一种基于物联网的保障小区消防安全的方法及系统
技术领域
本发明涉及智慧小区领域，具体的，涉及一种基于物联网的保障小区消防安全的方法及系统。
背景技术
众所周知，建筑火灾给人类造成的损失是巨大的。火灾往往发生在人群稠密和物资集中的地方，扩展的速度较快，而这些地区的消防通道又常常拥堵，消防车难以进入，消防灭火工作难以展开，往往小的火灾却酿成大的灾祸。本发明打造以“控制风险、消除隐患、科学救援”为核心的消防安全物联网自主决策系统。
传统的消防安全管理存在的问题：1.事前预防，事后补救措施存在预防监督不严谨，如：灭火器过期，装置老化；烟雾报警存在连接不稳定，或是摆设；消防栓水压不够，或停水；消防通道作为他用造成阻塞；消防安全设备被移位，用时找不到；等风险。2.高层建筑火灾隐患，如电气设备种类多，用电量大，负荷密度高，电气系统复杂，电气线路多，电气房多等。发生火灾，火势蔓延快，疏散困难，扑救难度大。
发明内容
有鉴于此，本发明的目的之一是提供一种基于物联网的保障小区消防安全的方法，可以自主决定采用预案的种类，并且可以通过深入学习，实现预案的不断修正；目的之二是提出了基于该方法的系统，能即时控制安全事故的发生和发展程度，缓解了因人员疏忽或干预不及时的火灾安全风险。
本发明的目的是通过以下技术方案实现的：
一种基于物联网的保障小区消防安全的方法，
根据传感器综合信号，分析得到火灾情况程度以及相应的表达火灾的数据结果；
基于现有预案，生成预案模型；
根据预案模型，选择合适的预案，启动自动干预；
若干预成功，则结束，若干预失败，则启动人为干预，直至干预成功；
根据人为干预的行为实施过程和对应事件形式信息形成新的预案，储存至预案库，并修正所述预案模型。
进一步，所述预案模型建立的方式具体为：
根据所述现有预案，将预案中的所述表达火灾的数据结果的抽象数据集作为输入层，将行为的抽象数据集作为输出层，输入层与输出层之间的权重层采用残差神经网络，变化输入层和输出层，修正中间的权重层，得到所述预案模型。
进一步，包括传感器层和硬件设施，还包括：
通讯模块，用于传递信息；
处理器层，用于分析所述传感器层的传递的综合信号，得出火灾情况程度和相应表达火灾的数据结果；
决策层，建立和修正预案模型，接收所述处理器层传递的所述火灾情况程度和相应表达火灾的数据结果，决策采用预案的类型；
预案储存层，用于储存预案，并根据所述决策层的决策，采取相应的预案；
控制模块，根据所述相应的预案，控制所述硬件设施，进行消防灭火。
进一步，当所述相应的预案无法完成灭火时，所述决策层通过所述通讯模块发出人工干预的决策。
进一步，所述传感器层包括布置在小区各区域的烟雾传感器、温度传感器和光传感器。
进一步，还包括视频监控层，用于定位小区内的消防事故。
进一步，还包括消防通道管理层，用于小区内所有消防通道统筹管理。
本发明的有益效果是：
本发明可以自主决定采用预案的种类，并且可以通过深入学习，实现预案的不断修正；同时，该系统可以即时控制安全事故的发生和发展程度，缓解了因人员疏忽或干预不及时的火灾安全风险。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
附图1为训练模型和应用模型的方式示意图；
附图2为深度学习网络结构示意图；
附图3为预案模型的网络结构中的ResNet结构；
附图4为深度残差神经网络原理图；
附图5为实施例2流程图。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
实施例1
本实施例提出了一种基于物联网的保障小区消防安全的方法，具体为：
根据传感器综合信号，分析得到火灾情况程度以及相应的表达火灾的数据结果。其中，传感器综合信号包括烟雾传感器信号、光传感器信号和温度传感器信号。训练模型和应用模型的方式如图1所示。
基于现有预案，生成预案模型。
预案模型的生成方法为：训练数据{X_data,Y_Data}为前端物联网传感器采集设备如烟雾传感器，温度传感器，光感传感器，对现实消防数据的采集和消防数据对应等级标签的集合，模型通过对训练数据的学习，训练出适用于该消防环境的模型，对新的消防数据进行预测和决策。
深度学习网络中重要的结构为Residual Block，其结构如图2所示，整个深度学习网络有34层sub-residualBlocks构成。如图3所示，将预案中的抽象火灾现场的数据作为整个网络的输入，将预测出的火灾等级作为输出，输入层与输出层之间的权重层采用深度残差神经网络，将标签数据与真实值之间的距离最小化的过程为修正中间权重层，得到稳定的预测模型，系统根据预测结果实施对应预案。
