[发明专利]一种基于消防报警设备的大数据火灾预测方法

权利要求书

1.一种基于消防报警设备的大数据火灾预测方法，其特征在于：所述方法包括以下步骤：

步骤1：获取一定时间段T₁间管辖区域内的消防报警设备的报警历史数据；

步骤2：将管辖区域根据人口数量分为若干区块；

步骤3：计算任一区块的在未来时间段T₂内的报警相关性指数A；所述步骤3包括以下步骤：

步骤3.1：抽取T₁时间内，任一区块的消防报警设备的报警历史数据中的报警次数数据；

步骤3.2：以天为单位，将报警次数数据组成数据序列X(t)，其中，t为正整数且1≤t≤N；

步骤3.3：计算累积离差y(k)，其中，x(i)为数据序列X(t)中的报警次数值，

步骤3.4：对于每个区块，用最小二乘法拟合数据，得到局部趋势y_n(t)；

步骤3.5：基于去趋势波动分析法，计算得到报警相关性指数A，

步骤4：计算任一区块的消防投入指数B；B＝(E_zone/E_total)*M，其中，E_zone为当前区块的投入，E_total为针对管辖区域的总投入，M为管辖区域中区块的数量；

步骤5：基于报警相关性指数A和消防投入指数B得到火灾指数C，包括以下步骤：

步骤5.1：抽取上一年内任一区块的消防报警设备的报警历史数据中的报警次数数据；

步骤5.2：计算当前区块上一年内报警次数的天平均值

步骤5.3：火灾指数

若火灾指数大于阈值H则报警，进行人工排查，否则，计时T₁，返回步骤1。

2.根据权利要求1所述的一种基于消防报警设备的大数据火灾预测方法，其特征在于：所述步骤2中，任一区块内的人口数量小于等于10000。

3.根据权利要求1所述的一种基于消防报警设备的大数据火灾预测方法，其特征在于：将步骤2中的若干区块根据人口密度自大而小进行排序并划分为P个分区，针对每个分区附权值p_k，p_k值自人口密度大的分区至人口密度小的分区减小，1≤k≤P，根据p_k值更新火灾指数C，火灾指数