欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2024112261824
申请人: 云南硕弈科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 信号装置
更新日期:2025-04-29
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种楼宇智能电气火灾监控方法,其特征在于,包括:

获取目标监测区域内不同楼层在预定时间段内多个预定时间点的配电箱的漏电电流值和温度值;

将所述不同楼层在多个预定时间点的配电箱的漏电电流值和温度值按照时间维度和样本维度进行排列以得到电气火灾监测参数时序输入张量;

对所述电气火灾监测参数时序输入张量进行特征编码以得到电气火灾监测参数动态变化时序特征图;

对所述电气火灾监测参数动态变化时序特征图进行特征强调以得到电气火灾监测强调特征图;

基于所述电气火灾监测强调特征图,得到报警结果。

2.根据权利要求1所述的楼宇智能电气火灾监控方法,其特征在于,对所述电气火灾监测参数时序输入张量进行特征编码以得到电气火灾监测参数动态变化时序特征图,包括:将所述电气火灾监测参数时序输入张量通过电气火灾监测参数时序特征编码器以得到所述电气火灾监测参数动态变化时序特征图。

3.根据权利要求2所述的楼宇智能电气火灾监控方法,其特征在于,对所述电气火灾监测参数动态变化时序特征图进行特征强调以得到电气火灾监测强调特征图,包括:将所述电气火灾监测参数动态变化时序特征图通过基于通道注意力机制的电气监测时序特征强调器以得到电气火灾监测参数动态变化时序特征强调图;

将所述电气火灾监测参数动态变化时序特征图通过基于空间注意力机制的楼层电气监测特征强调器以得到电气火灾监测参数动态变化时序楼层强调特征图;

融合所述电气火灾监测参数动态变化时序特征强调图和所述电气火灾监测参数动态变化时序楼层强调特征图以得到所述电气火灾监测强调特征图。

4.根据权利要求3所述的楼宇智能电气火灾监控方法,其特征在于,所述电气火灾监测参数时序特征编码器为使用三维卷积核的卷积神经网络模型,所述基于通道注意力机制的电气监测时序特征强调器为使用通道注意力机制的卷积神经网络模型,所述基于空间注意力机制的楼层电气监测特征强调器为基于空间注意力机制的卷积神经网络模型。

5.根据权利要求4所述的楼宇智能电气火灾监控方法,其特征在于,基于所述电气火灾监测强调特征图,得到报警结果,包括:将所述电气火灾监测强调特征图沿通道维度的各个特征矩阵进行均值池化以得到电气火灾监测强调特征向量;

对所述电气火灾监测强调特征向量进行基于特征偏移补偿的局部扰动调整以得到优化的电气火灾监测强调特征向量;

将所述优化的电气火灾监测强调特征向量通过基于分类器的报警结果生成器以得到分类结果,所述分类结果用于表示是否给消防控制中心发报警信息。

6.根据权利要求5所述的楼宇智能电气火灾监控方法,其特征在于,对所述电气火灾监测强调特征向量进行基于特征偏移补偿的局部扰动调整以得到优化的电气火灾监测强调特征向量,包括:确定所述分类器在每次迭代更新前后的第一分类权重矩阵和第二分类权重矩阵;

将所述第一分类权重矩阵和所述第二分类权重矩阵分别与所述电气火灾监测强调特征向量进行矩阵相乘以得到第一电气火灾监测调制特征向量和第二电气火灾监测调制特征向量;

计算所述第一电气火灾监测调制特征向量和所述第二电气火灾监测调制特征向量之间的按位置差分以得到电气火灾监测移位信息表示向量;

计算所述第一电气火灾监测调制特征向量和所述第二电气火灾监测调制特征向量之间的按位置均值向量的F范数作为移位补偿放缩因子;

以所述移位补偿放缩因子对所述电气火灾监测移位信息表示向量进行线性放缩以得到放缩后的电气火灾监测移位信息表示向量,并将所述放缩后的电气火灾监测移位信息表示向量输入Sigmoid激活函数以得到电气火灾监测后向传播移位补偿表示向量;

计算所述电气火灾监测后向传播移位补偿表示向量与所述电气火灾监测强调特征向量的按位置点乘以得到所述优化的电气火灾监测强调特征向量。

7.根据权利要求6所述的楼宇智能电气火灾监控方法,其特征在于,以所述移位补偿放缩因子对所述电气火灾监测移位信息表示向量进行线性放缩以得到放缩后的电气火灾监测移位信息表示向量,并将所述放缩后的电气火灾监测移位信息表示向量输入Sigmoid激活函数以得到电气火灾监测后向传播移位补偿表示向量,包括:创建一个Spring Boot项目;

在所述Spring Boot项目中创建一个服务器类,所述服务器类用于执行向量线性放缩和向量输入激活函数处理;

在所述Spring Boot项目中创建一个控制器类,所述控制器类用于接受请求并调用所述服务器类;

将所述Spring Boot项目打包为JAR文件,并将所述JAR文件部署到服务器上。

8.一种楼宇智能电气火灾监控系统,其特征在于,包括:

电气火灾监测相关数据采集模块,用于获取目标监测区域内不同楼层在预定时间段内多个预定时间点的配电箱的漏电电流值和温度值;

电气火灾监测相关数据规整模块,用于将所述不同楼层在多个预定时间点的配电箱的漏电电流值和温度值按照时间维度和样本维度进行排列以得到电气火灾监测参数时序输入张量;

电气火灾监测相关数据特征编码模块,用于对所述电气火灾监测参数时序输入张量进行特征编码以得到电气火灾监测参数动态变化时序特征图;

电气火灾监测相关数据特征强调模块,用于对所述电气火灾监测参数动态变化时序特征图进行特征强调以得到电气火灾监测强调特征图;

报警结果生成模块,用于基于所述电气火灾监测强调特征图,得到报警结果。

9.根据权利要求8所述的楼宇智能电气火灾监控系统,其特征在于,所述电气火灾监测相关数据特征编码模块,用于:将所述电气火灾监测参数时序输入张量通过电气火灾监测参数时序特征编码器以得到所述电气火灾监测参数动态变化时序特征图。

10.根据权利要求9所述的楼宇智能电气火灾监控系统,其特征在于,所述报警结果生成模块,包括:特征图池化单元,用于将所述电气火灾监测强调特征图沿通道维度的各个特征矩阵进行均值池化以得到电气火灾监测强调特征向量;

特征向量优化单元,用于对所述电气火灾监测强调特征向量进行基于特征偏移补偿的局部扰动调整以得到优化的电气火灾监测强调特征向量;

特征向量解析单元,用于将所述优化的电气火灾监测强调特征向量通过基于分类器的报警结果生成器以得到分类结果,所述分类结果用于表示是否给消防控制中心发报警信息。