近年來，“智慧消防”領(lǐng)域的發(fā)展如火如荼，與“智慧”二字相對(duì)應(yīng)的人工智能技術(shù)在消防安全領(lǐng)域也變的炙手可熱。

　　2017年10月18日，當(dāng)人工智能被寫進(jìn)十九大：“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”的報(bào)告中；2017年10月10日，當(dāng)《關(guān)于全面推進(jìn)“智慧消防”建設(shè)的指導(dǎo)意見》的發(fā)布更是帶來了國內(nèi)一波又一波圍繞著“人工智能AI”技術(shù)的智慧消防建設(shè)高潮。

領(lǐng)域創(chuàng)新—人工智能技術(shù)在消防管網(wǎng)檢測(cè)的應(yīng)用

　　當(dāng)建筑物火災(zāi)發(fā)生時(shí)，自動(dòng)噴水滅火系統(tǒng)和室內(nèi)消火栓系統(tǒng)是前期控制火情蔓延和后期火災(zāi)撲救的重要依仗，管網(wǎng)內(nèi)要隨時(shí)保證足夠的水量以及整套系統(tǒng)的正常運(yùn)轉(zhuǎn)。但是，供水不足、無水的現(xiàn)象在滅火救援中層出不窮。

　　在消防管理中，需定期對(duì)消防管網(wǎng)進(jìn)行檢測(cè)，然而受限于傳統(tǒng)的以人為驅(qū)動(dòng)的管理機(jī)制，消防管網(wǎng)檢測(cè)的重要性往往發(fā)生在火災(zāi)事故發(fā)生之后才會(huì)被關(guān)注，而且行業(yè)內(nèi)的管網(wǎng)檢測(cè)手段通常僅會(huì)以通過外觀性檢查的方式來判斷異常，無法確保系統(tǒng)功能完好，人工智能技術(shù)的發(fā)展，帶來了更快捷、更準(zhǔn)確判斷手段。

　　基于機(jī)器學(xué)習(xí)“iFOREST”等一系列異常檢測(cè)算法的智慧消防平臺(tái)人工智能判斷體系。對(duì)于建筑物自動(dòng)噴水滅火系統(tǒng)和室內(nèi)消火栓系統(tǒng)，平臺(tái)可通過前端安裝的物聯(lián)網(wǎng)感知設(shè)備上傳的若干消防設(shè)施設(shè)備數(shù)據(jù)，判斷出未監(jiān)測(cè)設(shè)施設(shè)備的實(shí)時(shí)狀態(tài)，如管網(wǎng)的漏水情況，閥門的開閉情況等，同時(shí)可精確的判斷出異常設(shè)備和異常情況出現(xiàn)的位置，幫助用戶快速、便捷的發(fā)現(xiàn)、處理消防安全隱患，提升建筑物安全性。

　　2016年8月，首次將基于機(jī)器學(xué)習(xí)“iFOREST”算法的人工智能技術(shù)在上海市黃浦區(qū)89棟民用建筑智慧消防系統(tǒng)建設(shè)項(xiàng)目中應(yīng)用于對(duì)建筑物消防給水系統(tǒng)的檢測(cè)。系統(tǒng)通過檢測(cè)判斷出89棟建筑物中有13棟建筑物的消防管網(wǎng)閥門關(guān)閉，10棟建筑物消防管網(wǎng)存在多處漏水情況，在隱患情況對(duì)用戶進(jìn)行上報(bào)后得到了用戶的高度重視，經(jīng)現(xiàn)場(chǎng)排查，隱患判斷準(zhǔn)確率為85.61%。

技術(shù)革命—異常檢測(cè)算法帶來人工智能技術(shù)的新突破

　　人工智能技術(shù)的特點(diǎn)為：從聚焦個(gè)體的智能到基于大數(shù)據(jù)體系的群體智能，能夠通過廣泛的數(shù)據(jù)來源保障判斷結(jié)果準(zhǔn)確性；可通過機(jī)器學(xué)習(xí)算法自行調(diào)整判斷依據(jù)的權(quán)重，讓判斷結(jié)果愈加準(zhǔn)確。

　　從數(shù)學(xué)模型的觀點(diǎn)上看，消防管網(wǎng)系統(tǒng)發(fā)生故障的是存在前兆的。那么如何刻畫異常狀態(tài)以及對(duì)異常狀態(tài)及時(shí)預(yù)警，這是兩個(gè)最基本的問題。

　　與大多數(shù)領(lǐng)域一樣，消防領(lǐng)域中的大數(shù)據(jù)基本是無標(biāo)簽的。因此異常檢測(cè)中最核心的問題是如何來識(shí)別異常，以及如何利用異常檢測(cè)中的常見算法進(jìn)行識(shí)別預(yù)警。基于統(tǒng)計(jì)的傳統(tǒng)異常點(diǎn)檢測(cè)模型是一些較好的工具，但是針對(duì)高維數(shù)據(jù)的統(tǒng)計(jì)分析往往表現(xiàn)不佳，將機(jī)器學(xué)習(xí)領(lǐng)域的一些異常檢測(cè)算法納入考慮之中。

