买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江苏正安消防检测评估服务有限公司申请的专利多通道气体分析的消防设施火灾早期预警系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119181193B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411179254.4，技术领域涉及：G08B17/06；该发明授权多通道气体分析的消防设施火灾早期预警系统是由周燕;吴其培;夏青设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本多通道气体分析的消防设施火灾早期预警系统在说明书摘要公布了：本发明公开了多通道气体分析的消防设施火灾早期预警系统，属于人工智能技术领域。本发明定位建筑物内部相应楼层和相应设备，获取消防设备信息、医院火灾记录和设备报警记录，分析设备状态；实时监控建筑物内部的数据，统一时间轴，形成火灾预警数据，训练长短期记忆网络模型，分析火灾预警数据，生成火灾预警级别，在建筑物的三维模型中进行定位；采集火灾预警位置区域的实时气体成分数据，训练火灾程度评估模型，对新采集的数据进行预测，判断当前环境下是否存在火灾，评估火灾的严重程度，识别误报，调整预警级别；根据确认后的预警级别，触发相应的报警机制，自动联动消防设备，在高级预警情况下生成疏散指令，进行人员疏散引导。

本发明授权多通道气体分析的消防设施火灾早期预警系统在权利要求书中公布了：1.多通道气体分析的消防设施火灾早期预警系统，其特征在于，所述系统包括：消防设备管理模块：包括：定位单元、数据采集单元和设备状态分析单元；其中，定位单元利用建筑物的平面图和三维模型定位建筑物内部相应楼层和相应设备，数据采集单元负责获取消防设备信息，包括总设备数、设备运行率、离线率和故障率，获取医院火灾记录和设备报警记录，设备状态分析单元负责结合消防设备信息使用决策树算法分析设备状态；火灾预警模块：包括：数据监控单元、数据整合单元和预警级别生成单元；数据监控单元负责实时监控建筑物内部的设备状态数据、烟感报警数据、温感报警数据和手动报警数据，数据整合单元负责统一时间轴，将不同来源的数据同步到同一时间线，通过加权融合将数据进行整合形成火灾预警数据，预警级别生成单元负责训练长短期记忆网络模型，分析火灾预警数据，生成火灾预警级别，在建筑物的三维模型中进行定位；多通道气体分析模块：包括：数据预处理单元、火灾程度评估单元、火灾蔓延速度计算单元和误报识别单元；数据预处理单元负责获取火灾预警级别和三维模型中的火灾预警位置数据，通过预警位置部署的多通道气体传感器采集火灾预警位置区域的实时气体成分数据，对采集到的气体数据进行预处理，火灾程度评估单元使用历史火灾数据和误报数据训练卷积神经网络结合长短期记忆网络的火灾程度评估模型，对新采集的数据进行预测，判断当前环境下是否存在火灾，评估火灾的严重程度，火灾蔓延速度计算单元根据火灾预警数据、火灾的严重程度、采集到的气体数据和建筑物的三维模型，使用多元回归算法构建火灾蔓延模型，生成火灾的蔓延速度，误报识别单元负责基于火灾程度评估模型的输出，识别误报，调整预警级别；在所述多通道气体分析模块中，数据预处理单元从部署在火灾预警位置区域的多通道气体传感器获取实时气体成分数据，每个传感器实时检测不同类型的气体，以时间序列的形式输入，表示为，其中，到表示第1种气体到第m种气体在时间t的浓度值，m为气体种类数；使用卡尔曼滤波对进行平滑处理，以减少噪声的影响；使用低通滤波器消除高频噪声，保留低频的有效信号部分；采用Z-score标准化将不同气体的数据归一化至相同的尺度；通过插值方法将所有传感器的数据同步到一个统一的时间轴上；在所述多通道气体分析模块中，针对卷积神经网络部分，输入层接收从多通道气体传感器采集到的实时气体成分数据，输入数据是一个多维矩阵，每个维度代表一个气体传感器，矩阵中的每个元素代表不同时间点对应气体的浓度值；卷积层通过若干个滤波器对输入数据进行操作，每个滤波器都