作者：admin 2020-10-10 15:44:44
系统概述
背景介绍
消防安全管理现状
一、社会化消防管理系统缺少有效的整合和数据汇集。
现有各消防管理系统相互独立，所有资源均未融合打通，导致资源没有很好的整合、分析、利用。
二、尚未建立较为鲜活、可用的建筑、消防设施、消防管理等消防数据库。
消防设施等运行状态数据未实时采集并联网处理，缺乏消防数据库建立，消防安全研判缺少基础支撑。
三、单位消防安全主体责任不落实，消防隐患动态实情管控难度大。
消防法规定，社会单位作为消防管理责任主体。目前，我国大部分建筑尤其是高层建筑都已按照国家规范安装了消防自动报警控制联动系统。然而，社会单位普遍仅关注消防设施设备设计实施与安装，忽视消防设施设备全寿命周期的维护与日常消防自主管理，消防设备长期不运行、有故障不排除，消防水管网内压力不足或根本无水的情况时有发生；消防管理制度和措施不健全，发现和处置火情不够科学高效。消防安全“四个能力”建设和“一懂三会”亟待加强。
四、消防监管精准化管控缺少有效的数据支撑和研判依据。
数据是研判的基础，目前普遍缺乏数据的汇聚与整合，亟需通过新技术的应用加快对数据的采集、整合与大数据分析应用，为消防监管精准化提供决策辅助。
五、实战指挥缺乏情报信息支撑，指挥调度效率低。
信息管理分散，无法集中查看与管理；缺乏情报信息支撑，指挥人员难以实时掌握现场态势、精准决策；指挥层级过多，指挥调度过程繁杂，指挥效率低下，耗时耗力，反应不迅速；指挥调度管理缺乏统一的流程化管理手段；缺乏提前智能预判（数字化预案应用），依靠现场调度响应慢。
技术发展的要求
为认真贯彻落实智慧中国和安全中国建设要求，大力推进“互联网+”模式在消防工作中的创新应用，充分运用城市消防物联网等先进城市安全运行与管理理念及技术手段，全面促进和提高政府及相关部门实施社会化消防监督管理水平，按照《国务院关于加强和改进消防工作的意见》(国发[2011]46号)、公安部《公安消防“四项建设”三年规划（2015-2017年）》（公消［2015］63号）、国务院《促进大数据发展行动纲要》和《消防信息化“十三五”总体规划》等文件规定要求，大数据、云计算是应对新形势、破解新问题的必由之路，是动态化、信息化条件下维护社会稳定的核心战斗力，是新时期消防工作的切入点和突破口。
为深入贯彻落实中央政法委和公安部党委关于提升政法及公安工作现代化水平的部署要求，加速推进现代科技及消防工作的深度融合，全面提高消防工作科技化、信息化、智能化水平，实现现代信息化条件下火灾防控和灭火救援工作转型升级。2017年10月10日，公安部消防局发布了《关于全面推进“智慧消防”建设的指导意见》。文件中指出积极创新社会消防管理，引导社会单位利用移动互联网技术建立单位内部消防安全管理系统，实现消防安全信息网上录入、巡查流程网上管理、检查活动网上监督、整改质量网上考评、安全工作网上研判，强化落实主体责任，引导消防产品生产企业提供产品终身服务，鼓励企业的远程服务系统免费接收联网用户信息。结合社会信用信息平台建设，建立消防安全诚信信息系统，完善消防安全不良行为“黑名单”制度，建立消防诚信信息与相关部门的互通互认机制。
“智慧消防”立足满足火灾防控“自动化”、灭火救援指挥“智能化”、日常执法工作“系统化”、部队管理“精细化”的实际需求的基础上，还可以提升行业主管部门的消防监督力度。大力借助和推广大数据、云计算、物联网、地理信息等新一代信息技术，创新消防管理模式，实施智慧防控、智慧作战、智慧执法、智慧管理。新技术的发展为“智慧消防”提供强大的推动力。
智慧城市建设契机
在国务院《促进大数据发展行动纲领》和智慧城市试点城市的推动下，山东烟台、福建厦门、湖北宜昌以及江苏苏州等城市已陆续推出智慧消防管理服务系统，全国各地消防大数据建设应用的良好气候正在形成。但是从总体上看，这项工作还处于起步阶段，各地智慧消防建设的水平参差不齐，特别是在如何运用信息化手段创新消防部门监控管理和社会单位消防管理方面，仍有很多方面需要提高与完善。
消防管理在信息化应用上缺少标准化
需求分析
社会单位消防工作随意化，消防管理在信息化应用上缺少标准，急需建立消防工作信息化的标准化流程，强化单位消防巡查等单位主体责任的落实，提高单位消防管理能力，解决单位消防管理无人管、不会管的局面。
消防部门拉网式监管急需向精准式监管的转变
建立大数据分析，对社会单位的日常消防管理工作开展进行综合评判和分级显示，为消防部门的监管工作提供数据指引，使消防监管工作精准化变得可能，节省消防监管工作的人力物力，提高监管工作效率，破解消防监管工作“点多面广战线长”的难题。
对社会单位的防火安全状态预警手段缺失
需要通过信息化手段和大数据分析，让事后追责到提前追责的转变，从而使消防部门提前实施消防监管干预，将火灾隐患消灭在萌芽状态。
传统的“人到点”消防工作模式严重制约了消防监管效率
需要通过互联网和物联网实时采集社会单位消防安全工作信息，在消防部门的社会单位防火安全预警图上实时显现，使辖区防火工作形式一目了然，实现远程监管、网上执法和移动执法。
消防应急救援中缺乏信息整合可可视化应用
需要整合消防、市政、公安、交通、医疗、社区、社会单位等各方面的灭火救援力量，形成高效快速的灭火救援体系。应用信息手段，实现灭火救援“一张网”和灭火救援零延迟。
建立消防行业的数据分析和展示平台，利用联机分析处理、数据挖掘等技术，智能地抽取出数据中蕴涵的知识和信息，用信息化的方法辅助决策、提高服务质量，对改革、发展、稳定的大局具有十分重要的意义。本项目采用大数据技术，依据浙江省消防总队的业务需求，充分整合现有业务数据资源，按照消防领域大数据管理、数据分析与数据挖掘需求，建设面向消防业务的大数据挖掘分析服务平台。为消防灭火救援提供数据支撑，为加强火灾预警、消防监督检查、消防自主管理、消防工作决策、灭火预案制定等消防安全管理提供指导依据。
建设目标
运用：物联网、大数据、云计算、移动联网、地理信息、视频等技术手段。
打造：“防消结合”、“数据共享”、“智慧物联” 的动态消防管理体系，为火灾防控和应急救援提供决策、指挥的智慧型消防大数据应用平台。
实现：立足“数据采集规范化、信息资源一体化、应用系统合成化、信息服务智能化、灭火救援智能化”，整合信息资源、深挖数据价值，达到预警、预知、预测、实战的“数据治火”总目标。
“预警”：通过实时智能采集设备运行、单位管理等对海量数据进行分析，对消防管理数据有效跟踪，实时预警，有效开展消防宣传、警告、警示。
“预知”：汇总收集隐患、设施维保、日常管理、行政监管、火警、火灾各类信息，经数据挖掘和分析，总结单位、建筑、区域、设施类型、火灾隐患等消防管理和火灾事故的规律，为消防安全管理决策提供服务。
“预测”：整合隐患信息、设施维保、日常管理、行政监管、火警火灾等数据，结合季节、单位类别等预测因子设置，建立数据模型，量化消防安全指数，对火灾进行概率的预测，提前谋划防范措施，达到消防精准管控目标。
“实战”：以“整合可用数据资源，提升消防部队服务能力，构建消防实战指挥平台，破解消防管理体制机制难题”为总体目标。依托各级指挥中心职能定位和任务需求，主要服务于各消防支队的灭火救援实战指挥，聚焦重大灾情增援和消防态势分析，加强消防安全管理，汇聚消防一体化消防业务信息系统数据资源、社会联动资源、城市重大事故及地质性灾害救援现场的语音、图像和数据等资源，基于“一张图”实现资源的动态展示，以及全省综合灾情的多维度分析，并根据灭火救援实战指挥实际需要，开展资源的深度整合和综合应用，形成基于消防大数据和跨部门共享的联合实战指挥平台，提升指挥中心指挥调度和决策分析能力。在遵循统一平台标准下，开展灭火救援的一张图指挥、一张图调度、一张图分析、一张图决策的功能实现，全面提升部队灭火救援科学化、智能化水平。
