一种消防数据分析系统、计算机设备的制作方法

1.本发明涉及消防安全领域，具体涉及一种消防数据分析系统、计算机设备。


背景技术：

2.经过多年的消防物联网技术推广和建设应用，消防安全重点单位及超高层建筑物联网远程监控技术颇见成效，烟感、电气火灾监控系统、水压监控、消防通道和消防控制室等消防设施监控设备趋于规范化和系统化，误报率也在大幅降低。基于物联网技术的城市消防远程监控系统，可以有效的对城市消防建筑单位进行监控管理，降低了火灾发生的机会，减少了火灾造成的危险。
3.在相关技术中，物联网监控技术仅能实现针对消防设施、环境的监控报警，以及水压、烟感等环境信息的信息采集，依托于物联网感知层数据进行分析，从而实现在火险等灾害发生后的及时报警，仍无法实现消防的风险评估与隐患预判，无法进行事故前的预警判断，消防系统的智能化程度较低，安全防护的效果仍有欠缺。


技术实现要素：

4.因此，本发明要解决的技术问题在于克服现有技术中的无法通过物联网感知层数据实现消防的风险评估与隐患预判的缺陷，从而提供一种消防数据分析系统、计算机设备。
5.根据第一方面，本发明实施例提供了一种消防数据分析系统，包括：业务模块，被配置为获取并发送与物联网设备相关的运行数据；数据治理模块，被配置为接收运行数据，并基于预设的数据资源格式及运行数据的属性信息对运行数据进行拆分，生成拆分数据，并发送拆分数据；单位数据资源库模块，被配置为接收拆分数据，基于拆分数据构建单位数据资源库，并发送单位数据资源库；数据集成模块，被配置为获取用户发送的数据分析请求，基于数据分析请求提取单位数据资源库的拆分数据，生成分析数据，并发送分析数据；数据统计分析模块，被配置为接收分析数据，根据分析数据与异常事件的对应关系，生成数据分析结果，以使消防数据分析系统根据数据分析结果进行隐患的预警；数据应用模块，被配置为接收数据分析结果，生成与分析结果对应的解决措施。
6.可选地，该数据治理模块，包括：数据清洗子模块，被配置为对运行数据进行清洗，形成清洗数据；拆分数据形成子模块，被配置为基于预设的数据资源格式，根据清洗数据的属性信息对清洗数据进行提取，形成拆分数据。
7.可选地，该拆分数据形成子模块，包括：数据提取子模块，被配置为基于预设的数据资源格式包含的字段信息，提取清洗数据，形成提取数据；拆分数据形成第一子模块，被配置为基于预设的数据资源格式，拆分提取数据形成拆分数据。
8.可选地，该拆分数据形成子模块，包括：关联词确定子模块，被配置为基于预设的文本分类模型，确定与预设的数据资源格式对应的关联对象与关联表示词；匹配项确定子模块，被配置为基于关联对象与关联表示词遍历清洗数据，形成关联数据；拆分数据形成第二子模块，被配置为基于预设的数据资源格式，拆分关联数据形成拆分数据。
9.可选地，该数据集成模块，包括：时间条件分析数据形成子模块，被配置为根据数据分析请求包含的时间信息与单位数据资源库的对应关系，形成分析数据。
10.可选地，该数据集成模块，包括：类型条件分析数据形成子模块，被配置为根据数据分析请求包含的类型信息与单位数据资源库的对应关系，形成分析数据。
11.可选地，该数据统计分析模块，包括：异常数据筛选子模块，被配置为根据分析数据，筛选异常数据及与异常数据对应的物联网设备，异常数据为分析数据中超过对应预设阈值的数据；隐患类型确定子模块，被配置为根据异常数据与风险隐患类型的对应关系，确定风险隐患类型；分析结果确定单元，被配置为将与异常数据对应的物联网设备，及风险隐患类型作为数据分析结果。
12.可选地，该消防数据分析系统，还包括：数据共享模块，被配置为接收拆分数据，并共享拆分数据，以使消防数据分析系统对外提供消防数据构建标准。
13.可选地，该消防数据分析系统，还包括：数据上报模块，被配置为接收拆分数据，并将拆分数据与数据分析结果进行数据上报。
14.根据第二方面，本发明实施例提供了一种计算机设备，包括第一方面中任一实施方式所述的消防数据分析系统。
15.本发明技术方案，具有如下优点：