“iForest”—基于集成學(xué)習(xí)策略的非參數(shù)無監(jiān)督異常檢測(cè)方法

　　該機(jī)器學(xué)習(xí)算法具有線性時(shí)間復(fù)雜度和高準(zhǔn)確率。iForest與RandomForest都是基于Bagging的集成學(xué)習(xí)方法，在大數(shù)據(jù)上該策略具有天然的并行運(yùn)算優(yōu)勢(shì)，高效地得到結(jié)果。

iForest決策面示意圖

　　One-Class-SVM：假設(shè)所有非異常點(diǎn)落在高維空間中的超球體內(nèi)（kernel方法），通過極小化超球體的體積來得到最優(yōu)的超球面，進(jìn)而得異常點(diǎn)的判定方法。

One-Class-SVM的決策超球面

“DBSCAN”一種基于密度的聚類檢測(cè)方式

　　基于聚類的異常點(diǎn)檢測(cè)方式被廣泛使用，密度聚類的聚類過程自然地可以得到異常點(diǎn)，并且針對(duì)非凸的數(shù)據(jù)集表現(xiàn)優(yōu)越。

DBSCAN的聚類結(jié)果，類別數(shù)量小于閾值是異常點(diǎn)

　　實(shí)時(shí)監(jiān)測(cè)建筑物消防管網(wǎng)的傳感器歷史時(shí)序數(shù)據(jù)結(jié)合建筑物參數(shù)和管網(wǎng)參數(shù)等作為訓(xùn)練集建立相應(yīng)的異常點(diǎn)檢驗(yàn)?zāi)Ｐ鸵约摆厔?shì)檢測(cè)模型。在管網(wǎng)系統(tǒng)頻繁起泵前，對(duì)消防管網(wǎng)漏水做出精準(zhǔn)的預(yù)警，進(jìn)而由傳感器之間水壓反饋的延遲性，基于故障定位算法預(yù)測(cè)漏水點(diǎn)的位置信息。最后，對(duì)上述模型的結(jié)果進(jìn)行集成，給出更加穩(wěn)健的預(yù)測(cè)，減少誤報(bào)引起的損失。

某消防管網(wǎng)的檢漏結(jié)果（綠色點(diǎn)為代表檢測(cè)到漏水）

智能設(shè)定安全壓力標(biāo)準(zhǔn)

　　傳統(tǒng)的消防給水系統(tǒng)中，主管網(wǎng)傳感器壓力閾值根據(jù)國家相關(guān)標(biāo)準(zhǔn)進(jìn)行設(shè)定，而對(duì)于安裝于管網(wǎng)末端的傳感器設(shè)備，需根據(jù)建筑物實(shí)際情況和管網(wǎng)參數(shù)設(shè)置安全壓力閾值，這些設(shè)備的數(shù)據(jù)往往直接被忽視。利用上述模型，在非異常點(diǎn)的數(shù)據(jù)給出上述傳感器的智能壓力的標(biāo)準(zhǔn)，提高管網(wǎng)系統(tǒng)中壓力傳感器的使用效率，能夠更加精準(zhǔn)地對(duì)管網(wǎng)的異常進(jìn)行預(yù)警。

不斷完善—人工智能技術(shù)在實(shí)戰(zhàn)中成長

　　2018年，通過基于異常檢測(cè)算法的人工智能技術(shù)對(duì)智慧消防系統(tǒng)采集到的數(shù)據(jù)進(jìn)行分析，判斷出的黃浦區(qū)89棟中部分建筑物的消防水系統(tǒng)管網(wǎng)閥門情況及管網(wǎng)情況無一誤報(bào)，系統(tǒng)及時(shí)的通知到相應(yīng)人員對(duì)隱患位置進(jìn)行查看、整修，及時(shí)消除了消防隱患。

　　隨著人工智能技術(shù)的不斷優(yōu)化以及長時(shí)間對(duì)物聯(lián)網(wǎng)數(shù)據(jù)的學(xué)習(xí)，系統(tǒng)判定的結(jié)果越來越精準(zhǔn)，在黃浦區(qū)89棟民用建筑智慧消防系統(tǒng)建設(shè)項(xiàng)目中，已經(jīng)達(dá)到了95%以上的準(zhǔn)確率。同時(shí)，人工智能技術(shù)的成熟使得應(yīng)用在其他的項(xiàng)目上的學(xué)習(xí)時(shí)間大大縮短。

總結(jié)

　　人工智能技術(shù)及理念的持續(xù)滲透逐漸改變了行業(yè)從業(yè)者和用戶對(duì)智慧消防的理解，從傳統(tǒng)的城市消防報(bào)警中心到智慧消防云服務(wù)平臺(tái)，從傳統(tǒng)的消防數(shù)據(jù)遠(yuǎn)程監(jiān)控到利用人工智能AI技術(shù)賦能消防管理，基于異常檢測(cè)算法的人工智能技術(shù)擁有對(duì)消防設(shè)施數(shù)據(jù)的感知、分析、處理的主導(dǎo)權(quán)，推動(dòng)消防管理體系中決策機(jī)制從“業(yè)務(wù)驅(qū)動(dòng)”向“數(shù)據(jù)預(yù)測(cè)”轉(zhuǎn)變，管理機(jī)制從“死看死守”向“預(yù)知預(yù)警”轉(zhuǎn)變，行動(dòng)機(jī)制從“經(jīng)驗(yàn)主義”向“科學(xué)決策、智能調(diào)度”轉(zhuǎn)變，把人工智能分析轉(zhuǎn)變?yōu)闉樾袆?dòng)力優(yōu)勢(shì)。