围绕“数据汇聚 • 融合共享 • 立体防控 • 视图作战”全面打造以防为主、防消结合的动态管理、指挥、决策的消防大数据应用平台，通过整合信息资源、深度挖掘价值，实现“数据治火”目标，精准提升消防安全管理效能。
设计原则
结合当前技术发展状况及趋势，在系统的设计过程中我们严格遵循以下原则：
1.经济性
充分利用成熟先进技术，以云计算和分布式技术为整体架构基础，保证整体系统的高性价比；软件符合管理需要，界面友好、易维护，整个系统易用、实用。
2.可靠性
系统最大限度集成国内先进的技术及组件，采用成熟技术以降低系统的不稳定因素；对系统中的硬件、操作系统、网络、数据库部分设计尽可能详尽的故障处理方案，以保证系统的快速恢复性；系统采用容错技术提高系统的可靠性。
3.先进性
在系统可靠性的前提下，先进性也至关重要，系统的网络平台、硬件平台、系统软件平台技术代表了当今计算机技术发展的方向，并经实践证明具有很强的实用性，符合当今计算机科学的发展潮流。
系统各平台提供二次开发接口，可以保证各项技术可以不断的更新和升级以维持系统的先进性。
4.安全性
系统具有防计算机病毒的能力，有较强的抗干扰能力，具有密码、日记记录操作动作等，避免出现遭到恶意攻击和数据被非法提取使用的现象，保障了系统网络的安全。
5.可扩展性
在系统软硬件上的设计和选型上，我们充分考虑其可扩展性，系统结构易于扩充，以适应今后可能出现的更大任务负载。硬件平台具有可升级性，当需要时可以增加新的计算机设备同原有计算机设备一起工作以提高系统的处理能力，保证原有资源的充分利用。
6.规范性
由于本系统是一个严格的综合性系统，在系统的设计与施工过程中我们参考各方面的标准与规范，严格遵从各项技术规定，做好系统的标准化设计与施工。一切从实际出发，使智能系统具有较高的实用效能。
7.易维护性
采用业内通用的易于维护的系统平台；应用软件界面友好，安装、使用、维护简单便捷；业务流程清晰，符合常规业务处理习惯；系统数据维护方便，备份及数据恢复快速简单；系统软件配置简单方便，尽量避免复杂的系统配置文件。
设计依据
消防大数据应用系统将依据国务院《促进大数据发展行动纲要》、《消防信息化“十三五”总体规划》等建设要求进行统筹建设。详细设计依据与规范如下：
1、GB50440-2007《城市消防远程监控系统技术规范》
2、GB26875-2011《城市消防远程监控系统》系列标准
3、GB25506-2010《消防控制室通用技术要求》
4、GB16806-2006《消防联动控制系统》
5、GB4717-2005《火灾报警控制器》
6、GA/T847-2009《消防控制室图形显示装置软件通用技术要求》
7、GB50116-2013《火灾自动报警系统设计规范》
8、GB50166-2007《火灾自动报警系统施工及验收规范》
9、GA/T396-2002《消防业务基础数据元与代码表》
10、GA/T605-2006《消防安全重点单位信息系统数据结构》
11、《关于加强城镇公共消防设施和基层消防组织建设的指导意见》
12、《公安消防“四项建设”三年规划》
13、《关于全面推进“智慧消防”建设的指导意见》
14、国务院《促进大数据发展行动纲要》
15、《实战指挥平台建设技术指导意见》 2018年5月
16、《消防信息化“十三五”总体规划》 2017年1月
17、《“十三五”消防信息化建设项目2017年度实施方案》 2017年3月
18、《消防通信指挥系统设计规范》GB50313-2000
19、《消防通信指挥系统施工及验收规范》GB50401-2007
20、《警用地理信息系统技术规范》
21、《计算机软件工程规范国家标准汇编2000》
22、《电子计算机数据中心设计规范》GB50174-93
23、《中华人民共和国消防法》
24、《中共中央关于构建社会主义和谐社会若干重大问题的决定》
25、《国务院关于全面加强应急管理工作的意见》
26、《消防作战手册》
27、《中国消防手册》
28、《城市消防站建设标准》
29、《消防部队教育训练大纲》
系统总体设计
系统架构
系统架构说明：
消防物联网子系统：已建消防物联网前端感知设备，负责向消防大数据应用系统提供单位实时感知数据。
“感”：是对消防感知设备的管理，指使用物联网技术生产消防相关的感知、预警等所需前端业务的设备。消防物联网子系统实现对这些分布在各有人、无人区域的感知设备的管理、实时远程监控、物联网设备的维护保养、隐患等业务信息的跟踪，并进行初步的分析统计。
视频监控子系统：公安、交通卡口以及单位内部关键部位的视频监控可以提供火灾现场的试图数据；同时，消防机器人、无人机、消防车等消防侦察、救援装备提供无线视图回传。
“眼”：是对消防现实情况的远程监视的管理。通过视频领域相关专业技术，解决消防中需要人进行监看的各生产单位、区域、公共设施等的远程可视化管理，把多人的工作汇聚到一起，通过大屏系统统一监看。并通过视频分析技术，解脱人在监看消防区域时，对隐患的初步判断分析，然后再通过人员去现场再次确认，不需要专门的人员在现场守护监看，从而降低人力成本并提高工作效率。
融合通信调度子系统：融合单兵、视频会议、手机、电话等，进行战时通讯、调度。
“耳、口、眼、心”：该子系统解决在消防管理和救援过程中的，各对讲设备、视讯设备、流程管理等业务的管理，通过各种技术手段综合应用，以确保消防管理工作和救援中人与人的及时通讯沟通。让消防救援中的各区域、各角色的人员，在工作中，实时多空间联系沟通，解决人与人之间的空间距离问题，提升配合作战和管理上的效率。
消防物资管理子系统：
“物管”：通过技术手段解决消防对所需的各类物资实现动态管理。也智慧消防管理中其中一块核心内容，不仅能在最短的时间内查询出所需的应急资源，还要为应急处置、辅助决策等提供大而全的应急物资数据支撑，同时还能够满足不断增加种类繁多的新应急资源的收录。实现对专业队伍、储备物资、救援装备、交通运输、通信保障和医疗救护等应急资源的动态管理。对所有应急资源进行计划和设计，以达到最佳的部署，借此提高效力。指挥人员能直观的看到应急资源的利用情况，并以此采取必要的调整，如改变应急资源的所处位置、改进已计划好的覆盖范围，并提高对突发事件的反应能力。
消防业务及其他数据对接子系统：
119接处警平台：提供接处警业务流程数据对接。
警务调度平台：提供警务工作数据对接。
消防车辆管理系统：提供消防车辆等数据对接。
公安部消防局图像综合管理平台：提供视图数据对接。
消防警情案例库：提供警情案例库数据对接。
户籍化管理系统：提供消防基础信息系统对接。
网格化管理系统：提供消防网格化管理数据对接。
智慧消防物联网管理系统：提供单位自主管理数据及消防物联网数据对接。
其他相关业务系统等。
“汇：江河入海，不设界”：该子系统解决在消防管理工作中的己建和己使用的系统的数据对接和治理，将己有系统各种规范的数据通过平台治理后形成标准化数据，供大数据应用系统使用，让系统的数据来源无壁垒、无边界。
预警分析研判子系统：通过模型算法、时空碰撞等进行消防业务的研判分析应用。
“左脑”：该子系统通过数据模型分析出消防管理工作、救援工作中存在的问题，得出对应的问题或结论，从而有的放矢去跟踪、解决，通过数据分析让整体工作的配合和规范性不断提升。
消防大数据应用系统：
关系型数据库系统（如oracle）：负责高事务性需求的数据（如oracle数据库），并提供相应的业务访问接口，在本系统建设中，对于消防设备和业务特征数据的持久化以及一些系统配置相关数据的保存就需要配置关系型数据系统，另外关注型数据库也可以很好的适配一些遗留系统的需求；
Web应用服务：Web应用服务器，供客户端访问消防大数据应用系统的各项业务功能；
