赋能“智慧消防”：机器学习“iFOREST”算法在消防管网的应用

近年来，“智慧消防”领域的发展如火如荼，与“智慧”二字相对应的人工智能技术在消防安全领域也变的炙手可热。

2017年10月18日，当人工智能被写进十九大：“推动互联网、大数据、人工智能和实体经济深度融合”的报告中；2017年10月10日，当《关于全面推进“智慧消防”建设的指导意见》的发布更是带来了国内一波又一波围绕着“人工智能AI”技术的智慧消防建设高潮。

领域创新—人工智能技术在消防管网检测的应用

当建筑物火灾发生时，自动喷水灭火系统和室内消火栓系统是前期控制火情蔓延和后期火灾扑救的重要依仗，管网内要随时保证足够的水量以及整套系统的正常运转。但是，供水不足、无水的现象在灭火救援中层出不穷。

在消防管理中，需定期对消防管网进行检测，然而受限于传统的以人为驱动的管理机制，消防管网检测的重要性往往发生在火灾事故发生之后才会被关注，而且行业内的管网检测手段通常仅会以通过外观性检查的方式来判断异常，无法确保系统功能完好，人工智能技术的发展，带来了更快捷、更准确判断手段。

基于机器学习“iFOREST”等一系列异常检测算法的智慧消防平台人工智能判断体系。对于建筑物自动喷水灭火系统和室内消火栓系统，平台可通过前端安装的物联网感知设备上传的若干消防设施设备数据，判断出未监测设施设备的实时状态，如管网的漏水情况，阀门的开闭情况等，同时可精确的判断出异常设备和异常情况出现的位置，帮助用户快速、便捷的发现、处理消防安全隐患，提升建筑物安全性。

2016年8月，首次将基于机器学习“iFOREST”算法的人工智能技术在上海市黄浦区89栋民用建筑智慧消防系统建设项目中应用于对建筑物消防给水系统的检测。系统通过检测判断出89栋建筑物中有13栋建筑物的消防管网阀门关闭，10栋建筑物消防管网存在多处漏水情况，在隐患情况对用户进行上报后得到了用户的高度重视，经现场排查，隐患判断准确率为85.61%。

技术革命—异常检测算法带来人工智能技术的新突破

人工智能技术的特点为：从聚焦个体的智能到基于大数据体系的群体智能，能够通过广泛的数据来源保障判断结果准确性；可通过机器学习算法自行调整判断依据的权重，让判断结果愈加准确。

从数学模型的观点上看，消防管网系统发生故障的是存在前兆的。那么如何刻画异常状态以及对异常状态及时预警，这是两个最基本的问题。

与大多数领域一样，消防领域中的大数据基本是无标签的。因此异常检测中最核心的问题是如何来识别异常，以及如何利用异常检测中的常见算法进行识别预警。基于统计的传统异常点检测模型是一些较好的工具，但是针对高维数据的统计分析往往表现不佳，将机器学习领域的一些异常检测算法纳入考虑之中。

“iForest”—基于集成学习策略的非参数无监督异常检测方法

该机器学习算法具有线性时间复杂度和高准确率。iForest与RandomForest都是基于Bagging的集成学习方法，在大数据上该策略具有天然的并行运算优势，高效地得到结果。

iForest决策面示意图

One-Class-SVM：假设所有非异常点落在高维空间中的超球体内（kernel方法），通过极小化超球体的体积来得到最优的超球面，进而得异常点的判定方法。

One-Class-SVM的决策超球面

“DBSCAN”一种基于密度的聚类检测方式

基于聚类的异常点检测方式被广泛使用，密度聚类的聚类过程自然地可以得到异常点，并且针对非凸的数据集表现优越。

DBSCAN的聚类结果，类别数量小于阈值是异常点

实时监测建筑物消防管网的传感器历史时序数据结合建筑物参数和管网参数等作为训练集建立相应的异常点检验模型以及趋势检测模型。在管网系统频繁起泵前，对消防管网漏水做出精准的预警，进而由传感器之间水压反馈的延迟性，基于故障定位算法预测漏水点的位置信息。最后，对上述模型的结果进行集成，给出更加稳健的预测，减少误报引起的损失。

某消防管网的检漏结果（绿色点为代表检测到漏水）

智能设定安全压力标准

传统的消防给水系统中，主管网传感器压力阈值根据国家相关标准进行设定，而对于安装于管网末端的传感器设备，需根据建筑物实际情况和管网参数设置安全压力阈值，这些设备的数据往往直接被忽视。利用上述模型，在非异常点的数据给出上述传感器的智能压力的标准，提高管网系统中压力传感器的使用效率，能够更加精准地对管网的异常进行预警。

不断完善—人工智能技术在实战中成长

2018年，通过基于异常检测算法的人工智能技术对智慧消防系统采集到的数据进行分析，判断出的黄浦区89栋中部分建筑物的消防水系统管网阀门情况及管网情况无一误报，系统及时的通知到相应人员对隐患位置进行查看、整修，及时消除了消防隐患。

随着人工智能技术的不断优化以及长时间对物联网数据的学习，系统判定的结果越来越精准，在黄浦区89栋民用建筑智慧消防系统建设项目中，已经达到了95%以上的准确率。同时，人工智能技术的成熟使得应用在其他的项目上的学习时间大大缩短。

人工智能技术及理念的持续渗透逐渐改变了行业从业者和用户对智慧消防的理解，从传统的城市消防报警中心到智慧消防云服务平台，从传统的消防数据远程监控到利用人工智能AI技术赋能消防管理，基于异常检测算法的人工智能技术拥有对消防设施数据的感知、分析、处理的主导权，推动消防管理体系中决策机制从“业务驱动”向“数据预测”转变，管理机制从“死看死守”向“预知预警”转变，行动机制从“经验主义”向“科学决策、智能调度”转变，把人工智能分析转变为为行动力优势。

人工智能技术应用于实处，让智慧消防有了新的定义。瑞眼科技相信在不远的未来，会有更多的技术在消防领域得以运用。瑞眼科技也会铭记将城市更安全的使命，不断钻研，让智慧消防实现真正的智慧。