火灾预测

摘要： 煤矿采空区遗煤自燃容易造成瓦斯爆炸等严重事故。为及时掌握采空区煤炭自燃情况,文章利用束管监测方法测定了采空区煤炭自燃产生的气体成分和含量,得到了气体含量随时间的变化规律,认为以该工作面当前的推进速度不会发生自燃。通过对采空区煤炭自燃情况的准确预判,为保障矿井安全生产提供了有力支撑。

摘要： 随着当下电子信息化及计算机不断普及,形成地理信息系统(GIS)新型技术,可精准性对空间数据做好收集、存储、分析及管理,给予相应的研究提供可靠性数据参考,吻合其多功能、智能化发展主趋。森林作为人类赖以生存的资源,森林防火工作是社会生态发展的关键内容,如何高效化利用现代化技术驱动森林防火的科学性、全面性,是当下急需考量的重点。本文主要分析地理信息系统技术用于森林防火中,为后续森林防火工作提供参考。

摘要： 我国目前处于发展中国家阶段消防系统现状,建立消防云智慧技术的安全评估体系,并根据其特点进行了系统功能模块划分、防火分区设置及设备间配置等方面分析。传统的火灾预测和灭火救援技术由于效率低、准确性差且缺乏对火情信息进行及时有效的分析与判断等方面存在诸多问题。因此,本文基于云数据中心协同机制构建了一套适用于各类型场所下防火系统性能评估指标体系。为消防部门在火灾管理上提供一定理论依据和科学指导,为消防云技术的有序发展提供了可靠保障。

摘要： 提出了一种新的煤矿井下火灾预测束管监测系统。该系统能对井下多种危险气体的含量、温度进行监测预警,通过对符合火灾标志的状态进行分析,确定井下是否发生火灾。实际应用表明该系统能将井下火灾预警效率提升92.7%,将误报警率降低99.5%,可显著提高井下工作安全性。

摘要： 提出了一种新的煤矿井下火灾预测束管监测系统.该系统能对井下多种危险气体的含量、温度进行监测预警,通过对符合火灾标志的状态进行分析,确定井下是否发生火灾.实际应用表明该系统能将井下火灾预警效率提升92.7％,将误报警率降低99.5％,可显著提高井下工作安全性.

摘要： 火灾发生时烟气流动与温度分布预测是建筑和消防领域中的热门技术.针对现有的火灾烟气流动与温度分布预测工作烦琐、预测准确度低的现状,提出基于趋势特征向量的火灾烟气流动与温度分布预测模型,用深度学习方法进行相关数据的训练与预测,对揭示火灾发生及其发展规律有重要意义,可为火灾扑救和人员疏散提供辅助信息.所提模型能够抽取火灾时间序列数据中的趋势特征,并将这些特征作为先验知识来加速和优化深度神经网络的训练过程.文中还设计了LSTM-TFV(LSTM based on Trend Feature Vector)算法.实验结果表明,所提预测模型提高了火灾烟气流动与温度分布预测的准确度,实现了高效且方便的火灾时间序列数据预测.

摘要： 随着科技的突飞猛进,监控系统在电气火灾技术中的应用越发成熟,对于电气火灾的预防和监测都有了更好的应对,并且在发生电气火灾时的急救措施也让智慧用电监控系统显得格外重要.如今消防安全与人们的生活不可分开,每年也会发生大大小小的火灾,所以,只有做好电气火灾监控系统才能更好提前做到预防和预测工作,从而让人们的生命安全得到更好保障.并且将电气火灾监控系统工作做好,更是有利于消防建设的发展,有着不可或缺的作用.本文对电气火灾监控系统的多个方面进行研究,并且针对存在的问题给出一些参考措施.

摘要： 城市中一旦发生火灾将伴随人员伤亡及财产损失,对于城市火灾的发生进行准确预测并采取有效控制措施具有重要重要意义.传统方法存在精度低、计算耗时长等缺点.采用Bootstrap方法、二项分布的方法结合大数据分析并采用超级计算机运行速度较快的优势,可发现数据隐含关系,识别特征数据,提高火灾预测精度.利用天津市2015-2017年火灾数据,采用Bootstrap方法、二项分布的方法构造相应的置信水平为95％的预测区间.根据2015-2016年火灾数据,用2017年的火警数量进行验证,并选取精度较高27％以上的权重作为预测部分中的权重.利用2015-2017年的数据,通过Bootstrap方法、二项分布的方法预测2018年同期情况,得出预测结果吻合度大于63.33％.该模型可应用于火灾预测,其结果可为消防部门制定消防措施及理论依据.