16.本发明提供的一种消防数据分析系统、计算机设备，该系统包括：业务模块，被配置为获取并发送与物联网设备相关的运行数据；数据治理模块，被配置为接收数据，并基于预设的数据资源格式及数据的属性信息对数据进行拆分，生成拆分数据，并发送拆分数据；单位数据资源库模块，被配置为接收拆分数据，基于拆分数据构建单位数据资源库，并发送单位数据资源库；数据集成模块，被配置为获取用户发送的数据分析请求，基于数据分析请求提取单位数据资源库的拆分数据，生成分析数据，并发送分析数据；数据统计分析模块，被配置为接收分析数据，根据分析数据与异常事件的对应关系，生成数据分析结果，以使消防数据分析系统根据数据分析结果进行隐患的预警；数据应用模块，被配置为接收数据分析结果，生成与分析结果对应的解决措施。通过实施本发明，通过业务模块与数据治理模块将与物联网设备相关的运行数据拆分，形成单位数据资源库，进而基于用户发送的数据分析请求，由数据集成模块与数据统计分析模块，确定单位数据资源库中的与数据分析请求对应的隐患，并通过数据应用模块生成与隐患对应的解决措施，从而通过物联网感知层数据，即与物联网设备相关的运行数据实现消防的风险评估与隐患预判。
附图说明
17.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1为本发明实施例提供的一种消防数据分析系统的一个具体示例的原理框图；
19.图2为本发明实施例提供的另一种消防数据分析系统的一个具体示例的原理框图；
20.图3为本发明实施例提供的另一种消防数据分析系统的一个具体示例的原理框
图；
21.图4为本发明实施例提供的一种计算机设备的结构图。
具体实施方式
22.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
24.本实施例提供一种消防数据分析系统，如图1所示，该系统包括：业务模块11、数据治理模块12、单位数据资源库模块13、数据集成模块14、数据统计分析模块15、数据应用模块16。
25.业务模块11，被配置为获取并发送与物联网设备相关的运行数据。
26.具体地，与物联网设备相关的运行数据包括：物联网监控视频信息、防火巡查记录信息、微型消防站设备信息、建筑消防设施信息、重点单位巡查巡检记录信息、消防部门监督执法、检查信息等。在实际应用中，防火巡查记录信息、点单位巡查巡检记录信息、消防部门监督执法、检查信息包括：巡查部位、巡查内容、巡查频次等巡查信息，巡查巡检相关执行人员可以通过nfc(near field communication，近场通信)或扫描二维码的方式获取对应位置的巡查信息，并根据巡查信息包含的内容进行检查，形成巡查记录。对于设备、设施信息的获取通过设置传感器的方式确定。
27.数据治理模块12，被配置为接收运行数据，并基于预设的数据资源格式及运行数据的属性信息对运行数据进行拆分，生成拆分数据，并发送拆分数据。
28.具体地，基于预设的数据资源格式及运行数据的属性信息对运行数据进行拆分的过程，具体包括：对运行数据进行数据清洗；将清洗后的运行数据根据对应的属性信息进行数据提取，形成拆分数据。
29.单位数据资源库模块13，被配置为接收拆分数据，基于拆分数据构建单位数据资源库，并发送单位数据资源库。
30.具体地，基于拆分数据构建单位数据资源库是指根据各拆分数据所对应的属性信息构建不同的数据资源库，各单位数据资源库的分类与生成拆分数据的对应运行数据的属性信息相关。
31.在实际应用中，由各单位数据资源库构成总数据资源库。若拆分数据是根据运行数据中的巡查记录这一属性信息确定的，则由该拆分数据形成的单位数据资源库为由巡查记录组成的数据资源库，总数据资源库中包含由巡查记录组成的单位数据资源库。
32.数据集成模块14，被配置为获取用户发送的数据分析请求，基于数据分析请求提取单位数据资源库的拆分数据，生成分析数据，并发送分析数据。
33.具体地，基于数据分析请求提取单位数据资源库的拆分数据，包括根据分析请求包含的时间信息或类型信息与单位数据资源库的对应关系，提取拆分数据。
34.数据统计分析模块15，被配置为接收分析数据，根据分析数据与异常事件的对应关系，生成数据分析结果，以使消防数据分析系统根据数据分析结果进行隐患的预警。
35.具体地，将超过对应阈值的分析数据，作为异常数据。异常事件由异常数据以及与异常数据对应的物联网设备构成，即，异常事件包括：物联网设备及该物联网设备采集的数据。
36.具体地，数据分析结果包含与异常数据对应的物联网设备以及与异常数据对应的风险隐患类型。
37.数据应用模块16，被配置为接收数据分析结果，生成与分析结果对应的预警信息及解决措施。
38.具体地，解决措施为预设在系统中的进行风险隐患排除的相关操作流程。在实际应用中，相关操作人员在收到相关解决措施时，根据风险隐患排除的操作流程消除相关隐患，从而通过消防数据分析系统提供有效的辅助决策。
