[發明專利]一種基于煙感檢測的火災預警系統及方法

在審

• 申請號: 202110573226.0
• 申請日: 2021-05-25
• 公開（公告）號: CN113435105A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 熊俊杰;曹光客;李貴
• 申請（專利權）人: 杭州申弘智能科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G08B17/10;G06F119/08
• 代理公司: 杭州周林知識產權代理事務所(普通合伙) 33439
• 代理人: 閆家偉

1.一種基于煙感檢測的火災預警方法，其特征在于，包括：

步驟一、獲取煙霧傳感器當前時刻的煙霧濃度數據；

步驟二、若所述煙霧濃度超出設定閾值，則獲取當前煙霧傳感器的位置及樓宇信息；

步驟三、遠程控制，獲取所述樓宇當前時刻的全部煙霧傳感器和溫濕度傳感器測量數據；

步驟四、將所述測量數據進行同質融合后輸入BP神經網絡進行異質融合，得到煙霧濃度評價值和溫濕度評價值，再通過計算得到預警信息融合值；

步驟五、基于所述預警信息融合值確定預警等級，并根據所述預警等級執行火災預警策略。

2.如權利要求1所述的基于煙感檢測的火災預警方法，其特征在于，所述步驟四，具體包括如下步驟：

將所述煙霧濃度數據和所述溫濕度數據進行閾值分割，刪除干擾數據，再進行歸一化處理；

基于自適應加權融合法計算傳感器權重，獲得所述測量數據的狀態值；

基于BP神經網絡算法建立預測模型，獲得所述測量數據的評價值；

根據所述評價值計算預警信息融合值。

3.如權利要求2所述的基于煙感檢測的火災預警方法，其特征在于，所述自適應加權融合，具體包括如下步驟：

計算所述數據的方差和總均方誤差，得到所述總均方誤差關于傳感器權重的函數方程；

解析所述函數方程得到狀態模型為：

其中，表示傳感器狀態值，a_i表示傳感器測量值，p_i表示傳感器權重，i表示傳感器，S²表示總均方差，n表示傳感器數量。

4.如權利要求3所述的基于煙感檢測的火災預警方法，其特征在于，所述深層神經網絡算法，包括：

建立三層BP神經網絡；

確定輸入層神經元向量x＝(x₁,x₂,x₃)^T，其中，x₁表示煙霧濃度狀態值，x₂表示溫度狀態值，x₃表示濕度狀態值；

所述輸入層向量映射到隱層，隱層的神經元為m個；

得到輸出層神經元向量o＝(o₁,o₂,o₃)^T，其中，o₁表示煙霧濃度評價值，o₂表示溫度評價值，o₃表示濕度評價值。

5.如權利要求4所述的基于煙感檢測的火災預警方法，其特征在于，所述BP神經網絡算法，還包括基于混合蛙跳算法對所述BP神經網絡各隱層神經元個數和反向微調算法的學習率進行參數優化。

6.如權利要求5所述的基于煙感檢測的火災預警方法，其特征在于，所述隱層及所述輸出層的激勵函數均采用S型函數

7.如權利要求6所述的基于煙感檢測的火災預警方法，其特征在于，所述預警信息融合值的計算公式為：

其中，λ表示預警信息融合值，λ₀表示標準融合值，ξ表示校正系數，e表示自然對數的底數。

8.如權利要求7所述的基于煙感檢測的火災預警方法，其特征在于，所述預警等級包括：

當λ＞0.45λ₀時，預警等級為極度風險；

當0.35λ₀≤λ≤0.45λ₀時，預警等級為重度風險；

當0.15λ₀≤λ＜0.35λ₀時，預警等級為高度風險；

當0.05λ₀≤λ＜0.15λ₀時，預警等級為中度風險；

當λ＜0.05λ₀時，預警等級為低度風險。