移动端应用服务：平板、APP、小程序，提供移动端的消防大数据应用系统各项业务功能；
数据存储系统（可选）：当需要在消防大数据应用系统中对业务数据进行存储时，根据系统不同的规模和存储时间要求，可以考虑本地单机存储或者采用专业的云存储系统对数据进行保存；
“右脑”：
（一）综合功能描述：
1）通过大量多维度、多手段采集的多维、异构数据，进行分析、碰撞、学习后得到相应的智能分析的结果，可以综合分析出一定的消防风险相关的规律，并进行预测、预警判断。
2）系统通过海量数据的碰撞、分析得到预测、预警的结果，并通过结果和数据依据来指导改进工作中存在的问题。工作改进后，系统再通过数据碰撞和分析来得到改进后的结果趋势。
3）系统通过海量数据的机器学习最终得到越来越精准的预测、预警、判断结果，可为其他系统提供数据支撑，同时也为系统对单位自主管理良性循环提供数据支撑。
（二）应用功能描述：
1）单位、网格自主管理：通过微信小程序、微信公众号、支付宝小程序等手段，为单位、网格及消防管理相关的各角色用户和单位提供简单易行的管理工具入口，所有数据将汇聚到大数据平台，进行数据分析汇总使用。系统中提供自主管理闭环应用，单位或网格员可以通过系统对自我待办工作、工作中的问题、综合评分等来对自我管理工作进行不断规范和不断提升。
2）大数据统计分析应用：综合利用物联网、大数据、云计算、移动互联网、数据挖掘、数据可视化等新技术，抓紧时机对智慧消防产业发展先行先试试验区、智慧城市建设等机遇，整合城市规划、城建、供水、供电、燃气、安监、交通、治安、社区等基础数据资源，全力构建基于互联网（移动互联网）的，消防、社会单位、行业主管部门、人民群众高度参与的社会化消防工作管控平台，努力形成“支撑环境集约化、数据采集智能化、火灾防控社会化、调度指挥一体化、消防服务便捷化”的消防信息化支撑体系，为构建立体化、全覆盖的社会火灾防控体系，全面提升社会火灾防控能力、灭火应急救援能力和队伍管理水平。
大屏显控子系统：用于消防日常监管及灭火救援指挥实战。
“整体展示及常态化监管”：数据分析与展示平台主要是进行数据分析模块和可视化组件的建设，通过建设数据分析模块，实现对相关数据源进行总体数据整合、分析和研判等功能。主要实现对各类火警、火灾、消防资源、企业建筑生产危化品信息和地理气象信息进行综合分析，并根据规划设定的应用场景，实现在大屏幕的高分显示。通过建设可视化软件平台将相关数据库数据、文档文件、日志和视频等数据在大屏、PC和移动终端上进行展示和操作。可视化组件包括数据表、数据看板、数据故事和系统组态等模块，相关组件可进行任意组合，可根据实际情况进行增加、更新显示，形成面向不同应用目的的显示效果。
1）具备用户登录、认证、用户权限管理功能。
2）可具备客户端和大屏服务端，客户端方便用户进行操作，大屏端则对用户操作的结果进行直观呈现，支持多个客户端同时操作大屏。
3）具备将各种处理器信号、定制或者第三方可视化内容、超高分GIS地图模块、互动导播模块进行统一管理的能力。
4）具备小应用组件、可视化组件、多媒体资源等组件，具备第三方应用集成与扩展、扩展多客户端、提供基于REST的网络第三方控制接口的能力。
5）具备为每一个组件提供动画效果的能力，可以定义每个模块的出现时间、消失时间等等动画效果，增加可视化的动态效果。
6）具备二次图像渲染功能，可以对显示组件进行反色、着色、偏色、勾边等图形渲染处理。
7）具备适配拼接大屏物理分辨率的能力，可以根据拼接大屏的实际物理分辨率调整互动导播模块的场景以及超大分辨率GIS应用的实际显示分辨率，充分利用拼接大屏的物理像素。
8）具备将互动导播制作的可视化场景和超大分辨率GIS应用的画面进行叠加显示、一键调用的能力。在可视化平台下，互动导播模块、GIS高清指挥可视化模块即可以独立运行，也可以混合运行，方便用户自定义多种个性化显示。
逻辑架构
消防大数据应用系统围绕单位自主管理及消防监督、实战需求，利用大数据分析技术、深度学习和战术建模技术、分布式集群计算与实时搜索引擎技术、海量数据挖掘技术，实现对消防、公安、安监等数据的汇聚、清洗、分析，便于实时搜索查找和联网共享。系统建成后，能够与目前各类消防应用系统实现对接，交互各类型信息资源，实现数据信息关联和碰撞分析。
系统可以给“消防监督管理”、“消防火灾风险预警”、“单位自主管理”等工作提供相关的监管数据和预警数据支撑，并可以进一步开放通用的消防大数据平台功能支持各消防或政府部门不同应用系统的需求；安监/保险/金融/街道等使用单位通过系统可发现高危消防建筑单位信息后，对其业务工作提供参考数据，例：消防高危单位财产保险风险、金融风险相对较大。
业务设计
事前：一张图监管。实现常态化的消防安全监管，主要体现在单位自查、监督检查、灭火救援演练等，消防各级指挥中心进行24小时常态监管，及时发现高危预警。
事中：一张图指挥。作战现场的融合指挥调度，支持和指挥中心、专家进行在线会战，可视化灭火救援，提高效率。
事后：一张图分析。全流程展评分析，为优化、改进作战方案提供数据支撑，对隐患进行全域研判分析。
增值：针对研判分析的结果可以服务于金融信用、维保服务、定向监督等增值业务应用。
关键技术
关键技术1：物联网技术
物联网(Internet of Things，IoT)指的是将无处不在（Ubiquitous）的末端设备（Devices）和设施（Facilities），包括具备“内在智能”的传感器、移动终端、工业系统、数控系统、家庭智能设施、视频监控系统等、和“外在使能”(Enabled)的，如贴上RFID的各种资产（Assets）、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”（Mote），通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通（M2M)、应用大集成（Grand Integration)、以及基于云计算的SaaS营运等模式，在内网（Intranet）、专网（Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Cockpit Dashboard)等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。
关键技术2：机器学习技术
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
关键技术3：数据建模技术
数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。将经过系统分析后抽象出来的概念模型转化为物理模型后，在visio或erwin等工具建立数据库实体以及各实体之间关系的过程。
在软件工程中，数据建模是运用正式的数据建模技术，建立信息系统的数据模型的过程。
关键技术4：数据挖掘引擎技术
数据挖掘（Data mining）是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
按一定的业务规则在各业务系统提供的众多数据中进行提取所需要的数据并进行一定的归并和处理后进行保存，提供给分布式计算引擎使用。
分类 （Classification）
首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。
估计（Estimation）
估计与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。
预测（Prediction）
通常，预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。
