[发明专利]一种基于物联网的多点火灾预警系统

权利要求书

1.一种基于物联网的多点火灾预警系统，其特征在于：所述系统由基于ZigBee网络的加油站油罐区环境参数采集平台和加油站油罐区环境多点火灾预警子系统构成；所述加油站油罐区环境多点火灾预警子系统由多个参数检测单元和多个HRFNN模糊递归神经网络火灾预警分类器组成；

所述参数检测单元包括油气浓度传感器、烟雾传感器、温度传感器、时间序列三角模糊数神经网络以及三角模糊数预测模块；油气浓度传感器、烟雾传感器、温度传感器的输出分别作为对应时间序列三角模糊数神经网络的输入，时间序列三角模糊数神经网络的输出分别作为对应三角模糊数预测模块的输入，三角模糊数预测模块的输出分别作为对应加油站油罐区环境多点油气浓度融合模型和HRFNN模糊递归神经网络火灾预警分类器的输入；

所述时间序列三角模糊数神经网络由被检测参数传感器输出的一段常规时间序列值作为径向基神经网络的输入、径向基神经网络和被检测参数下一时刻的三角模糊数值作为径向基神经网络的输出组成，径向基神经网络输出的三角模糊数值分别表示检测点被检测参数值下限值、最大可能值和上限值；时间序列三角模糊数神经网络根据被检测参数的动态变化把检测点被检测参数的一段常规时间序列值转化下一时刻被检测参数的三角模糊值来表示更加符合被检测参数的动态变化规律；

所述三角模糊数预测模块由NARX神经网络预测模型和相空间重构技术的Elman神经网络预测模型组成，对应的时间序列三角模糊数神经网络输出的三角模糊数的下限值、最大可能值和上限值分别为相应NARX神经网络预测模型的输入，对应的时间序列三角模糊数神经网络输出的三角模糊数的下限值、最大可能值和上限值分别与相应NARX神经网络预测模型的输出的差分别为相应相空间重构技术的Elman神经网络预测模型的输入，相应NARX神经网络预测模型的输出分别与相应相空间重构技术的Elman神经网络预测模型的输出相加和得到对应的时间序列三角模糊数神经网络输出的三角模糊数的预测值，三角模糊数预测模块的三角模糊数输出作为该检测点对应HRFNN模糊递归神经网络火灾预警分类器的输入。

2.根据权利要求1所述的一种基于物联网的多点火灾预警系统，其特征在于：所述HRFNN模糊递归神经网络火灾预警分类器由每个检测点对应的每个HRFNN模糊递归神经网络火灾预警分类器组成，每个HRFNN模糊递归神经网络火灾预警分类器根据加油站火灾发生的工程实践经验和加油站火灾发生标准，将加油站被检测点油气浓度、温度和烟雾的三个三角模糊数预测值的大小对加油站火灾影响的动态程度量化为加油站火灾发生的五种程度分别为正常状态、有迹象、比较危险、很危险和非常危险，HRFNN模糊递归神经网络火灾预警分类器的输入是每组参数检测单元的三角模糊数预测模块的输出，三角模糊数预测模块的输出分别为检测点油气浓度、温度和烟雾的三角模糊值的预测值，HRFNN模糊递归神经网络火灾预警分类器的输出为代表检测单元处火灾风险度的三角模糊数，根据加油站火灾发生的五种程度分别对应五个不同的三角模糊数，计算每个检测点HRFNN模糊递归神经网络火灾预警分类器的输出的三角模糊数与代表五种火灾不同程度的五个三角模糊数的距离，其中距离最小的三角模糊数对应的火灾危险度的火灾等级确定为该检测点火灾危险度。

3.根据权利要求1或2所述的一种基于物联网的多点火灾预警系统，其特征在于：所述基于ZigBee网络的加油站油罐区环境参数采集平台由多个检测点和现场监控端组成，通过ZigBee网络实现它们之间的信息通信；检测点由传感器组模块、单片机和ZigBee通信模块CC2530组成，负责检测加油站油罐区环境的油气浓度、温度和烟雾的实际值，现场监控端实现对加油站油罐区环境参数进行管理和对加油站油罐区环境多个检测点检测参数的管理与预测、预警加油站火灾危险的等级。