[發明專利]一種基于多源信息融合的城市火災判斷方法、系統及其存儲介質

有效

• 申請號: 202110834421.4
• 申請日: 2021-07-21
• 公開（公告）號: CN113516837B
• 公開（公告）日: 2022-09-23
• 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: G08B29/18
• 分類號: G08B29/18;G08B17/04;G08B17/10;G08B17/12
• 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

一種基于多源信息融合的城市火災判斷方法，包括有數據采集、局部決策、火災信息融合預測和火災概率預測四個步驟。本發明可以將多種火災特征信號通過信息層、特征層、決策層，在特征層利用多頭注意力和RBF?BP神經網絡作為子網絡對多源火災特征信號進行自適應學習，再經決策層火災預測，解決火災信號的時變性和非線性特點以及單特征信號火災預測方法的高漏報率和誤報率問題，有效提高火災判斷的準確度，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。并且，當監測環境改變后，可通過重新提供數據集來建立新的預測模型，具有較強的自適應性。

技術領域

本發明涉及一種火災智能判斷技術領域，特別是一種基于多源信息融合的城市火災判斷方法。

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。基于多源信息融合的城市火判斷方法，可以將多種火災特征信號通過信息層、特征層、決策層，在特征層利用多頭注意力和RBF-BP神經網絡作為子網絡對多源火災特征信號進行自適應學習，再經決策層火災預測，解決火災信號的時變性和非線性特點以及單特征信號火災預測方法的高漏報率和誤報率問題，有效提高火災判斷的準確度，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。并且，當監測環境改變后，可通過重新提供數據集來建立新的預測模型，具有較強的自適應性。

發明內容

本發明的目的就是提供一種基于多源信息融合的城市火災判斷方法、系統及其存儲介質。

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：

1)數據采集：通過傳感器實時獲取目標能量輻射特征值x_en(t)、目標燃燒物濃度特征值x_smo(t)、目標溫度特征值x_tmp(t)和目標檢測信號持續時間特征值；

2)局部決策：對步驟1)中所述目標特征值先分別進行可信度評估和局部決策判斷，若有一個以上的特征值的局部決策判斷為異常，則轉入步驟3)，反之則轉入步驟1)；

3)火災信息融合預測：將預設時間段內的目標能量輻射、目標燃燒物濃度特征值、目標溫度特征值和目標檢測信號持續時間特征值輸入火災預測模型進行融合預測；

4)火災概率預測：根據目標火災的融合預測結果，結合RBP-BP混合神經網絡輸出火災發生概率結果；

所述火災預測模型為根據相似歷史火災數據，利用基于多頭注意力機制建立的預測模型建立。

進一步，所述能量輻射特征值包括有紅外線能量輻射值和紫外線能量輻射值，所述燃燒物濃度特征值包括有CO濃度、CO₂濃度和煙霧濃度，所述檢測信號持續時間特征值包括有檢測到紅外線能量輻射值、紫外線能量輻射值、CO濃度、CO₂濃度、煙霧濃度和溫度特征值的持續時間；所述目標檢測信號持續時間特征值為局部決策中任意特征值異常的持續時間。

進一步，步驟2)中所述對目標特征值分別進行可信度評估的具體步驟如下：

2-1)獲取監測周期時間內共N組傳感器信號，計算監測周期時間內，能量輻射信號中每兩個相鄰的信號差的總和D_en，其中x_en(t)為第t時刻下能量輻射特征值，x_en(t-1)為第t-1時刻下能量輻射特征值；

計算監測周期時間內，燃燒產物濃度信號中每兩個相鄰的信號差的總和D_smo，其中x_smo(t)為第t時刻下燃燒物濃度特征值，x_smo(t-1)為第t-1時刻下燃燒物濃度特征值；