相关性分组或关联规则（Affinity grouping or association rules）
决定哪些事情将一起发生。
聚类（Clustering）
聚类是对记录分组，把相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。
聚集通常作为数据挖掘的第一步。
描述和可视化（Description and Visualization）
是对数据挖掘结果的表示方式。一般只是指数据可视化工具，包含报表工具和商业智能分析产品（BI）的统称。譬如通过Yonghong Z-Suite等工具进行数据的展现，分析，钻取，将数据挖掘的分析结果更形象，深刻的展现出来。
关键技术5：分布式计算引擎技术
按业务规则对计算内容进行分拆，利用云计算资源对数据挖掘引擎所提取的数据分别进行分析计算，再通过信息整合后，形成最终的分析结果数据，提供给研判分析平台使用。
关键技术6：消防大数据实时分析预警技术
消防大数据指数预警功能以消防安全预警应用为核心，创新预警算法，解决消防海量物联设备实时监测记录、监督管理等记录难以针对性挖掘应用于的实际消防安全预警问题。
系统通过独创大数据研判模型，可将“消防单位、建筑物、公共救援资源、消防设施、法人、消防责任人、消防管理人、消防管理人行为事件、行政监督行为事件”的特征、行为等信息通过预警模型，对发现的可能发生火灾概率高的位置或单位进行实时预警，实现由“案后分析事故”向“案前主动预警”的创新转变，并分析出可能发生火灾事故的原因，提醒单位主体进行隐患排除并提供预警分析依据。
关键技术7：现网系统无缝对接
方案可针对县级市、地级市等已建消防相关系统的不同情况进行无缝部署和实战应用。
当新建消防大数据系统时，无需更换现有基础设施和前端设备，而是通过系统对不同主流平台和设备的数据接入，实现大数据应用功能，从而避免了高投入建设和重复建设，实现已建系统的数据再增值应用。
关键技术8：消防云架构“分级管理、层层监管——区县小脑，省市大脑，全国汇聚”
根据县级、地市级等不同消防的数据处理规模和分析需求，利用消防云的分布式计算与云存储方案，给用户提供一个消防数据统一存储和分析处理，并支持弹性扩展的云服务平台。
消防云可以弹性实时分析处理海量的消防设备实时监测记录、消防隐患整改记录、消防监管记录等，并将二次识别处理后的结构化数据存放入分布式数据检索系统进行业务应用，对分析结果进行二次云存储安全存储，保证系统不会出现单点故障，从而保障数据的安全性。
消防分级管理，逐层监管，既能保证各级管理聚焦，又能从上层角度监管下层管理的执行情况，最终可以监管到单位自主管理情况，通过准确的监管信息提示，让单位提升自主管理力度。
关键技术9：对消防火灾成因和预警设备监测形成消防事故预警数据
支持对消联物联网设备、烟雾探测、水监测、电监测、燃气监测、危化品监测等火灾重点成因或预警设备的监测全方位数据识别和分析，通过数据趋势分析形成消防事故预警数据。
方案特点
1.消防高危单位大数据预警
以消防物联网设备数据、单位自主管理、隐患整改数据为主线，联动消防网络业务数据进行“设备、法人、责任人、巡查行为特征、监管行为特征、隐患整改行为特征、维保行为特征、案件及人事物关系数据”，实现全方位的大数据关联串并和碰撞比对，对消防高危单位相关数据进行深度挖掘预警，进一步放大和倍增数据价值，服务消防监管实战。
2.层级联动，闭环预警
高危预警单位信息可瞬间直达相关责任人、监管人员终端APP，责任人精准排查消防隐患并全程监管隐患整改到消防过程，实现预警有效闭环处置。
3.布控预警，秒级响应
通过采用Kafka分布式消息系统，对全网数据流进行高速缓存分发，破解传统数据流以数据库为中心，先存后取再应用，受限于Oracle等传统数据库单机性能瓶颈以及大数据量下读取延迟高的缺点，极大提升布控预警的时效性，实现布控预警，秒级响应。
4.大数据架构，无限扩展
分布式大数据架构，百亿级数据，秒级检索处理，规模可线性扩展，轻松满足业务爆炸性增长需求，永远不会推倒重来。
5.多端模式，全员共享
系统提供C/S、B/S、APP等客户端形式，可以更好地服务各消防相关人员实战应用，满足不同相关人员角色对业务应用上的不同需求。简单查询检索可通用浏览器直接访问平台进行操作，方便快捷，有网络即可接入；同时为消防监管、单位管理人员等需深度应用角色，提供客户端版，以实现分角色多角度实时、随地监管单位、区域、全城的消防安排现状态。
6.
1）一图展示，多维调用：
系统根据长期调研所获取的全市、县、区、镇等消防工作一线人员使用习惯，有针对性地对系统进行细节优化，实现以一张图为中心的发散式监管追踪。当打开一条消防安全预警信息后，可根据用户需求，在已打开的图形记录界面，以极佳的视觉效果随意来回切换想要深入挖掘的内容，而不需要反复切换菜单来进行操作。
2）上墙关灯模式：
系统依据最佳的视觉观赏效果，对系统上墙所呈现的效果进行优化，可以在上墙时，提供关灯模式，地图模式下自动隐去背景为黑幕，给人一种观赏电影般的体验。
7.多维统计，二次应用
轻松打造城市海量消防设备监控、监管、隐患、整改等数据汇聚的数据仓库，可针对不同业务需求提供统计服务-可轻松掌握消防预警热点区域、高危热点区域、高危人员活动态势、高危行业分布、设备品牌统计分布、各区域消防安全指数态势热力图等信息，为二次应用提供数据支撑；
8.已建系统无缝对接
无需改造已建消防相关的各系统，系统通过数据共享交换平台对接相关系统数据即可投入实战应用；
9.政企合作，深度实战
与杭州、宁波消防政企深度合作-共创大数据研判模型、落地实战，实际分析并多次分析预警单位消防安全，形成了数据预警、数据指导监管工作、数据导控的业务新模式，真正做到“从实战中来、到实战中去”。
大数据应用设计
应用模块设计
“数据治火”应用以“整合社会可用数据资源，提升消防部队服务能力，构建社会化消防管控平台，破解消防管理体制机制难题”为目标，形成“大数据+精准打击、大数据+精准防控、大数据+精准管理、大数据+精准服务、大数据+精准监督”的管理新模式。
智能防控
按属地、业务两个维度进行管理建设，一张图展示各区县智慧消防业务建设情况，建设内容涵盖消防远程监控、智慧消防用水、智慧用电、智能烟感、燃气、消防安防视频融合、智能电瓶车充电桩、智能室外消火栓等各类型业务统筹及精细化数据展现管理。拓展传统消防监管手段的同时，预留未来的各类新型智慧消防多维监管手段的技术接口。实现多平台、厂家融合，在统一数据标准的同时，提升数据化防火监管能力和总体防火水平。
消防设施远程联网远程监控
系统通过用户信息传输装置实时采集联网单位火灾报警控制器的报警信息和设备运行状态信息，实现对联网单位自动报警系统的全方位感知、全过程监控。能够提前发现各种故障隐患，保障自动报警系统各项设施正常运行。
通过本应用模块，可实时对单位各个消控室的消控主机报警信息及设备状态进行监测管理。对联网单位数、联网主机数、值班人数、本月新增单位数进行总体分析展示。对联网单位数量、新增联网单位趋势、设备设施完好率、消控持证值班情况、各辖区联网情况对比、联网单位行业属性等进行分析详细分析，地图展示联网单位分布情况。
烟感气感智能防控
针对辖区所安装的感烟探测器、气体探测器进行接入、总体分析展示，对设备设施状态及报警情况进行综合防控，可以综合展示烟感/气感接入单位数、设备总数、今日预警情况等，并对设备完好率、设备安装/新增安装情况、每日报警趋势、设备状态分析、报警数量及区域属性等进行详细分析，整体掌控辖区的火灾安全态势。
消防用水智能防控
