(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210685375.0 (22)申请日 2022.06.17 (71)申请人 淮阴工学院 地址 223400 江苏省淮安市 涟水县海安路 10号安东大厦八楼 (72)发明人 张卫星　吴卿　茅家敏　秦源汇　 吴浩天　马从国　周红标　周恒瑞　 秦小芹　王建国　柏小颖　金德飞　 周大森　李亚洲　黄凤芝　马海波　 刘伟　丁晓红　叶文芊　 (74)专利代理 机构 淮安市科文知识产权事务所 32223 专利代理师 李锋 (51)Int.Cl. G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G08B 17/10(2006.01) G01D 21/02(2006.01) (54)发明名称 物联网智能安防与环境大 数据系统 (57)摘要 本发明公开了一种物联网智能安防与环境 大数据系统， 系统由环境参数采集与控制平台和 环境大数据智能预测与火灾预警子系统组成， 实 现对环境参数采集、 处理和预警功能； 本发明有 效解决了现有环境安防系统没有根据环境参数 变化的非线性、 大滞后和动态变化复杂等特点， 无法对环 境参数进行精确检测和预测， 没有对环 境参数进行管理从而极大的影响生产效益和生 产管理的问题。 权利要求书2页 说明书14页 附图3页 CN 114970745 A 2022.08.30 CN 114970745 A 1.物联网智能安防与环境大数据系统， 其特征在于： 系统由环境参数采集与控制平台 和环境大 数据智能预测与火灾预警子系统 组成， 实现对环境 参数采集、 处 理和预警功能； 所述环境大数据智能预测与火灾预警子系 统由参数检测模块、 Vague数值融合模型和 Vague的模糊小 波神经网络火灾 等级分类 器组成； 参数检测模块包括参数检测模型， 多个温度传感器输出、 多个烟雾传感器输出和多个 火焰传感器输出分别作为对应的参数检测模块的多个参数检测模型的输入， 参数检测模块 的多个参数检测模 型的输出分别作为3个对应的Vagu e数值融合模 型的输入， 3个Vague数值 融合模型输出作为Vague的模糊小波神经网络 火灾等级分类器的对应输入， Vague的模糊小 波神经网络火灾等级分类器输出三个参数分别为y、 z和1 ‑k， y为被检测环境火灾大小的实 数值， z为可信度， 1 ‑k为可信度和不确定度和， 1 ‑k‑z为不确定度， k为不可信度， y、 z和1 ‑k构 成被检测环境火灾类型的Vague集的数值为[y， (z， 1 ‑k)]， Vague的模糊小波神经网络火灾 等级分类 器输出代 表被检测环境将要发生的火灾类型。 2.根据权利要求1所述的物联网智能安防与环境大数据系统， 其特征在于： 所述参数检 测模型由LSTM神经网络模型、 ARIMA预测 模型、 变分模态分解模型、 减法聚类分类器、 CNN卷 积‑NARX神经网络模型和Va gue集的ANFIS模糊神经网络模型组成。 3.根据权利要求2所述的物联网智能安防与环境大数据系统， 其特征在于： 所述参数传 感器感知被检测环 境的时间序列参数值分别作为LSTM神经网络模型和ARIMA预测模 型的输 入， LSTM神经网络模型与 ARIMA预测模型输出的差作为被检测环 境的参数波动值， 时间序列 参数波动值作为变分模态分解模型的输入， 变分模态分解模 型输出多个模态函数IMF分量， 多个IMF分量能量熵作为减法聚类分类器的输入， 减法聚类 分类器输出的多个类型的IMF分 量能量熵分别作为多个对应的CNN卷积 ‑NARX神经网络模型输入， ARIMA预测模型和多个CNN 卷积‑NARX神经网络模 型的输出作为Vague集的ANFIS模糊神经网络模型的对应输入， Vague 集的ANFIS模糊神经网络模 型输出的三个参数分别为x、 t和1 ‑f， x为被检测参数的实数值， t 为可信度， 1 ‑f为可信度和不确定度和， 1 ‑f‑t为不确定度， f为不可信度， x、 t和1 ‑f构成被检 测参数的Vague集的数值为[ x， (t， 1‑f)]， Vague集的ANFIS 模糊神经网络模型输 出作为参数 检测模型输出。 4.根据权利要求1所述的物联网智能安防与环境大数据系统， 其特征在于： Vague数值 融合模型的一段时间多个参数测量传感器的参数检测模型输出的Vagu e集数构成时间序列 Vague集数值阵列， 每个参数测量传感器的时间序列 Vague集数值的正理想值距离测度除以 该参数测量传感器的时间序列 Vague集数值的负理想值距离测度与该参数测量传感器的时 间序列Vague集数值的正理想值距离测度的和得到的商为每个参数测量传感器的时间序列 Vague集数值的相对距离测度； 每个参数测量传感器的时间序列Vagu e集数值的相对距离测 度除以所有参数测量传感器的时间序列 Vague集数值的相对距离测度的和得到的商为每个 参数测量传感器的时间序列Va gue集数值的距离测度融合权 重； 每个参数测量传感器的时间序列Vague集数值与Vague集数值阵列的正理想值之间的 相似度除以该参数测量传感器的时间序列V ague集数值与Vague集数值阵列的正理想值的 相似度相加该参数测量传感器的时间序列V ague集数值与Vague集数值阵列的负理想值的 相似度的和得到的商为该参数测量传感器的时间序列Vague集数值的相 似度相对测度； 每 个参数测量传感器的时间序列 Vague集数值的相似度相对测度除以所有参数测量传感器的权　利　要　求　书 1/2 页 2 CN 114970745 A 2时间序列Vague集数值的相似度相对测度的和得到的商为该参数测量传感器的时间序列 Vague集数值的相似度融合权 重； 每个参数测量传感器的时间序列Vague集数值的距离测度融合权重和该参数测量传感 器的时间序列 Vague集数值的相似度融合权重按照从小到大排序组成的区间数作为该参数 测量传感器的时间序列Vague集数值的区间数融合权重； 根据同一时刻每个参数测量传感 器的时间序列V ague集数值与该参数测量传感器的时间序列V ague集数值的区间数融合权 重的积相加得到的和为所有参数测量传感器的时间序列 Vague集数的融合值为时间序列的 区间Vague集数值。 5.根据权利要求1所述的物联网智能安防与环境大数据系统， 其特征在于： 所述环境参 数采集与控制平台包括检测节点、 控制节点、 网关节点、 现场监控端、 云平台和移动端App组 成， 检测节点、 控制节点和网关节点之间通过构建CAN通信网络来实现检测节点、 控制节点 和网关节点之间的数据通信。 6.根据权利要求5所述的物联网智能安防与环境大数据系统， 其特征在于： 所述检测节 点将检测的环境参数通过网关节点的RS232接口发送给现场监控端， 现场监控端对传感器 数据进行理和对火灾进行预警； 控制节点控制安防设备， 网关节点通过NB ‑IoT模块与云平 台之间和云平台通过5G网络与移动端App之间实现环境参数的双向传输， 网关节点与现场 监控端之间通过RS232接口实现环境 参数的双向传输 。 7.根据权利要求5或6所述的物联网智能安防与环境大数据系统， 其特征在于： 所述移 动端App为管 理人员提供实时环境数据和历史数据的查询， 管 理人员通过移动端App可通过 远程查看当前的环境 参数； 云平台主 要负责处 理、 存储、 分析和显示接收到环境 参数。权　利　要　求　书 2/2 页 3 CN 114970745 A 3