山东雷纳安全科技有限公司刘红艳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉山东雷纳安全科技有限公司申请的专利一种多源感知融合的电动车棚火灾智能处置方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121505758B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610047624.1,技术领域涉及:G08B17/12;该发明授权一种多源感知融合的电动车棚火灾智能处置方法及系统是由刘红艳;张瑞昌;崔广艳;程硕;陈建敏;王俊侠设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。
本一种多源感知融合的电动车棚火灾智能处置方法及系统在说明书摘要公布了:本发明涉及消防安全技术领域,公开了一种多源感知融合的电动车棚火灾智能处置方法及系统,其中,一种多源感知融合的电动车棚火灾智能处置方法包括:对电动车棚进行三维空间结构划分;基于三维空间划分结果部署多源传感器并采集多源原始传感器数据;进行预处理;进行多模态特征融合;进行火灾检测;进行风险等级判别和定位;重建电动车棚三维空间;对火灾蔓延灾势进行仿真并分区进行风险量化评估;生成最优处置动作序列,并下发执行指令;结合执行指令时实时更新的火灾风险等级和火源位置估计结果进行处置效果量化评估和动态调整;本发明通过三维温度场重建和火势蔓延动力学预测,实现了多层立体式电动车棚三维空间的全覆盖态势感知。
本发明授权一种多源感知融合的电动车棚火灾智能处置方法及系统在权利要求书中公布了:1.一种多源感知融合的电动车棚火灾智能处置方法,其特征在于,包括: 对电动车棚进行三维空间结构划分;基于三维空间划分结果部署多源传感器并采集多源原始传感器数据,得到分层分区多源原始数据流; 对分层分区多源原始数据流进行预处理,得到时空对齐多源特征数据集; 对时空对齐多源特征数据集进行多模态特征融合,得到多模态融合特征向量;基于多模态融合特征向量进行火灾检测,得到火灾检测结果; 基于火灾检测结果进行风险等级判别和定位,得到火灾风险等级和火源位置估计结果;所述基于火灾检测结果进行风险等级判别和定位包括: 构建锂电池热失控特征气体指纹库,得到标准特征气体释放模式; 基于气体浓度特征,采用动态时间规整算法与特征气体指纹库进行匹配,得到热失控阶段相似度得分; 基于气体扩散动力学原理,采用气体扩散时间补偿方法,修正气体浓度检测的时间滞后,得到补偿后的热失控阶段相似度得分; 基于补偿后的热失控阶段相似度得分、温度变化率特征和火灾检测结果,采用多阈值级联判别规则,得到火灾风险等级; 基于火灾风险等级和触发该等级的传感器节点位置,确定关联的空间分区标识和火源位置估计; 基于时空对齐多源特征数据集重建电动车棚三维空间;结合重建结果、火灾风险等级和火源位置估计结果,对火灾蔓延灾势进行仿真并分区进行风险量化评估,得到三维火灾态势图和空间分区风险评分;所述基于时空对齐多源特征数据集重建电动车棚三维空间包括: 基于温度传感器数据和红外热成像数据,采用克里金空间插值方法,重建电动车棚三维空间的连续温度场分布,得到三维温度场模型; 基于三维温度场模型和火源位置估计,采用火势蔓延动力学仿真方法,预测未来预设时间窗口内火势预计蔓延的空间范围,得到火势蔓延预测结果; 基于电动车棚的车位分布信息和充电桩状态信息,采用可燃物负荷计算方法,计算各空间分区的可燃物负荷,得到空间分区可燃物负荷分布; 基于火源位置、火势蔓延预测结果和空间分区可燃物负荷分布,采用风险量化评估模型,计算各空间分区的火灾风险量化评分; 基于三维火灾态势图和空间分区风险评分生成最优处置动作序列,并下发执行指令,得到执行反馈信息;所述基于三维火灾态势图和空间分区风险评分生成最优处置动作序列包括: 基于电动车棚的消防设施部署信息,构建消防设施拓扑模型,得到可执行处置动作的完整集合; 基于三维火灾态势图、空间分区风险评分和消防设施拓扑模型,构建强化学习环境的状态空间和动作空间,得到马尔可夫决策过程模型; 基于马尔可夫决策过程模型,设计奖励函数,训练强化学习策略网络,得到优化后的处置策略网络; 基于训练好的处置策略网络和当前火灾态势状态,采用策略推理方法,生成处置动作序列,得到智能处置策略; 基于智能处置策略中的处置动作序列,采用物联网控制协议,向各消防设施下发控制指令; 基于执行反馈信息,结合执行指令时实时更新的火灾风险等级和火源位置估计结果进行处置效果量化评估和动态调整,得到处置效果评估结果和更新策略。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东雷纳安全科技有限公司,其通讯地址为:250100 山东省济南市历城区东风街道七里河路2-9号科技佳苑7号楼301;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励