深度残差神经网络由输入层与中间层的矩阵乘法以及残差结构和池化组成，输入经过全连接层，残差网络层，输出全连接层，softmax层后得到输出层，其反向传播依据交叉熵损失函数，通过符合函数导数链式法则调节整个模型的参数变化。
网络公式表示为：
X*[resnet resnet]＝y(2)
y*Wfc→Softmax＝Y(3)
其中，网络结构中的ResNet中子residual block结构如下：
整体ResNet由34个residual block构成。
其中，如图4所示，每个residual block的重要层次包括：
ReLu层：f(x)＝max(0，x)|f’(x)＝0
SoftMax层：
交叉熵损失函数L(y，a)＝-∑iyilog(ai)
复合函数导数的链式法则：设f和g为关于x的可导函数，复合函数y＝f[g(x)]。
复合函数y对x的导数
即，(3)式中，y1＝F(X，{Wi})+WsX
其反像传播autograd：
建立针对性场景和设备的高匹配适用模型
将火灾情况程度以及相应的表达火灾的数据结果输入预案模型，选择合适的预案，启动自动干预。自动干预则是基于物联网，通过控制机构控制如智能消防栓、喷淋装置等，采用合适的预案中所述的喷洒面积以及喷洒量进行灭火。
若干预成功，则结束，若干预失败，则启动人为干预，直至干预成功。
干预成功的标志是：烟雾传感器信号、光传感器信号和温度传感器信号回归正常值。
根据人为干预的行为实施过程和对应事件形式信息形成新的预案，储存至预案库，并修正预案模型。
人为干预则是通知消防队或者物业管理人员，远程控制或者实地控制消防栓等设施，对于火情进行扑灭，同时将记录的火灾烟雾、温度等信号和人为干预的行为实施过程，输入现有的预案模型中，对预案模型进行修正。
整个网络构架的设计都是在为决策FASD系统服务，当决策系统稳定。应用于实际场景中时，其工作流程如图5所示。
实施例2
本实施例还提出了基于上述方法的基于物联网的保障小区消防安全系统，如图5所示，包括传感器层、硬件设施、通讯模块，用于传递信息、处理器层、决策层、预案储存层、控制模块。传感器层包括安装在小区各位置的烟雾报警器、温度传感器和光传感器等，硬件设施为小区消防常用设施，包括消防栓，自动灭火装置，喷淋装置，疏导装置等。
底层硬件设备设施具备一定的智能基础，具有物联网功能，可以独立或半独立(外接物联网传感器)自动上传异常，障碍信息，周期信号，以及接收控制信息，可执行简单的控制命令(如打开、关闭设备，或触发声音或其他报警定位信息)。
本实施例中A小区某办公室的插线板由于过载，发生了插线板起火事故，首先通过视频监控层，定位至发生火灾的具体位置，视频监控层为安装在小区内部的视频监控器，视频监控器可以通过采集烟雾的发生位置，来定位失火的位置。同时，三个传感器可以采集失火点烟雾浓度、失火温度和火焰强度，通过通讯模块，传递到处理器层。
通讯模块用于传递信息，通讯模块的作用模式为：主服务器接收到三组数据，通过次服务器之一将三组数据传递至处理器层。
处理器层用于分析所述传感器层的传递的综.合信号，得出火灾情况程度和相应表达火灾的数据结果，判断该处的火情为：消防等级4，根据模型预测出险情，指向预案表实施方案，进行问题解决：
表1预案库预案数据
将三组数据输入预案模型中，决策层决定采用预案4进行灭火，即打开声光报警器、打开喷淋装置(增加二级水压)、增大1倍喷淋面积，开启人员疏散，同时通过消防通道管理层，对小区的所有消防通道统筹管理，消防通道管理层采用红外双目摄像机或其他合适的摄像机传感器监测消防通道通畅情况，监测到有遗留物(停车，堆放物品，钉子，超过时间遗留在消防通道等)等异常情况，启动疏通预案(广播挪位，预警信息直达管理人员同时保留现场证据信息)，以避免消防车无法开进小区的情况。
进而通过控制模块(控制器)驱动声光报警器、喷淋装置等进行工作，当执行完毕时，然而三个传感器的数据显示未完成灭火，该区域的烟雾浓度和温度均高于正常值，因此传感器层将这些数据通过通讯模块传递给决策层，决策层通过控制器进行报警，采用人工干预，人工干预可以为通知物业人员进行灭火，也可以为通知消防人员进行灭火。本实施例为前者。
物业人员赶到后，根据经验，采用控制喷淋装置的面积和水压，启动智能消防栓等措施，对区域内的活进行扑灭，当传感器层显示烟雾浓度和温度均为正常值时，决策层可通过控制层读取这些措施，并且修正预案模型，得到新的预案，储存至预案库层中，预案库层为大数据。数据和操作流程(本次法规)被存储为新的区块，作为当前种类设备的新法规。即为区块链式的存储方式。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
