成多元復合探測器，這雖然從一定程度上增強了誤報的識別率，但是依舊需要人工進行判別，效率低。

發明內容

本發明解決了現有技術中，空氣中、傳感器內部的微小粒子易引起煙感誤報，同時針對此的復合式感煙感溫火災探測器需要過度的人工參與，存在工作效率較低的問題，提供了一種優化的基于智能算法的復合煙感低誤報方法。

本發明所采用的技術方案是，一種基于智能算法的復合煙感低誤報方法，所述方法包括以下步驟：

步驟1：初始化煙感，獲得初始化樣本數據集合A；

步驟2：配合煙感中設置濕敏傳感器，獲得初始化樣本數據集合B；

步驟3：配合煙感設置氣體傳感器，獲得初始化樣本數據集合C；

步驟4：構建BP神經網絡，取集合A和B作為輸入樣本，以集合C作為驗證集，訓練BP神經網絡；

步驟5：在煙感中置入濕敏傳感器；

步驟6：實時獲得煙感和濕敏傳感器的數據，基于訓練完的BP神經網絡，輸出；

步驟7：基于輸出結果進行報警或繼續監測。

優選地，所述步驟3中，氣體傳感器為CO傳感器。

優選地，所述步驟4中，BP神經網絡為基于遺傳算法的BP神經網絡。

優選地，所述步驟4中，構建基于遺傳算法的BP神經網絡包括以下步驟：

步驟4.1：初始化種群數N；

步驟4.2：確定適應性函數及控制參數；

步驟4.3：進行選擇、交叉、變異操作，反饋結果至BP神經網絡；

步驟4.4：若得到最優權值估計，構建基于遺傳算法的BP神經網絡，否則，返回步驟4.3。

優選地，所述步驟4.2中，函數其中，e為改進BP神經網絡的最大估計誤差，Yi為實際輸出，Ci期望輸出。

優選地，所述BP神經網絡的誤差函數中包括懲罰項。

優選地，所述步驟7中，若輸出結果為水汽過多，則進行干燥處理。