一种基于大数据的区域火灾风险实时评估方法与流程

1.本发明涉及消防火灾技术领域，具体为一种基于大数据的区域火灾风险实时评估方法。


背景技术：

2.在现代化的城市管理中，消防工作一直是城市安全管理的重要内容之一，消防安全不仅仅关乎到城市整体的安全水平等级，更是关系到建设和谐社会的整体大局，一旦发生事故，有可能给人民生命安全和财产造成巨大的损失，而诸多学者针对如何有效的预防和控制消防安全风险做了大量的研究，这些研究在一定基础上为城市消防安全管理及风险评估工作奠定了理论基础，目前消防火灾风险评估方法多种多样，且各种方法是基于不同的原理得到火灾风险的不同模型，现有技术通过实地调研确定评估指标、建立评估体系的方式建立风险评估模型，以此建立的模型其风险值长期处于静态过程，即便通过实地调研更新各指标数据，但人为工作量大，不具有实用性，而消防状态时刻处于变化过程，现有的火灾风险评估方法无法对消防安全隐患提供实时预警值，不能满足当今市场的需求，由于以上存在的问题，针对性地推出了一种基于大数据的区域火灾风险实时评估方法。


技术实现要素：

3.本发明的目的在于提供一种基于大数据的区域火灾风险实时评估方法，具备实时检测预测评估的优点，解决了现有的火灾风险评估方法无法对消防安全隐患提供实时预警值，不能满足当今市场的需求的问题。
4.为实现上述目的，本发明提供如下技术方案：一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
5.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
6.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
7.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
8.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
9.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
10.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
11.步骤g：根据区域特点和评估目的建立风险评估算法模型；
12.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
13.优选的，所述步骤b的人工巡检数据包括消防通道状况数据、消火栓完好状况数据和消防装备完好状况数据，用传数据包括防排烟系统数据、火灾应急照明系统数据、消防供水系统数据、自动报警系统数据和火灾事故广播数据。
14.优选的，所述步骤b的水压系统数据包括消防栓管道水压检测系统数据、喷淋管道水压检测系统数据和消防水池水位检测系统数据，电气系统数据包括电流监控系统数据、电弧发生监测系统数据、过线电流监测系统数据和电线温度监测系统数据。
15.优选的，所述步骤c的从各种数据源获取的相关数据包括建筑材料及结构数据、建筑面积及楼层数据、火灾载荷数据、防火分区数据、防烟分区数据、疏散设施数据、灭火器材配备数据和人员密集程度数据，并按照专家评议法对其进行打分。
16.优选的，所述步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均设置有检测装置，并通过无线传输设备实时上传至信息采集设备。
17.优选的，所述步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均有巡检人员定期进行巡检，并通过无线传输设备上传至巡检记录设备。
18.优选的，所述步骤d的消防管理制度包括消防安全教育和培训，防火检测和巡检制度普及，消防安全疏散设备管理，火灾应急救援预案包括突发性事件救援指挥人员组成、应急保障措施和应急机构，消防演练包括疏散演练和灭火演练。
19.优选的，所述步骤c的消防数据、气象数据、人员数据和设备数据等数据源获取处均设置有数据检测装置，并定期通过无线传输设备上传至数据采集设备。
20.与现有技术相比，本发明的有益效果如下：
21.本发明的火灾风险评估方法，不仅结合以往火灾案例致灾因素，并将现场调研数据进行分析和各种数据源获取的信息实时上传至计算设备，建立出相应的数据模型，并与风险因素相结合，实时对区域火灾风险值做出精准有效的评估。
具体实施方式
22.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
24.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
25.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
26.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
27.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
28.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
29.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
30.步骤g：根据区域特点和评估目的建立风险评估算法模型；
31.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
32.实施例1
33.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
34.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
35.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
36.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
37.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
38.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
39.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
40.步骤g：根据区域特点和评估目的建立风险评估算法模型；
41.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
42.实施例2
43.在实施例1中，再加入以下步骤：
44.步骤b的人工巡检数据包括消防通道状况数据、消火栓完好状况数据和消防装备完好状况数据，用传数据包括防排烟系统数据、火灾应急照明系统数据、消防供水系统数据、自动报警系统数据和火灾事故广播数据。
45.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
46.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
47.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
48.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
49.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划
三方面进行评估，建立评估体系；
50.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
51.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
52.步骤g：根据区域特点和评估目的建立风险评估算法模型；
53.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
54.实施例3
55.在实施例2中，再加入以下步骤：
56.步骤b的水压系统数据包括消防栓管道水压检测系统数据、喷淋管道水压检测系统数据和消防水池水位检测系统数据，电气系统数据包括电流监控系统数据、电弧发生监测系统数据、过线电流监测系统数据和电线温度监测系统数据。
57.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
58.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
59.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
60.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