实现对消防水源管网水压的准确、实时多点并发监测，通过对水压值动态分析，保证消防水箱和消防水池的水位处于正常水平范围内，保证消防管网系统通畅。当水位或管网系统发生异常时，能够迅速发出报警信息，及时排查消防水源隐患。
通过消防用水智能监测防控模块，可以实时掌握各个建筑的消防用水状态，包括消防水池液位实时数据、消防水箱液位实时数据、喷淋管网压力实时数据、消火栓管网压力实时数据等。
系统可以综合展示智慧用水接入单位数、设备总数、今日预警情况等，并对消防设备完好率、设备安装/新增安装情况、每日预警趋势、设备状态分析、预警数量及区域属性等进行详细分析，整体掌控辖区的消防用水健康状态，避免出现无水救援的情况发生。
智慧用电安全防控
研究发现，由于电气故障导致的火灾约占成灾总数的40%左右，所以针对全辖区电气安全状态监控至关重要。
系统实时监测联网建筑的电气火灾运行状态。能够将监测点剩余电流、相电流和温度等的实时变化自动绘成动态曲线，能够真实、直观的显示监测点电气火灾隐患情况。
电气火灾远程监测可以准确、实时地接收监测线路中的剩余电流、温度变化、故障电弧等信息，当监测线路发生异常时，能够迅速发出报警信息并准确显示故障原因，及时排查电气火灾隐患，从而把火灾消灭在萌芽状态。
系统可以综合展示智慧用电接入单位数、设备总数、今日预警情况等，并对设备完好率、设备安装/新增安装情况、每日预警趋势、设备状态分析、预警数量及区域属性等进行详细分析，整体掌控辖区的电气安全状态，防患于未然。
其他类设备的智能防控
系统具备强大的兼容接入能力，可以支持对其他类设备的快速兼容接入及分析展示。
单位监督管理
实时掌控“社会单位自主管理能力”，是针对监管对象、消防管辖单位的管理模块。涵盖所有消防监管对象，包括重点单位、一般单位、出租屋、特殊场所等，基于辖区维度及大数据指标为管理依据，通过仪表图、报表、排名方式进行具象化展示。通过本模块，实现全市单位对象的日常督查辅助工作。
单位数据统计
通过数据分解各单位的人、设施、运转等指标，总体基于一张城市单位图，全维度展现片区状态及各单位具体信息。为针对性的片区、单位管理提供数据辅助支持，通过逐步开展的执法管理等方式实践，逐步提升管理效率，提升社会单位自主管理能力。
单位信息管理
系统支持对各联网单位的详细信息记录及维护管理，呈现全辖区单位平均安全指数、对单位按照安全指数进行排名、对所有单位进行行业属性进行分析，并可针对特定单位进行详细信息查看，包括单位基本信息、隐患情况、建筑物情况、消防安全管理情况、消控值班情况等。
网格化管理
实时掌控“基层组织管理动态”，涵盖区县街道维度网格化工作状态，网格化消防安全隐患四色管理，分为极高风险（红）、高风险（橙）、中风险（黄）、低风险（蓝）。
网格信息统计
以网格为单位，进行网格消防安全指数统计展示，并支持根据网格安全指数情况进行排名。
支持通过网格筛选查看指定网格情况。
支持红色、黄色、绿色网格统计，并支持筛选查看。
支持根据网格火灾发生情况进行排名。
支持通过年、月、日三个维度进行网格隐患数据排名。
网格信息管理
系统支持对各网格的详细信息记录及维护管理，网格基本信息查看。
网格消防安全指数查看。
网格当周的动态情况统计分析及查询，主要包括检查情况、隐患整改情况、抄告情况等。
支持对网格相关数据统计分析：主要包括火灾隐患类型、火灾成因分析、宣传培训情况、检查数、隐患督改情况、抄告情况等。
针对网格内单位分布情况进行分析。
消防监督管理
汇聚消防执法数据，并将海量的消防违法行为自动分析；通过对海量执法数据进行分析，查找违法事件发生的季节性、周期性、关联性等规律，从而找出违法事件根源，有针对性地制定预防方案，提升源头治理能力，降低违法事件的发生；提供违法责任追究依据。
支持监督执法情况整体查阅，展示检查单位比例情况、抽查单位比例情况等。
支持指定时间段内隐患情况、督查整改情况、处罚情况、拘留情况、三停数、查封数等。
支持监督执法任务分布情况统计分析：主要包括审核验收、安全检查、备案抽查、监督检查等。
支持图形化展示案由分类统计、监督任务变化趋势等。
大数据应用实战门户
大数据实战应用设计
消防大数据系统是城市智慧消防物联网、监管等平台的汇聚仓库，是一个典型的消防DT时代的数据平台，系统在首页可将汇聚的设备、监管、巡查执行、隐患及跟踪等分析数据等用户关心的统计分析结果进行定制展示，满足消防对城市消防态势的总体研判需求。
可对当天系统预警信息进行集中统计展示，用户可集中了解今日当地的消防高危单位情况，支持两个维度：
四色预警-显示预警等级：红色预警、橙色预警、蓝色预警、绿色一般预警等当天产生数量的统计展示，消防监管部门可进一步通过此类“四色预警”信息了解当地的消防安全态势情况；
预警类型-显示当天高危单位预警类型统计信息-如当天设备故障、物联网设备预警报警、隐患整改超期、发现的重大隐患等信息统计等等-可辅助消防监管单位制定进行针对性的管理措施。
火灾隐患预警
通过对联网单位的多维度数据统计分析，结合周边危化品信息、自然因素等，自动生成单位安全指数及风险评估结果，对突出隐患进行实时预警，对监督管理提供决策支持。
动态信息检索
动态信息包括火情信息、物联信息、车辆动态、消防水源、危化品存储信息和消防执法评价信息。
火情信息
由灭火救援辅助决策系统提供最新的火情信息，系统在地图上呈现各区域内的最新火情位置及起火单位（或场所）名称，点击某起火单位（或场所）名称，可进一步查看该火情的简项信息、车辆出动情况和到场情况等信息，并能在地图上查看起火部位，并跟踪出动车辆的所处位置。
物联信息
由消防安全远程监测管理平台提供动态物联事件信息，在地图上通过不同的图标呈现物联场所的消防设施自动报警、联网故障、设施故障等各类实时报警状态，并能进入到具体的业务系统中查看详细报警信息数据。
车辆动态
与地理信息平台集成，通过在地图上描绘消防执勤机构名称及所管理的车辆装备数量，通过点击车辆名称可在地图上跟踪车辆所处行驶轨迹。可通过车牌号在地图上跟踪该车辆所处位置和车辆出车信息。也可选择单位在地图上查看该单位下全部车辆的实际所处位置。
消防水源
在地图上呈现市政和单位内部消火栓位置，并通过图标显示相应的压力状态等数据。并提供跟踪查看消火栓详细信息。
危化品仓储信息
在地图上呈现化危品仓储点，并提供仓储物质、数量、仓储方式等简项信息，并提供按物质类型、数量、地址等进行检索，点击可查看详细信息。
消防执法评价信息
根据消防监督管理系统、灭火救援系统在消防行政许可项目、火灾调查案件、行政处罚案件、119接处警、96119接警完成后对当事人的回访评价情况，动态显示对各级消防机构和人员的满意度。
数据深度挖掘应用
数据挖掘子系统通过各种数据挖掘模型算法、支撑引擎和服务，对大数据存储和分析子系统中的数据进行深入挖掘，并将分析结果通过数据接口、服务接口和图层接口供其他子系统和模块使用。
数据挖掘模型库管理模块
数据挖掘子系统的业务挖掘分析中需要用到多种数据挖掘分析模型，包括聚类算法、分类算法、时间序列算法、核密度算法、预警常量和预警分级算法等模型。通过数据挖掘模型库管理模块可以动态管理各种挖掘模型算法，支持模型算法的扩展、算法执行任务组合和二次开发。
数据挖掘分析引擎和服务模块
利用大数据平台上的各种数据，根据业务需要，可建立不同的分析专题进行数据挖掘分析。
在设计上，数据挖掘分析引擎支持分布式并行数据挖掘算法，可利用大数据平台的高性能的并行计算能力进行数据的挖掘分析。
数据挖掘分析引擎可结合数据挖掘模型库管理模块，将模型库中各种挖掘模型算法，按照业务分析专题，组合调度模型算法，生成任务执行。可支持规则策略，可定义规则的执行方式，模型算法可以插件的方式加载到挖掘分析引擎中执行。
数据挖掘分析引擎和其上的各种业务专题分析功能以服务的方式对外发布，各功能模块均可使用。任务执行完成的分析结果以服务、数据和接口等方式供相关应用使用，供相关人员作为分析研判的依据。
