四层AI防火算法及灭火闭环方案的电动车充电棚火灾监测与处理系统具有高效、准确、可靠等优点。该系统的应用将有效降低电动车充电棚火灾的发生概率并提高火灾应对能力。
一、四层算法核心逻辑
为了实现对电动车充电棚火灾的精准监测和快速响应，我们研发了一套四层AI防火算法。该算法通过层层递进的方式，逐步提高火灾识别的准确率，确保在第一时间发现并处理火情。
第一层：图像算法
图像算法是火灾监测的第一道防线。通过高清摄像头捕捉充电棚内的实时画面，利用先进的图像识别技术，对火焰和烟雾进行初步判断。该算法能够准确识别出70%-80%的火情，对于明显的火焰和浓烟具有较高的敏感度。然而，由于刹车灯、反光衣等红黄亮色的干扰，图像算法在某些情况下会出现误报。此外，图像算法无法直接联动断电和喷淋系统，需要与其他算法相结合才能实现更全面的防护。
第二层：温感算法
为了进一步提高火灾识别的准确性，我们在图像算法的基础上增加了温感算法。当图像识别模块检测到疑似火情时，温感算法会同步启动双热传感模块，对充电棚内10
15米范围内的温度进行实时监测。如果温度超过160℃，则可以基本确定发生了火灾。温感算法能够有效过滤掉刹车灯、反光衣等红黄亮色的干扰，将火灾识别的准确率提升至90%。然而，打火机、吸烟等场景仍有可能被误判为“真火”，因此需要与其他算法相结合进行进一步判断。
第三层：动态火焰算法
针对打火机短时火焰和吸烟静态烟雾的误报问题，我们引入了动态火焰算法。该算法通过分析10
20秒的视频帧动态变化，判断火焰是否存在收缩或扩张的趋势。如果火焰呈现明显的收缩或扩张趋势，则可以判定为真实火情；反之，则可能是打火机短时火焰或吸烟静态烟雾。动态火焰算法能够有效排除打火机短时火焰及吸烟静态烟雾的干扰，将火灾识别的准确率提升至98%。需要注意的是，在春节烟花等特殊场景下，动态火焰算法仍有偶发误报的可能。
第四层：大模型算法
为了实现对火灾的精准研判和快速响应，我们在前三层算法的基础上增加了大模型算法。该算法结合火焰持续时长、环境特征等多种因素进行综合分析，最终确定是否触发断电、喷淋等指令。大模型算法能够充分利用前三层算法的优势，弥补各自的不足，将火灾识别的准确率提升至99%。一旦确认发生火灾，大模型算法会立即启动警报器、切断总电源，并触发高压喷淋系统覆盖起火点及周边电动车，同时推送图文信息至责任人手机，确保火灾得到及时有效的处理。
二、灭火闭环流程
为了确保火灾得到及时有效的处理，我们设计了一套完善的灭火闭环流程。该流程包括报警执行、智能处置和电源保障三个环节。
报警执行
当大模型算法确认发生火灾后，会立即启动警报器并发出声光报警信号，提醒现场人员注意安全。同时，系统会自动切断充电棚的总电源，防止火势蔓延。此外，系统还会触发高压喷淋系统覆盖起火点及周边电动车，迅速降低火势。为了确保责任人能够及时了解火情并采取相应措施，系统还会推送图文信息至责任人手机。
智能处置
在火势得到初步控制后，AI摄像头会继续监测火焰情况。一旦火焰消失，系统会自动通知责任人前往现场进行核查。责任人确认安全后，系统会恢复供电并重新启动充电棚的正常运营。通过这一闭环流程，我们能够确保火灾得到及时有效的处理并避免二次灾害的发生。
电源保障
为了确保灭火系统的可靠性，我们采用了独立供电的方式为设备供电。充电棚内的电气设备与灭火系统电路完全分离，即使发生火灾导致总电源切断，灭火系统仍能正常启动并发挥作用。这种电源保障措施大大提高了灭火系统的可靠性和安全性。
