本技術涉及家居安全控制，尤其是涉及一種基于大數據分析的家居安全控制方法及系統。

背景技術：

1、隨著社會的不斷發展和人們生活水平的提高，家居環境安全問題變得越來越重要。家庭安全不僅僅包括防盜、防火等傳統安全問題，還涵蓋了電氣故障、煤氣泄漏、空氣質量監測等多種因素。由于居住環境的復雜性和多樣性，家居安全控制系統的設計越來越傾向于智能化、自動化，以提高反應速度和準確性，減少人工干預，提高系統的可靠性和安全性。

2、目前，常見的家居安全控制系統在數據處理上存在局限，大多依賴于單一傳感器數據進行判斷，無法全面監控潛在的安全風險。尤其是在面臨復雜的動態環境時（如環境變化或多種危險因素的交織），無法實現多維度的協同監控，同時缺乏智能化的決策支持，導致在出現一些突發情況時出現誤判或漏判，安全性較差。

技術實現思路

1、為了提供更高效、更安全的家居環境保障，本技術提供了一種基于大數據分析的家居安全控制方法及系統。

2、第一方面，本技術提供一種基于大數據分析的家居安全控制方法，采用如下的技術方案：

3、一種基于大數據分析的家居安全控制方法，所述控制方法包括：

4、獲取家居環境中的原始傳感器數據流；其中，原始傳感器數據流包括實時溫度數據、煙霧濃度數據、實時電流數據及門窗狀態；

5、對所述原始傳感器數據流進行預處理，得到同步校準矩陣；

6、根據所述同步校準矩陣計算溫度變化速率、煙霧濃度積累量、電流諧波分量以及溫度電流相關系數，得到特征矩陣；

7、通過孤立森林算法對所述溫度變化速率進行異常檢測，輸出溫度孤立分數；

8、基于預設煙霧風險映射關系，根據所述煙霧濃度積累量計算煙霧風險系數；

9、通過自編碼器模型對所述電流諧波分量進行重構，計算電流重構誤差；

10、基于預設環境風險映射關系，根據所述門窗狀態確定環境風險系數；

11、將所述溫度孤立分數、煙霧風險系數、電流重構誤差和環境風險系數進行加權融合，計算得到動態風險指數；

12、根據所述動態風險指數發送對應的安全控制指令。

13、通過采用上述技術方案，經過多源數據的實時采集、預處理及分析，結合多維度特征提取、動態風險計算、智能決策控制等方法，實現了家居安全的自動化監控和實時反應。通過大數據分析與智能算法的應用，能夠高效、準確地識別潛在安全風險，并根據實時數據調整控制策略，確保家居安全系統能夠根據實時風險做出合理響應，保護用戶免受火災或電氣故障等風險。

14、可選的，對所述原始傳感器數據流進行預處理，得到同步校準矩陣的步驟包括：

15、對所述原始傳感器數據流進行時間戳對齊，得到同步校準后的實時溫度數據、煙霧濃度數據和實時電流數據；

16、基于熱力學擴散模型建立溫度補償函數，并對同步校準后的實時溫度數據進行環境補償；

17、基于滑動窗口移動平均法計算動態基線，并對同步校準后的煙霧濃度數據進行基線漂移修正；

18、基于小波變換對同步校準后的實時電流數據進行自適應濾波；

19、結合所述門窗狀態對應的有序離散編碼，構建得到同步校準矩陣。

20、通過采用上述技術方案，實現了多源傳感器數據的高效預處理，通過采用小波變換與傅里葉變換提取關鍵信號特征，并結合先進的補償與濾波技術，解決了數據的噪聲干擾、環境變化影響和基線漂移問題。最終通過多模態數據融合和環形緩沖區存儲結構，提供了一個高效、穩定且連續的數據矩陣，為后續的智能分析和決策控制奠定了堅實基礎。

21、可選的，通過孤立森林算法對所述溫度變化速率進行異常檢測，輸出溫度孤立分數的步驟包括：

22、對所述溫度變化速率進行標準化處理，得到標準化溫度變化速率序列；

23、緩存所述標準化溫度變化速率序列中預設歷史時段內的數據作為訓練集；

24、根據所述訓練集動態配置樹數量，構建最大深度的孤立樹集合，每次分割時隨機選擇特征和分割值，遞歸分割數據直至單個樣本孤立或達到深度限制，得到孤立森林模型；

25、基于所述孤立森林模型，計算所述標準化溫度變化速率序列中的實時數據在每棵樹中的平均路徑長度，根據實時溫度數據確定預設加權系數，計算得到溫度孤立分數。

26、通過采用上述技術方案，基于孤立森林算法對溫度變化速率進行異常檢測，利用多棵樹的路徑長度來評估數據的異常性，并通過動態加權系數的調整來提高檢測的精度。通過標準化溫度變化速率、動態訓練孤立森林模型、實時計算異常分數等步驟，該技術方案能夠有效地識別出火災、設備故障等突發事件引起的溫度變化，為家居安全系統提供精確的異常預警能力。

