本發(fā)明屬于消防火災(zāi)探測，涉及到一種基于人工智能的智慧消防火災(zāi)探測分析方法。

背景技術(shù)：

1、在全球新能源汽車的普及背景下，滾裝船舶載運新能源汽車的火災(zāi)風(fēng)險管理顯得尤為重要。鋰電池作為新能源汽車的核心動力源，具有高能量密度的特點，但也因此帶來了潛在的火災(zāi)風(fēng)險。鋰電池一旦發(fā)生熱失控，可能導(dǎo)致迅速蔓延的火災(zāi)，威脅船舶和人員的安全。因此，加強滾裝船舶對鋰電池火災(zāi)的防范措施，提升監(jiān)測和應(yīng)急響應(yīng)能力，具有重要的現(xiàn)實意義和緊迫性。

2、然而，當(dāng)前技術(shù)在滾裝船舶載運新能源汽車防止鋰電池失火的監(jiān)測方面仍存在諸多缺陷和弊端。首先，現(xiàn)有的監(jiān)測系統(tǒng)多依賴單一傳感器類型，無法全面捕捉鋰電池狀態(tài)的多維度數(shù)據(jù)。這種單一數(shù)據(jù)源的局限性，容易導(dǎo)致對火災(zāi)風(fēng)險的誤判或漏判。其次，實時監(jiān)測的精度和靈敏度不足，難以及時捕捉到鋰電池內(nèi)部的微小變化，尤其是在早期階段的異常信號。第三，現(xiàn)有系統(tǒng)的預(yù)警機制多為被動式，缺乏智能化的風(fēng)險預(yù)測能力，無法根據(jù)實時數(shù)據(jù)動態(tài)調(diào)整風(fēng)險評估策略。

技術(shù)實現(xiàn)思路

1、鑒于以上現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于人工智能的智慧消防火災(zāi)探測分析方法，用于解決據(jù)上述技術(shù)問題。

2、為了實現(xiàn)上述目的及其他目的，本發(fā)明采用的技術(shù)方案如下：

3、本發(fā)明一方面提供了一種基于人工智能的智慧消防火災(zāi)探測分析方法，該方法包括如下步驟：

4、步驟一、獲取滾裝船舶載運新能源汽車總數(shù)目，并依次對各新能源汽車進(jìn)行編號，同步從滾裝船舶內(nèi)部的多模態(tài)傳感器網(wǎng)絡(luò)中實時獲取多源數(shù)據(jù)，所述多源數(shù)據(jù)包括環(huán)境條件數(shù)據(jù)和車輛狀態(tài)數(shù)據(jù)，并采用邊緣計算技術(shù)對多源數(shù)據(jù)進(jìn)行預(yù)處理，去除噪聲和異常值；

5、步驟二、將多源數(shù)據(jù)輸入風(fēng)險評估模型中，動態(tài)計算滾裝船舶載運每輛新能源汽車的火災(zāi)風(fēng)險指數(shù)；

6、步驟三、若存在某新能源汽車的火災(zāi)風(fēng)險指數(shù)大于設(shè)定的火災(zāi)風(fēng)險閾值時，則觸發(fā)預(yù)警機制，向滾裝船舶安全管理系統(tǒng)發(fā)送警報信息。

7、示例性的，多源數(shù)據(jù)中的環(huán)境條件數(shù)據(jù)分為滾裝船舶在各預(yù)測時間點的修正溫度、修正濕度以及船體擺動幅度；

8、多源數(shù)據(jù)中的車輛狀態(tài)數(shù)據(jù)分為各新能源汽車對應(yīng)各預(yù)測時間點的鋰電池溫度；多源數(shù)據(jù)中的車輛狀態(tài)數(shù)據(jù)還包括各新能源汽車的電壓均值和電流均值。

9、示例性的，獲取多源數(shù)據(jù)中的環(huán)境條件數(shù)據(jù)的具體獲取邏輯為：

10、s3-1、獲取滾裝船舶的載運航線，進(jìn)而定位得到滾裝船舶在各預(yù)測時間點的航行坐標(biāo)；

11、并基于滾裝船舶在各預(yù)測時間點的預(yù)報溫度以及預(yù)報濕度，j為各預(yù)測時間點的編號，取值范圍為1到j(luò)，j為預(yù)測時間段內(nèi)預(yù)測時間點的總數(shù)目；

12、得到滾裝船舶在各預(yù)測時間點的修正溫度，為滾裝船舶在第j個預(yù)測時間點風(fēng)速對應(yīng)溫度修正項，為滾裝船舶在第j個預(yù)測時間點海洋溫度對應(yīng)溫度修正項；

13、其中，為單位風(fēng)速對溫度影響的參考系數(shù)，為第j個預(yù)測時間點的風(fēng)速，為第j個預(yù)測時間點滾裝船舶航向與風(fēng)向的夾角；

14、，分別為單位海流速度以及單位海面溫度對溫度影響的參考系數(shù)，分別表示第j個預(yù)測時間點滾裝船舶航行坐標(biāo)對應(yīng)的海流速度以及海洋表面溫度；

