[发明专利]施工现场火灾风险等级的预测方法、装置和设备在审

专利信息
申请号: 202210176168.2 申请日: 2022-02-24
公开(公告)号: CN114529095A 公开(公告)日: 2022-05-24
发明(设计)人: 赫海涛;邹磊;林馥岱;刘诗民;张怀均;朱春梅;卢海英;张永胜 申请(专利权)人: 深圳中核普达测量科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/26
代理公司: 北京市鼎立东审知识产权代理有限公司 11751 代理人: 朱慧娟
地址: 518120 广东省深圳市大鹏新区大鹏街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 施工现场 火灾 风险 等级 预测 方法 装置 设备
【权利要求书】:

1.一种施工现场火灾风险等级的预测方法,其特征在于,包括:

获取施工现场的火灾风险指标的指标值;

根据所述指标值,采用预先构建的火灾风险程度预测模型,得到所述施工现场的火灾风险等级;所述火灾风险程度预测模型反映所述指标值与所述火灾风险等级之间的映射关系;

其中,所述火灾风险指标包括施工作业人员指标、施工状态指标和施工环境指标中的至少一种。

2.根据权利要求1所述的方法,其特征在于,所述施工作业人员指标包括:专业程度、工作年限、违规操作次数、是否经过专业培训和作业人员数量中的至少一种;

所述施工状态指标包括:施工作业人员是否处于操作范围和设定物品是否符合摆放标准中的至少一种;

所述施工环境指标包括:作业时间、湿度、温度、风速和降水量中的至少一种。

3.根据权利要求2所述的方法,其特征在于,在获取所述施工作业人员指标的指标值时,基于施工作业人员信息和预设的赋值信息实现;

在获取所述施工状态指标的指标值时,基于图像识别实现;

在获取所述施工环境指标的指标值时,基于环境监测设备实现。

4.根据权利要求1所述的方法,其特征在于,所述火灾风险程度预测模型是基于多层前馈神经网络模型构建。

5.根据权利要求4所述的方法,其特征在于,在构建所述火灾风险程度预测模型时,包括:

基于所述火灾风险指标的历史指标值和对应的火灾风险等级,构建训练数据;

配置基础多层前馈神经网络模型;

基于所述训练数据,对所述基础多层前馈神经网络模型进行训练,得到所述火灾风险程度预测模型。

6.根据权利要求5所述的方法,其特征在于,所配置的所述基础多层前馈神经网络模型包括:输入层、隐含层和输出层;其中,所述隐含层神经元的个数为5。

7.根据权利要求1-6中任一项所述的方法,其特征在于,在获取施工现场的火灾风险指标的指标值之后,还包括对所述指标值进行归一化处理的操作。

8.一种施工现场火灾风险等级的预测装置,其特征在于,包括:

指标值获取模块,用于获取施工现场的火灾风险指标的指标值;

风险等级确定模块,用于根据所述指标值,采用预先构建的火灾风险程度预测模型,得到所述施工现场的火灾风险等级;所述火灾风险程度预测模型反映所述指标值与所述火灾风险等级之间的映射关系;

其中,所述火灾风险指标包括施工作业人员指标、施工状态指标和施工环境指标中的至少一种。

9.一种施工现场火灾风险等级的预测设备,其特征在于,包括:

处理器;

用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。

10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳中核普达测量科技有限公司,未经深圳中核普达测量科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210176168.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top