39.通过实施本实施例，由业务模块与数据治理模块将与物联网设备相关的运行数据拆分，形成单位数据资源库，进而基于用户发送的数据分析请求，由数据集成模块与数据统计分析模块，确定单位数据资源库中的与数据分析请求对应的隐患，并通过数据应用模块生成与隐患对应的解决措施，从而通过物联网感知层数据，即与物联网设备相关的运行数据实现消防的风险评估与隐患预判。
40.在一个可选实施方式中，如图2所示，在本实施例的系统中，该数据治理模块12包括：数据清洗子模块121、拆分数据形成子模块122。
41.数据清洗子模块121，被配置为对运行数据进行清洗，形成清洗数据。
42.具体地，对运行数据进行清洗是指根据与运行数据对应物联网设备的采集格式对运行数据进行筛选，即，形成的清洗数据为符合对应物联网设备采集格式的数据。
43.在实际应用中，丢弃数据格式不符合对应物联网设备的采集格式的数据，对于运行数据中符合对应物联网设备的采集格式，但数据的位数不足的数据，在空缺的位数内填入零，补足对应运行数据的位数，并将补足位数后的数据，作为清洗数据。
44.物联网设备的采集格式，包括，采集数据类型、采集数据位数、采集数据大小或其他，本发明对此不做具体限定，可根据实际工况进行设定。
45.拆分数据形成子模块122，被配置为基于预设的数据资源格式，根据清洗数据的属性信息对清洗数据进行提取，形成拆分数据。
46.具体地，基于预设的数据资源格式，根据清洗数据的属性信息对清洗数据进行提取，包括：根据预设的数据资源格式包含的字段信息，对清洗数据进行提取，形成拆分数据；或，根据关联数据，形成拆分数据。
47.在一个可选实施方式中，在清洗数据的属性信息统一使用规范用词时，该拆分数据形成子模块122，包括：
48.(1)数据提取子模块，被配置为基于预设的数据资源格式包含的字段信息，提取清洗数据，形成提取数据。
49.具体地，提取清洗数据，形成提取数据是指根据字段信息遍历清洗数据，并提取清洗数据中的字段信息，形成提取数据。
50.在实际应用中，预设的数据资源格式包含的字段信息为存在对应关系的属性信息，如与巡检或巡查对应的字段信息为次数、区域、巡查人员、被查人员中的一种或多种。预设的数据资源格式包含的字段信息可以是物联网监控视频信息、防火巡查记录信息、微型
消防站设备信息、建筑消防设施信息、重点单位巡查巡检记录信息或消防部门监督执法、检查信息中的一种或多种存在对应关系的数据，本发明对此不作具体限定，可根据实际工况进行设定。
51.(2)拆分数据形成第一子模块，被配置为基于预设的数据资源格式，拆分提取数据形成拆分数据。
52.具体地，基于预设的数据资源格式，拆分提取数据形成拆分数据是指根据提取数据类型的不同，形成不同的拆分数据。
53.在实际应用中，第一提取数据是将防火巡查记录信息作为字段信息，形成的提取数据，第二提取数据是将物联网监控视频信息作为字段信息，形成的提取数据，则拆分第一提取数据形成的第一拆分数据，是表征防火巡查记录信息的拆分数据，拆分第二提取数据形成的第二拆分数据，是表征物联网监控视频信息的拆分数据。
54.通过实施本实施例，以预设的数据资源格式包含的字段信息，形成提取数据，从而形成的单位数据资源库是将运行数据根据不同的字段信息形成的数据资源库，这一过程是将运行数据根据字段信息进行分类的过程，为后续确定单位数据资源库中的与数据分析请求对应的隐患提供数据基础，即通过对运行数据的分类减小后续过程中数据运算量，提升系统响应效率。
55.在一个可选实施方式中，在清洗数据的属性信息用词没有制定规范的统一用词的时，该拆分数据形成子模块122，包括：
56.(1)关联词确定子模块，被配置为基于预设的文本分类模型，确定与预设的数据资源格式对应的关联对象与关联表示词。
57.具体地，基于预设的文本分类模型，确定与预设的数据资源格式对应的关联对象与关联表示词是指通过训练好的文本分类模型，确定预设数据资源格式中属性信息对应的关联对象与关联表示词。其中，对象是指与物联网监控视频信息、防火巡查记录信息、微型消防站设备信息、建筑消防设施信息、重点单位巡查巡检记录信息或消防部门监督执法、检查信息相关的词，关联对象是指与对象所表述的内容相同的词，表示词是指用于描述对象的词，若对象为消防设施，表示词可以是水压区间、水位区间或其他，关联表示词是指与表示此所表述的内容相同的词。
58.在实际应用中，预设的文本分类模型可以是卷积神经网络、循环神经网络或bert模型中的任意一种或几种的组合，通过文本分类模型确定关联对象及关联表示词属于较为成熟的技术，在此不再进行赘述。
