本发明涉及安全预警，具体为基于数据分析的建筑安全预警方法及系统。
背景技术：
1、随着科技的不断进步，各种传感器、监测设备和通信技术的发展，为建筑安全预警技术的实现提供了基础。这些技术的成熟和普及使得建筑安全预警系统变得更加可行和实用。人们对建筑安全的关注程度不断增加，企业和个人都希望能够尽可能地降低建筑灾害事件对生命和财产的损害。因此，建筑安全预警技术的发展是社会需求的回应。随着计算机信息化技术的飞速发展，预警技术如繁花似锦般的层出不穷，相继涌现出各种各样的预警技术，例如：烟雾探测器、火焰探测器、地震传感器和地震监测设备等等，在建筑安全领域中预警技术起到至关重要的作用，但是对于建筑中的危险不仅表现在单纯的某一种预警中，若对建筑中单独的危险特征进行预警并不足以保障建筑过程中的安全，因为存在一些数据相互影响导致在单独数据未达到预警标准时，但极容易发生安全事故，因此对于建筑中的潜在危险不得不进行慎重的判断并预警；针对上述问题本发明提供了基于数据分析的建筑安全预警方法及系统。
技术实现思路
1、本发明的目的在于提供基于数据分析的建筑安全预警方法及系统，以解决上述背景技术中提出的问题。
2、为了解决上述技术问题，本发明提供如下技术方案：
3、基于数据分析的建筑安全预警方法，所述方法包括以下步骤：
4、s100、收集历史中发出建筑安全预警的记录，提取历史中每个建筑安全预警的特征数据，根据特征数据对建筑安全预警进行分类；
5、进一步的，对建筑安全预警进行分类的具体步骤为：
6、s101、收集历史中发出建筑安全预警的m个记录，提取每个记录中发出安全预警时的所有数据为{s1、s2、s3...sn}，s1、s2、s3...sn表示为记录中发出安全预警时的第1、2、3...n个数据，n为正整数；计算发出预警时所有数据的变化量，公式为：c＝|z-z′|，公式中，c为每个数据的变化量，z为每个数据在发出预警前的数据值，z′为每个数据在发出预警后的数据值；最终得到所有数据的变化量为{c1、c2、c3...cn}，c1、c2、c3...cn表示为发出预警后的第1、2、3...n个数据的变化量；
7、s102、对计算得到的n个数据变化量进行比较，选取其中的变化量最大值的数据作为对应的安全预警记录的特征数据，利用相同的方法对m个记录中的安全预警的数据进行分析，提取出m个安全预警记录中的特征数据为{s_t1、s_t2、s_t3...s_tm}，s_t1、s_t2、s_t3...s_tm表示为提取的第1、2、3...m个安全预警记录的特征数据，m为正整数；
8、s103、对提取出的每个安全预警记录中的特征数据进行对比分析，将特征数据相同的安全预警归为同一种安全预警种类中，在对m个安全预警记录进行分析后得到安全预警种类为{a1、a2、a3...aj}，a1、a2、a3...aj表示为第1、2、3...j个安全预警种类，j为正整数；j个安全预警种类对应的特征数据分别为{s_t1、s_t2、s_t3...s_tj}。
9、对历史中已经存在的预警系统产生的预警记录进行收集，提取其特征数据后，根据特征数据进行分类，将建筑中的安全事故根据进行区分，在对事故进行处理时，可以根据不同的预警类型制定合理的处理方案，以最快的速度和最低的成本排除安全事故。
10、s200、收集历史中每个建筑安全预警的特征数据，计算每种安全预警的危险阈值；
11、进一步的，计算每种安全事故的危险阈值的具体步骤为：
12、s201、根据收集的历史中发出安全预警记录，在进行安全预警分类后，计算收集的每种安全预警记录个数为{b1、b2、b3...bj}，b1、b2、b3...bj表示为收集的第1、2、3...j种安全预警的记录个数，b为正整数；
13、s202、提取每种安全预警中所有记录的特征数据值为{s_z1、s_z2、s_z3...s_zb}，s_z1、s_z2、s_z3...s_zb表示为每种安全预警中第1、2、3...b个记录的特征数据值，计算对应安全预警种类的危险阈值，公式为：
14、
15、公式中，d_y表示为每种安全预警的危险阈值，s_z_p表示每种安全预警种类中特征数据的平均值；
16、s203、利用相同的方法计算j种安全预警种类的危险阈值为{d_y1、d_y2、d_y3...d_yj}，d_y1、d_y2、d_y3...d-yj表示为计算的第1、2、3...j种安全预警的危险阈值。