摘要： 本文以2006-2013年春节期间火灾四项指标数据为研究对象,首先发挥灰色模型所需研究样本少,研究对象信息不确定的特点,运用该模型对自2006年起八年春节期间的火灾四项指标数据进行建模,并对2014年、2015年、2016年春节期间的火灾四项指标数据做出了预测.预测结果表明,此模型简单实用,但是其模拟数值精度不高,尤其是在模拟数据的波动性方面不足.故本文将灰色模型与马尔可夫模型相结合,构成灰色-马尔可夫模型,并运用该模型对2006-2013年春节期间的火灾数据进行建模,对2014年、2015年、2016年春节期间的四项火灾四项指标进预测.建模和预测结果表明,灰色-马尔可夫模型模拟精度高,有效地克服了灰色模型在描述数据波动性不足的缺点.所以,灰色-马尔可夫模型可以应用于火灾预测,为消防部门决策提供一定的依据.

摘要： 本文介绍了国内外火灾早期预测的发展历程及现状,并从不同角度描述了未来火灾预测技术的发展趋势,其中着重介绍了新兴仿生技术—气味传感技术在火灾早期预测中的应用前景。

摘要： 灰色系统理论是以拟合微分法而建成的解决灰色系统分析、建模预测决策和控制的理论.火灾发生的偶然性、随机性、不确定性和一定区域、时间段的规律性，使其具有灰色系统的特点，本文采用灰色预测GM(1，1)模型对城市火灾发生起数的预测方法进行了研究，并根据火灾统计数据进行了实例的应用.

摘要： 本文介绍了国内外火灾早期预测的发展历程及现状,并从不同角度描述了未来火灾预测技术的发展趋势,其中着重介绍了新兴仿生技术-气味传感技术在火灾早期预测中的应用前景.

摘要： 群死群伤火灾的发生是多个因素共同作用的结果.统计1994年至2003年间群死群伤火灾数据，分析群死群伤火灾发生的影响因素，选取人员密度与火灾荷载密度作二元线性回归，得到线性回归方程.将不同用途的场所依据发生群死群伤火灾的概率不同划分危险等级，提出依据线性回归方程预测火灾发生概率，确定场所的危险等级，对各种场所的日常消防监督管理具有指导意义.

摘要： 本文以火灾发生次数、死亡人数、烧伤人数以及火灾造成的直接经济损失4项指标为依据，在描述全国31个省、自治区、直辖市2012-2014年火灾统计数据的基础上，讨论了经济水平、消防投入、消防宣传力度与地区火灾损失之间的关系。采用聚类分析的方法对2012-2014年全国31个省、自治区、直辖市火灾统计数据的基础上进行分析处理,将其分为3类,并讨论了经济发展水平、消防投入、消防宣传与地区火灾损失之间的关系.分析结果,除北京等少数地区外,大部分地区火灾损失同经济水平之间为正相关关系.以北京地区为例,利用灰色模型预测今后两年火灾发展趋势,排除这种趋势由偶发因素造成的,并结合北京总队采取的措施,为其他地区预防火灾提供理论依据.

摘要： 本文以火灾发生次数、死亡人数、烧伤人数以及火灾造成的直接经济损失4项指标为依据，在描述全国31个省、自治区、直辖市2012-2014年火灾统计数据的基础上，讨论了经济水平、消防投入、消防宣传力度与地区火灾损失之间的关系。采用聚类分析的方法对2012-2014年全国31个省、自治区、直辖市火灾统计数据的基础上进行分析处理,将其分为3类,并讨论了经济发展水平、消防投入、消防宣传与地区火灾损失之间的关系.分析结果,除北京等少数地区外,大部分地区火灾损失同经济水平之间为正相关关系.以北京地区为例,利用灰色模型预测今后两年火灾发展趋势,排除这种趋势由偶发因素造成的,并结合北京总队采取的措施,为其他地区预防火灾提供理论依据.

摘要： 本文以火灾发生次数、死亡人数、烧伤人数以及火灾造成的直接经济损失4项指标为依据，在描述全国31个省、自治区、直辖市2012-2014年火灾统计数据的基础上，讨论了经济水平、消防投入、消防宣传力度与地区火灾损失之间的关系。采用聚类分析的方法对2012-2014年全国31个省、自治区、直辖市火灾统计数据的基础上进行分析处理,将其分为3类,并讨论了经济发展水平、消防投入、消防宣传与地区火灾损失之间的关系.分析结果,除北京等少数地区外,大部分地区火灾损失同经济水平之间为正相关关系.以北京地区为例,利用灰色模型预测今后两年火灾发展趋势,排除这种趋势由偶发因素造成的,并结合北京总队采取的措施,为其他地区预防火灾提供理论依据.

