[发明专利]一种基于物联网家居突发情况的预警系统

说明书

本发明公开了智能家居领域的一种基于物联网家居突发情况的预警系统包括方案匹配库、机器学习更新库和历史数据存储库，并将预警系统连入云平台，从而根据不同的信号源和场景类别，生成具有预判学习功能的不同单元的系统预警标准，还包括对不同场景预设的安全阈值a_x，当云平台将接收的监测环境信号大于a_x时，生成危险预警模型，危险预警模型预测下一时间段的参数值，并在下一时间段与实际参数值作比较，训练和优化危险预警模型，相对于采用烟雾报警或温度报警的现有技术，本技术方案中利用区域或独立的信号源进行监控，实现单元式系统预警，同时对实时信息进行收集。

技术领域

本发明属于智能家居领域，具体是一种基于物联网家居突发情况的预警系统。

背景技术

随着生活水平的不断提高，随着科技的进步，人们生活水平的提高，家用电器的使用愈加普遍，同时人们迫切的需要高效的家庭生活管理。由此人们对现代家居系统的智能性、安全性、便捷性提出了更高的要求。

各种用电器种类和功能日益复杂、用电量庞大，还易发生短路、过载，进而引起火灾、触电等事故，同时，用户用电的用电负荷、用电量、电压、电流、使用状态及频率、线路故障、设备故障、火灾等数据难以实时监控并反馈，给用户的生活、生命、财产造成了严重威胁和损失，不能及时排除安全隐患。

发明内容

为了解决上述问题，本发明的目的是提供一种实时监控的于物联网家居突发情况的预警系统。

为了实现上述目的，本发明的技术方案如下：一种基于物联网家居突发情况的预警系统包括方案匹配库、机器学习更新库和历史数据存储库，并将预警系统连入云平台，从而根据不同的信号源和场景类别，生成具有预判学习功能的不同单元的系统预警标准，还包括对不同场景预设的安全阈值a_x，当云平台将接收的监测环境信号大于a_x时，生成危险预警模型，危险预警模型预测下一时间段的参数值，并在下一时间段与实际参数值作比较，训练和优化危险预警模型。

采用上述方案后实现了以下有益效果：1、相对于采用烟雾报警或温度报警的现有技术，本技术方案中利用区域或独立的信号源进行监控，实现单元式系统预警，同时对实时信息进行收集，基于实时信息建立风险预估模型并对险情进行记录，生成自主学习系统。

2、相对于带有自主学习系统的现有技术，本技术方案中对不同场景预设的安全阈值a_x，降低了关联信号源之间误报的可能性，提升了预警的准确度。

进一步，还包括以下步骤：

步骤一，采集终端数据传输至云平台生成分布排列的状态数据；

步骤二，将采集的状态数据通过机器学习和概率统计方法，生成预测准确率和状态序列，从而预测下一时刻的环境参数信息；

步骤三，结合实际的环境参数信息和预测的环境参数信息修正预测参数结果；

步骤四，将修正后的预测参数结果生成观测序列矩阵Q；定义数据曲线上第一个点为初始状态点，终端数据在某时刻落入该点附近区域范围内的概率的集合为初始状态序列矩阵C；终端数据从所在状态点跳跃至危险范围内的概率的集合定义为状态转移序列矩阵I^*,取P(I*|Q)最大化作为概率最大的区域，得出概率函数；

步骤五，将终端数据根据时间状态归类生成环境参数的观测序列作为观测态，而环境参数下一时刻的数据作为隐藏态，结合观测态和隐藏态生成预测曲线；

步骤六，结合概率函数递推预测曲线提高预测的可靠度并生成报警信号。

有益效果：针对多种危险环境制定解决方案，在未监测前系统预先存设有一个场景发生时各参数的历史数据存储库，该存储库不需有较大的内存量，只需将智能终端感测系统和自动化险情处理系统所发的反馈信号缓存在云平台。