大数据视域下体育场馆动态火灾风险指标研究

doi:10.16265/j.cnki.issn1003-3033.2022.04.023

中国安全科学学报 ›› 2022, Vol. 32 ›› Issue (4): 155-162.doi: 10.16265/j.cnki.issn1003-3033.2022.04.023

大数据视域下体育场馆动态火灾风险指标研究

卢颖¹^,²(), 赵志攀¹, 姜学鹏¹^,², 吴锦东³, 范小鹏¹

¹ 武汉科技大学资源与环境工程学院,湖北武汉 430081
² 湖北省工业安全工程技术研究中心,湖北武汉 430081
³ 武汉理工光科股份有限公司,湖北武汉 430070

收稿日期:2022-01-18 修回日期:2022-03-25 出版日期:2022-04-28 发布日期:2022-10-28
作者简介:
卢颖 (1986—),女,湖北钟祥人,博士,讲师,主要从事城市公共安全风险理论与控制技术、消防安全管理等方面的研究。E-mail: luying@wust.edu.cn。
姜学鹏, 教授。
基金资助:
国家自然科学基金资助(51874213); 湖北省自然科学基金资助(2018CFB186); 湖北省应急管理厅安全生产专项项目(KJZX201907011)

Dynamic fire risk indexes for stadiums from perspective of big data

LU Ying¹^,²(), ZHAO Zhipan¹, JIANG Xuepeng¹^,², WU Jindong³, FAN Xiaopeng¹

¹ School of Resource and Environmental Engineering, Wuhan University of Science and Technology, Wuhan Hubei 430081, China
² Hubei Provincial Industrial Safety Engineering Technology Research Center, Wuhan Hubei 430081, China
³ Wuhan University of Technology and Optical Science Co., Ltd., Wuhan Hubei 430070, China

Received:2022-01-18 Revised:2022-03-25 Online:2022-04-28 Published:2022-10-28

摘要/Abstract

摘要：

为解决体育场馆火灾风险评估多采用静态指标而导致动态指标不明确,且动态评估所需物联网监测数据具有多样性和复杂性的问题,分析消防主机、消防水箱液位等48种物联网监测数据特征,构建消防主机故障点位占比、实际与标准液位差等可量化的动态指标体系;建立27个体育场馆监测数据的指标数据集,运用随机森林算法筛选和优化48个指标,研究动态火灾风险评估指标的构建与优化。结果表明:在删除重要度最低的9维特征时,均方误差达到最低0.05,获得最优的体育场馆动态火灾风险评估指标体系。

关键词: 大数据, 体育场馆, 动态火灾风险, 火灾风险评估, 随机森林算法

Abstract:

In order to solve problems that static indicators are more frequently used in fire risk assessment of stadiums, while dynamic indicators are not clear, and internet of things monitoring data required for dynamic assessment is diverse and complex, characteristics of 48 kinds of internet of things monitoring data such as fire host and fire tank liquid level were analyzed, and a quantifiable dynamic index system was constructed, including fault location percentage of fire hosts and difference between actual and standard liquid level. Then, an data set based on monitoring data of 27 stadiums was established, 48 indicators were screened and optimized using random forest algorithm, and development and optimization of dynamic fire risk assessment indicators were studied. The results show that when the 9-dimensional features with the lowest importance are deleted, mean square error reaches the minimum of 0.05, and optimal dynamic fire risk assessment index system for stadiums is obtained.

Key words: big data, stadium, dynamic fire risk, fire risk assessment, random forest algorithm

卢颖, 赵志攀, 姜学鹏, 吴锦东, 范小鹏. 大数据视域下体育场馆动态火灾风险指标研究[J]. 中国安全科学学报, 2022, 32(4): 155-162.

LU Ying, ZHAO Zhipan, JIANG Xuepeng, WU Jindong, FAN Xiaopeng. Dynamic fire risk indexes for stadiums from perspective of big data[J]. China Safety Science Journal, 2022, 32(4): 155-162.