是一个矩阵，比输入数据的维度小；在滤波器滑动的过程中，对输入矩阵的局部区域执行卷积操作，计算局部数据的加权和，并生成一个新的特征图，卷积操作将提取出气体浓度之间的关系；卷积层的输出通过激活函数ReLU进行非线性变换，池化层用于降低卷积层输出的维度，并聚合局部特征，从而减少数据量并增强模型的鲁棒性；卷积神经网络包含若干个卷积层和池化层的组合，逐层提取数据的高级特征，前若干层专注于捕捉气体浓度的局部变化，后若干层负责识别局部变化如何组合形成更复杂的火灾信号；连接到若干个全连接层，将提取的高级特征聚合，生成一个高维的特征向量，用于反映火灾的整体趋势和特征；最终的输出层将高维特征向量映射为一个火灾风险评分；在所述多通道气体分析模块中，针对长短期记忆网络部分，输入层接收的数据是经过火灾预警模块的数据整合单元处理后的火灾预警数据；当设备状态出现异常变化时，输入门将异常信息写入记忆单元，如果某一时刻的烟感报警恢复正常，遗忘门将减少对之前报警的记忆强度；如果若干个传感器同时发出异常信号，输出门将综合所述异常信号，输出一个综合火灾预警信号；在每个时间步会根据当前输入和前一状态，更新记忆单元中的信息，并生成当前的输出；长短期记忆网络将堆叠若干个层，每一层的输出作为下一层的输入，逐层提取更高级别的时间序列特征；通过全连接层进行聚合，生成一个火灾预警指标；输出层将火灾预警指标映射为一个火灾预警级别，用于表示火灾严重程度；获取火灾预警向量、火灾严重程度、气体数据和建筑物三维模型，其中，是空间坐标；从中提取建筑物结构特征、建筑物内部物品布局、建筑物内部热传导路径和建筑物空间连通性，对特征进行量化；在结构特征量化中，房间面积按面积分配评分，面积越大得分越高，楼层高度根据高度设定评分规则，越高得分越高，墙体厚度按墙体厚度和材料的防火性能评分，记录门窗的数量，影响火灾的蔓延速度；在物品布局量化中，根据房间用途类别设置评分，易燃物品存放情况影响得分；在热传导路径量化中，根据材料的热导率设定评分，导热性材料影响抗火灾能力，通风系统得分越高，建筑物内烟雾扩散越低；在空间连通性量化中，开放区域越多得分越低，有效的隔断能够提升得分；为每种特征设定权重，反映其对火灾蔓延的影响程度；将各项特征的评分乘以对应的权重，进行求和，得到建筑物的抗火灾蔓延指数u；使用回归模型，设火灾蔓延速度为，数学表达如下： ；其中，是模型的截距项，分别是建筑物的抗火灾蔓延指数、火灾预警向量、火灾严重程度和气体数据的回归系数，表示各特征对火灾蔓延速度的影响，是误差项；使用历史数据对回归模型进行训练，将实际的火灾蔓延速度作为目标变量，训练数据集中包含和的值，使用最小二乘法确定相应的回归系数，使用交叉验证验证模型的性能；在实际应用中输入相应的参数，生成火灾的蔓延速度；在所述多通道气体分析模块中，火灾程度评估模型输出一个火灾严重程度和火灾发生的概率，将作为误报识别单元的输入；其中，，其中1表示火灾极为严重，0表示无火灾，，其中1表示火灾发生，0表示无火灾；设定火灾严重程度阈值和火灾发生概率阈值，如果且，则认为可能存在误报；误报识别单元利用其他传感器数据进行加权融合，计算一个误报识别综合指标K用于辅助误报识别，如果K小于误报识别综合指标阈值，且且，则认为存在误报，调整预警级别；预警处理模块：包括：报警触发单元、消防设备联动单元、疏散引导单元和疏散监控单元；报警触发单元根据确认后的预警级别，触发相应的报警机制，如果预警级别达到中级或高级，消防设备联动单元将自动联动消防设备，根据火灾预警位置和火灾的严重程度，触发相应区域的自动灭火系统，调整建筑物内的通风和排烟系统，疏散引导单元在高级预警情况下，生成疏散指令，通过建筑内的公共广播系统进行人员疏散引导，疏散监控单元通过监控摄像头和传感器，实时跟踪疏散进度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏正安消防检测评估服务有限公司，其通讯地址为：210009 江苏省南京市鼓楼区清江南路70号水资源科技大厦一楼东区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。