[發(fā)明專(zhuān)利]用于智慧燃?xì)獾娜細(xì)庑孤┲悄茴A(yù)警方法和物聯(lián)網(wǎng)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310092419.3
• 申請(qǐng)日: 2022-10-20
• 公開(kāi)（公告）號(hào): CN116386287A
• 公開(kāi)（公告）日: 2023-07-04
• 發(fā)明（設(shè)計(jì)）人: 邵澤華;權(quán)亞強(qiáng);劉彬;魏小軍;張磊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 成都秦川物聯(lián)網(wǎng)科技股份有限公司
• 主分類(lèi)號(hào): G08B21/16
• 分類(lèi)號(hào): G08B21/16;H04L67/12
• 代理公司: 成都七星天知識(shí)產(chǎn)權(quán)代理有限公司 51253
• 代理人: 張潯兒

1.一種用于智慧燃?xì)獾娜細(xì)庑孤┲悄茴A(yù)警方法，其特征在于，所述方法由智慧燃?xì)鈶?hù)內(nèi)安全管理分平臺(tái)執(zhí)行，包括：

獲取監(jiān)測(cè)信息以及用戶(hù)描述信息，其中，所述監(jiān)測(cè)信息包括報(bào)警信息和燃?xì)饨K端監(jiān)測(cè)數(shù)據(jù)，所述用戶(hù)描述信息包括用戶(hù)上傳的自定義報(bào)警信息；

基于所述監(jiān)測(cè)信息和所述用戶(hù)描述信息，確定燃?xì)庑孤┰颍?/p>

基于所述燃?xì)庑孤┰虼_定候選解決方案；

基于有效解決率確定模型對(duì)所述燃?xì)庑孤┰蚝退龊蜻x解決方案，確定所述候選解決方案的有效解決率，根據(jù)所述有效解決率在所述候選解決方案中確定所述目標(biāo)解決方案，其中，所述有效解決率確定模型為機(jī)器學(xué)習(xí)模型。

2.如權(quán)利要求1所述的方法，其特征在于，所述基于所述燃?xì)庑孤┰虼_定候選解決方案包括：

確定特征向量與數(shù)據(jù)庫(kù)中的參考向量的距離，將所述距離滿(mǎn)足預(yù)設(shè)條件的所述參考向量對(duì)應(yīng)的參考候選解決方案確定為所述候選解決方案，其中，

所述數(shù)據(jù)庫(kù)中包括多個(gè)所述參考向量，以及每個(gè)所述參考向量對(duì)應(yīng)的候選參考候選解決方案；

所述特征向量基于燃?xì)庀到y(tǒng)中的燃?xì)饨K端的相關(guān)信息構(gòu)建，所述相關(guān)信息包括所述監(jiān)測(cè)信息、所述用戶(hù)描述信息、所述燃?xì)庑孤┰蛞约罢`報(bào)概率，所述誤報(bào)概率是指所述監(jiān)測(cè)信息出現(xiàn)誤報(bào)情形的可能性。

3.如權(quán)利要求1所述的方法，其特征在于，所述基于所述監(jiān)測(cè)信息和所述用戶(hù)描述信息，確定燃?xì)庑孤┰?，包括?/p>

通過(guò)燃?xì)庑孤┰蝾A(yù)測(cè)模型確定所述燃?xì)庑孤┰?，所述燃?xì)庑孤┰蝾A(yù)測(cè)模型的輸入包括所述監(jiān)測(cè)信息、所述用戶(hù)描述信息和歷史特征向量，輸出包括所述燃?xì)庑孤┰?，其中?/p>

所述歷史特征向量基于歷史數(shù)據(jù)生成，所述歷史數(shù)據(jù)包括所述燃?xì)庀到y(tǒng)的歷史報(bào)警信息和歷史處置信息，所述歷史處置信息指歷史時(shí)間段內(nèi)用戶(hù)對(duì)所述燃?xì)庀到y(tǒng)零部件進(jìn)行維修或更換操作的記錄信息。

4.如權(quán)利要求3所述的方法，其特征在于，所述歷史特征向量通過(guò)嵌入層對(duì)所述歷史數(shù)據(jù)處理獲取。

5.如權(quán)利要求3所述的方法，其特征在于，所述燃?xì)庑孤┰蝾A(yù)測(cè)模型包括預(yù)處理層和預(yù)測(cè)層，其中，所述預(yù)處理層包括第一處理層和第二處理層；

所述第一處理層用于對(duì)所述監(jiān)測(cè)信息進(jìn)行處理，獲取系統(tǒng)特征向量；

所述第二處理層用于對(duì)所述用戶(hù)描述信息進(jìn)行處理，獲取用戶(hù)特征向量；

所述預(yù)測(cè)層用于對(duì)所述系統(tǒng)特征向量、所述用戶(hù)特征向量和所述歷史特征向量進(jìn)行處理，獲取所述燃?xì)庑孤┰颉?/p>

6.如權(quán)利要求3所述的方法，其特征在于，所述預(yù)測(cè)層包括第一預(yù)測(cè)層和第二預(yù)測(cè)層，其中，

所述第一預(yù)測(cè)層用于對(duì)所述歷史特征向量、所述系統(tǒng)特征向量和所述用戶(hù)特征向量進(jìn)行處理，獲取燃?xì)庑孤┰蛳蛄浚?/p>

所述第二預(yù)測(cè)層用對(duì)所述燃?xì)庑孤┰蛳蛄窟M(jìn)行處理，獲取所述燃?xì)庑孤┰颉?/p>

7.如權(quán)利要求1所述的方法，其特征在于，所述監(jiān)測(cè)信息由智慧燃?xì)鈹?shù)據(jù)中心通過(guò)智慧燃?xì)鈧鞲芯W(wǎng)絡(luò)平臺(tái)從智慧燃?xì)鈱?duì)象平臺(tái)獲取，所述用戶(hù)描述信息由所述智慧燃?xì)鈹?shù)據(jù)中心通過(guò)智慧燃?xì)夥?wù)平臺(tái)從智慧燃?xì)庥脩?hù)平臺(tái)獲取。

8.如權(quán)利要求7所述的方法，其特征在于，還包括：

所述智慧燃?xì)鈶?hù)內(nèi)安全管理分平臺(tái)將所述燃?xì)庑孤┰蚣八瞿繕?biāo)解決方案上傳至所述智慧燃?xì)鈹?shù)據(jù)中心；

所述智慧燃?xì)鈹?shù)據(jù)中心將所述燃?xì)庑孤┰蚣八瞿繕?biāo)解決方案發(fā)送至智慧燃?xì)夥?wù)平臺(tái)；

所述智慧燃?xì)夥?wù)平臺(tái)將所述燃?xì)庑孤┰蚣八瞿繕?biāo)解決方案發(fā)送至智慧燃?xì)庥脩?hù)平臺(tái)。