技术领域
本发明属于消防远程监控领域，尤其涉及一种面向园区的智慧消防远程监控系统及其方法。
背景技术
现有的消防远程监控系统存在监控与管理漏洞，由人为因素导致的火灾信息漏报、迟报，报警设备故障时有发生，而且系统缺乏智能化、实时性和可扩展性，特别是针对物流园区、社区等一些区域，存在消防监控盲点，是消防隐患所在。本发明旨在提供适用于此类园区、社区智慧远程消防监控平台，能够实时发现问题快速响应，智能辅助消防决策并调度园区内消防车，为确保区域内的消防安全具有重要作用。
目前，部分应用的消防远程监控系统已成功扑灭多起初期火灾，预防了恶性火灾事故发生，但现有系统在应用过程中依然存在诸多问题：
(1)业务数据分散化、独立化、不兼容。由于业务系统数据分离，导致实际应用产生多了信息孤岛，由于厂家不同导致信息不兼容，不能为决策起到支撑作用。
(2)没有有效的决策分析模型。数据积累、信息增加，数据的价值由于没有得到有效的开发，难以形成决策支撑的保证，数据存储的模型库、数据库或规则库往往格式不同，难以形成全面的、完整的数据结构。
(3)决策模型的适应性不强。消防领域决策支持研究处于初期，没有成熟的体系或分析模型，开发好的决策支持系统由于需求的变化不适于实际工作，对客户需求变化的适应性不强。
发明内容
为了解决现有技术的不足，本发明的第一目的是提供一种面向园区的智慧消防远程监控系统，其能够缩短决策支持生命周期，快速响应客户需求。
本发明的面向园区的智慧消防远程监控系统，包括：
感知层，其用来随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息；及
网络层，其连接感知层和应用层，其接收感知层传送来的信息并综合近距离无线传输、远程无线通信传输与互联网传输，使得短距离与远程传输无缝对接，为园区内的信息采集及发送提供可靠保障；及
应用层，其包括消防智能辅助决策子系统，所述消防智能辅助决策子系统用于根据网络层传送来的信息结合专家推理算法来预测火势蔓延方向、范围和速度，再根据预测结果来布置灭火地点和消防人员数量，生成消防资源最佳调度方案，为指挥员决策提供可靠依据。
进一步的，所述感知层包括火灾现场监控终端，其用于获取火灾现场信息；及
出警消防人员监控终端，其用于获取出警消防人员信息；及
车载终端，其用于获取消防车辆信息。
其中，火灾现场信息包括火灾现场气体成分和视频信息；
出警消防人员信息包括出警消防人员的编号及数量；
消防车辆信息包括消防车辆的车辆类型、当前位置信息、速度信息和监测车载水箱液位信息。
进一步的，所述网络层包括云计算平台，所述云计算平台分别与移动通讯网络服务器、互联网服务器和网管中心服务器相互通信。
本发明利用云计算平台实现大数据的集中处理。
进一步的，所述应用层还包括火灾自动报警装备子系统，其用于当接收到网络层所传送来的火灾现场信息时，自动报警并提示相应人员。
进一步的，所述应用层还包括消防车辆管理子系统，其用于根据接收到网络层所传送来的消防车辆信息，再结合其实时接收的园区所属区域的交通信息，生成消防车辆最佳路径方案。
进一步的，所述消防智能辅助决策子系统包括知识库、推理机、规则库、案例库及数据库；
知识库，其负责生成满足规则库所需规则，并传送至规则库；所述规则库用于对相应规则进行存储；
推理机，其用于搜索出规则库与案例库内的数据，并依据相应计算方式进行匹配计算出推测结果并存储至数据库；
案例库用于根据其内存储的案例数据来动态修改推测结果。
本发明的第二目的是提供一种面向园区的智慧消防远程监控系统的监控方法。
本发明的面向园区的智慧消防远程监控系统的监控方法，包括：
感知层随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息，并传送至网络层；
网络层接收感知层传送来的信息并综合近距离无线传输、远程无线通信传输与互联网传输，使得短距离与远程传输无缝对接，为园区内的信息采集及发送提供可靠保障；
应用层中的消防智能辅助决策子系统根据网络层传送来的信息结合专家推理算法来预测火势蔓延方向、范围和速度，再根据预测结果来布置灭火地点和消防人员数量，生成消防资源最佳调度方案，为指挥员决策提供可靠依据。
