(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210382148.0 (22)申请日 2022.04.12 (71)申请人 合肥工业大 学智能制造技 术研究院 地址 230000 安徽省合肥市包河区花园大 道369号 (72)发明人 李满厚　张超　王昌建　杨慎林　 (74)专利代理 机构 合肥市泽信专利代理事务所 (普通合伙) 3414 4 专利代理师 潘飞 (51)Int.Cl. G01D 21/02(2006.01) G06V 20/52(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) A62C 3/00(2006.01) G08B 17/12(2006.01) G08B 17/10(2006.01) G08B 17/06(2006.01) G08B 21/16(2006.01) G08B 31/00(2006.01) (54)发明名称 一种储油场所的自动化火情监测与控制方 法 (57)摘要 本发明涉及消防安全控制方法领域， 特别是 涉及一种储油场所的自动化火情监测与控制方 法。 该方法包括如下步骤： S1： 构建火灾识别模型 和多分类模型。 S2： 部署储油场所用火情监测与 控制系统。 S3： 实时采集监测 信号， 生成一个预 警 信号。 S4： 获取预 警信号并作出如下决策： S41： 获 取火场的实时图像和/或热图像。 S42： 计算火场 的实际位置。 S43： 确定火灾蔓延速度； S5： 获取火 场的实时图像输入到火灾识别模 型中， 得到火场 特征。 S6： 将火场特征输入到多分类模型中， 生成 灭火策略。 S7： 驱动自动化灭火车执行 灭火策略。 S8： 在导流槽液位高于警戒液位后， 启动围堵灭 火单元。 本发 明解决了 现有消防系统无法有效监 控并快速处 理流淌火等复杂火情的问题。 权利要求书3页 说明书14页 附图7页 CN 114935358 A 2022.08.23 CN 114935358 A 1.一种储油场所的自动化火情监测与控制方法， 其特征在于， 其应用于一个包含火灾 感应器、 带有PTZ云台的摄像头、 自动化 灭火车、 燃油导流单元、 围堵灭火单元和中央服务器 的储油场所用火情监测与控制系统中； 所述火灾感应器用于探测安装位置的声响、 光 强、 温 度、 烟雾浓度和可燃气 体浓度； 所述摄像头用于获取取景区域的实时图像， 包括全彩图像和 基于红外热成像的热图像； 所述自动化灭火车用于 向火灾发生地喷射各种不同的灭火剂； 所述燃油导流单元为环绕在储油场所周围， 用于防止燃油外泄的导流槽； 导流槽内设置液 位计， 导流槽底部设置集液罐； 围堵灭火单元用于在所述导流槽内喷出可固化成型 的阻燃 发泡材料； 所述中央服务器用于接 收系统中其它设备产生的数据， 并对其它设备 的运行状 态进行控制和管理； 所述火情监测与控制方法包括如下步骤： S1： 构建一个用于根据实时图像识别出发生火灾的部分， 进而得出火焰高度、 火焰体积 和火场形态的火灾识别模型； 以及一个用于根据产生预警信号的火灾感应器编号、 火焰蔓 延速率、 火焰高度、 火焰体积， 和/或火场形态， 预测出灭火剂 类型和灭火剂喷射量的分类结 果的多分类模型； S2： 部署所述储油场所用火情监测与控制系统， 以及所述火灾识别模型和多分类模型； S3： 实时获取火灾传感器采集的声、 光、 温度、 烟雾浓度和可燃气体浓度的信号， 基于采 集的信号计算出相应火灾预测值， 判定所述火灾预测 值是否超出一个预设的预警区间， 是 则生成一个预警信号； S4： 获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置； 并作出如下 决策： S41： 查询负责所述预警信号对应的火灾传感器位检测区域的摄像头， 调节所述摄像头 的PTZ参数， 获取火灾发生 地的实时图像； S42： 根据所述热图像中高温中心的像素位置以及摄像头的PTZ参数； 计算出当前火灾 发生地在储油场所内的实际位置； S43： 判断当前状态生成的预警信号数量， 并确定火灾蔓延速度： (1)当预警信号为一处时， 