[發明專利]一種基于人工智能的消防分級預警算法及火災探測系統

在審

• 申請號: 202010396133.0
• 申請日: 2020-05-12
• 公開（公告）號: CN111681385A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 魏湘臣;周錦霆
• 申請（專利權）人: 上海荷福人工智能科技（集團）有限公司
• 主分類號: G08B17/00
• 分類號: G08B17/00;G08B17/10;G08C17/02;G06N3/04;G06N5/04;G06K9/62;G01N15/06;G01N33/00;G01N21/53;G01K13/00
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 謝建

本發明公開了一種基于人工智能的消防分級預警算法及火災探測系統，涉及安全消防技術領域，本發明基于多傳感器結構，將溫度、煙霧濃度和CO體積分數作為火災探測信號，采用專家數據庫和神經網絡分別提取火災經驗特征和數據擬合特征，采用模糊系統作為決策層，對上述兩種特征進行融合得到火災信號，利用低功耗單片機和基于ZigBee無線模塊設計復合智能火災探測系統，具有自適應、自學習等特點，本發明能夠有效消除單傳感器失效或外來干擾引起的誤報或漏報，提高火災報警的準確率，對消防事故做到提前預警。

技術領域

本發明涉及安全消防技術領域，更具體的是涉及一種基于人工智能的消防分級預警算法及火災探測系統。

背景技術

在現代智能建筑中，火災探測報警系統是其重要的子系統之一。由于火災信號檢測與其他典型的信號檢測相比是一種十分困難的信號檢測問題，傳統的單一參數火災探測器(包括閾值觸發式和模擬量式)不能有效地探測各類火情，火警誤報時有發生。因此，多傳感器信息融合探測技術得到發展，它不是原有單一參數火災探測器的簡單組合，而是根據不同類型的火災參數，應用智能算法對多傳感器的火災參數進行融合，以判斷是否存在火災危險，能夠有效提高辨別真假火災的能力。目前常用的信息融合算法有經典推理法、貝葉斯方法、卡爾曼濾波法和神經網絡等。

目前主要使用的是智能型總線制分布式計算機系統的火災報警系統，雖然在系統安裝方面比過去方便，但是仍然不能滿足實際工程需求。其系統安裝成本約占設備成本的33％—70％，而且系統擴展性能差，布線繁瑣，線路易老化或遭到腐蝕，故障發生率較高，抗干擾能力差，誤報警率高。而無線火災報警系統能夠滿足日益發展的市場需求，它具有安裝容易、快捷、便宜、無需布線、對建筑物表面的破壞性小、對功能變化的易適應性強等特點。

隨著WSN(無線傳感網絡)技術的發展，將無線ZigBee網絡和人工智能結合，可以大大提高火災報警系統的可靠性，降低成本，并且由于ZigBee技術功耗極低，相比于其他無線網絡技術，更適合組建大范圍的無線火災探測器網絡。

但是現有的火災報警系統卻還是存在以下問題：

1、誤報頻率高；

2、消防事故發生時才會報警，屬于被動事后報警，無法預警；

3、報警門限值設置是一刀切，不能根據事故及事故數據來判斷事故和可能發生事故的情況；

4、單單通過傳感器數值并不能正確判斷真假火災。

發明內容

本發明的目的在于：為了解決現有的火災報警系統誤報頻率高，并且無法對火災進行預警的問題，本發明提供一種基于人工智能的消防分級預警算法及火災探測系統，基于多傳感器結構，將溫度、煙霧濃度和CO體積分數作為火災探測信號，采用專家數據庫和神經網絡分別提取火災經驗特征和數據擬合特征，采用模糊系統作為決策層，對上述兩種特征進行融合得到火災信號，利用低功耗單片機和基于ZigBee無線模塊設計復合智能火災探測系統，具有自適應、自學習等特點，能夠有效消除單傳感器失效或外來干擾引起的誤報或漏報，提高火災報警的準確率，對消防事故做到提前預警。

本發明為了實現上述目的具體采用以下技術方案：

一種基于人工智能的消防分級預警算法，包括如下步驟：

S1：數據處理單元接收數據采集單元發送的溫度信號、CO含量信號和煙霧信號；

S2：將上述三個信號輸入火災信息數據融合和神經網絡模型中，在專家數據庫中進行查詢，提取火災經驗特征，得到火災經驗特征概率；

S3：對于S2中無法查詢到的數據，采用神經網絡提取上述三個信號的火災數據擬合特征，得到三個信號的數據擬合特征概率；

S4：將火災經驗特征概率和數據擬合特征概率輸入模糊推理融合系統，最終得到火災發生概率。