System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种消防给水监测方法及系统技术方案_技高网

一种消防给水监测方法及系统技术方案

技术编号:42597123 阅读:14 留言:0更新日期:2024-09-03 18:10
本发明专利技术涉及消防给水监测方案设计技术领域,具体涉及一种消防给水监测方法及系统。本发明专利技术通过利用沿给水管的管路按照预设间隔布设的多个压力传感器,采集压力数据,并训练给水管漏水自动识别模型,进而判断给水管是否存在漏水情况,若存在,由现场工作人员进行给水管的实地检查并上传检查结果,根据检查结果即可自动,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型,实现了对给水管在一段时间的整体压力数据进行整体评估和判断,较准确判断给水管在一段时间内的整体压力数据是否处于漏水状态,很大程度上提高了消防给水监测的安全性、可靠性和智能化程度。

【技术实现步骤摘要】

本专利技术涉及消防给水监测方案设计,具体涉及一种消防给水监测方法及系统


技术介绍

1、建筑消防给水系统趋于复杂化。然而,消防监督人员、维保人员通常是根据经验对建筑消防给水系统的运行状况进行检测,对管网泄漏、欠/过压、放水、堵塞、闸阀误开/关、设备故障等问题的判断完全依靠人力。传统的故障诊断模式严重依赖监督人员/维保人员的技术水平和经验积累,一方面技术门槛较高,另一方面,可能对简单的消防给水系统凑效,但对当前结构日益复杂的消防给水系统,传统模式不仅效率低下,而且准确性不高。

2、目前,城市消防远程监控系统实现了对建筑消防给水系统的远程实时监测与报警,对消防给水系统的日常管理也有一定的促进。但是,城市消防远程监控系统用于提供监测点位的水压、水位和报警数据,大量物联网设备感知数据都没有得到及时、有效的处理和应用,对消防给水系统的故障也无法进行定性和定量分析,造成了数据资源的浪费。

3、现有技术中,往往通过多个传感器的单一或多个阈值的设置进行给水管是否漏水的监测,但是由于阈值均是由人工经验得到,存在极大误差,即单一或多个的阈值的设置并不能准确的判断给水管是否漏水,容易被系统误判,很难对给水管在一段时间的整体压力数据进行整体评估和判断,即很难较准确判断给水管在一段时间内的整体压力数据是否处于漏水状态。

4、因此,现有技术还有待进一步发展。


技术实现思路

1、本专利技术的目的在于克服上述技术不足,提供一种消防给水监测方法及系统,以解决现有技术存在的问题。</p>

2、为达到上述技术目的,根据本专利技术的第一方面,本专利技术提供了一种消防给水监测方法,所述方法包括:

3、s100、在给水管安装后、投入使用前,沿给水管的管路按照预设间隔布设多个压力传感器,所述多个压力传感器用于获取给水管内的水压;

4、s200、在第一预设时间内,将在同一时间点所采集的多个压力传感器的压力数据,记为第一压力数据集合,按照预设时间间隔获取多个时间点采集的多个第一压力数据集合,将所述多个第一压力数据集合分别按照第一预设比例划分为训练数据集和验证数据集,利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练;

5、s300、在给水管投入使用后,在第一预设时间内,将在同一时间点所采集的多个压力传感器的压力数据,记为第二压力数据集合,按照预设时间间隔获取多个时间点采集的多个第二压力数据集合,将多个第二压力数据集合输入到给水管漏水自动识别模型中,输出识别结果,进而判断给水管是否存在漏水情况,根据判断结果判定是否输出有关于给水管存在漏水情况的报警信号,若存在,由现场工作人员进行给水管的实地检查,确认给水管是否实际存在漏水情况,并利用云服务器,记录并传输实地检查结果数据,获取实地检查结果数据,并根据实地检查结果数据判断是否将该多个第二压力数据集合作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型。

6、具体的,所述方法包括:

7、在给水管安装后、投入使用前,需要对所安装的技术管进行检查,确保所安装的给水管不存在漏水问题。

8、具体的,所述沿给水管的管路按照预设间隔布设多个压力传感器包括:

9、根据给水管的高度和预设高度的比值计算压力传感器的个数,所述预设高度为目标建筑物的楼层高度。

10、具体的,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,包括:

11、将训练数据集分批次输入预设网络层中进行训练,所述预设网络层包括transformer网络层,所述transformer网络层则用于根据当前时间点所采集的压力数据集合前向传播预测下一时间点的压力数据集合,进而获取预测的损失值;计算预设网络层的损失值并输入优化器进行优化,确定给水管漏水自动识别模型的参数梯度下降最快的方向;所述给水管漏水自动识别模型根据损失值和模型的参数梯度进行反向传播,优化给水管漏水自动识别模型的参数。

12、具体的,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,还包括:

