一种基于AI和数据分析的智慧消防预警系统的制作方法

本发明涉及消防预警，具体涉及一种基于ai和数据分析的智慧消防预警系统。

背景技术：

1、“消防”即消除隐患，预防灾患(即预防和解决人们在生活、工作、学习过程中遇到的人为与自然、偶然灾害的总称)，当然狭义的意思在人们认识初期是：(扑灭)火灾的意思。主要包括火灾现场的人员救援，重要设施设备、文物的抢救，重要财产的安全保卫与抢救，扑灭火灾等。目的是降低火灾造成的破坏程度，减少人员伤亡和财产损失。

2、目前的消防预警系统大都是通过温度传感器数据和/或烟雾浓度传感器数据判断是否有火灾隐患，但是，一当发现具有火灾隐患时，安全疏散通道是引导人们向安全区域撤离的专用通道，若火灾引起的烟雾很大是，安全疏散通道内的消防指示灯可以指引人们从安全疏散通道撤离，因此，必须保证建筑内消防指示灯都处于正常工作状态，一当发现有异常状态的消防指示灯，必须马上进行消防预警。

技术实现思路

1、本发明的目的在于提供一种基于ai和数据分析的智慧消防预警系统，解决以上技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于ai和数据分析的智慧消防预警系统，包括智能监测模块、数据分析模块、预警模块和主控制器；

4、所述智能监测模块用于沿安全疏散通道巡查，并获取安全疏散通道内所有消防指示灯的正面图片数据；

5、所述数据处理模块用于对智能监测模块获取的图片数据进行处理，提取可以用于数据分析的图片数据；

6、所述数据分析模块用于根据数据处理模块提取的图片数据，判断消防指示灯是否处于正常工作状态；

7、所述预警模块用于根据数据分析模块判读的结果发出相应预警指令；

8、所述主控制器用于控制所有模块正常工作。

9、通过上述技术方案，智能监测模块对安全疏散通道内的所有消防指示灯进行编号，然后对每个消防指示灯获取i张图片数据，并存入对应的消防指示灯编号下面；数据处理模块选出最适合用于数据分析的一张图片数据；数据分析模块求取求取指示灯故障参数cn；将故障参数cn与预设的目标阈值c0进行比较，若cn小于n0，则对消防指示灯进行进一步判断，并通过故障参数cn求取故障参数的衡量指标σn，并通过故障参数的衡量指标σn求取故障参数的偏差指标dn；将偏差指标dn与预设的偏差阈值d0比较，若偏差指标dn大于等于偏差阈值d0，则消防指示灯异常，并立即通过预警模块发出相应预警指令，若cn大于等于c0，则消防指示灯异常，并立即通过预警模块发出相应预警指令。

10、作为本发明方案的进一步描述，所述智能监测模块的工作过程包括：

11、对安全疏散通道内的所有消防指示灯进行编号：1、2、3、…、n，其中，n为消防指示灯数量；

12、周期性的对安全疏散通道进行巡查获取安全疏散通道内的消防指示灯的正面图片数据，对每个消防指示灯获取i张图片数据，并存入对应的消防指示灯编号下面。

13、作为本发明方案的进一步描述，所述数据处理模块的工作过程包括：

14、获取智能监测模块采集的历史图片数据，生成训练样本；

15、以卷积神经网络搭建模型，通过训练样本对模型进行训练，获得图片分析模型；

16、将获取的每个消防指示灯的图片数据作为输入数据输入分析模型，经过分析模型处理后输出其中最适合用于数据分析的一张图片数据；

17、将消防指示灯的编号赋予其对应的用于数据分析的图片数据。

18、通过上述技术方案，对每个消防指示灯编号下的所有获取的图片进行判断，并通过学习模型筛选出其中最适合用于数据分析的一张图片数据，避免获取的图片因光线等外界因素干扰影响判断结果。

