本發(fā)明涉及一種火災ai預警系統(tǒng)及方法，屬于報警裝置。

背景技術：

1、傳統(tǒng)消防報警系統(tǒng)，由煙感溫感作為主要傳感器，一旦防護區(qū)出現(xiàn)異常將啟動聲光報警，如有滅火系統(tǒng)則可以聯(lián)動啟動滅火。

2、現(xiàn)有技術的缺點是，由于傳感器靈敏度和批次差異，存在一定誤報率，一旦誤報產生聯(lián)動，將噴出滅火劑，造成次生災害。

技術實現(xiàn)思路

1、為克服現(xiàn)有技術存在的缺點，本發(fā)明的發(fā)明目的是提供一種火災ai預警系統(tǒng)及方法，其不會發(fā)生滅火誤動作，防止造成次生災害。

2、為實現(xiàn)所述發(fā)明目的，本發(fā)明一方面提供一種火災ai預警系統(tǒng)，其包括：n個區(qū)域滅火子系統(tǒng)和中央控制裝置，中央控制裝置包括中央處理器和第一通信單元，第n區(qū)域滅火子系統(tǒng)包括圖像傳感器、控制單元和第二通信單元，所述圖像傳感器用于獲取被監(jiān)視的第n區(qū)域的圖像；第二通信單元和第一通信單元進行通信連接，控制單元將所述圖像進行處理依次通過第二通信單元、第一通信單元發(fā)送給中央處理器，中央處理器包括火災識別模型、比較模塊和決策模塊，所述火災識別模型根據(jù)圖像傳感器提供的圖像信息判斷被監(jiān)視的第n區(qū)域發(fā)生火災的概率及可燃物質的名稱；比較模塊用于將火災識別模型提供的發(fā)生火災的概率與閾值進行比較，當大于或者等于閾值時，將圖像傳感器實時獲取的圖像通過第一通信單元發(fā)送給遠程終端，并將比較結果傳送給決策模塊；決策模塊接收遠程終端發(fā)送的指令，當遠程終端發(fā)送的指令是需要滅火并當火災識別模型提供的發(fā)生火災的概率大于或者等于閾值時，給第n區(qū)域滅火子系統(tǒng)發(fā)送滅火指令,n=1,2,…,n,n為大于或者等于2的正整數(shù)。

3、為實現(xiàn)所述發(fā)明目的，本發(fā)明還提供一種火災ai預警方法，其包括如下步驟：

4、第n區(qū)域滅火子系統(tǒng)通過圖像傳感器用于獲取被監(jiān)視的第n區(qū)域的圖像，并通過控制單元將所述圖像進行處理而后發(fā)送給中央控制器；

5、中央控制器通過火災識別模型根據(jù)圖像傳感器提供的圖像信息判斷被監(jiān)視區(qū)域發(fā)生火災的概率及可燃物質的名稱；

6、中央控制器通過比較模塊將火災識別模型提供的發(fā)生火災的概率與閾值進行比較，當大于或者等于閾值時，將圖像傳感器實時獲取的圖像發(fā)送給遠程終端，并將比較結果傳送給決策模塊；

7、中央控制通過決策模塊接收遠程終端發(fā)送的指令，當遠程終端發(fā)送的指令是需要滅火并當火災識別模型提供的發(fā)生火災的概率大于或者等于閾值時，給第n區(qū)域滅火子系統(tǒng)發(fā)送滅火指令，n=1,2,…,n，n為大于或者等于2的正整數(shù)。

8、與現(xiàn)有技術相比，本發(fā)明具有如下有益效果：1、不會發(fā)生滅火誤動作，防止造成次生災害；2、在噴淋系統(tǒng)的噴嘴或氧化鉀滅火劑的滅火筒和成本約束下可獲取最佳的滅火計劃。

