本發(fā)明涉及廚房火災(zāi)智能預(yù)警處置，尤其涉及一種廚房火災(zāi)智能預(yù)警處置方法及系統(tǒng)。

背景技術(shù)：

1、家庭火災(zāi)已經(jīng)成為對生命和財產(chǎn)安全最嚴(yán)重的威脅之一。特別是隨著城市建筑高度的不斷提升和人口密度的增長，滅火救災(zāi)的難度也在不斷增加，火災(zāi)造成的經(jīng)濟損失急劇增長。其中，廚房火災(zāi)是最常見的家庭火災(zāi)類型，也是對生命和財產(chǎn)安全威脅最嚴(yán)重的。

2、為此，提升人們預(yù)防家庭和廚房火災(zāi)的意識非常重要，各類面向家庭的火災(zāi)探測及報警裝置逐步普及，例如溫度傳感器、濕度傳感器、催化燃燒燃氣傳感器和雙波段煙霧探測器等。此外，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，一系列基于物聯(lián)網(wǎng)的火災(zāi)預(yù)警系統(tǒng)相繼出現(xiàn)，大大提升了火災(zāi)的實時監(jiān)控、預(yù)警和處置能力。然而，目前的火災(zāi)探測和報警裝置大多屬于被動式預(yù)警，無法真正做到防患于未然，火災(zāi)處置能力較弱，還存在以下問題：

3、（1）火災(zāi)預(yù)警的及時性問題：現(xiàn)有的火災(zāi)預(yù)警裝置通常采用煙霧探測器或視頻監(jiān)控設(shè)備進行監(jiān)測，通常在火災(zāi)發(fā)生后通過聲光報警器等設(shè)備進行響應(yīng)，存在一定的滯后性。從消防角度來看，火災(zāi)的黃金撲救時間大約為3分鐘，因此研究更實時甚至提前的預(yù)警方式，對降低火災(zāi)撲滅難度和損失具有重要意義；

4、（2）火災(zāi)預(yù)警的精準(zhǔn)度問題：現(xiàn)有的火災(zāi)探測設(shè)備通常獨立測量各種環(huán)境參數(shù)如溫濕度和煤氣指標(biāo)，并基于門限值進行報警。但僅依靠單一參數(shù)進行判斷，火災(zāi)預(yù)警的精準(zhǔn)度較差。門限設(shè)置過高，則漏報率高，容易導(dǎo)致嚴(yán)重火災(zāi)后果；反之，降低門限，又可能導(dǎo)致誤報率高，增加不必要的處置成本；

5、（3）火災(zāi)處置的有效性問題：在火災(zāi)發(fā)生后的處置過程中，由于發(fā)現(xiàn)滯后導(dǎo)致災(zāi)情蔓延，以及設(shè)備聯(lián)動處理能力弱等因素，火災(zāi)處置的有效性大打折扣。

6、因此，綜合利用物聯(lián)網(wǎng)和人工智能等數(shù)字技術(shù)，研究新型的主動火災(zāi)預(yù)防報警方式，盡早發(fā)現(xiàn)并精準(zhǔn)感知災(zāi)情，并自動、有效地處置火患，是非常必要的。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的在于提供一種廚房火災(zāi)智能預(yù)警處置方法及系統(tǒng)，其通過多傳感器信息融合實現(xiàn)特征提取及對齊，結(jié)合火災(zāi)場景構(gòu)建任務(wù)驅(qū)動的圖神經(jīng)網(wǎng)絡(luò)模型，進而通過云邊端協(xié)同學(xué)習(xí)和推理作業(yè)，解決了當(dāng)前廚房火災(zāi)預(yù)警精度低、實時性差及處置不力等技術(shù)問題。