15、s3-2、利用計算公式，計算得到滾裝船舶在各預(yù)測時間點的修正濕度，其中，表示單位風(fēng)速對濕度影響的參考系數(shù)，為單位海面溫度差對濕度影響的參考系數(shù)；

16、s3-3、通過計算模型，分析得出滾裝船舶在各預(yù)測時間點的船體擺動幅度；其中分別為風(fēng)影響系數(shù)和海流影響系數(shù)，為第j個預(yù)測時間點滾裝船舶航向與海流方向之間的夾角，f(j)是基于第j個預(yù)測時間點航行坐標(biāo)的修正函數(shù)，為第j個預(yù)測時間點對應(yīng)船體擺動幅度的修正值。

17、示例性的，獲取多源數(shù)據(jù)中的車輛狀態(tài)數(shù)據(jù)的具體獲取邏輯為：

18、s4-1、將各新能源汽車對應(yīng)當(dāng)前監(jiān)測時間段內(nèi)各當(dāng)前時間點的電壓值以及電流值進(jìn)行求和并均值計算，將計算結(jié)果作為各新能源汽車的電壓均值和電流均值；

19、s4-2、獲取各新能源汽車對應(yīng)當(dāng)前監(jiān)測時間段內(nèi)最后一個當(dāng)前時間點鋰電池的溫度，將其記為各新能源汽車的初始溫度，h為各新能源汽車的編號；

20、將當(dāng)前監(jiān)測時間段內(nèi)最后一個當(dāng)前時間點與第一個預(yù)測時間點之間的時間步長當(dāng)做第一個時間步長，由此計算第一個時間步長內(nèi)各新能源汽車的鋰電池溫度，其中為第h個新能源汽車對應(yīng)第一個時間步長的秒數(shù)，為第h個新能源汽車的電池?zé)崛萘?，分別表示第h個新能源汽車的內(nèi)部熱量以及環(huán)境散熱，具體計算公式如下：

21、；

22、；

23、上述式中分別表示第h個新能源汽車的電池電流均值以及電池內(nèi)阻，分別表示第h個新能源汽車的對流換熱系數(shù)以及電池表面積，為滾裝船舶在第一個預(yù)測時間點的修正溫度；

24、將第一個預(yù)測時間點與第二個預(yù)測時間點之間的時間步長記為第二個時間步長，進(jìn)而將第一個時間步長內(nèi)各新能源汽車的鋰電池溫度接著作為各新能源汽車的初始溫度，依據(jù)上述第一個時間步長內(nèi)各新能源汽車的鋰電池溫度的計算方式同理計算得到第二個時間步長內(nèi)各新能源汽車的鋰電池溫度；

25、直至計算得出最后一個時間步長內(nèi)各新能源汽車的鋰電池溫度；

26、并將第一個時間步長內(nèi)各新能源汽車的鋰電池溫度記為各新能源汽車對應(yīng)第一個預(yù)測時間點的鋰電池溫度，將第二個時間步長內(nèi)各新能源汽車的鋰電池溫度記為各新能源汽車對應(yīng)第二個預(yù)測時間點的鋰電池溫度，...將最后一個時間步長內(nèi)各新能源汽車的鋰電池溫度記為各新能源汽車對應(yīng)最后一個預(yù)測時間點的鋰電池溫度；

27、以此方式得到各新能源汽車對應(yīng)各預(yù)測時間點的鋰電池溫度。

28、示例性的，動態(tài)計算滾裝船舶載運每輛新能源汽車的火災(zāi)風(fēng)險指數(shù)，具體計算過程為：

29、通過風(fēng)險評估模型，動態(tài)計算得到滾裝船舶載運各新能源汽車的火災(zāi)風(fēng)險指數(shù)，τ1、τ2、τ3和τ4分別表示溫度風(fēng)險系數(shù)、電氣狀態(tài)風(fēng)險系數(shù)、熱失控風(fēng)險系數(shù)以及外部應(yīng)力風(fēng)險系數(shù)對應(yīng)的計算權(quán)重因子，且滿足τ1+τ2+τ3+τ4=1；

30、上述風(fēng)險評估模型中分別表示第h個新能源汽車對應(yīng)鋰電池的溫度風(fēng)險系數(shù)、電氣狀態(tài)風(fēng)險系數(shù)和熱失控風(fēng)險系數(shù)，φ為滾裝船舶的外部應(yīng)力風(fēng)險系數(shù)。

31、示例性的，各新能源汽車對應(yīng)鋰電池的溫度風(fēng)險系數(shù)計算過程如下：

32、將滾裝船舶在各預(yù)測時間點的修正溫度進(jìn)行加權(quán)平均計算，得到滾裝船舶在預(yù)測時間段內(nèi)的修正溫度均值；同理將各新能源汽車對應(yīng)各預(yù)測時間點的鋰電池溫度進(jìn)行加權(quán)平均計算，得到各新能源汽車對應(yīng)預(yù)測時間段的鋰電池均溫；

