基于动静态混合数据分析的误报警判定方法:面向建筑信息模型的运维平台

为解决消防误报警消息的频繁出现给建筑运维工作带来极大不便的问题,充分利用建筑信息模型(BIM)运维平台的数据资源优势,提出一种基于动静态混合数据分析的消防误报警判定方法。在对建筑火灾风险及消防误报警成因研究分析基础上,首先,从建筑物联网获取报警点所属空间的温度、烟雾浓度、CO浓度等参数构成动态数据集,采用遗传算法优化的BP神经网络(GA-BP)分析动态数据集,获得建筑空间存在明火的概率;然后,从BIM模型提取报警点空间位置与建筑材料参数构成静态数据集,采用提出的模糊贝叶斯网络评估该空间火灾风险概率;最后,加权融合以上2个概率值,最终得到报警点所属空间发生火灾的概率,进而反向推断出误报警的概率。研究结果表明:该方法可以判定建筑BIM运维平台的消防误报警概率,为建筑运维人员提供决策依据。