进一步的，所述专家推理算法为基于决策树学习方法。
进一步的，应用层中的消防智能辅助决策子系统根据网络层传送来的信息结合专家推理算法来预测的具体过程包括：
知识库负责生成满足规则库所需规则，并传送至规则库进行存储；
推理机搜索出规则库与案例库内的数据，并依据相应计算方式进行匹配计算出推测结果并存储至数据库；
案例库根据其内存储的案例数据来动态修改推测结果。
进一步的，推理机依据相应计算方式进行匹配，分成两种模式：
一种是根据特征属性集在案例库中得到匹配的决策信息和案例；一种是经过事件预处理、推理后重新进行学习、归纳，总结出新的规则决策信息存储到知识库中。
与现有技术相比，本发明的有益效果是：
(1)本发明的一种面向园区的智慧消防远程监控系统，基于现有业务系统的数据关系模型，形成了统一、完整的、与需求相适应的数据库模型；
(2)本发明的一种面向园区的智慧消防远程监控系统，以消防智能辅助决策子系统以需求为导向，设计基于消防逻辑的规则库及转化算法，提升决策准确性、快速性；提升决策支持模型的适应性，缩短决策支持生命周期，快速响应客户需求；
(3)本发明的一种面向园区的智慧消防远程监控系统，感知层随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息，并传送至网络层，为消防决策做支撑。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1是本发明的一种面向园区的智慧消防远程监控系统结构示意图；
图2是消防智能辅助决策子系统结构框架图。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
图1是本发明的一种面向园区的智慧消防远程监控系统结构示意图。
如图1所示，本发明的面向园区的智慧消防远程监控系统，包括：
(1)感知层，其用来随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息。
其中，所述感知层包括火灾现场监控终端，其用于获取火灾现场信息；及
出警消防人员监控终端，其用于获取出警消防人员信息；及
车载终端，其用于获取消防车辆信息。
火灾现场信息包括火灾现场气体成分和视频信息；
出警消防人员信息包括出警消防人员的编号及数量；
消防车辆信息包括消防车辆的车辆类型、当前位置信息、速度信息和监测车载水箱液位信息。
(2)网络层，其连接感知层和应用层，其接收感知层传送来的信息并综合近距离无线传输、远程无线通信传输与互联网传输，使得短距离与远程传输无缝对接，为园区内的信息采集及发送提供可靠保障。
其中，所述网络层包括云计算平台，所述云计算平台分别与移动通讯网络服务器、互联网服务器和网管中心服务器相互通信。
本发明利用云计算平台实现大数据的集中处理。
(3)应用层，其包括消防智能辅助决策子系统，所述消防智能辅助决策子系统用于根据网络层传送来的信息结合专家推理算法来预测火势蔓延方向、范围和速度，再根据预测结果来布置灭火地点和消防人员数量，生成消防资源最佳调度方案，为指挥员决策提供可靠依据。
应用层实现对消防车辆智能调度、救灾现场、事后维护等全方位、全过程信息化服务，为指挥方提供车辆监控、智能调度、应急管理、决策支撑、综合管理等支撑，确保消防过程快速、准确、可靠，实现消防资源调度的智能化管理。
具体地，所述应用层还包括火灾自动报警装备子系统，其用于当接收到网络层所传送来的火灾现场信息时，自动报警并提示相应人员。
具体地，所述应用层还包括消防车辆管理子系统，其用于根据接收到网络层所传送来的消防车辆信息，再结合其实时接收的园区所属区域的交通信息，生成消防车辆最佳路径方案。
如图1所示，应用层除了包括消防智能辅助决策子系统、火灾自动报警装备子系统和消防车辆管理子系统之外，还包括消防供水监控子系统、电气火灾监控子系统和视频监控子系统用来分别监控消防供水信息、电气火灾信息及火灾现场视频信息。
具体地，所述消防智能辅助决策子系统包括知识库、推理机、规则库、案例库及数据库；
知识库，其负责生成满足规则库所需规则，并传送至规则库；所述规则库用于对相应规则进行存储；
推理机，其用于搜索出规则库与案例库内的数据，并依据相应计算方式进行匹配计算出推测结果并存储至数据库；