技術特征：

1.一種火災ai預警系統(tǒng)，其包括：n個區(qū)域滅火子系統(tǒng)和中央控制裝置，中央控制裝置包括中央處理器和第一通信單元，第n區(qū)域滅火子系統(tǒng)包括圖像傳感器、控制單元和第二通信單元，所述圖像傳感器用于獲取被監(jiān)視的第n區(qū)域的圖像；第二通信單元和第一通信單元進行通信連接，控制單元將所述圖像進行處理依次通過第二通信單元、第一通信單元發(fā)送給中央處理器，其特征在于，中央處理器包括火災識別模型、比較模塊和決策模塊，所述火災識別模型根據(jù)圖像傳感器提供的圖像信息判斷被監(jiān)視的第n區(qū)域發(fā)生火災的概率及可燃物質的名稱；比較模塊用于將火災識別模型提供的發(fā)生火災的概率與閾值進行比較，當大于或者等于閾值時，將圖像傳感器實時獲取的圖像通過第一通信單元發(fā)送給遠程終端，并將比較結果傳送給決策模塊；決策模塊接收遠程終端發(fā)送的指令，當遠程終端發(fā)送的指令是需要滅火并且當火災識別模型提供的發(fā)生火災的概率大于或者等于閾值時，給第n區(qū)域滅火子系統(tǒng)發(fā)送滅火指令,n=1,2,…,n,n為大于或者等于2的正整數(shù)。

2.根據(jù)權利要求1所述的火災ai預警系統(tǒng)，其特征在于，火災識別模型通過訓練模塊由cnn神經(jīng)網(wǎng)絡和全連接層訓練而成，訓練模塊包括：數(shù)據(jù)獲取單元、cnn神經(jīng)網(wǎng)絡、全連接層和調整層，其中，數(shù)據(jù)獲取單元獲取被監(jiān)視的第n區(qū)域中包含的可燃物質發(fā)生火災的概率為p的紅外圖像，所述紅外圖像從圖像傳感器獲取的圖像中獲取，將紅外圖像數(shù)據(jù)作為訓練數(shù)據(jù)輸入到cnn神經(jīng)網(wǎng)絡，將發(fā)生火災的概率p及可燃物質的名稱作為測試數(shù)據(jù)輸入到調整層；cnn神經(jīng)網(wǎng)絡通過全連接層輸出發(fā)生火災的概率值及可燃物質的名稱；調整層根據(jù)全連接層輸出的發(fā)生火災的概率值及可燃物質的名稱和測試數(shù)據(jù)生成損失函數(shù)，根據(jù)損失函數(shù)計算梯度，根據(jù)梯度更新cnn神經(jīng)網(wǎng)絡的參數(shù)和全連接層的參數(shù)。

3.根據(jù)權利要求2所述的火災ai預警系統(tǒng)，其特征在于，第n區(qū)域滅火子系統(tǒng)還包括噴淋系統(tǒng)和氧化鉀滅火劑滅火系統(tǒng)；控制單元接收到滅火指令和可燃物質的名稱時，根據(jù)可燃物質的名稱啟動噴淋系統(tǒng)和氧化鉀滅火劑滅火系統(tǒng)中的一種系統(tǒng)或兩種系統(tǒng)進行滅火。

4.根據(jù)權利要求3所述的火災ai預警系統(tǒng)，其特征在于，控制單元包括深度學習神經(jīng)網(wǎng)絡，深度學習神經(jīng)網(wǎng)絡包括二維神經(jīng)元層，二維神經(jīng)元層包括m×s個神經(jīng)元，m×s個神經(jīng)元分別輸出噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)；噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)均反饋到m×s個神經(jīng)元的輸入端，m為大于或者等于1的整數(shù),m=1,...,m；m為噴嘴或滅火筒的總數(shù)；s為大于或等于1的正整數(shù)，s=1,...,s；s為著火點的總數(shù)。

5.根據(jù)權利要求4所述的火災ai預警系統(tǒng)，其特征在于，深度學習神經(jīng)網(wǎng)絡為連續(xù)hopfield神經(jīng)網(wǎng)絡，通過連續(xù)hopfield神經(jīng)網(wǎng)絡優(yōu)化噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)，具體過程包括：