图/表 9

图1

表1

表2

图2

表3

图3

图4

表4

图5

参考文献 14

[1]	公安部消防局. 中国消防年鉴[M]. 昆明: 云南人民出版社, 2018:204-205.
[2]	石娟, 郑鹏, 常丁懿. 大数据环境下的城市公共安全治理:区块链技术赋能[J]. 中国安全科学学报, 2021, 31(2):24-32. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.004
	SHI Juan, ZHENG Peng, CHANG Dingyi. Governance of urban public safety in context of big data: block chain technology enablement[J]. China Safety Science Journal, 2021, 31(2):24-32. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.004
[3]	姜学鹏, 韦云龙, 卢颖. 城市火灾风险评估指标体系及应用[J]. 消防科学与技术, 2019, 38(3):321-326.
	JIANG Xuepeng, WEI Yunlong, LU Ying. Urban fire risk evaluation index system and its application[J]. Fire Science and Technology, 2019, 38(3):321-326.
[4]	李梅玲, 路世昌. 体育场馆火灾风险评估研究[J]. 消防技术与产品信息, 2011(6):6-9.
[5]	邵晓曙, 顾君. 体育场馆火灾风险评估研究[J]. 武警学院学报, 2013, 29(2):49-51,54.
	SHAO Xiaoshu, GU Jun. The assessment of the fire risk in stadiums[J]. Journal of Chinese People's Armed Police Force Academy, 2013, 29(2): 49-51,54.
[6]	BARUS S, GAO Xiaodan, PASMAN H, et al. Bayesian network based dynamic operational risk assessment[J]. Journal of Loss Prevention in the Process Industries, 2016, 41:399-410. doi: 10.1016/j.jlp.2015.11.024
[7]	徐坚强, 刘小勇. 基于层次分析法的建筑火灾风险评估指标体系设计[J]. 武汉理工大学学报:信息与管理工程版, 2019, 41(4):345-351,358.
	XU Jianqiang, LIU Xiaoyong. Design of building fire risk assessment index system based on analytic hierarchy process[J]. Journal of Wuhan University of Technology: Information & Management Engineering, 2019, 41(4):345-351,358.
[8]	疏学明, 颜峻, 胡俊, 等. 基于Bayes网络的建筑火灾风险评估模型[J]. 清华大学学报:自然科学版, 2020, 60(4):321-327.
	SHU Xueming, YAN Jun, HU Jun, et al. Risk assessment model for building fires based on a Bayesian network[J]. Journal of Tsinghua University: Science and Technology, 2020, 60(4): 321-327.
[9]	颜峻, 疏学明, 吴津津. 建筑消防水系统灭火可靠性动态评估模型研究[J]. 火灾科学, 2018, 27(4):254-260.
	YAN Jun, SHU Xueming, WU Jinjin. Reliability dynamic assessment model of water fire-extinguishing system[J]. Fire Safety Science, 2018, 27(4):254-260.
[10]	LI Yang, WANG Hao, BAI Ke, et al. Dynamic intelligent risk assessment of hazardous chemical warehouse fire based on electrostatic discharge method and improved support vector machine[J]. Process Safety and Environmental Protection, 2021, 145:425-434. doi: 10.1016/j.psep.2020.11.012
[11]	贾晗曦, 林均岐, 刘金龙. 基于随机森林的火灾损失影响因素研究[J]. 消防科学与技术, 2019, 38(11):1642-1644.
	JIA Hanxi, LIN Junqi, LIU Jinlong. Research on factors affecting fire loss based on random forest algorithm[J]. Fire Science and Technology, 2019, 38(11):1642-1644.
[12]	侯晓静, 明金科, 秦荣水, 等. 基于随机森林模型的交界域火灾风险分析[J]. 林业科学, 2019, 55(8):194-200.
	HOU Xiaojing, MING Jinke, QIN Rongshui, et al. Analysis of the fire risk in wildland-urban interface with random forest model[J]. Scientia Silvae Sinicae, 2019, 55(8):194-200.
[13]	田睿, 孟海东, 陈世江, 等. RF-AHP-云模型下岩爆烈度分级预测模型[J]. 中国安全科学学报, 2020, 30( 7) : 166-172. doi: 10.16265/j.cnki.issn1003-3033.2020.07.025
	TIAN Rui, MENG Haidong, CHEN Shijiang, et al. Prediction model of rockburst intensity classification based on RF-AHP-cloud model[J]. China Safety Science Journal, 2020, 30(7):166-172. doi: 10.16265/j.cnki.issn1003-3033.2020.07.025
[14]	阮文. 大型敞开式体育场疏散设计探讨[J]. 消防科学与技术, 2014, 33(1):54-56.
	RUAN Wen. Performance-based evacuation investigation in large open stadium[J]. Fire Science and Technology, 2014, 33(1):54-56.

一级指标	二级指标	三级指标	指标描述	一级 [90,100]	二级 [80,90)	三级 [70,80)	四级 [60,70)	五级 (0,60)	依据
建筑固有安全性	消防验收情况	是否通过消防验收	是否通过消防验收	是	—	—	否	—	《中华人民共和国消防法》(2019):依法应当进行消防验收的建设工程,未经消防验收或消防验收不合格的,禁止投入使用
	建筑防火	建筑结构	露天式、敞开式、部分敞开式、封闭式	露天	敞开式	部分封闭式	封闭式	—	《大型敞开式体育场疏散设计探讨》^[14]:封闭式场馆在火灾发生时排烟散热效果不如敞开式场馆,火灾风险更大
	建筑防火	建筑规模	场馆设计固定座位数/个	<3 000	[3 000, 5 000)	[5 000, 10 000)	[10 000, 50 000)	≥50 000	《民用建筑设计统一标准》(GB50352—2019):有固定座位等标明使用人数的建筑,应按标定人数为基数计算配套消防设施、疏散通道