案例库用于根据其内存储的案例数据来动态修改推测结果。
具体地，(1)推理机，借助与存放在工作存储器内的问题事实和存放在知识库内的规则结合，建立推理模型，推断信息，在决策支持过程中根据获取的信息综合运用决策树算法，进行指挥、调度、资源配置，输出最优结果；推理机实质是根据事件信息和存储相似的案例决策信息，运用模糊算法和特征匹配，得出辅助规则决策信息的过程。
(2)知识库，以一定的规则建立专家知识存储模型，知识包括信号信息、设备信息、推理规则、推理算法、决策信息等专家领域知识集合，用来进行决策推理，通过计算火灾或各类事故发展趋势，并实现与预案、水源、执勤实力无缝集成，为决策支持系统提供决策支撑；
(3)规则库、案例库及数据库均存储至存储器中，存储器用于存储采集数据信息、案例信息及由规则推理出方法或规则信息等，存储器管理维护包括信息增加、结构化表达、检索、编辑等功能，结构化表达依照方便存储、方便检索的原则设计。存储内容包括三方面内容：火灾基本情况、救援情况与作战经验。针对园区火灾消防知识，具体包括起火地点、时间、类别与事发建筑结构、附近水源信息、厂房存储物品信息，还包括报警相应时间、救援情况、救援战术、疏散人员情况、救援情况、救援效果等，还包括火灾原因分析、火灾责任处理、火灾消防经验、火灾损失及人员伤亡情况等信息。
如图2所示，消防智能辅助决策子系统还包括交互处理模块，其用来支持人机信息交互，是信息交互的初始界面。
具体地，推理过程为：
消防智能辅助决策子系统的推理机分为输入层、推理层、输出层。输入层输入感知层模块传输上来的各类数据信息进行清洗、分类并推送至推理层，推理层通过运用决策树、模糊算法和逻辑处理单元进行运算、匹配和自学习，输出层给出推理出的最佳决策。该模块通过借助智能设备通讯接口技术、数据挖掘、模糊计算等实现数字化二次数据自动分析，采用聚类分析、分类分析、关联分析等手段，从非逻辑关系中揭示潜在的逻辑关系。
推理的具体步骤：选取数据集，利用决策树理论进行属性约减，利用模糊集理论进行规则归纳，将得到的候选规则集及特征属性权重放入推理机推理，形成决策规则集。
本发明的一种面向园区的智慧消防远程监控系统，基于现有业务系统的数据关系模型，形成了统一、完整的、与需求相适应的数据库模型；
本发明的一种面向园区的智慧消防远程监控系统，以消防智能辅助决策子系统以需求为导向，设计基于消防逻辑的规则库及转化算法，提升决策准确性、快速性；提升决策支持模型的适应性，缩短决策支持生命周期，快速响应客户需求；
本发明的一种面向园区的智慧消防远程监控系统，感知层随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息，并传送至网络层，为消防决策做支撑。
本发明还提供了一种面向园区的智慧消防远程监控系统的监控方法。
本发明的面向园区的智慧消防远程监控系统的监控方法，包括：
感知层随时随地获取火灾现场信息、出警消防人员信息和消防车辆信息，并传送至网络层；
网络层接收感知层传送来的信息并综合近距离无线传输、远程无线通信传输与互联网传输，使得短距离与远程传输无缝对接，为园区内的信息采集及发送提供可靠保障；
应用层中的消防智能辅助决策子系统根据网络层传送来的信息结合专家推理算法来预测火势蔓延方向、范围和速度，再根据预测结果来布置灭火地点和消防人员数量，生成消防资源最佳调度方案，为指挥员决策提供可靠依据。
其中，所述专家推理算法为基于决策树学习方法。
具体地，应用层中的消防智能辅助决策子系统根据网络层传送来的信息结合专家推理算法来预测的具体过程包括：
知识库负责生成满足规则库所需规则，并传送至规则库进行存储；
推理机搜索出规则库与案例库内的数据，并依据相应计算方式进行匹配计算出推测结果并存储至数据库；
案例库根据其内存储的案例数据来动态修改推测结果。
具体地，推理机依据相应计算方式进行匹配，分成两种模式：
一种是根据特征属性集在案例库中得到匹配的决策信息和案例；一种是经过事件预处理、推理后重新进行学习、归纳，总结出新的规则决策信息存储到知识库中。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。