研判分析
消防大数据系统利用各省、市、区、县等消防网上的监管、隐患、巡查等综合信息，结合消防设备监控记录，构建消防大数据积分模型进行数据挖掘和分析，系统可以给消防监督工作以及消防安全预警等工作提供相关的情报线索和数据支撑。
单位实时消防设施状况研判
通过建筑消防设施运行状况数据分析，能够统计、研判建筑消防设施运行状况，并对火灾自动报警系统误报率、消防设施器材损坏情况、消防水源情况、消防控制室人员值班情况、防火巡查情况等火灾隐患，根据类别、时间、损坏程度，向单位消防安全管理人、单位监管人员报送、提醒不同等级的预警信息，限时处理解决，并依托一体化火灾隐患处置APP实时跟踪隐患整改流程和结果。
消防不良行为公布预警火灾隐患分析
通过统计汇总各个社会单位消防行政处罚情况、各类火灾事故倒查情况、消防工程公司、设计施工监理单位、维保单位和人员接受消防行政处罚情况，将消防不良行为进行公开，同时对企业、个人的消防安全不良行为建立积分动态监管制度，根据积分和“四色预警”情况，分类、分级逐步并入诚信体系，与企业信用、个人信用挂钩，提高单位和人员消防违法代价。
单位火灾隐患危险等级研判
（1）通过单位六类人员的统计，分析单位消防安全管理组织是否健全，人员培训是否到位，人员消防安全意识是否到位；
（2）通过单位建筑消防设施研判和单位维保单位不良行为研判，分析单位建筑消防设施安全等级情况；
（3）通过对单位火灾隐患和违法行为的统计，分析隐患的成因、突出的火灾隐患，以及相同行业、相同类型建筑的火灾隐患以及火灾情况特点，分析单位的火灾隐患特点和火灾高发部位；
（4）通过对列管监督员年龄、执法经历、主办事项及办理结果，以及单位监管责任人、管理人的火灾隐患发现、处理能力进行分析，研判单位潜在火灾隐患危险等级；
（5）通过对单位建筑年龄、建筑耐火等级、危险物品存储量、地理位置、交通拥堵情况、建筑高度、辖区灭火救援能力、单位盈利状态等，分析单位发生火灾后造成的损失情况；
通过多种辅助分析结果，依据不同致灾因素的影响权重，建立单位火灾隐患危险等级分析模型。
区域火灾危险等级评估模块
通过收集区域范围内火灾四项指数、典型火灾情况、历史重大火灾情况、化工企业、人员密集场所分布、危化品分布、整体建筑物（群）年龄、耐火等级、电气线路、区域内单位火灾隐患危险等级、公共消防设施运行情况、整体建筑火灾负荷情况、区域群众消防意识情况、天气状况、区域内灭火救援力量等级等相关信息，将影响起火的因素和扩大蔓延趋势的因素建立分析计算模型，并结合GIS地理信息系统，分析区域火灾危险等级，指导区域内火灾防控力量部署和建立火灾隐患整改方案。
消防安全指标体系评估模块
（1）通过大数据平台采集汇总地区现役消防官兵、职业消防员、消防文员、企业专职队消防员数量，地区常住人口；地区消防行业特有工种人员、消防技术服务机构人员、注册消防工程师数量，地区年末全社会从业人员；地区当年/上年政府消防正常业务经费，地区当年/上年公共财政预算收入，评估地区公共消防安全保障能力。
（2）依托消防安全远程监控系统、全国火灾统计管理系统采集相关数据，采集地区消防控制室数量，地区接入联网监测中心的消防控制室数量，地区正常维保的消防控制室数量；地区年度火灾发生起数，地区年度火灾死亡人数；地区消防安全管理标识化率，评估地区社会火灾防范基础水平。
（3）依托大数据平台及有关标准，评估地区内应当建有的消防队（站）数量，并综合汇总地区内已建有的公安现役消防站、地方政府专职消防队（站）、乡镇保安消防队，地区内消防队（站）人员装备按照有关标准达标的公安现役消防站、地方政府专职消防队（站）、乡镇保安消防队；地区城市道路面积；地区城市市政消火栓数量，地区完好的市政消火栓数量；地区自然村总数，地区已有消防水源的自然村数量；地区城市建成区主要路段的高峰时段平均车速；地区45秒内处警火灾起数，地区年度内火灾报警总数；地区10秒火警接通率，评估地区灭火救援应急基础能力。
（4）通过一体化火灾隐患处置APP推送调查问卷，采集“公众消防知识知晓率”和“公众消防安全感”基础数据。
消防安全指数
在交通领域，有交通拥堵指数来评判交通状况，同样有消防安全指数来评定一个建筑的消防安全状态，通过分析业务规则和关注问题，建立云计算数学模型，由数据挖掘引擎和分布式计算引擎按云计算模型进行数据挖掘和分析使用，研判消防安全指数。
大数据计算框架设计
大数据技术是业界应对快速增长的数据引入的综合技术集合，是传统技术的延伸深化。消防大数据平台引入典型的云计算、大数据技术，云存储能够轻松处理海量的记录等结构化数据，对数据进行存储，提供快速的分析基础技术，能够发现更多记录数据和视频和图片以及业务数据中的关联情况，为业务处理和决策分析提供强力的支持。
注：针对消防物联网数据处理100万以上的局点，需要配置大数据检索（云检索）来支持实时计算和大数据检索引擎。
大数据实时计算技术
大数据实时计算技术通过实时流式计算引擎和分布式内存分析引擎，对云存储系统中海量数据进行分析计算，可以提供在线实时数据分析服务和数据挖掘计算服务。
实时流式计算引擎提供强大的流处理能力，支持各种在线实时业务计算，具有强大的系统扩展和容错能力，其系统架构如下：
分布式内存分析引擎提供大数据的高速交互式数据统计和数据挖掘，内存分析提供秒级响应，支持大规模并发执行，其架构如下：
该系统可以实现各种海量数据处理的业务应用。例如消防云应用，可以支持亿级的消防物联网设备监控、消防监管等记录的数据分析和实时图片分析，能够实时返回结果/结构化分析结果，同时系统规模可线性扩展。
数据挖掘及查询分析应用，既可以对同一目标单位、网格、区、县、市的相关明细记录、消防安全级别等进行分析，从而挖掘出更多更复杂的相互关联信息，扩展更多的新型业务。
大数据云检索引擎
普通数据库技术在数据量达到一定规模时将遇到性能瓶颈，如Oracle关系数据库，当数据量达到亿级规模时，复杂业务查询时间将呈指数级增长，而将导致业务不具有实际可用性。云检索产品基于全文检索技术实现，采用分布式架构，通过多节点方式管理各个索引文件，独立或者联合响应搜索请求，服务性能随服务器数量成线性增长，能够通过简单增加服务器硬件数量使系统处理能力线性增长，具有极强的伸缩扩容能力。
云检索海量数据检索系统能轻松实现100亿数量级规模结构化数据处理，大型模糊查询任务等典型业务执行的时间能够控制在10s，极大增强了业务系统的实用性。云检索是安防管理平台中数据挖掘的基石，基于云检索实现的数据挖掘功能在性能上将极具优势，云检索运行原理如下：
搜索请求通过搜索管理节点发出调用请求，并等待搜索结果；搜索管理节点将搜索请求分拆成多个搜索子任务，分发给多个索引管理节点进行并行搜索；搜索管理节点将各索引管理节点提交的搜索结果进行汇总合并后，返回最终搜索结果。
数据共享服务平台
数据交换共享是指将多个分散建设的消防管理平台，以及和涉及到消防管理的系统和平台进行整合，通过计算机网络构建一个信息交换、治理、分享的平台。它使得各个分散的数据平台和系统实现了互联互通，将多方面的数据汇总到中心数据库，通过对于数据的加载、集中、加载、展现、治理抽取出核心有效的数据，提供海量有效数据进行更深层次的数据挖掘，分析。
共享服务平台架构
大数据共享数据平台为本项目建设的基础核心平台，平台架构如下图所示：
数据库管理
人员信息库
数据标准
人员信息库包括消防监管人员信息、单位消防安全管理人员信息、消防从业单位人员信息、灭火救援专家信息、消防业务需求人员信息和消防行政处罚对象信息。
消防监管人员信息包括各级政府、公安、行业部门分管领导及具体负责人员信息，消防机构监督检查人员，公安派出所专兼职民警、社区民警，消防文员，网格长及网格员信息。
