一种基于模态识别和贝叶斯算法的综合管廊火灾定位方法

本发明公开了一种基于模态识别和贝叶斯算法的综合管廊火灾定位方法，首先，对于空间场景确定综合管廊灾害情况，基于计算流体力学方法建立综合管廊火灾数值计算模型；其次，基于时间切片数据构建的物理场模态降阶模型，实现火灾时综合管廊内的温度、二氧化碳、一氧化碳等物理信息的非线性模态识别；再次，利用基于物理信息驱动的神经网络对温度、二氧化碳、一氧化碳等物理信息的特征进行非线性模态特征识别；最后，基于贝叶斯推理算法方法进行火灾位置快速定位。本发明融合了机器学习理论，提高了模型的准确性、可解释性和时效性。对于综合管廊火灾的快速预测和灾源定位具有重要的实际应用价值，尤其是在紧急情况下能够快速响应，为灾害管理提供支持。