33、由此計算各新能源汽車對應(yīng)鋰電池的溫度風(fēng)險系數(shù)，β1以及β2分別表示設(shè)定的調(diào)整系數(shù)，為第h個新能源汽車對應(yīng)鋰電池的臨界溫度，為第h個新能源汽車的鋰電池溫度變化速率，ζ2為環(huán)境溫度變化速率：

34、，；

35、h為各新能源汽車的編號，h=1,2...k,k為新能源汽車的總數(shù)目，分別表示第h個新能源汽車對應(yīng)第j+1個以及第j個預(yù)測時間點的鋰電池溫度，分別表示第j+1個以及第j個預(yù)測時間點的時間，為第j+1個預(yù)測時間點的修正溫度。

36、示例性的，滾裝船舶的外部應(yīng)力風(fēng)險系數(shù)計算過程如下：

37、將滾裝船舶在各預(yù)測時間點的船體擺動幅度進(jìn)行加權(quán)平均計算，得到滾裝船舶在預(yù)測時間段內(nèi)的船體擺動幅度均值；

38、確定得出滾裝船舶在各預(yù)測時間點的外部應(yīng)力值，并將其同理進(jìn)行加權(quán)平均計算，得到滾裝船舶在預(yù)測時間段內(nèi)的外部應(yīng)力均值；

39、由此計算得到滾裝船舶的外部應(yīng)力風(fēng)險系數(shù)，其中，e為自然常數(shù)。

40、示例性的，各新能源汽車對應(yīng)鋰電池的電氣狀態(tài)風(fēng)險系數(shù)計算過程如下：

41、將滾裝船舶在各預(yù)測時間點的修正濕度進(jìn)行加權(quán)平均計算，得到滾裝船舶在預(yù)測時間段內(nèi)的修正濕度均值；

42、進(jìn)而通過分析公式，得到各新能源汽車對應(yīng)鋰電池的電氣狀態(tài)風(fēng)險系數(shù)，其中分別表示第h個新能源汽車的電池電流均值、電壓均質(zhì)以及電池內(nèi)阻，為第h個新能源汽車對應(yīng)鋰電池的積載間距，β5和β6分別表示設(shè)定的調(diào)整系數(shù)，用于調(diào)節(jié)容量和內(nèi)阻的影響，表示第h個新能源汽車的電池總?cè)萘俊?/p>

43、示例性的，各新能源汽車對應(yīng)鋰電池的熱失控風(fēng)險系數(shù)計算過程如下：

44、，其中exp(·）表示以自然常數(shù)e為底的指數(shù)函數(shù)，β7和β8分別表示設(shè)定的調(diào)整系數(shù)，用于調(diào)節(jié)溫度變化率和熱量釋放的影響；分別表示第h個新能源汽車對應(yīng)鋰電池釋放的熱量以及鋰電池的總熱容；為第h個新能源汽車的鋰電池設(shè)定安全溫度，為第h個新能源汽車的鋰電池溫度變化速率，為各新能源汽車對應(yīng)預(yù)測時間段的鋰電池均溫。

45、本發(fā)明另一方面提供了一種基于人工智能的智慧消防火災(zāi)探測分析裝置，包括處理器、存儲器及通信總線；

46、所述存儲器上存儲有可被所述處理器執(zhí)行的計算機可讀程序；

47、所述通信總線實現(xiàn)處理器和存儲器之間的連接通信；

48、所述處理器執(zhí)行所述計算機可讀程序時執(zhí)行以實施如本發(fā)明任意一項所述的一種基于人工智能的智慧消防火災(zāi)探測分析方法。

49、如上所述，本發(fā)明提供的一種基于人工智能的智慧消防火災(zāi)探測分析方法，至少具有以下有益效果：

50、本發(fā)明提供的一種基于人工智能的智慧消防火災(zāi)探測分析方法，通過獲取滾裝船舶載運新能源汽車的總數(shù)，并依次對每輛車進(jìn)行編號，再從內(nèi)部多模態(tài)傳感器網(wǎng)絡(luò)中實時獲取多源數(shù)據(jù)，將這些數(shù)據(jù)輸入風(fēng)險評估模型中動態(tài)計算火災(zāi)風(fēng)險指數(shù)，這種方法能夠顯著提高船舶安全管理的效率和準(zhǔn)確性。具體來說，這種實時監(jiān)測和評估機制能夠及時識別潛在的火災(zāi)風(fēng)險，特別是鋰電池可能導(dǎo)致的風(fēng)險，從而在風(fēng)險指數(shù)超過設(shè)定閾值時觸發(fā)預(yù)警機制，迅速向安全管理系統(tǒng)發(fā)送警報信息。這種做法不僅能夠有效防止火災(zāi)事故的發(fā)生，保護人員和貨物的安全，還能通過自動化的監(jiān)測和報警系統(tǒng)減少人為誤判和延遲反應(yīng)，提高船舶運營的安全性和可靠性。通過對具體技術(shù)問題的解決，這一系統(tǒng)確保了對每輛新能源汽車的精準(zhǔn)監(jiān)控和快速響應(yīng)，極大地降低了火災(zāi)風(fēng)險的發(fā)生概率。