[發明專利]一種基于風險分級預測的城市火災事件處理方法、系統及存儲介質

有效

• 申請號: 202110686295.2
• 申請日: 2021-06-21
• 公開（公告）號: CN113379267B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 張可;柴毅;邱可玥;李希晨;安翼堯
• 申請（專利權）人: 重慶大學
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06F30/27;G06F18/2431;G06Q50/26
• 代理公司: 重慶市嘉允啟行專利代理事務所(普通合伙) 50243
• 代理人: 胡柯

一種基于風險分級預測的城市火災事件處理方法、系統及存儲介質，包括有以下內容：獲取城市的歷史火災信息、歷史火災結果信息和目標城市突發火災信息；為歷史火災進行風險分級并構建火災風險分級模型；計算目標火災的風險分級；獲取與目標火災風險分級相同的歷史火災的消防車數量和事故處理時間，采用神經網絡算法計算目標火災的最優消防車出勤數量。本發明以神經網絡與火災風險評估相結合，建立定量化的突發火災事件評估模型，對歷史數據進行關聯分析，來實現對目標突發火災事件進行預測，從而支持決策相關人員即時合理調配資源處理突發事件。

技術領域

本發明涉及城市應急技術領域，特別是一種城市火災事件處理方法、系統及存儲介質。

背景技術

對城市市民而言，由危險源引發的突發事件是影響城市安全的重要，尤其是突發火災事件，更是對城市安全一個不小的安全的威脅。基于風險分級預測的城市火處理方法，可以幫助相關城市安全人員及時對突發事件進行一個初步評價，有利于對針對目標突發事件進行一個初步響應，給出響應的應急措施方案。

目前現有的關于突發火災事件的特征處理主要是描述性的分析，包括火災的現象或統計的火災數量等，缺少對火災數據的挖掘分析。而機器學習能通過算法使從大量歷史數據中學習規律，以對目標進行預測。相對而言，本發明以神經網絡與火災風險評估相結合，建立定量化的突發火災事件評估模型，對歷史數據進行關聯分析，來實現對目標突發火災事件進行預測，從而支持決策相關人員即時合理調配資源處理突發事件。

發明內容

本發明的目的就是提供一種基于風險分級預測的城市火災事件處理方法、系統及存儲介質。

本發明的目的是通過這樣的技術方案實現的，具體方法如下：

獲取城市的歷史火災信息、歷史火災結果信息和目標城市突發火災信息；

根據歷史火災信息和歷史火災結果信息，為歷史火災進行風險分級并構建火災風險分級模型；

根據火災風險分級模型，計算目標火災的風險分級；

獲取與目標火災風險分級相同的歷史火災的消防車數量和事故處理時間，采用神經網絡算法計算目標火災的最優消防車出勤數量。

進一步，所述火災信息包括有以下內容：

火災情況、火災場所、建筑類型、建筑物狀態、火災探測器響應情況、自噴響應情況、氣溫和風力；

所述火災結果信息包括有以下內容：

救援響應時間、救援人數、受困人數。

進一步，所述火災情況包括有以下內容：

1、建筑火災；2、固定火災；3、移動性火災；4、自然植被火災；5、室外垃圾火災；6、室外特殊火災；7、農作物火災；8、其他類型火災；

所述火災場所包括有以下內容：

1、多用途；2、教育；3、醫療；4、住宅；5、商業；6、工礦、農場；7、加工制造場所；8、倉庫；9、室外其他建筑；10、其他；

所述建筑類型包括有以下內容：

1、封閉式建筑；2、可移動式建筑；3、開放式建筑；4、膜結構建筑；5、帳篷；6、開放的平臺；7、地下建筑；8、裙房；9、其他；

所述建筑物狀態包括有以下內容：

1、在建；2、正常使用；3、不常用的二手建筑；4、大型的裝修；5、空建筑；6、正在被拆；7、其他；

所述火災探測器響應情況包括有以下內容：

1、探測器動作，住戶響應；2、探測器動作，但住戶無響應；3、無住戶；4、探測器無動作；5、無探測器；