13、每次训练后将验证数据集分批次输入前一次训练的预设网络层中进行模型参数验证,进行循环训练,总的训练轮次设置为第一预设轮次;记录所述预设网络层的损失值,判断损失值是否满足第一预设条件,并根据判断结果判断是否结束训练并输出模型参数。

14、具体的,所述判断损失值是否满足第一预设条件,并根据判断结果判断是否结束训练并输出模型参数,包括:

15、若损失值满足第一预设条件,则结束训练并输出当前给水管漏水自动识别模型的参数;若损失值不满足第一预设条件,则继续进行训练;

16、所述第一预设条件为:在进行了第二预设轮次的训练后,下一轮次训练所得到的损失值均大于或者等于在进行第二预设轮次的训练过程中出现过的损失值。

17、具体的,所述识别结果为存在漏水情况或不存在漏水情况,所述将多个第二压力数据集合输入到给水管漏水自动识别模型中,输出识别结果,进而判断给水管是否存在漏水情况,根据判断结果判定是否输出有关于给水管存在漏水情况的报警信号,包括:

18、若输出结果为存在漏水情况,判定输出有关于给水管存在漏水情况的报警信号;

19、若输出结果为不存在漏水情况,输出有关于给水管不存在漏水情况的提示信号。

20、具体的,所述实地检查结果数据包括实际存在漏水情况或实际不存在漏水情况,所述根据实地检查结果数据判断是否将该多个第二压力数据集合作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型,包括:

21、若实地检查结果数据为实际不存在漏水情况,将该多个第二压力数据集合和不存在漏水这一训练结果作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型。

22、具体的,所述实地检查结果数据包括实际存在漏水情况或实际不存在漏水情况,所述根据实地检查结果数据判断是否将该多个第二压力数据集合作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型,包括:

23、若实际检查结果数据为实际存在漏水情况,不将该多个第二压力数据集合和不存在漏水这一训练结果作为新增训练数据集,不重新训练给水管漏水自动识别模型,不自动优化给水管漏水自动识别模型。

24、根据本专利技术的第二方面,提供一种消防给水监测系统,包括:

25、获取模块,包括沿给水管的管路按照预设间隔布设的多个压力传感器,用于获取给水管内的水压;

26、控制模块,用于在第本文档来自技高网...

【技术保护点】

1.一种消防给水监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的消防给水监测方法,其特征在于,所述方法包括:

3.根据权利要求1所述的消防给水监测方法,其特征在于,所述沿给水管的管路按照预设间隔布设多个压力传感器包括:

4.根据权利要求1所述的消防给水监测方法,其特征在于,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,包括:

5.根据权利要求4所述的消防给水监测方法,其特征在于,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,还包括:

6.根据权利要求5所述的消防给水监测方法,其特征在于,所述判断损失值是否满足第一预设条件,并根据判断结果判断是否结束训练并输出模型参数,包括:

7.根据权利要求1所述的消防给水监测方法,其特征在于,所述识别结果为存在漏水情况或不存在漏水情况,所述将多个第二压力数据集合输入到给水管漏水自动识别模型中,输出识别结果,进而判断给水管是否存在漏水情况,根据判断结果判定是否输出有关于给水管存在漏水情况的报警信号,包括:

8.根据权利要求1所述的消防给水监测方法,其特征在于,所述实地检查结果数据包括实际存在漏水情况或实际不存在漏水情况,所述根据实地检查结果数据判断是否将该多个第二压力数据集合作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型,包括:

9.根据权利要求1所述的消防给水监测方法,其特征在于,所述实地检查结果数据包括实际存在漏水情况或实际不存在漏水情况,所述根据实地检查结果数据判断是否将该多个第二压力数据集合作为新增训练数据集,重新训练给水管漏水自动识别模型,进而自动优化给水管漏水自动识别模型,包括:

10.一种消防给水监测系统,其特征在于,包括:

...

【技术特征摘要】

1.一种消防给水监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的消防给水监测方法,其特征在于,所述方法包括:

3.根据权利要求1所述的消防给水监测方法,其特征在于,所述沿给水管的管路按照预设间隔布设多个压力传感器包括:

4.根据权利要求1所述的消防给水监测方法,其特征在于,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,包括:

5.根据权利要求4所述的消防给水监测方法,其特征在于,所述利用所述训练数据集训练给水管漏水自动识别模型;利用验证数据集对训练完成的给水管漏水自动识别模型进行模型优化,优化模型参数,完成给水管漏水自动识别模型训练,还包括:

6.根据权利要求5所述的消防给水监测方法,其特征在于,所述判断损失值是否满足第一预设条件,并根据判断结果判断是否结束训练并输出模型参数,包括:

【专利技术属性】
技术研发人员:孙艺王玉晓朱涛孙素朋
申请(专利权)人:青岛峻海物联科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1