[发明专利]一种基于人工智能的加油站关键区域及人员安全隐患监测预警系统及方法

权利要求书

1.一种基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，包括视频监控模块、传感器组、高速运算通讯组件和AI运算处理平台；

所述视频监控模块用于获取车辆号牌信息以及人员走动进入的各种敏感区域的图像信息；

所述传感器组用于获取设备的运行状态以及温度参数信息；

所述高速运算通讯组件用于将所述图像信息以及所述参数信息初步处理后传输至所述AI运算处理平台；

所述AI运算处理平台预先存储预警模式，包括：

由AI运算处理平台记录并训练数据模型，包括人员行为判定参数、危险系数参数，以及相关加油站作业事故的事故报告，分析事故报告和相关事故报告中的事故原因，对数据模型进行深度模型训练；

结合视频监控模块和传感器组所采集的视频、参数数据，对每个视频监控和传感器所采集的视频、参数数据进行实时监控，对可能存在的安全隐患进行预警和报告；

在做出了安全隐患判定之后，对存在安全隐患的区域进行立即整改处理，并分级汇报，检测其他关键区域，全面消除安全事故隐患。

2.根据权利要求1所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，所述视频监控模块包括第一视频监控、第二视频监控和第三视频监控，所述第一视频监控、所述第二视频监控和所述第三视频监控为相同的视频监控，且均与所述高速运算通讯组件连接；

所述视频监控模块将用于监控车辆号牌信息、车辆驶入驶出、人员行为等视频画面；

所述视频监控模块与所述高速运算通讯组件进行通讯连接。

3.根据权利要求1所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，所述传感器组包括第一传感器、第二传感器和第三传感器，所述第一传感器、所述第二传感器和所述第三传感器为不同的传感器，且所述第一传感器、所述第二传感器和所述第三传感器均与所述高速运算通讯组件通信连接并均设置有参考参数；

所述第一传感器为温度传感器，所述温度传感器用于检测关键区域的温度变化，所述温度传感器与所述高速运算通讯组件通信连接。

4.根据权利要求3所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，所述第二传感器为气体浓度传感器，所述气体浓度传感器与所述高速运算通讯组件通信连接。

5.根据权利要求3所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，所述第三传感器为设备运行状态传感器，所述设备运行状态传感器与所述高速运算通讯组件通信连接。

6.根据权利要求1所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统，其特征在于，所述数据模型的预存储包括对加油站的数据判定，对于加油站四个功能区域：加油区、储油罐区、进出车行道和停车场地，及辅助作业区进行全面视频监控和高密度传感器布设，所监测的数据包括人员行为、温度、气体浓度和设备运行状态数据，并且分析以往事故报告中的情况进行分析，结合其引起事故的人员行为、温度、气体浓度和设备运行状态数据，制定同等级别的人员行为、温度、气体浓度和设备运行状态监控，对于接近和超出其范围的监测点进行高危报警，并记录该数据信息，通过训练模型反复训练不同的现有的事故报告，根据现有事故报告得出所需要的事故预警模型。

7.一种权利要求1至6任一项所述的基于人工智能的加油站关键区域及人员安全隐患监测预警系统实现加油站关键区域及人员安全隐患监测预警的方法，其特征在于，包括步骤：

所述的AI运算处理平台采用神经网络的深度学习模型，对预先构建的初始深度学习模型进行训练，得到中间深度学习模型；

其中，所述初始深度学习模型为：加载有分类目标函数的深度学习模型；

利用所述中间深度学习模型，计算所述训练样本集中各个样本的特征向量，并根据所述训练样本集中各个样本的特征向量，计算中心点距离目标函数的中间数据的初始值；

将中心点距离目标函数添加到中间深度学习模型中并加载所述中间数据的初始值，得到目标深度学习模型；

导入训练样本集中的预设数量的样本作为批次数据；

利用当前目标深度学习模型，计算当前批次数据中各个样本的特征向量，并根据当前批次数据中各个样本的特征向量，更新中间参数的参数值；

基于当前批次数据中各个样本的特征向量，计算所述中心点距离目标函数的函数值和分类目标函数的函数值，并判断计算得到的中心点距离目标函数的函数值是否收敛到第一预定区间，且计算得到的分类目标函数的函数值是否收敛到第二预定区间；

如果否，利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传播梯度，调整当前目标深度学习模型的参数，并返回执行所述导入训练样本集中的预设数量的样本作为批次数据的步骤；

如果是，结束对当前目标深度学习模型的训练。