2、本發(fā)明涉及一種一種廚房火災(zāi)智能預(yù)警處置系統(tǒng)，其通過下述技術(shù)方案實現(xiàn)：

3、廚房數(shù)據(jù)采集端與邊緣智能計算盒網(wǎng)絡(luò)連接；邊緣智能計算盒與電控煤氣閥門電控連接，并與云服務(wù)器網(wǎng)絡(luò)連接；云服務(wù)器與交互終端網(wǎng)絡(luò)連接；邊緣智能計算盒能夠與云服務(wù)器進行聯(lián)邦學(xué)習(xí)訓(xùn)練并使用圖神經(jīng)網(wǎng)絡(luò)模型；廚房數(shù)據(jù)采集端采集數(shù)據(jù)并傳輸至邊緣智能計算盒，邊緣智能計算盒通過所述圖神經(jīng)網(wǎng)絡(luò)模型進行火災(zāi)預(yù)警和處置，并將廚房異常狀態(tài)信息推送至云服務(wù)器，云服務(wù)器與交互終端進行交互。

4、總體而言，所述廚房火災(zāi)智能預(yù)警處置系統(tǒng)通過廚房數(shù)據(jù)采集端獲取數(shù)據(jù)并傳輸至邊緣智能計算盒，邊緣智能計算盒利用人工智能模型進行火災(zāi)預(yù)警和處置（或配合云服務(wù)器協(xié)同處置），同時控制電控煤氣閥門，必要時將異常狀態(tài)信息推送至云服務(wù)器，由云服務(wù)器進一步通知交互終端，實現(xiàn)實時預(yù)警和智能處置，并且該人工智能模型由邊緣智能計算盒與云服務(wù)器通過聯(lián)邦學(xué)習(xí)得到。

5、本發(fā)明還涉及一種廚房火災(zāi)智能預(yù)警處置方法，該方法利用所述廚房火災(zāi)智能預(yù)警處置系統(tǒng)實現(xiàn)，其包括以下步驟：

6、s1，廚房數(shù)據(jù)采集端實時采集多種廚房環(huán)境參數(shù)，并上報至邊緣智能計算盒；

7、s2，邊緣智能計算盒根據(jù)廚房環(huán)境參數(shù)確定相應(yīng)的有限狀態(tài)機模式，完成圖結(jié)構(gòu)構(gòu)建，加載相應(yīng)的圖神經(jīng)網(wǎng)絡(luò)模型，其中圖節(jié)點代表不同廚房環(huán)境狀態(tài)，邊代表狀態(tài)之間的切換；

8、s3，邊緣智能計算盒對輸入的廚房環(huán)境參數(shù)進行預(yù)處理，生成相應(yīng)的特征參數(shù)向量作為每個圖節(jié)點的輸入，采用弱監(jiān)督方式構(gòu)建訓(xùn)練數(shù)據(jù)集，并提供模型訓(xùn)練和預(yù)測兩個數(shù)據(jù)通道；所述弱監(jiān)督方式為：邊緣智能計算盒周期性對圖節(jié)點（即有限狀態(tài)機狀態(tài)）的歷史屬性（狀態(tài)）進行掃描和判定，得到對應(yīng)的廚房環(huán)境狀態(tài)（標(biāo)簽），從而解決廚房預(yù)警模型樣本數(shù)據(jù)少的難題；

9、s4，通過模型訓(xùn)練通道，邊緣智能計算盒以水平聯(lián)邦學(xué)習(xí)方式進行模型訓(xùn)練；

10、s5，通過模型預(yù)測通道，邊緣智能計算盒基于訓(xùn)練好的圖神經(jīng)網(wǎng)絡(luò)模型進行預(yù)警處置。

11、優(yōu)選的，有限狀態(tài)機的每個狀態(tài)映射為圖節(jié)點，有限狀態(tài)機的狀態(tài)關(guān)系映射為圖的邊，將有限狀態(tài)機和圖神經(jīng)網(wǎng)絡(luò)模型建立對應(yīng)關(guān)系，挖掘空間關(guān)聯(lián)關(guān)系；利用時序神經(jīng)網(wǎng)絡(luò)挖掘不同時間點廚房環(huán)境狀態(tài)變化的時間關(guān)聯(lián)關(guān)系。