6.一種火災ai預警方法，其特征在于，其包括如下步驟：

7.根據(jù)權利要求6所述的火災ai預警方法，其特征在于，火災識別模型通過訓練模塊由cnn神經(jīng)網(wǎng)絡和全連接層訓練而成，訓練模塊包括：數(shù)據(jù)獲取單元、cnn神經(jīng)網(wǎng)絡、全連接層和調整層，其中，數(shù)據(jù)獲取單元獲取被監(jiān)視的第n區(qū)域中包含的可燃物質發(fā)生火災的概率為p的紅外圖像，所述紅外圖像從圖像傳感器獲取的圖像中獲取，將紅外圖像作為訓練數(shù)據(jù)輸入到cnn神經(jīng)網(wǎng)絡，將發(fā)生火災的概率p及可燃物質的名稱作為測試數(shù)據(jù)輸入到調整層；cnn神經(jīng)網(wǎng)絡通過全連接層輸出發(fā)生火災的概率值及可燃物質的名稱；調整層根據(jù)全連接層輸出的發(fā)生火災的概率值及可燃物質的名稱和測試數(shù)據(jù)生成損失函數(shù)，根據(jù)損失函數(shù)計算梯度，根據(jù)梯度更新cnn神經(jīng)網(wǎng)絡的參數(shù)和全連接層的參數(shù)。

8.根據(jù)權利要求7所述的火災ai預警方法，其特征在于，第n區(qū)域滅火子系統(tǒng)還包括噴淋系統(tǒng)和氧化鉀滅火劑滅火系統(tǒng)；控制單元接收到滅火指令和可燃物質的名稱時，根據(jù)可燃物質的名稱啟動噴淋系統(tǒng)和氧化鉀滅火劑滅火系統(tǒng)中的一種系統(tǒng)或兩種系統(tǒng)進行滅火。

9.根據(jù)權利要求8所述的火災ai預警方法，其特征在于，控制單元包括深度學習神經(jīng)網(wǎng)絡，深度學習神經(jīng)網(wǎng)絡包括二維神經(jīng)元層，二維神經(jīng)元層包括m×s個神經(jīng)元，m×s個神經(jīng)元分別輸出噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)；噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)均反饋到m×s個神經(jīng)元的輸入端，m為大于或者等于1的整數(shù),m=1,...,m；m為噴嘴或滅火筒的總數(shù)；s為大于或等于1的正整數(shù)，s=1,...,s；s為著火點的總數(shù)。

10.根據(jù)權利要求9所述的火災ai預警方法，其特征在于，深度學習神經(jīng)網(wǎng)絡為連續(xù)hopfield神經(jīng)網(wǎng)絡，通過連續(xù)hopfield神經(jīng)網(wǎng)絡優(yōu)化噴淋系統(tǒng)的第m個噴嘴對第s個著火點的噴撒量或氧化鉀滅火劑滅火系統(tǒng)的第m個滅火筒對第s個著火點的滅火體積vms(t)，具體過程包括：

技術總結
一種火災AI預警系統(tǒng)及方法，屬于報警裝置技術領域。系統(tǒng)中，每個滅火子系統(tǒng)獲取被監(jiān)視的區(qū)域的圖像；將所述圖像進行處理發(fā)送給中央處理器；中央處理器的火災識別模型根據(jù)圖像傳感器提供的圖像信息判斷被監(jiān)視的區(qū)域發(fā)生火災的概率及可燃物質的名稱，火災識別模型通過CNN神經(jīng)網(wǎng)絡訓練而成；比較模塊用于將發(fā)生火災的概率與閾值進行比較，當大于或者等于閾值時，將圖像傳感器實時獲取的圖像發(fā)送給遠程終端，并將比較結果傳送給決策模塊；決策模塊接收遠程終端發(fā)送的滅火指令，并當火災識別模型提供的發(fā)生火災的概率大于或者等于閾值且遠程終端發(fā)送的指令是需要滅火時，給區(qū)域滅火子系統(tǒng)發(fā)送滅火指令。本發(fā)明不會發(fā)生滅火誤動作，防止造成次生災害。

技術研發(fā)人員：陳敏
受保護的技術使用者：廣東中科慧據(jù)科技有限公司
技術研發(fā)日：
技術公布日：2024/10/21