19、作为本发明方案的进一步描述，所述数据分析模块的工作过程包括：

20、步骤s100、将用于数据分析的图片数据划分为若干个同样大小的区域，并对每个区域进行编号:1、2、3、…、i，其中，i为区域的数量；

21、步骤s200、获取每个区域图片的色度pi和亮度li；

22、步骤s300、根据步骤s200中获取的每个区域图片的色度pi和亮度li，求取用于数据分析的图片数据的平均色度pn和平均亮度ln：

23、

24、步骤s400、根据步骤300中获取的用于数据分析的图片数据的平均色度pn和平均亮度ln求取指示灯故障参数cn：

25、

26、其中，α为补偿系数；

27、步骤s500、将故障参数cn与预设的目标阈值c0进行比较，若cn小于c0则进行进一步判断，若cn大于等于c0则判断该消防指示灯异常；

28、步骤s600、根据步骤s500中的判断结果，若消防指示灯异常，立即通过预警模块发出相应预警指令。

29、作为本发明方案的进一步描述，所述进一步判断包括：

30、根据所述步骤s400中求取的故障参数cn求取故障参数的衡量指标σn：

31、

32、其中，为故障参数的均值；

33、根据故障参数的衡量指标σn求取故障参数的偏差指标dn：

34、

35、将偏差指标dn与预设的偏差阈值d0比较，若偏差指标dn大于等于偏差阈值d0，则判断消防指示灯异常，立即通过预警模块发出相应预警指令。

36、通过上述技术方案，将用于数据分析的图片数据划分为i个同样大小的区域，获取每个区域图片的色度pi和亮度li，据获取的每个区域图片的色度pi和亮度li，求取用于数据分析的图片数据的平均色度pn和平均亮度ln，通过平均色度pn和平均亮度ln求取指示灯故障参数cn，将故障参数cn与预设的目标阈值c0进行比较，若cn大于等于c0则判断该消防指示灯异常，若cn小于c0则进行进一步判断，并通过故障参数cn求取故障参数的衡量指标σn，并通过故障参数的衡量指标σn求取故障参数的偏差指标dn；将偏差指标dn与预设的偏差阈值d0比较，若偏差指标dn大于等于偏差阈值d0，则消防指示灯异常，并立即通过预警模块发出相应预警指令。

37、作为本发明方案的进一步描述，所述消防预警系统的工作方法包括如下步骤：

38、步骤ss100、智能监测模块对安全疏散通道内的所有消防指示灯进行编号，然后对每个消防指示灯获取i张图片数据，并存入对应的消防指示灯编号下面；

39、步骤ss200、数据处理模块对获取的每个消防指示灯的图片数据进行处理，选出最适合用于数据分析的一张图片数据；

40、步骤ss300、数据分析模块求取用于数据分析的图片数据的平均色度pn和平均亮度ln，并根据平均色度pn和平均亮度ln求取指示灯故障参数cn；

41、步骤ss400、将故障参数cn与预设的目标阈值c0进行比较，若cn小于c0，进入步骤ss500，若cn大于等于c0，进入步骤ss700；

42、步骤ss500、故障参数cn求取故障参数的衡量指标σn，并通过故障参数的衡量指标σn求取故障参数的偏差指标dn；

43、步骤ss600、将偏差指标dn与预设的偏差阈值d0比较，若偏差指标dn大于等于偏差阈值d0，进入步骤ss700；

44、步骤ss700、数据分析模块判断消防指示灯异常，并立即通过预警模块发出相应预警指令。

45、作为本发明方案的进一步描述，所述预警模块发出相应预警指令时，会一并将异常的消防指示灯编号发出。

46、作为本发明方案的进一步描述，所述智能监测模块基于人工智能机器人采集图片数据。

47、本发明的有益效果：1、智能监测模块对安全疏散通道内的所有消防指示灯进行编号，然后对每个消防指示灯获取i张图片数据，并存入对应的消防指示灯编号下面；数据处理模块选出最适合用于数据分析的一张图片数据；数据分析模块求取求取指示灯故障参数cn；将故障参数cn与预设的目标阈值c0进行比较，若cn小于c0，则需对消防指示灯进行进一步判断消防指示灯是否异常，若cn大于等于c0，则消防指示灯异常，并立即通过预警模块发出相应预警指令。

48、2、数据处理模块对每个消防指示灯编号下的所有获取的图片进行判断，并通过学习模型筛选出其中最适合用于数据分析的一张图片数据，避免获取的图片因光线等外界因素干扰影响判断结果。