以预设的火灾蔓延速度的最小值作为当前状态 的火灾蔓延 速度； (2)当预警信号超过一处时， 根据预警信号的时间差以及对应的火灾传感器间的距离 计算出更新后的火焰蔓延速度； S5： 获取火场的实时图像， 并输入到所述火灾识别 模型中， 处理得到当前火场的火焰高 度、 火焰体积和火场形态； S6： 将产生预警信号的所述火灾传感器的火灾感应器编号、 火焰蔓延速率、 火焰高度和 火焰体积共同输入到所述多分类模型中， 得到预测出的灭火剂 类型和灭火剂喷射量的分类 结果； S7： 驱动所述自动化灭火车到达火灾发生地的实 际位置， 按照所述多分类模型的预测 结果喷射灭火剂， 并根据所述火焰高度调节灭火剂的喷射高度； S8： 在储油场所内产生不少于一个预警信号后， 获取所述液位计的检测结果； 并在导流 槽中的液位高于一个预设的警戒液位后， 启动所述围堵灭火单元， 在储油场所周围构筑阻 燃泡沫防火墙。权　利　要　求　书 1/3 页 2 CN 114935358 A 22.根据权利要求1所述的储油场所的自动化火情监测与控制方法， 其特征在于： 步骤S1 中， 所述火灾识别模块中包含基于卷积神经网络的火灾识别网络， 基于 Open CV的图像提取 单元， 以及计算单元； 所述火灾识别网络用于根据原始图像识别出图像中发生火灾的区域； 所述图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像， 所述计算单元用 于根据截 取出火焰区域的部 分图像计算出火焰高度、 火焰体积， 并判断出火场类型； 所述火 场类型包括团块状、 条 带状和环状。 3.根据权利要求1所述的储油场所的自动化火情监测与控制方法， 其特征在于： 步骤S1 中， 所述多分类模块采用基于决策树、 朴素贝叶斯和随机森林中的任意一种机器学习算法 的网络模 型； 多分类模型用于根据火场状态确定采用的灭火策略， 其中， 多分类模型的输入 包括： 产生预警信号的火灾感应器编号、 火焰蔓延 速率、 火焰高度、 火焰体积； 多分类模型的 输出包括灭火剂类型和灭火剂喷射量的分类结果； 所述灭火剂类型包括干粉灭火剂、 干冰 灭火剂和泡沫灭火剂。 4.根据权利要求1所述的储油场所的自动化火情监测与控制方法， 其特征在于： 步骤S3 中， 所述预警信号AL的生成函数如下： Cali＝α·(spli‑spl0)+β(lii‑li0)+γ(ti‑t0)+ μ(LELi‑lel0)+σ(PPMi‑ppm0) 上式中， i表示火灾感应器的编号； Cali表示火灾预测值； Cal0表示安全状态 下的火灾预 测值的基 准值； spli表示声音传感器的声 压级检测结果； spl0表示当前环境的平均声 压级； α 表示声响信号对火灾预测值的影响权重； lii表示光传感器的光强检测结果； 表示当前环境 在正常状态下的最 大光强li0； β 表示光强对火灾 预测值的影响权重； ti表示温度传感器的检 测结果； t0表示当前环境的环境温度； γ表示温度对火灾预测值的影响权重； LELi表示烟雾 传感器的检测结果； 表示烟雾传感器的信号初始值lel0； μ表示烟雾浓度对火灾预测值的影 响权重； PPMi表示当前环境的目标可燃物的实时浓度； ppm0表示当前环境中目标可燃物的最 大允许浓度； σ 表示可燃物 挥发值对火灾预测值的影响权 重。 5.根据权利要求4所述的储油场所的自动 化火情监测与控制方法， 其特征在于： 所述储 油场所用火情监测与控制系统中， 每个摄像头的安装位置固定； 在储油场所 的相对坐标系 中， 定义某个摄像头的位置和高度的坐标值为(x1， y1， z1)， 摄像头对应的PTZ云台的当前参 数满足使 得火灾发生场所位于热图像中取景区域的中央时， 火灾 发生场所的实际坐标(x2， y2， 0)满足下式： 其中， Pan、 Ti lt和Zoom分别表示PTZ云台的Pan 值、 Tilt值和Zo om值。 6.根据权利要求5所述的储油场所的自动 化火情监测与控制方法， 其特征在于： 所述储 油场所用火情监测与控制系统中， 每个火灾感应器和和摄像头根据自身的安装位置和检测权　利　要　求　书 2/3 页 3 CN 114935358 A 3