摘要： 本文以火灾发生次数、死亡人数、烧伤人数以及火灾造成的直接经济损失4项指标为依据，在描述全国31个省、自治区、直辖市2012-2014年火灾统计数据的基础上，讨论了经济水平、消防投入、消防宣传力度与地区火灾损失之间的关系。采用聚类分析的方法对2012-2014年全国31个省、自治区、直辖市火灾统计数据的基础上进行分析处理,将其分为3类,并讨论了经济发展水平、消防投入、消防宣传与地区火灾损失之间的关系.分析结果,除北京等少数地区外,大部分地区火灾损失同经济水平之间为正相关关系.以北京地区为例,利用灰色模型预测今后两年火灾发展趋势,排除这种趋势由偶发因素造成的,并结合北京总队采取的措施,为其他地区预防火灾提供理论依据.

摘要： 本文以火灾发生次数、死亡人数、烧伤人数以及火灾造成的直接经济损失4项指标为依据，在描述全国31个省、自治区、直辖市2012-2014年火灾统计数据的基础上，讨论了经济水平、消防投入、消防宣传力度与地区火灾损失之间的关系。采用聚类分析的方法对2012-2014年全国31个省、自治区、直辖市火灾统计数据的基础上进行分析处理,将其分为3类,并讨论了经济发展水平、消防投入、消防宣传与地区火灾损失之间的关系.分析结果,除北京等少数地区外,大部分地区火灾损失同经济水平之间为正相关关系.以北京地区为例,利用灰色模型预测今后两年火灾发展趋势,排除这种趋势由偶发因素造成的,并结合北京总队采取的措施,为其他地区预防火灾提供理论依据.

摘要： 一种基于深度学习及火灾监控视频的火灾趋势预测方法，具体方法为：1、监控视频分割，构建图像数据集；2、建立监控视频火灾图像检测模型；3、对实时图像进行火灾检测，并对检测结果进行分析，修正火灾图像检测模型；4、将火灾图像转化为灰度值矩阵；5、采用分布式LSTM集成预测模型对灰度值矩阵进行预测，转化为灰度图像。本发明将基于ResNet 18模型的图像异常检测技术用于火灾图像的识别；在图像异常检测中引入反馈机制；采用分布式LSTM集成预测模型预测下一帧图像的对应列的灰度值。

摘要： 本发明公开一种基于并行温度测量的地铁站火灾探测及火灾功率预测方法，是按照下述方式进行的：（1）沿着站台长度方向并行布置两路线型感温光纤探测系统，设定阈值；（2）当一路系统探测到温度超过阈值的时候，发出可能发生火灾信号，待另一路系统所测温度也超过阈值的时候发出确定发生火灾信号；（3）两路线型感温光纤探测系统探测到的温度异常的点确定为火灾发生位置；同时将温度信号输入处理器；（4）预测火灾功率 。本发明通过感温光纤实时测量吊顶下方的烟气温度，并以此来预测火灾功率的大小，解决在站台宽度方向上不同起火位置对火灾功率预测所带来的误差，从而选择合适的排烟方案，保障地铁站内人员安全疏散。

摘要： 一种基于深度学习及火灾监控视频的火灾趋势预测方法，具体方法为：1、监控视频分割，构建图像数据集；2、建立监控视频火灾图像检测模型；3、对实时图像进行火灾检测，并对检测结果进行分析，修正火灾图像检测模型；4、将火灾图像转化为灰度值矩阵；5、采用分布式LSTM集成预测模型对灰度值矩阵进行预测，转化为灰度图像。本发明将基于ResNet 18模型的图像异常检测技术用于火灾图像的识别；在图像异常检测中引入反馈机制；采用分布式LSTM集成预测模型预测下一帧图像的对应列的灰度值。

摘要： 本发明公开一种基于并行温度测量的地铁站火灾探测及火灾功率预测方法，是按照下述方式进行的：（1）沿着站台长度方向并行布置两路线型感温光纤探测系统，设定阈值；（2）当一路系统探测到温度超过阈值的时候，发出可能发生火灾信号，待另一路系统所测温度也超过阈值的时候发出确定发生火灾信号；（3）两路线型感温光纤探测系统探测到的温度异常的点确定为火灾发生位置；同时将温度信号输入处理器；（4）预测火灾功率。本发明通过感温光纤实时测量吊顶下方的烟气温度，并以此来预测火灾功率的大小，解决在站台宽度方向上不同起火位置对火灾功率预测所带来的误差，从而选择合适的排烟方案，保障地铁站内人员安全疏散。