61.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
62.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
63.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
64.步骤g：根据区域特点和评估目的建立风险评估算法模型；
65.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
66.实施例4
67.在实施例3中，再加入以下步骤：
68.步骤c的从各种数据源获取的相关数据包括建筑材料及结构数据、建筑面积及楼层数据、火灾载荷数据、防火分区数据、防烟分区数据、疏散设施数据、灭火器材配备数据和人员密集程度数据，并按照专家评议法对其进行打分。
69.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
70.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
71.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
72.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
73.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
74.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
75.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
76.步骤g：根据区域特点和评估目的建立风险评估算法模型；
77.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
78.实施例5
79.在实施例4中，再加入以下步骤：
80.步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均设置有检测装置，并通过无线传输设备实时上传至信息采集设备。
81.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
82.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
83.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
84.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
85.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
86.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
87.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
88.步骤g：根据区域特点和评估目的建立风险评估算法模型；
89.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
90.实施例6
91.在实施例5中，再加入以下步骤：
92.步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均有巡检人员定期进行巡检，并通过无线传输设备上传至巡检记录设备。
93.一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：
94.步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；
95.步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；
96.步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；
97.步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；
98.步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；
99.步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；
100.步骤g：根据区域特点和评估目的建立风险评估算法模型；
101.步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。
102.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于大数据的区域火灾风险实时评估方法，其特征在于：包括以下步骤：步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素；步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录；步骤c：从各种数据源获取相关数据，如消防、气象、人员和设备等方面，将数据信息收集记录；步骤d：评估方法调研，主要在消防管理制度、火灾应急救援预案和消防演练计划三方面进行评估，建立评估体系；步骤e：将收集的数据进行预处理和整合，对消防、气象、人员和设备等方面的相关数据进行建模，建立数据模型，提取数据特征，将现场调研数据和各种数据源获取的相关数据分别上传至计算设备，计算出设备状态风险值和静态指标风险值；步骤f：分析数据关联性，探究不同因素对火灾风险的影响，对不同因素及其在火灾风险评估中的权重进行分析；步骤g：根据区域特点和评估目的建立风险评估算法模型；步骤h：将数据模型和风险因素分析应用于实际的区域火灾风险评估中，并实时更新和检测。2.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤b的人工巡检数据包括消防通道状况数据、消火栓完好状况数据和消防装备完好状况数据，用传数据包括防排烟系统数据、火灾应急照明系统数据、消防供水系统数据、自动报警系统数据和火灾事故广播数据。3.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤b的水压系统数据包括消防栓管道水压检测系统数据、喷淋管道水压检测系统数据和消防水池水位检测系统数据，电气系统数据包括电流监控系统数据、电弧发生监测系统数据、过线电流监测系统数据和电线温度监测系统数据。4.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤c的从各种数据源获取的相关数据包括建筑材料及结构数据、建筑面积及楼层数据、火灾载荷数据、防火分区数据、防烟分区数据、疏散设施数据、灭火器材配备数据和人员密集程度数据，并按照专家评议法对其进行打分。5.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均设置有检测装置，并通过无线传输设备实时上传至信息采集设备。6.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤b的人工巡检数据、用传数据、水压系统数据和电气系统数据均有巡检人员定期进行巡检，并通过无线传输设备上传至巡检记录设备。7.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤d的消防管理制度包括消防安全教育和培训，防火检测和巡检制度普及，消防安全疏散设备管理，火灾应急救援预案包括突发性事件救援指挥人员组成、应急保障措施和应急机构，消防演练包括疏散演练和灭火演练。
8.根据权利要求1所述的一种基于大数据的区域火灾风险实时评估方法，其特征在于：所述步骤c的消防数据、气象数据、人员数据和设备数据等数据源获取处均设置有数据检测装置，并定期通过无线传输设备上传至数据采集设备。

技术总结
本发明公开了一种基于大数据的区域火灾风险实时评估方法，包括以下步骤：步骤a：通过火灾案例分析致灾因素，依据可燃物、氧气或氧化剂和可供燃烧的热源四方面的主要致灾因素，对以往火灾案例进行归类，总结出所有的致灾因素，步骤b：进行现场调研，对人工巡检数据、用传数据、水压系统数据和电气系统数据四方面进行调研，并将其数据收集记录，步骤c：从各种数据源获取相关数据。本发明的火灾风险评估方法，不仅结合以往火灾案例致灾因素，并将现场调研数据进行分析和各种数据源获取的信息实时上传至计算设备，建立出相应的数据模型，并与风险因素相结合，实时对区域火灾风险值做出精准有效的评估。有效的评估。


技术研发人员：孙旋 袁沙沙 刘松涛 苏学军 王大鹏
受保护的技术使用者：建研防火科技有限公司
技术研发日：2023.06.02
技术公布日：2023/10/19