17、根据历史数据计算每种预警的危险阈值，根据每种预警对应的危险阈值实现对不同安全事故的预警防护，利用历史数据计算得到的危险阈值可以对不同建筑场地、建筑类型进行判断，根据不同建筑的不同环境，计算得到不同的危险阈值，减少误判的风险。
18、s300、收集历史中未进行预警发生安全事故的记录，对记录中的特征数据进行分析，提取特征数据的数值，计算建筑中的潜在危险阈值；之后根据历史中未进行预警发生安全事故的记录判断特征数据中的可反应数据类型，建立可反应数据类型数据库；
19、进一步的，计算特征数据的关联系数的具体步骤为：
20、s311、收集历史中未进行安全预警发生安全事故的k个记录，不考虑特征数据的属性，提取收集的j种特征数据的数值作为建筑安全的危险指数，提取记录中发生事故后的j种特征数据的数值为{w1、w2、w3...wj}，w1、w2、w3...wj表示未发出安全预警发生安全事故的记录中第1、2、3...j种特征数据的数值；将k个记录中的特征数据的数值均进行提取；
21、s312、根据提取的j种特征数据的数值计算建筑中的潜在危险阈值，公式为：
22、
23、公式中，h为建筑中的危险指数阈值，w为特征数据的数值，j为每个记录中特征数据的个数，k为收集的未进行安全预警发生安全事故的记录个数。
24、建立可反应数据类型数据库的具体步骤为：
25、s321、提取历史中未进行安全预警发生安全事故的k个记录中所有特征数据在事故发生时的数据值和时间，将时间作为自变量，特征数据的数据值作为变量，绘制曲线图；
26、s322、对绘制得到的每个特征数据额曲线图进行分析，对曲线图中的斜率进行判断，选择斜率绝对值一直增大的曲线为建筑中的可反应数据类型，经过判断后得到特征数据内可反应数据类型为{s_f1、s_f2、s_f3...s_fβ}，s_f1、s_f2、s_f3...s_fβ表示为判断得到的第1、2、3...β个可反应数据类型，β为正整数，根据判断得到的可反应数据类型构建数据库。
27、在建筑中，可能存在某些特征数据单独没有超出阈值，但是当和另外一种特征数据同时存在时，会产生相互影响的效果，极大的增加了建筑中发生安全事故的概率，存在潜在危险。
28、s400、实时收集建筑过程中的每种特征数据，利用每种特征数据的危险阈值判断是否发生安全事故并发出预警；
29、进一步的，利用每种特征数据的危险阈值判断是否发生安全事故并发出预警的具体步骤为：
30、s401、实时收集建筑中的j种特征数据为{g1、g2、g3...gj}，g1、g2、g3...gj表示为实时收集的第1、2、3...j种特征数据，利用危险阈值对实时收集的每种特征数据进行判断；
31、s402、对s101中c的值进行还原，去除绝对值，根据c的正负判断每种特征数据发出安全预警的变化趋势，当c＞0时，判断g＞d_y，预测发生安全事故，发出预警；g＜d_y时，不会发生安全事故；
32、当c＜0时，判断g＞d_y时，不会发生安全事故，g＜d_y时，预测发生安全事故，发出预警；
33、s403、对实时收集的j种特征数据利用相同的方法进行判断，最终预测发生安全事故并发出预警的种类为{j1、j2、j3...ju}，j1、j2、j3...ju表示预测发生安全事故并发出的第1、2、3...u种安全预警。
34、s500、当对每种安全事故进行判断且发出预警数为0时，再对特征数据进行综合分析，判断是否存在潜在危险并发出潜在危险预警。
35、进一步的，判断是否存在潜在危险并发出潜在危险预警的具体步骤为：
36、s501、根据s300中构建的可反应数据类型的数据库对实时收集的特征数据进行分析，判断实时收集的特征数据中的可反应数据类型为{g_f1、g_f2、g_f3...g_fγ}，g_f1、g_f2、g_f3...g_fγ表示实时收集的特征数据中的第1、2、3...可反应数据类型，γ为正整数；
37、s502、根据判断得到的可反应数据类型和实时特征数据值计算潜在危险指数，公式为：
38、
39、公式中，q_d表示为潜在危险指数，gi表示实时收集的特征数据的数据值，i取值为1至j，γ表示为可反应数据类型的个数；
40、s503、当q_d≥h时，判断实时建筑中存在潜在危险，发出潜在危险预警；当q_d<h时，判断实时建筑没有潜在危险。