12、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點和有益效果：

13、1、現(xiàn)有技術(shù)中的火災(zāi)預(yù)警系統(tǒng)存在五大主要缺點：首先，它們依賴單一或簡單的傳感器組合，導(dǎo)致預(yù)警不及時。其次，由于缺乏對復(fù)雜環(huán)境特征的深度挖掘，預(yù)警不精準(zhǔn)，容易產(chǎn)生誤報或漏報。第三，數(shù)據(jù)傳輸和處理效率低，大量原始數(shù)據(jù)需要傳輸?shù)皆贫?，增加了通信開銷和數(shù)據(jù)隱私風(fēng)險。第四，缺乏自動化處置能力，主要集中在監(jiān)測和報警。最后，難以實現(xiàn)本地化優(yōu)化，模型訓(xùn)練和優(yōu)化依賴云端，無法快速響應(yīng)本地環(huán)境變化。對應(yīng)的，本發(fā)明設(shè)計了一種云-邊-端協(xié)同模式的廚房火災(zāi)智能預(yù)警處置系統(tǒng)，主要由負責(zé)數(shù)據(jù)采集的前端設(shè)備、負責(zé)數(shù)據(jù)分析處理的邊緣智能計算盒和負責(zé)業(yè)務(wù)應(yīng)用的云服務(wù)器組成，實現(xiàn)了火災(zāi)監(jiān)控、預(yù)警和處置的全流程管控。系統(tǒng)通過多傳感器信息融合技術(shù)，利用不同傳感器的數(shù)據(jù)進行特征提取和對齊，獲得豐富的特征表達，從而提升了狀態(tài)轉(zhuǎn)移的判定準(zhǔn)確性。通過構(gòu)建時序神經(jīng)網(wǎng)絡(luò)，深入挖掘和利用狀態(tài)機的隱含知識，并結(jié)合聯(lián)邦學(xué)習(xí)機制實現(xiàn)本地化優(yōu)化，避免了傳輸原始數(shù)據(jù)到云端進行訓(xùn)練的通信開銷和隱私風(fēng)險。系統(tǒng)能夠有效捕捉廚房環(huán)境中的動態(tài)變化，并實現(xiàn)精確的預(yù)警，顯著提高了火災(zāi)預(yù)警的及時性和精準(zhǔn)性；

14、2、本發(fā)明通過將廚房典型場景映射為有限狀態(tài)機，利用協(xié)同感知節(jié)點進行實時信號采集和分析，并通過有限狀態(tài)機進行狀態(tài)轉(zhuǎn)移判定，克服了現(xiàn)有技術(shù)中預(yù)警不及時、不精準(zhǔn)、數(shù)據(jù)處理效率低、缺乏自動化處置能力和難以實現(xiàn)本地化優(yōu)化等缺點。通過多傳感器節(jié)點、多狀態(tài)、時域時序輸入等多維度特征融合，系統(tǒng)能夠準(zhǔn)確識別火災(zāi)風(fēng)險，并在風(fēng)險被識別時自動采取措施，如關(guān)閉煤氣閥門、推送警報信息和通知相關(guān)人員，從而顯著提高了火災(zāi)預(yù)警和處置的準(zhǔn)確性和效率，減少了潛在損失。

技術(shù)特征：

1.一種廚房火災(zāi)智能預(yù)警處置方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的一種廚房火災(zāi)智能預(yù)警處置方法，其特征在于，所述s4的具體步驟包括：

