基于多源数据融合的建筑火灾风险模型研究

摘要

本文通过建筑内部传感器系统对不同火灾环境数据进行了采集分析,选取温度/湿度、烟雾、CO、CO_(2)气体等传感器数据作为火灾预警原始信号,基于多源数据特征开展深度融合的火灾风险模型研究,分析了真实火(木垛)和虚拟火(烟饼)两种火灾情况下的风险预警。对于高层建筑丰富的消防数据来说,从中挖掘有效的火灾信息的难度非常之大,而深度学习与大数据的分析模式已经在各个行业中尽显优势。在高层建筑消防数据方面,结合大数据分析的优势,对历史环境数据进行分析,结合标准化分析处理流程,可以有效地对局部地点进行风险等级评估与预测预警,达到有针对性地提前决策、管控的目的。