41、当对每种预警进行判断且预警个数为0时，建筑过程中不一定安全，需要对潜在危险进行分析判断，利用根据历史数据构建的可反应数据类型数据库对实时的建筑中的特征数据进行判断，当存在可反应数据类型时，会极大的增加建筑中的潜在危险指数，因此在进行单独危险预警判断后，判断潜在危险指数可以确保建筑过程的安全，排除存在的潜在危险。
42、基于数据分析的建筑安全预警系统，建筑安全预警系统包括数据收集模块、预警分类模块、阈值计算模块、单独预警模块和潜在危险判断模块；
43、所述数据收集模块用于收集历史中发出建筑安全预警的记录，提取历史中每个建筑安全预警的特征数据；收集历史中未进行安全预警发生安全事故的记录；
44、所述预警分类模块用于对收集的历史中的预警记录进行分析，提取特征数据后，根据特征数据对历史预警进行分类；
45、所述阈值计算模块用于计算不同预警的特征数据的危险阈值，并且对历史中未进行预警但发生安全事故的记录进行分析后计算得到潜在危险阈值；
46、所述单独预警模块用于对建筑中的每种预警类型进行单独实时判断，当判断发生安全事故时发出危险预警；
47、所述潜在危险判断模块用于在单独判断每种预警后，预警个数为0时，对建筑中的潜在危险进行判断，当判断存在潜在危险时发出潜在危险预警。
48、阈值计算模块包括危险阈值计算单元和潜在危险阈值计算单元；
49、所述危险阈值计算单元用于根据收集的历史中发出安全预警记录，在进行安全预警分类后，提取每种安全预警中所有记录的特征数据值，根据提取的所有记录中的特征数据值计算每种预警的单独阈值；
50、所述危险阈值计算单元用于对历史中未进行预警但发生安全事故的记录进行分析后，计算记录中安全事故发生后的特征数据，计算建筑中的潜在危险阈值。
51、潜在危险判断模块用于对实时的建筑中的特征数据进行收集后，并单独对每种预警进行判断后，预警个数为0时，根据构建的数据库，判断实时特征数据中的可反应数据类型的个数，最后计算建筑中的潜在危险指数，当判断存在潜在危险时发出潜在危险预警。
52、与现有技术相比，本发明所达到的有益效果是：
53、1、本发明通过对历史中的预警系统发生的预警记录进行收集分析后，将建筑中预警进行分类，在对实时的建筑进行安全预警时，根据预警分类进行分别预警，当判断发生安全事故并发出预警后可以根据预警的不同类型，合理制定处理方案，增加了安全事故处理的效率。
54、2、本发明在对每种预警进行单独判断后，当单独的预警个数为0时，再次进行潜在危险判断，对建筑中可能存在相互印象的特征数据导致发生安全事故的潜在危险进行判断，减少了安全事故发生的可能性，增加了建筑过程的安全性。
1.基于数据分析的建筑安全预警方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：所述s100中对建筑安全预警进行分类的具体步骤为：
3.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：所述s200中计算每种安全事故的危险阈值的具体步骤为：
4.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：在s300中计算特征数据的关联系数的具体步骤为：
5.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：所述s300中建立可反应数据类型数据库的具体步骤为：
6.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：所述s400中利用每种特征数据的危险阈值判断是否发生安全事故并发出预警的具体步骤为：
7.根据权利要求1所述的基于数据分析的建筑安全预警方法，其特征在于：所述s500中判断是否存在潜在危险并发出潜在危险预警的具体步骤为：
8.基于数据分析的建筑安全预警系统，其特征在于：建筑安全预警系统包括数据收集模块、预警分类模块、阈值计算模块、单独预警模块和潜在危险判断模块；
9.根据权利要求8所述的基于数据分析的建筑安全预警系统，其特征在于：所述阈值计算模块包括危险阈值计算单元和潜在危险阈值计算单元；
10.根据权利要求8所述的基于数据分析的建筑安全预警系统，其特征在于：所述潜在危险判断模块用于对实时的建筑中的特征数据进行收集后，并单独对每种预警进行判断后，预警个数为0时，根据构建的数据库，判断实时特征数据中的可反应数据类型的个数，最后计算建筑中的潜在危险指数，当判断存在潜在危险时发出潜在危险预警。