3.如權(quán)利要求1所述的一種廚房火災(zāi)智能預(yù)警處置方法，其特征在于，所述s5的具體步驟包括：

4.如權(quán)利要求1所述的一種廚房火災(zāi)智能預(yù)警處置方法，其特征在于，有限狀態(tài)機的每個狀態(tài)映射為圖節(jié)點，有限狀態(tài)機的狀態(tài)關(guān)系映射為圖的邊，將有限狀態(tài)機和圖神經(jīng)網(wǎng)絡(luò)模型建立對應(yīng)關(guān)系，挖掘兩者空間關(guān)聯(lián)關(guān)系；利用時序神經(jīng)網(wǎng)絡(luò)挖掘不同時間點與廚房環(huán)境狀態(tài)變化的時間關(guān)聯(lián)關(guān)系。

5.如權(quán)利要求4所述的一種廚房火災(zāi)智能預(yù)警處置方法，其特征在于，所述圖節(jié)點對應(yīng)的圖神經(jīng)網(wǎng)絡(luò)根據(jù)注意力得到的鄰域節(jié)點權(quán)重對鄰域節(jié)點特征進行加權(quán)求和，即

6.一種廚房火災(zāi)智能預(yù)警處置系統(tǒng)，用于實現(xiàn)權(quán)利要求1-5任意一項所述的一種廚房火災(zāi)智能預(yù)警處置方法，包括廚房數(shù)據(jù)采集端、邊緣智能計算盒、云服務(wù)器、交互終端以及電控煤氣閥門，其特征在于，廚房數(shù)據(jù)采集端與邊緣智能計算盒網(wǎng)絡(luò)連接；邊緣智能計算盒與電控煤氣閥門電控連接，并與云服務(wù)器網(wǎng)絡(luò)連接；云服務(wù)器與交互終端網(wǎng)絡(luò)連接；邊緣智能計算盒能夠與云服務(wù)器進行聯(lián)邦學(xué)習(xí)訓(xùn)練并使用圖神經(jīng)網(wǎng)絡(luò)模型；廚房數(shù)據(jù)采集端采集數(shù)據(jù)并傳輸至邊緣智能計算盒，邊緣智能計算盒通過所述圖神經(jīng)網(wǎng)絡(luò)模型進行火災(zāi)預(yù)警和處置，并將廚房異常狀態(tài)信息推送至云服務(wù)器，云服務(wù)器與交互終端進行交互。

7.如權(quán)利要求6所述的一種廚房火災(zāi)智能預(yù)警處置系統(tǒng)，其特征在于，廚房數(shù)據(jù)采集端包括溫度傳感器、濕度傳感器、催化燃燒燃氣傳感器、雙波段煙霧探測器、手動式觸發(fā)器及視頻監(jiān)控設(shè)備。

技術(shù)總結(jié)
本發(fā)明公開了一種廚房火災(zāi)智能預(yù)警處置方法及系統(tǒng)，涉及廚房火災(zāi)智能預(yù)警處置技術(shù)領(lǐng)域，其廚房數(shù)據(jù)采集端與邊緣智能計算盒網(wǎng)絡(luò)連接；邊緣智能計算盒與電控煤氣閥門電控連接，且其與云服務(wù)器網(wǎng)絡(luò)連接；云服務(wù)器與交互終端網(wǎng)絡(luò)連接；邊緣智能計算盒能夠與云服務(wù)器進行聯(lián)邦學(xué)習(xí)訓(xùn)練及使用圖神經(jīng)網(wǎng)絡(luò)模型；廚房數(shù)據(jù)采集端采集數(shù)據(jù)傳輸至邊緣智能計算盒，邊緣智能夠通過所述圖神經(jīng)網(wǎng)絡(luò)模型預(yù)警并處置廚房火宅狀態(tài)，且其能夠?qū)N房異常狀態(tài)信息推送至云服務(wù)器；本發(fā)明通過對應(yīng)設(shè)置的人工智能預(yù)警處置設(shè)置提高了火災(zāi)預(yù)警和處置的準(zhǔn)確性和效率。

技術(shù)研發(fā)人員：邱吉剛,姚元飛,蔡方凱,付寧
受保護的技術(shù)使用者：成都工業(yè)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19