[發明專利]基于數據建模的電氣火災預警方法和服務器

有效

• 申請號: 202011030439.0
• 申請日: 2020-09-27
• 公開（公告）號: CN112233360B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 張小蕾;吳劍平;鄭銳藝
• 申請（專利權）人: 廣西安訊科技股份有限公司
• 主分類號: G08B17/06
• 分類號: G08B17/06;G06N3/04;G06N3/08
• 代理公司: 深圳博匯創新專利代理事務所(特殊普通合伙) 44648
• 代理人: 楊亞林;李紅梅

1.一種基于數據建模的電氣火災預警方法，其特征在于，包括：

獲取終端采集的電氣回路中的火災預警參數；

將所述火災預警參數與云數據中預建的火災預警模型進行對比；

當對比結果符合預警條件時，將所述火災預警參數輸入預建的神經網絡模型中進行訓練，得到所述電氣回路的火災概率信息，其中當所述對比結果為本次發生火災的預警概率高于閾值時，確定所述對比結果符合所述預警條件；

根據所述火災概率信息和預建的模糊推理模型，得到最終的火災預警概率；

向目標終端推送包含所述火災預警概率的火災預警信息；

其中，所述將所述火災預警參數與云數據中預建的火災預警模型進行對比之前還包括：

根據存儲的歷史火災預警參數、歷史火災預警概率與實際發生火災信息，建立所述火災預警模型，所述火災預警模型包括所述歷史火災預警參數、所述歷史火災預警概率與所述實際發生火災信息的對應關系。

2.根據權利要求1所述的方法，其特征在于，所述獲取終端采集的電氣回路中的火災預警參數包括：

云端服務器獲取多個終端分別采集的電氣回路中的漏電電流、回路電壓、弧光信號和現場溫度。

3.根據權利要求2所述的方法，其特征在于，所述將所述火災預警參數輸入預建的神經網絡模型中進行訓練，得到所述電氣回路的火災概率信息包括：

將所述火災預警參數輸入到預建的3層前饋誤差反向傳播的神經網絡模型中，利用預設的梯度下降算法，并設置所述神經網絡模型實際輸出值與期望輸出值的誤差均方值最小的計算約束條件，訓練得到所述火災預警參數對應的電氣回路無火概率、電氣回路陰燃火概率和電氣回路有火概率。

4.根據權利要求3所述的方法，其特征在于，所述根據所述火災概率信息和預建的模糊推理模型，得到最終的火災預警概率包括：

將所述電氣回路無火概率、電氣回路陰燃火概率和電氣回路有火概率各自劃分為大、中和小三個模糊化等級生成第一模糊集，并設置為所述模糊推理模型的輸入量；

將所述最終的火災預警概率劃分為大和小兩個模糊化等級生成第二模糊集，并設置為所述模糊推理模型的輸出量；

其中，所述第一模糊集和所述第二模糊集的隸屬函數采用偏大型正態分布函數：

A(x)＝exp(-(x-a)²/b),

a＝(0,0.5,1)，分別對應所述大、中和小三個模糊化等級；b＝0.2；

經過模糊化計算得到模糊集合，采用最大隸屬度函數法從所述模糊集合中選取結果值作為所述火災預警概率。

5.根據權利要求4所述的方法，其特征在于，所述向目標終端推送包含所述火災預警概率的火災預警信息之后包括：

將所述火災預警信息以及所述電氣回路的剩余電流、回路電流，回路電壓，弧光信號和溫度信號緩存為歷史預警數據；

響應于查詢指令，在所述歷史預警數據中查詢符合所述查詢指令的數據，并對查詢到的數據進行分析得到火災防范區域和防范時間段；

向預設的具有權限的移動終端發出提醒信息，用于提醒用戶在所述火災防范區域和所述防范時間段中存在火災風險。

6.根據權利要求1～5任一項所述的方法，其特征在于，所述向目標終端推送包含所述火災預警概率的火災預警信息包括：

向預先設置的移動終端發起火災預警呼叫和發送火災預警信息，以及，向預先設置的應用中推送火災預警消息，所述火災預警呼叫、所述火災預警信息和所述火災預警消息中包含所述火災預警概率、火災預警的發生地和火災引發因素。