单位消防安全管理人员包括消防安全责任人，管理人，消防控制室值班人员。
消防从业单位人员信息包括注册消防工程师，特种工种技能人员，单位消防设施维保人员，消防设计、监理、施工人员。
灭火救援专家信息包括各类化危品处置、救援及供水等相关行业领域的专家信息。
消防业务需求人员信息包括消防手续申报人员、业务办理、举报投诉人员，消防志愿者、宣传队、义务消防员等。
消防行政处罚对象信息包括因消防违法行为受到处罚的单位和个人信息。
单位信息库
单位信息库包括社会单位、消防机构、消防从业机构和联动力量信息。
社会单位信息包括消防安全重点单位（一级、二级、三级）、一般单位，并按照易燃易爆场所（企业）、人员密集场所、高层、地下及从事行业，记录单位属性类别。
消防机构信息包括支队、大队、中队、政府专职队和企业消防队等信息，以及各中队、政府专职队和企业消防队的执勤力量配备信息。
消防从业机构信息包括消防设计、监理、施工、维保、检测和生产企业信息。
联动力量信息包括市县两级应急办、110指挥中心、高速大队、派出所、120调度中心等区域性调度指挥中心的位置、可利用资源、联系方式等信息，包括公安路面交巡警、120救护点、医疗机构、武警、防化、供水、供电、供气、通信、气象、环保、安监、水利、地铁、灭火药剂生产厂家、大件起重公司、海事、水警、电梯救援等单位的可利用资源信息。
建筑信息库
建筑信息库包括建筑名称、地址、坐标、建筑总面积、建筑高度、建筑类型、耐火等级、建筑管理单位、建筑使用单位、已有建筑消防设施、所在辖区、设计、施工、检测单位名称、是否经行政许可等、建筑平面图等信息。
消防管理动态信息库
消防管理动态信息库包括单位消防监督管理数据、网格化管理数据、社会化监督数据、消防水源信息和化危品存储信息。
消防监督管理数据包括日常消防安全管理、单位火灾隐患及整改情况（单位自查、政府、主管部门和消防机构检查）、消防设施运行情况、行政处罚情况等单位消防安全管理相关信息。
网格化管理数据包括由行业主管部门、镇（街道）、村（社区）火灾隐患发现、处理工作平台采集和宣传情况。
社会化监督数据包括由消防志愿者、普通民众使用消防隐患举报APP平台，收集火灾隐患。
消防水源信息包括市政和单位内部消火栓GPS位置数据、形状、管网类型、压力、流量、供水能力等动态数据，单位内部消防水池和水箱的形式、储量等数据，人工水源的位置、储量、取水形式等数据，天然水源的位置、取水点、季节性等数据。
化危品存储信息主要记录仓库、存储、堆场和装置等工业建筑内化危品动态存放数据，包括种类、数量、用途、存储方式以及品名、危险性、消防措施等。
火灾警情数据库
火灾警情数据库包括消防接处警信息、火灾调查数据和灭火救援战评信息。
消防接处警基础数据，包括火灾基础信息，如时间、地点、报警人、燃烧物质、过火面积、出动警力、附近水源、道路交通、发生火灾时人员的逃生情况等。
火灾调查信息，包括火灾现场基本情况、火灾隐患、火灾原因以及火灾调查防消结合、火灾事故行政处罚、消防“两罪”立案查处等。
灭火救援战评信息包括消防机构在灭火救援之后对火灾救援的战评总结信息。
数据采集
数据采集功能提供给各级数据管理人员，可对本级范围的各类数据进行增、删、改操作。
数据服务
数据服务包括向各业务系统提供的数据接收服务接口和数据接收服务接口的授权管理。数据接收服务接口授权管理，可设定各数据接口所接收的来源业务系统和允许访问调用的服务器IP。
数据采集与汇聚
数据采集层，主要用于数据的采集，汇总。对于数据采集中使用实现以下几种方式进行数据的采集汇总：
1. API接口协议方式：API接口协议方式，是目前市面上主流使用的一种数据对接方式，其实现的方式主要是，通过Http/Https的协议，将对应的数据安装协议中约定的方式，调用对应的url传输给数据汇总仓库
2. 数据库爬取方式：数据库爬取方式，是通过连接到第三方平台或是其他数据来源方的数据库，通过数据库读取的方式获取到数据，再通过网络协议传输给数据汇总仓库进行汇总。
3. 数据文档读取方式：数据文档读取方式，对于数据采集中有部分数据没有建立对应的数据库，并且也难以通过API的协议方式汇总给数据交换平台但是存在对应的数据文档的情况，通过将文件传输到指定文件服务器上，数据采集服务主动去读取对应的数据文档，从而获取到需要采集的原始数据，再将其写入到数据汇总仓库中。
4. 主动调用API方式：主动调用第三方API文档的方式，部分数据由于无法提供其他的方式将数据汇总到数据交换共享的平台中，可以采用主动调用的方式，通过对应的平台服务区获取到对应的数据，然后将获取到的数据写入到数据汇总仓库中。
数据治理
数据治理层，数据治理主要是实现对于不同来源的数据进行统一的处理。数据治理主要划分为自动数据治理和手动的数据治理。
自动数据治理：自动数据清理主要实现以下功能，一是对于数据有效性的校验，校验采集数据中的数据格式、数据内容是否符合要求，二是对于数据的默认补充，部分采集到的数据由于数据的缺失，部分未知的字段参数的内容不符合使用的需求，可以使用默认的内容对数据进行补齐。
手动数据治理：数据采集汇总的数据充满各种不确定的情况，在数据治理中需要人员进行参与和调整，才能保证数据的准确性。手动数据治理主要是操作人员手动进行干预，对于系统难以识别和处理的部分数据进行操作，从而保证数据的有效性。
数据共享交换
数据分享层是数据治理之后数据的流向，采集到的数据在经过数据的治理之后，数据的有效性和准确性得到了保证。数据分享层可以给通过消息队列或是其他的数据传输方式，将治理之后的数据给到各个进行数据分析和数据挖掘的系统和应用进行更深层次的信息发掘。
数据模型建立
数据挖掘子系统通过各种数据挖掘模型算法、支撑引擎和服务，对大数据存储和分析子系统中的数据进行深入挖掘，并将分析结果通过数据接口、服务接口和图层接口供其他子系统和模块使用。
（1）数据挖掘模型库管理模块
数据挖掘子系统的业务挖掘分析中需要用到多种数据挖掘分析模型，包括聚类算法、分类算法、时间序列算法、核密度算法、预警常量和预警分级算法等模型。通过数据挖掘模型库管理模块可以动态管理各种挖掘模型算法，支持模型算法的扩展、算法执行任务组合和二次开发。
（2）数据挖掘分析引擎和服务模块
利用大数据平台上的各种数据，根据业务需要，可建立不同的分析专题进行数据挖掘分析。
在设计上，数据挖掘分析引擎支持分布式并行数据挖掘算法，可利用大数据平台的高性能的并行计算能力进行数据的挖掘分析。
数据挖掘分析引擎可结合数据挖掘模型库管理模块，将模型库中各种挖掘模型算法，按照业务分析专题，组合调度模型算法，生成任务执行。可支持规则策略，可定义规则的执行方式，模型算法可以插件的方式加载到挖掘分析引擎中执行。
数据挖掘分析引擎和其上的各种业务专题分析功能以服务的方式对外发布，各功能模块均可使用。任务执行完成的分析结果以服务、数据和接口等方式供相关应用使用，供相关人员作为分析研判的依据。
平台数据运行流程
平台业务运行处理流程如下图所示：
系统数据处理流程
一体化机房承载大数据中心
.6.1云计算数据中心
计算资源池、存储资源池、网络资源池；
智能微模块的型号如表1-1所示，型号说明如表1-2所示。
智能微模块型号
FusionModule | 5000 |
1 | 2 |
智能微模块型号说明
序号 | 类别 | 定义 |
1 | 产品名 | 智能微模块数据中心 |
2 | 场景类型 | 5000：冷冻水空调场景数据机房 |
智能微模块数据中心定位于冷冻水场景的中大型数据机房，机房面积在300m2以上，主要应用于电信、金融中心机房，政府、能源、电力、交通、ISP及大型企业核心机房。
采用一体化集成方案，主要具备一体化集成、安全可靠、节省机房占地面积、节约能源、安装省时、省力、省心、架构兼容、部署快速灵活和监控完善等特点，是新一代智能微模块数据中心产品。
