基于物联网的火灾监测预警系统研究
发布时间：2021-10-21 05:19
随着城市建筑越来越密集,引发火灾的因素也越来越繁杂,目前火灾监测预警系统实时性、安全性、智能决策能力差,针对以上问题,研究了基于物联网框架的包含改进水压预测模型、评估决策模型与云计算中心的火灾监测预警系统。通过查阅国内外的相关研究文献,分析了火灾监测预警系统方面存在的不足,提出了一种基于物联网的火灾监测预警系统框架,并对物联网、RFID等相关技术进行了研究;针对现有水压监测系统中数据结果精准度低等问题,研究了基于鲸鱼优化算法改进的水压预测模型,通过与实际测量值进行对比分析,改进模型的水压预测精准度得到提高,且与实际测量数据走势更为相近;在火灾监测预警领域建立了评估决策模型,完善了模型结构以及评估项目,使监测数据能够在整体系统的安全性评估分析方面发挥更大作用;研究并设计了云中心网络构架以及基于WorkStation管理器的虚拟化服务器,基于SQL Server数据库系统设计了系统数据库信息表与数据存储系统;在VisualStudio软件环境中对系统应用层进行了开发,对用户端块进行了设计,实现了用户账户管理、实时监测、历史查询、维护管理、数据分析、智能决策功能。基于物联网的火灾监测预警系统...
【文章来源】：华北理工大学河北省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图8时间段内社区水压数据
第3章火灾监测预警系统中数学模型的建立-15-图9差分后的水压数据经过对差分后的平稳样本序列U的自相关与偏相关函数检验后，根据图像的拖尾型便可判断模型成立，满足此条件后通过AIC准则大致判断ARMA模型的阶数[32-33]。使用AIC准则的方法来估计模型阶数的一般步骤为：首先假定存在的模型阶数的上界为0p和0q。对每一对00{k,j(0kP,0jQ)}（2）经由AIC表达式函数22()(,)log(,)kjAICkjkjn（3）计算后，取p,q使得0000(,)min(,)pPqQAICpqAICpq（4）此时ARMA模型的一般估计阶数为p,q，00p,q一般取值为n或[n/10,n/5]范围内的整数。因此为了使模型的表达式为最优，可取值P1，Q1。ARMA(1,1)的模型参数用极大似然估计法计算得出
模型检验模型是否可用 根据模型计算预测值预测结果分析是否大迭代次数输出最优解位置X*坐标即为目标阶数是 图 10 改进后的流程图 经仿真计算后，得到优化目标阶数为(24,5) ，由于随机性与不可预测性是回归模型的重要组成部分，所以通过 MATLAB 进行残差定量分析后得出其为白噪声序列，满足 95%置信区间，且参数不显著为 0，模型满足适应性，残差图如下图 11所示：
【参考文献】：
期刊论文
[1]基于MQTT协议的电力设备温度在线监测系统应用研究[J]. 耿锡涛. 工业控制计算机. 2019(10)
[2]基于ARMA模型的我国油菜籽单产预测分析[J]. 邵艳君. 中国市场. 2019(28)
[3]基于AIC准则判断锂电池最优模型[J]. 李国春,王恩龙,王丽梅,盘朝奉. 汽车工程学报. 2019(05)
[4]基于ARMA-EGARCH模型对我国人寿保险的实证分析[J]. 董晓羿,申世昌. 齐齐哈尔大学学报(自然科学版). 2019(04)
[5]基于物联网技术的城市消防安全管理监测平台[J]. 汤华清. 消防科学与技术. 2019(07)
[6]基于物联网技术的地铁巡检信息化系统构想[J]. 温晓凯,孙坤,刘亮. 现代隧道技术. 2019(03)
[7]一种改进的鲸鱼优化算法[J]. 吴成智. 现代计算机. 2019(14)
[8]基于BIM技术的建筑机电系统虚拟仿真及受力研究[J]. 张盛楠,岳昊楠,陈文坤. 天津科技. 2019(03)
[9]基于层次分析法的矿山地质环境影响评价研究[J]. 郭瑶. 环境科学与管理. 2018(04)
[10]物联网发展现状与未来展望——评《一本书读懂物联网》[J]. 秦涛. 中国教育学刊. 2018(03)
博士论文
[1]基于RFID的机电产品回收信息语义建模及拆卸决策方法的研究[D]. 陈劭力.华东理工大学 2016
[2]本体模型及其在信息安全评估领域的应用研究[D]. 高建波.上海交通大学 2015
硕士论文
[1]考量施工坠落风险的安全检查路径规划研究[D]. 秦畅.重庆大学 2018
