智慧消防商业化是建立在产品使用率上的,目前AI+消防这个赛道上的大多数公司依然处在初级实验阶段,和商业化落地还有一段距离。
及时检查通讯链路连接是否正常、上行通信端口是否选择正确、通信协议号是否选择正确、监控中心号、本机机号是否设置正确。如果采用接线板以太网口通信则需分配正确的静态IP、监控端口等参数,如果采用配接模块通信同样需要配置正确,且上行通信端口选择要正确。
2. 2 大数据资源融合处理 原始采集的消防数据资源需要进行数据清洗、比 对、整理及融合处理,才能成为“智慧消防”大数据,供 系统调取并进行大数据分析利用。 2. 2. 1 数据清洗 在进行大数据分析应用中,首先需要对数据进行 清洗,使数据满足应用要求。数据清洗是基于大数据 分析过程中不可缺少的一个环节,清洗结果质量直接 关系到大数据应用效果。 ( 1) 进行数据值过滤。数值过滤需要确定缺失值 范围,去除不需要的字段,填充缺失内容,同时对某些 数值进行重新取数,获取为的数据资源。 ( 2) 对数据格式内容进行清洗。收集的数据多 源,格式多样,需要对格式进行清洗,将其处理成一致 的某种格式即可; 内容与该字段如有内容不符的情况, 需要详细识别问题类型,进行单处理。 ( 3) 对数据逻辑错误进行清洗。对消防大数据进行分析后,需要去掉数据中重复的部分,同时对数据中 不合理值进行清洗,可进行去除或修正操作,使用工具 和方法,尽量减少问题数据出现的可能性,使数据清洗 过程为高效。 ( 4) 对非需求数据进行清洗。收集数据中有部分 数据是冗余信息,对我们进行大数据分析产生负担,需 要进行非需求数据清洗,仅保留与“智慧消防”业务相 关的大数据资源。
用户通过WEB客户端或手机APP客户端登录平台能够获取“智慧消防”的各类信息,方便、有效的管理各类消防设施和设备,及时发现并排除消防隐患,并对火灾及时自动确认和上报,并通过报警联动实现自动灭火,并通过客户端及时通报相关人员采取对应措施,做到火灾损失小,提高火灾防控水平及救援速度。