一体化集成机柜系统、供配电系统、制冷系统、机房管理系统、防雷接地系统、消防系统和综合布线系统，高集成设计，提供完整的解决方案。
一体化供配电系统，集成ATS配电、UPS配电、空调配电和IT设备配电。
在380V电源制式下超过4个电池柜或者480V电源制式时，采用电池架独立部署方式。
支持通道级门禁（可选）和机柜级门禁（可选），避免无关人员进入，提高机房安全性。
辅助消防系统。翻转天窗火灾时自动开启，紧急按钮紧急情况下可协助开门，提高机房安全性。
支持双路电源输入。
UPS均配置手动维修旁路，正常工作时手动维修旁路开关处于锁定状态，避免由于误操作引起电气事故。
模块化UPS，能可靠实现N+1冗余，提高系统的可靠性。
强电和弱电，光纤和网线均分开走线，减少电磁干扰。
空调PTC电加热具有自动复位和不可恢复双重保护功能。
无需专业机房，办公大楼房间改造即可。
可直接安装在楼宇水泥地面上，减少外配套工程。
机房面积 ≥ 300m2。
支持通道级照明，节省电力能源。
供货周期短，快速安装，有效降低成本。
去工程化设计。
标准化，减少安装的时间和工作量。
模块化配电，支持柔性升级。
集成化设计支持主设备随办公点搬迁。
根据房间尺寸和单柜功耗，单排或双排可选，灵活部署，满足扩容要求。
适配企业WEB和内部业务，IT柜内灵活安装服务器、存储设备、网络设备。
可通过多种传感器，实现对机房内各功能模块的不间断监控。
监控系统支持WEB访问，轻松实现远程管理各功能模块。
NetCol5000-C具有高效制冷、有效节能、高可靠性、宽工况、宽电源制式、高兼容性、智能监控和便于维护等特点。
按产品形态，分为三种不同的架构：微模块A（电池入列）、微模块A（电池不入列）、微模块B。
微模块A（电池入列）：UPS、空调、电池配置在微模块内。
微模块A（电池不入列）：电池配置在微模块外，UPS、空调配置在微模块内。
微模块B：UPS、电池配置在微模块外，空调配置在微模块内，微模块内有精密配电柜或智能母线槽。
本文档以微模块A为例进行介绍。
典型配置分为单排1200mm宽密封通道和双排1200mm宽密封通道。
单排密封通道场景图（供配电柜场景）
单排密封通道场景图（智能母线槽场景）
单排1200mm宽密封通道平面布局图（供配电柜场景）
配电柜指精密配电柜或一体化UPS柜。
单排1200mm宽密封通道场景关键技术指标如表2-1所示。
关键技术指标
参数 | 技术指标 |
IT柜数 | 6柜～24柜 |
机房空间 |
|
制冷 | NetCol5000-C 30kW 冷冻水行级精密空调 |
配电 |
|
通道 | 1200mm宽，单排密封冷、热通道 |
双排密封通道场景图（供配电柜场景）
双排密封通道场景图（智能母线槽场景）
双排1200mm宽密封通道平面布局图（供配电柜场景）
配电柜指精密配电柜或一体化UPS柜。
双排1200mm宽密封通道场景关键技术指标如表2-2所示。
关键技术指标
参数 | 技术指标 |
IT柜数 | 6柜～48柜（N+1系统最大支持24柜，2N系统最大支持48柜，模块总长度不超过15米。） |
机房空间 |
|
制冷 | NetCol5000-C 30kW 冷冻水行级精密空调 |
配电 |
|
通道 | 1200mm宽，双排密封冷、热通道 |
单排1200mm宽密封通道分为密封冷通道和密封热通道两种场景，通道包括IT柜、网络柜、配电柜（精密配电柜、一体化UPS柜统称为配电柜）、空调、电池柜、天窗、端门、走线槽等部件组成，以冷通道为例，密封通道组件如图3-1所示。
单排1200mm宽密封冷通道组件（供配电柜场景）
（1）端门 | （2）平顶/翻转天窗 | （3）控制天窗 |
（4）走线槽 | （5）智能ETH插座 | （6）机柜 |
（7）声光告警器 | （8）PAD | （9）门禁机 |
单排1200mm宽密封冷通道组件（智能母线槽场景）
（1）始端单元 | （2）控制天窗 | （3）声光告警器 |
（4）分接单元 | （5）干线单元 | （6）平顶/翻转天窗 |
（7）走线槽 | （8）机柜 | （9）PAD |
（10）门禁机 | （11）端门 |
双排1200mm宽密封通道分为密封冷通道和密封热通道两种场景，模块包括IT柜、网络柜、配电柜（精密配电柜、一体化UPS柜统称为配电柜）、空调、电池柜、天窗、端门、走线槽等部件组成，以冷通道为例，密封通道组件如图3-3所示。
双排1200mm宽密封冷通道组件（供配电柜场景）
（1）端门 | （2）平顶/翻转天窗 | （3）控制天窗 |
（4）走线槽 | （5）智能ETH插座 | （6）机柜 |
（7）声光告警器 | （8）PAD | （9）门禁机 |
双排1200mm宽密封冷通道组件（智能母线槽场景）
（1）始端单元 | （2）控制天窗 | （3）声光告警器 |
（4）分接单元 | （5）干线单元 | （6）平顶/翻转天窗 |
（7）走线槽 | （8）机柜 | （9）PAD |
（10）门禁机 | （11）端门 |
IT柜符合IEC（International Electrotechnical Commission）60297-1标准，为智能微模块服务器提供可靠稳定的安装空间，保证服务器的安全运行。
机柜尺寸统一，并采用前后风道。机柜外观如图3-5所示，主要技术参数见表3-1。
IT柜外观图
机柜满足以下特性：
机柜前后门通风率不低于70%。
机柜内后部可安装两条竖装配电排（下文简称为PDU2000）。
机柜的垂直安装上标示有每“U”的位置。
机柜的前门和后门带锁，并只能用专用钥匙才能打开。
支持门磁、电子门禁。
静载1500kg。
机柜技术指标
参数 | 技术指标 |
外形尺寸（高×宽×深） |
|
颜色 | 黑色 |
材质 | 高强度A级优质碳素冷轧钢板和镀锌板 |
风道 | 前后风道 |
安装空间 |
|
安装方式 | 防静电地板、底座或水泥地面 |
开门方式 | 前门单开，后门双开 |
空机柜重量 |
（空机柜重量指机柜带前门和后门的重量） |
防护等级 | IP20 |
网络柜为智能微模块提供综合布线的空间及线缆管理界面。网络柜的外观请参照IT柜外观。网络柜的技术参数如表3-2所示。
参数 | 技术指标 |
外形尺寸（高×宽×深） |
|
颜色 | 黑色 |
材质 | 高强度A级优质碳素冷轧钢板和镀锌板 |
风道 | 前后风道 |
安装空间 |
|
安装方式 | 防静电地板、底座或水泥地面 |
开门方式 | 前门单开，后门双开 |
空机柜重量 |
（空机柜重量指机柜带前门和后门的重量） |
防护等级 | IP20 |
网络柜技术参数
天窗主要用于模块通道的密封。天窗分控制天窗、翻转天窗、平顶天窗三种，天窗的各类技术参数与机柜的匹配关系如表3-3所示。
天窗技术参数表
名称 | 尺寸（高×宽×深） | 适用机柜 |
控制天窗 | 341mm×605mm×1334mm |
|
341mm×805mm×1334mm |
| |
300mm宽平顶天窗 | 341mm×305mm×1334mm |
|
600mm宽平顶/翻转天窗 | 341mm×605mm×1334mm |
|
800mm宽平顶/翻转天窗 | 341mm×805mm×1334mm |
|
天窗外观如图3-6、图3-7、图3-8和图3-9所示。
300mm宽平顶天窗外观
（1）天窗连接板 | （2）平顶天窗板 |
800mm宽控制天窗外观
（1）天窗连接板 | （2）控制天窗板 | （3）分线板 |
600mm宽平顶/翻转天窗外观
（1）电磁锁固定座 | （2）天窗连接板 | （3）平顶天窗板 |
800mm宽平顶/翻转天窗外观