[2]基于Docker的智慧消防云平台构建及其典型应用的研究[D]. 管文超.华东理工大学 2018
[3]基于BIM的可视化消防设备运维管理系统研究与应用[D]. 宋乐.西安建筑科技大学 2018
[4]基于BIM的可视化消防设备信息监管研究[D]. 林天扬.北京建筑大学 2016
[5]基于物联网的湖泊水质监测系统的研究[D]. 梁承美.华东理工大学 2014
[6]基于GPS和GPRS的城市公交智能终端系统设计[D]. 刘振武.东北林业大学 2014
本文编号：3448325
【文章来源】：华北理工大学河北省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图8时间段内社区水压数据
第3章火灾监测预警系统中数学模型的建立-15-图9差分后的水压数据经过对差分后的平稳样本序列U的自相关与偏相关函数检验后，根据图像的拖尾型便可判断模型成立，满足此条件后通过AIC准则大致判断ARMA模型的阶数[32-33]。使用AIC准则的方法来估计模型阶数的一般步骤为：首先假定存在的模型阶数的上界为0p和0q。对每一对00{k,j(0kP,0jQ)}（2）经由AIC表达式函数22()(,)log(,)kjAICkjkjn（3）计算后，取p,q使得0000(,)min(,)pPqQAICpqAICpq（4）此时ARMA模型的一般估计阶数为p,q，00p,q一般取值为n或[n/10,n/5]范围内的整数。因此为了使模型的表达式为最优，可取值P1，Q1。ARMA(1,1)的模型参数用极大似然估计法计算得出
模型检验模型是否可用 根据模型计算预测值预测结果分析是否大迭代次数输出最优解位置X*坐标即为目标阶数是 图 10 改进后的流程图 经仿真计算后，得到优化目标阶数为(24,5) ，由于随机性与不可预测性是回归模型的重要组成部分，所以通过 MATLAB 进行残差定量分析后得出其为白噪声序列，满足 95%置信区间，且参数不显著为 0，模型满足适应性，残差图如下图 11所示：
【参考文献】：
期刊论文
[1]基于MQTT协议的电力设备温度在线监测系统应用研究[J]. 耿锡涛. 工业控制计算机. 2019(10)
[2]基于ARMA模型的我国油菜籽单产预测分析[J]. 邵艳君. 中国市场. 2019(28)
[3]基于AIC准则判断锂电池最优模型[J]. 李国春,王恩龙,王丽梅,盘朝奉. 汽车工程学报. 2019(05)
[4]基于ARMA-EGARCH模型对我国人寿保险的实证分析[J]. 董晓羿,申世昌. 齐齐哈尔大学学报(自然科学版). 2019(04)
[5]基于物联网技术的城市消防安全管理监测平台[J]. 汤华清. 消防科学与技术. 2019(07)
[6]基于物联网技术的地铁巡检信息化系统构想[J]. 温晓凯,孙坤,刘亮. 现代隧道技术. 2019(03)
[7]一种改进的鲸鱼优化算法[J]. 吴成智. 现代计算机. 2019(14)
[8]基于BIM技术的建筑机电系统虚拟仿真及受力研究[J]. 张盛楠,岳昊楠,陈文坤. 天津科技. 2019(03)
[9]基于层次分析法的矿山地质环境影响评价研究[J]. 郭瑶. 环境科学与管理. 2018(04)
[10]物联网发展现状与未来展望——评《一本书读懂物联网》[J]. 秦涛. 中国教育学刊. 2018(03)
博士论文
[1]基于RFID的机电产品回收信息语义建模及拆卸决策方法的研究[D]. 陈劭力.华东理工大学 2016
[2]本体模型及其在信息安全评估领域的应用研究[D]. 高建波.上海交通大学 2015
硕士论文
[1]考量施工坠落风险的安全检查路径规划研究[D]. 秦畅.重庆大学 2018
[2]基于Docker的智慧消防云平台构建及其典型应用的研究[D]. 管文超.华东理工大学 2018
[3]基于BIM的可视化消防设备运维管理系统研究与应用[D]. 宋乐.西安建筑科技大学 2018
[4]基于BIM的可视化消防设备信息监管研究[D]. 林天扬.北京建筑大学 2016
[5]基于物联网的湖泊水质监测系统的研究[D]. 梁承美.华东理工大学 2014
[6]基于GPS和GPRS的城市公交智能终端系统设计[D]. 刘振武.东北林业大学 2014
本文编号：3448325
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3448325.html