摘要： 本发明请求保护一种建筑物火灾烟流特性预测系统和预测方法，涉及一种高层建筑和多层多室建筑火灾烟气发展和演变规律的预测。本发明构成了完整的建筑物火灾烟流特性预测系统，及火灾烟流特性预测方法。将建筑物转化为节点和枝构成的建筑物换气树，由此构造建筑物换气回路接续矩阵和闭环矩阵，构建烟气特性方程并求解，绘制烟气浓度、CO

摘要： 本发明涉及一种油气管道泄漏火灾风险的智能预测方法；包括如下构建步骤：步骤1油气管道泄漏火灾风险预测基础数据的收集；步骤2有限脊波神经网络的设计；步骤3基于改进萤火虫算法有限脊波神经网络参数的优化；步骤4油气管道泄漏火灾风险等级的预测。利用以上构造的油气管道泄漏火灾风险的智能预测方法，能够高效准确地预测油气管道泄漏火灾的风险等级，为油气管道的应急管理提供有利的支持。

摘要： 本发明公开了一种面向森林火灾的火线经纬度预测算法，获取当前t时刻火线边界点的经纬度坐标，并计算出火灾中心点的经纬度坐标；根据森林火灾中火焰的燃烧速度0.1m/s‑0.7m/s，且各边界点沿法线方向向外拓开，大致推测出t+1时刻与t+5时刻边界点的坐标；最后分别提取出三个时刻的经度坐标和纬度坐标；基于以上三个时刻火线边界点的经度坐标和纬度坐标，采用线性回归火线预测模型对t+5，t+10，t+30时刻火线边界点的经度坐标和纬度坐标进行预测；将预测时刻的经度坐标和纬度坐标一一对应，得到预测结果的实际经纬度坐标。本发明可帮助工作人员预测实时火情状况。通过对森林火情的实时快速分析，可以对火灾进行有效处理，降低火灾带来的生命财产损失。

摘要： 本发明公开了一种面向高山峡谷地区森林火灾后泥石流的预测方法及系统，属于林火灾害后泥石流预警技术领域，包括高山峡谷地区森林火灾数据获取阶段，及森林火灾后泥石流的预测阶段：所述高山峡谷地区森林火灾数据获取阶段利用高分遥感热红外波谱特征感知亮温异常，快速发现火点、燃烧点、监测火场态势演变及火情发展；所述森林火灾后泥石流的预测阶段对潜在泥石流沟等火后次生隐患进行易发性评价，为火后预判次生隐患、灾后重建等防灾减灾活动提供重要决策支撑依据；本发明解决了难以对获取造成高山峡谷地区林火灾害后泥石流数据以及灾后次生泥石流预测的问题。

摘要： 本发明提供一种基于BIM和深度学习的火灾预警以及灾后楼板损伤预测方法、系统，通过采集监控区域内不同位置的图像信息，对所述图像信息进行预处理，形成第一数据集；将所述第一数据集的图像信息输入至火灾识别神经网络模型；基于所述第一置信度参数判断是否发生火灾；若发生火灾，则进行消防报警；识别所述火灾对应的火焰信息；将所述火焰信息输入至基于BIM的楼板耐火损伤模型，预测楼板承载力的损伤程度。本发明，基于图像信息和深度学习算法实时进行火灾监控，对可燃物等潜在威胁进行预警；同时将火灾预警信息融入BIM建筑信息化模型从而对于火焰位置以及相关的楼板损伤威胁，以及基于BIM进行精确的消防措施，进一步保障了生命财产安全。

摘要： 本发明公开多物理融合火灾监控系统及其预测火灾发生概率的方法，监控系统包括点型感烟探测器、点型感温探测器、线型光束感烟探测器、吸气式感烟火灾探测器、缆式线型感温探测器、缆式多点型温度探测器、就地模块、第一站控层交换机和电缆火灾监控预警系统服务器，方法包括步骤1：传感器数据依次进行初始化、去噪、以及归一化；步骤2：特征层初始化，选取随机的输入权值β和输出目标T，形成输入矩阵H；步骤3：特征层数据批处理，通过初始化后，进行权值的迭代；步骤4：通过算法做出最终判决；步骤5：如果融合结果大于设定阈值，即判决发生火灾，报警；否则，重复步骤1‑4。本发明可有效减少火灾的误报和漏报并能大幅度提升火灾预测的准确率。