技術(shù)特征：

1.一種基于人工智能的智慧消防火災(zāi)探測分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1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，其特征在于，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；

3.根據(jù)權(quán)利要求2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，其特征在于，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：

4.根據(jù)權(quán)利要求1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，其特征在于，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：

5.根據(jù)權(quán)利要求1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，其特征在于，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：

6.根據(jù)權(quán)利要求5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，其特征在于，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：

7.根據(jù)權(quán)利要求5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，其特征在于，滾裝船舶的外部應(yīng)力風(fēng)險系數(shù)計算過程如下：

8.根據(jù)權(quán)利要求5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，其特征在于，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：

9.根據(jù)權(quán)利要求5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，其特征在于，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：

10.一種基于人工智能的智慧消防火災(zāi)探測分析裝置，其特征在于：其基于權(quán)利要求1-9任意一項所述的一種基于人工智能的智慧消防火災(zāi)探測分析方法實現(xiàn)，包括處理器、存儲器及通信總線；

技術(shù)總結(jié)
本發(fā)明涉及消防火災(zāi)探測技術(shù)領(lǐng)域，具體公開一種基于人工智能的智慧消防火災(zāi)探測分析方法，通過從內(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(hù)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。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。

技術(shù)研發(fā)人員：解曉龍,薛玉偉,劉洪強,樊雪生
受保護(hù)的技術(shù)使用者：山東尚安智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15