27、可選的，還包括所述自編碼器模型的訓練步驟，所述訓練步驟包括：

28、收集歷史樣本數據；其中，所述歷史樣本數據包括歷史正常工況下的電流諧波分量數據；

29、對所述歷史樣本數據進行預處理，并劃分為訓練樣本和預留樣本；

30、基于所述訓練樣本對預先構建的堆疊卷積自編碼器進行訓練，優化模型參數，得到所述自編碼器模型；

31、基于所述預留樣本對所述自編碼器模型進行測試和模型參數校正，直到模型的損失函數滿足預設條件或模型迭代次數達到預設次數，得到訓練完成的所述自編碼器模型。

32、通過采用上述技術方案，基于堆疊卷積自編碼器（scae）對電流諧波分量進行高效的學習與重構，能夠精確捕捉電流信號中的正常模式，通過標準化處理、訓練與預留樣本的劃分、模型的多輪訓練與校正，最終得到了一個性能優異的自編碼器模型。該模型可以準確計算重構誤差，作為電氣故障檢測的依據，具備高效、穩定的故障識別能力，并能適應不同設備的變化。

33、可選的，將所述溫度孤立分數、煙霧風險系數、電流重構誤差和環境風險系數進行加權融合，計算得到動態風險指數的步驟包括：

34、接收用戶輸入的基礎權重配置；

35、根據所述特征矩陣中的溫度電流相關系數確定對應的當前風險模式；

36、根據所述當前風險模式對所述基礎權重配置進行優化調整，得到優化權重配置；

37、根據所述優化權重配置，結合所述溫度孤立分數、煙霧風險系數、電流重構誤差和環境風險系數進行加權融合，計算得到對應的動態風險指數。

38、通過采用上述技術方案，結合溫度電流的動態關聯分析，能夠實時調整各特征的權重，進而精確計算出動態風險指數。該技術方案具有較強的適應性，能夠應對不同的風險模式（如電器過載和環境火災），提升了風險判據的準確性與響應速度，能夠適應復雜多變的家居安全場景。

39、可選的，根據所述動態風險指數發送對應的安全控制指令的步驟包括：

40、根據所述動態風險指數確定對應的動態風險等級；

41、基于預設策略映射表，根據所述動態風險等級確定對應的安全控制策略；

42、根據所述安全控制策略生成對應的安全控制指令，并發送至家居控制終端。

43、通過采用上述技術方案，將動態風險指數與風險等級相結合，依據不同的風險等級選擇對應的安全控制策略，進而生成并自動執行安全控制指令。該技術方案具有高度的自動化和實時響應能力，可以靈活應對不同的安全風險場景，如電器過載或火災等緊急情況。通過預設的策略映射表，系統能夠準確判斷并采取相應措施，確保家居環境在不同風險情況下的安全性，并優化了安全管理的響應速度和精準度。

44、第二方面，本技術提供一種基于大數據分析的家居安全控制系統，采用如下的技術方案：

45、一種基于大數據分析的家居安全控制系統，所述控制方法包括：

46、數據獲取模塊，用于獲取家居環境中的原始傳感器數據流；其中，原始傳感器數據流包括實時溫度數據、煙霧濃度數據、實時電流數據及門窗狀態；

47、數據預處理模塊，用于對所述原始傳感器數據流進行預處理，得到同步校準矩陣；

48、特征矩陣生成模塊，用于根據所述同步校準矩陣計算溫度變化速率、煙霧濃度積累量、電流諧波分量以及溫度電流相關系數，得到特征矩陣；

49、溫度孤立模塊，用于通過孤立森林算法對所述溫度變化速率進行異常檢測，輸出溫度孤立分數；

50、煙霧風險計算模塊，用于基于預設煙霧風險映射關系，根據所述煙霧濃度積累量計算煙霧風險系數；

51、電流重構模塊，用于通過自編碼器模型對所述電流諧波分量進行重構，計算電流重構誤差；

52、環境風險確定模塊，用于基于預設環境風險映射關系，根據所述門窗狀態確定環境風險系數；

53、動態風險評估模塊，用于將所述溫度孤立分數、煙霧風險系數、電流重構誤差和環境風險系數進行加權融合，計算得到動態風險指數；

54、安全控制模塊，用于根據所述動態風險指數發送對應的安全控制指令。

55、可選的，所述數據預處理模塊包括：

56、同步校準模塊，用于對所述原始傳感器數據流進行時間戳對齊，得到同步校準后的實時溫度數據、煙霧濃度數據和實時電流數據；

57、環境補償模塊，用于基于熱力學擴散模型建立溫度補償函數，并對同步校準后的實時溫度數據進行環境補償；

58、基線漂移修正模塊，用于基于滑動窗口移動平均法計算動態基線，并對同步校準后的煙霧濃度數據進行基線漂移修正；

59、濾波模塊，用于基于小波變換對同步校準后的實時電流數據進行自適應濾波；

60、校準矩陣構建模塊，用于結合所述門窗狀態對應的有序離散編碼，構建得到同步校準矩陣。

61、第三方面，本技術提供一種計算機設備，采用如下的技術方案：

62、一種計算機設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器執行所述計算機程序以實現如第一方面所述方法的步驟。

63、第四方面，本技術提供一種計算機可讀存儲介質，采用如下的技術方案：

64、一種計算機可讀存儲介質，存儲有能夠被處理器加載并執行如第一方面中任一種方法的計算機程序。

65、綜上所述，本技術包括以下至少一種有益技術效果：通過精確識別潛在風險，如火災、電器過載等，并基于實時風險評估采取及時的安全措施，實現了自動化、智能化的家居安全控制，極大提升了家居安全管理的智能化水平，具有顯著的實際意義和應用價值，尤其是在提高家庭安全保障和應急響應能力方面。