一种基于物联网的智慧消防在线监测无线报警服务系统的制作方法

本发明涉及智能报警，具体是涉及一种基于物联网的智慧消防在线监测无线报警服务系统。

背景技术：

1、智慧消防系统是一个集成了现代信息技术和智能技术的综合消防管理系统，它的主要目标是通过先进的技术手段提升消防安全和应急响应能力，通过实时监测，能够实时监测建筑物内的火灾隐患，提高早期预警能力，可以自动生成和发送报警信息，减少人为疏漏，利用数据分析优化消防策略和资源分配，通过智能化控制和远程管理，快速响应火灾事件，基于先进的报警技术，系统能够自动识别风险并发出报警，提高响应速度和效率，提供用户友好的界面，方便用户实时监控系统状态、管理报警信息和查看历史数据。

2、现有的智慧消防系统在运行过程中较为固定化，不能根据实时数据进行新的阈值计算，导致预测结果不佳，不能及时的进行调整。

技术实现思路

1、为解决上述技术问题，提供一种基于物联网的智慧消防在线监测无线报警服务系统，本技术方案解决了上述的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、一种基于物联网的智慧消防在线监测无线报警服务系统，报警服务系统包括：

4、数据采集模块：获取传感器内的数据，并对数据进行预处理；

5、智能数据分析模块：智能数据分析模块与数据采集模块电性连接，所述智能数据分析模块用于建立火灾预测模型，基于火灾预测模型预测火灾风险，识别不同类型的火灾模式；

6、自适应报警模块：自适应报警模块与智能数据分析模块和数据采集模块电性连接，所述自适应报警模块用于根据实时数据和环境变化自动调整报警阈值；

7、中央监控模块：中央监控模块与自适应报警模块、智能数据分析模块和数据采集模块电性连接，所述中央监控模块用于集中接收、存储和管理来自各个传感器的数据，生成报警记录；

8、用户界面模块：用户界面模块与中央监控模块、自适应报警模块、智能数据分析模块和数据采集模块电性连接，所述用户界面模块用于提供用户友好的界面，实时监控系统状态，通过图表与仪表盘的形式展示数据。

9、优选地，所述数据采集模块具体包括：

10、传感器接口单元：与传感器连接，获取原始数据；

11、数据采集单元：基于传感器接口内获取的数据，进行格式化和转换；

12、其中，数据转换公式为：

13、

14、式中，d为数字值，vin为输入电压，vmin为传感器的最小电压，vmax为传感器的最大电压，n为adc分辨率；

15、数据预处理单元：对采集的数据进行去噪、平滑处理和校准；

16、数据存储单元：临时存储处理后的数据。

17、优选地，所述智能数据分析模块具体包括：

18、数据准备单元：从数据采集模块获取数据，进行特征选择和数据清洗；

19、特征工程单元：进行特征提取；

20、其中，特征缩放公式为：

21、

22、式中，x为标准化后的特征，s原始特征，μ为特征的均值和σ为特征的标准差；

23、使用正则化技术来选择最重要的特征；

24、其中，正则化公式为：

25、

26、式中，loss为总损失函数，mse均方误差，γ为正则化参数，βi为第i个特征的系数；

27、火灾预测模型建立单元：基于数据特征，建立火灾预测模型；

28、模型应用单元：基于火灾预测模型对火灾风险进行预测与识别。

29、优选地，其中，火灾预测模型公式为：

30、

31、式中，y为预测值，β1β2…βn为特征变量x1x2…xn的权重，x1x2…xn为特征变量，p(y＝1)为事件y＝1的概率，e为自然对数的底数，aμ为寻找使目标函数最小化的μ，xi为第i个数据点，μk为第k个簇的中心，k为簇的数量，||xi-μk||2为数据点xi到簇中心μk的平方距离。

32、优选地，所述自适应报警模块具体包括：

33、数据输入单元：接收来自智能数据分析模块和数据采集模块的实时数据；

34、实时分析单元：处理输入数据，检测当前环境和条件的变化；

35、其中，处理公式为：

36、d＝f(x,e)

37、其中，d为当前数据状态，x为实时数据,e为当前环境状态；

38、阈值调整单元：根据实时分析结果调整报警阈值；

39、其中，阈值调整公式为：

40、t调＝t+α×9d-d基

41、其中，t调为调整后的报警阈值，t为基础报警阈值，α为调整系数，d为当前数据状态，d基为基准数据状态；

42、报警判断单元：比较实时数据与调整后的阈值，决定是否触发报警。

43、优选地，所述报警判断单元具体包括：

44、获取调整后的阈值：从阈值调整单元获取调整后的阈值t调；

45、比较实时数据与阈值；

46、检查实时数据是否超过调整后的阈值；

47、决定是否触发报警，如果实时数据大于等于调整后的阈值，触发报警；

48、其中，调整公式为：

49、a＝if(d≥t调)

50、式中，a为报警是否触发的布尔值，d为实时数据，t调为调整后的报警阈值。

51、优选地，所述中央监控模块具体包括：

52、数据接收单元：从自适应报警模块、智能数据分析模块和数据采集模块接收实时数据和报警信息；

53、数据存储单元：存储来自不同模块的实时数据和历史记录；

54、数据管理单元：组织和管理存储的数据，包括数据清理、索引和检索；

55、报警记录生成单元：生成报警记录，包括报警时间、类型与严重性的信息；

56、报警通知单元：生成和发送报警通知，确保相关人员及时得到报警信息；

57、数据分析与报告生成单元：对存储的数据进行分析，生成报告和统计信息，提供系统性能和事件趋势的视图。

58、优选地，所述数据分析与报告生成单元具体包括：

59、其中，数据分析公式为：

60、a＝f(d存)

61、式中，a为分析结果，d存为存储的数据。

62、优选地，所述用户界面模块具体包括：

63、数据展示单元：从中央监控模块接收数据，并以图表、仪表盘的形式展示；

64、实时监控单元：实时更新界面上的数据，反映系统状态和警报信息；

65、报警显示单元：显示当前的报警状态和历史报警记录，包括报警级别和详细信息；

66、用户交互单元：允许用户与界面进行交互，包括设置阈值、查看历史记录、生成报告；

67、报告生成单元：生成和展示系统运行报告及分析结果。

68、优选地，所述报警显示单元具体包括：

69、其中，报警显示公式为：

70、a＝{t,l,f}

71、式中，a为报警显示信息，t为报警时间，l为报警级别，f为触发报警时的实时数据。

72、与现有技术相比，本发明的有益效果在于：

73、本发明提出建立火灾预测模型，基于火灾预测模型预测火灾风险，能提前预测火灾的风险概率，提升了系统的安全性，通过根据实时数据和环境变化自动调整报警阈值，能及时的更新阈值，导致预测结果更加准确，使系统的实时效果更好，带来了更好的使用前景与商业价值。