一级指标	二级指标	三级指标	指标描述	一级 [90,100]	二级 [80,90)	三级 [70,80)	四级 [60,70)	五级 (0,60)	依据
设施设备管理	消防主机	消防主机状态	消防主机是否正常状态	正常	—	无数据	离线时长(≤24 h)	离线时长(>24 h)	《建筑消防设施的维护管理》 GB25201—2010:建筑消防设施投入使用后,应处于正常工作状态
		消防主机电源检测情况	消防主机电源检测状态情况	主、备用消防电源信号均检测到	—	主、备用消防电源信号检测到其中一个	—	主、备用消防电源信号均未检测到	《火灾自动报警系统设计规范》 GB 50116—2013:火灾自动报警系统应设置交流电源和备用电源
		故障占比/ %	主机上故障点位数/在线点位数	(0,5]	(5,10]	(10,15]	(15,20]	>20	《体育场馆火灾风险评估研究》^[5]:将消防设施完好率分为≥95%、90%~95%、80%~90%、70%~80%、<70%
		屏蔽占比/ %	主机上屏蔽点位数/在线点位数	(0,5]	(5,10]	(10,15]	(15,20]	>20

序号	消防主机电源检测情况	消防主机故障占比/%	消防主机屏蔽占比/%	火灾报警控制器完好率/%	喷淋控制柜	最不利点消火栓水压/MPa	…	水喷淋系统末端水压正常率/%
1	正常	0.14	0.00	100	正常	0.03	…	60.00
2	正常	0.11	0.00	100	离线	0.02		50.00
3	正常	0.06	0.00	100	离线	0.06		72.73
4	正常	0.00	0.00	100	自动	0.07		100.00
︙	︙
27	正常	0.00	0.00	100	无	0.05	…	69.23

属性	一级指标	二级指标	三级指标
建筑物固有安全性(静态指标)	建筑固有安全性	消防验收情况	是否通过消防验收
		建筑防火	建筑结构
		建筑防火	建筑规模
消防管理水平(动态指标)	消安人员管理	人员在岗情况	微型消防站人员录入人数;消防控制室人员在岗人数
		人员培训情况	最近一次人员消防安全培训时间;消控室人员持证数
		消防工作情况	最近一次消防灭火和应急疏散演练时间
	设施设备管理	消防主机	消防主机状态;消防主机电源检测情况;故障占比;屏蔽占比;火灾报警控制器完好率
		自动喷水灭火系统	喷淋控制柜状态(自动、手动、接电);水喷淋系统末端水压正常率(末端水压正常数/总数)
		消火栓灭火系统	最不利点消火栓水压(屋顶试验消火栓水压值);消火栓控制柜状态(自动、手动、接电)
		防火门、防火卷帘	防火门运行完好率(正常数/总数)、防火卷帘运行完好率(正常数/总数)
		防排烟系统	防排烟系统接电状态(自动、手动、接电);防排烟系统控制柜状态(自动状态占比)
		消防水池水箱	消防水箱液位、消防水池液位(低于正常液位/mm)
		单位维保情况	单位是否绑定维保公司;单位最近维保时间
	隐患管理	单位人员防火巡查情况	巡查点位完成率(巡查任务完成点位数/巡查计划点位数);隐患存量(未整改的隐患数量占所有隐患的比例);隐患级别;隐患整改情况(逾期未整改的隐患个数)

大数据视域下体育场馆动态火灾风险指标研究

Dynamic fire risk indexes for stadiums from perspective of big data

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 14

相关文章 9

编辑推荐

Metrics

本文评价

[1]	李超, 邓小宝, 史运涛, 孙德辉, 焦彦宗. 社区户内燃气泄漏动态预警模型[J]. 中国安全科学学报, 2022, 32(3): 90-97.
[2]	张巨峰, 施式亮, 鲁义, 游波, 吴芳华, 吴宽. 大数据下瓦斯与煤自燃共生灾害智能预警系统:数据特征、应用架构、关键技术^*[J]. 中国安全科学学报, 2021, 31(9): 60-66.
[3]	石娟, 郑鹏, 常丁懿. 大数据环境下的城市公共安全治理:区块链技术赋能[J]. 中国安全科学学报, 2021, 31(2): 24-32.
[4]	贾博, 孙延进, 张贵明. 基于DBN的飞机着陆弹跳预测方法[J]. 中国安全科学学报, 2020, 30(6): 84-91.
[5]	汪磊副, 蒋引, 谭维. 航线飞行员风险画像指标体系构建[J]. 中国安全科学学报, 2020, 30(11): 13-21.
[6]	闪顺章, 吴超, 王从陆, 王秉. 大数据视域下循证安全管理模式研究[J]. 中国安全科学学报, 2018, 28(6): 7-12.
[7]	袁宏永, 苏国锋, 付明. 城市安全空间构建理论与技术研究[J]. 中国安全科学学报, 2018, 28(1): 185-190.
[8]	曹策俊, 李从东, 王玉, 屈挺, 张伟. 大数据时代城市公共安全风险演化与治理机制[J]. 中国安全科学学报, 2017, 27(7): 151-156.
[9]	赵玮, 徐良杰, 冉斌, 汪济洲, 张璇. 基于Adaptive Lasso及RF算法的冰雪天气交通事故分析[J]. 中国安全科学学报, 2017, 27(2): 98-103.