基于深度学习的建筑消防电气设备故障智能预警系统研究

已有建筑消防电气设备故障智能预警方法由于电气设备数据处理不当,存在故障预警时间过长的缺陷,无法满足现今建筑消防安全需求,因此提出基于深度学习的建筑消防电气设备故障智能预警方法研究。该研究引入深度学习技术,并选取模糊神经网络算法作为应用技术,以此为基础,分析建筑消防电气设备故障主要原因,采集电气设备故障信号,应用“固定门限”算法与复合Kendall-τ趋势算法预处理电气设备故障信号,以处理后的电气设备故障信号为基础,基于模糊神经网络算法搭建电气设备故障预警模型,规范化输入量与输出量,制定模糊推理规则,实现了建筑消防电气设备故障的智能预警。试验结果显示:与现有方法相比,提出方法电气设备故障预警时间更短,充分证实了提出方法具备更好的应用性能。