59.在实际应用中，预设的数据资源格式与关联对象、关联表示词的对应关系确定前，还包括确定关联对象与对象的相似度，确定关联表示词与表示词的相似度，并在相似度均满足对应判断阈值时，建立预设的数据资源格式与关联对象、关联表示词的对应关系。
60.在实际应用中，相似度的判断可以通过内积法、余弦法进行判断，应该理解的是通过内积法、余弦法判断相似度属于较为成熟的技术，在此不再进行赘述。
61.(2)匹配项确定子模块，被配置为基于关联对象与关联表示词遍历清洗数据，形成关联数据。
62.(3)拆分数据形成第二子模块，被配置为基于预设的数据资源格式，拆分关联数据形成拆分数据。
63.具体地，基于预设的数据资源格式，拆分关联数据形成拆分数据是指根据关联数据对象的不同，形成不同的拆分数据。
64.在实际应用中，第一关联数据是将消防设施信息作为关联对象，对应的关联表示词为水压区间，形成的提取数据，第二提取关联是将消防部门检查信息作为关联对象，对应的关联表示词为处罚，形成的提取数据，则拆分第一关联数据形成的第三拆分数据，是表征消防设施信息的拆分数据，拆分第二关联数据形成的第四拆分数据，是表征消防部门检查信息的拆分数据。
65.通过实施本实施例，以预设的数据资源格式对应的关联对象与关联表示词，形成提取数据，从而形成的单位数据资源库是将运行数据根据不同的关联对象与关联表示词形成的数据资源库，这一过程是将运行数据根据关联对象与关联表示词进行分类的过程，为后续确定单位数据资源库中的与数据分析请求对应的隐患提供数据基础，使得清洗数据的属性信息用词没有制定规范的统一用词时，消防数据分析系统可以获得拆分数据，通过对运行数据的分类减小后续过程中数据运算量，提升系统响应效率。
66.在一个可选实施方式中，在本实施例的系统中，在需要确定特定周期内的数据时，该数据集成模块14，包括：
67.时间条件分析数据形成子模块，被配置为根据数据分析请求包含的时间信息与单位数据资源库的对应关系，形成分析数据。
68.在实际应用中，根据数据分析请求包含的时间信息与单位数据资源库的对应关系，形成分析数据是指将符合数据分析请求包含的对应时间段内拆分数据作为分析数据。以该种方式形成的分析数据为包含对应时间段内多种单位数据资源库的拆分数据，该种形式形成的分析数据可用于反应特定时间段，如火情发生前一小时、一周前或其他时间各物联网设备的运行情况，为后续使消防数据分析系统根据数据分析结果进行隐患的预警以及生成对应的解决措施提供数据基础。
69.在一个可选实施方式中，在本实施例的系统中，在需要确定特定类型的数据时，该数据集成模块14，包括：
70.类型条件分析数据形成子模块，被配置为根据数据分析请求包含的类型信息与单位数据资源库的对应关系，形成分析数据。
71.在实际应用中，根据数据分析请求包含的类型信息与单位数据资源库的对应关系，形成分析数据是指将符合数据分析请求包含的类型信息的拆分数据作为分析数据。以该种方式形成的分析数据为全时段内一种或多种单位数据资源库的拆分数据，该种形式形成的分析数据可以用于反应某个或某几个物联网设备在全时段的运行情况，为后续使消防数据分析系统根据数据分析结果进行隐患的预警以及生成对应的解决措施提供数据基础。其中，全时段是指对应物联网设备开始监测数据时刻至形成分析数据时刻。
72.在一个可选实施方式中，如图3所示，在本实施例的系统中，该数据统计分析模块15，包括：异常数据筛选子模块151、隐患类型确定子模块152、分析结果确定单元153。
73.(1)异常数据筛选子模块151，被配置为根据分析数据，筛选异常数据及与异常数据对应的物联网设备，异常数据为分析数据中超过对应预设阈值的数据。
74.具体地，根据分析数据筛选异常数据及与异常数据对应的物联网设备是指分析数据超过对应的数据阈值时，将超过对应数据阈值的分析数据作为异常数据，采集对应分析
数据的物联网设备作为与异常数据对应的物联网设备。
75.在实际应用中，分析数据对应的数据阈值可以根据实际工况进行设定，本发明对此不作具体限定。
76.(2)隐患类型确定子模块152，被配置为根据异常数据与风险隐患类型的对应关系，确定风险隐患类型。
77.在实际应用中，如表1所示，示例性地表示异常数据与风险隐患类型的对应关系。
78.表1
[0079][0080]
(3)分析结果确定单元153，被配置为将与异常数据对应的物联网设备，及风险隐患类型作为数据分析结果。
[0081]
在实际应用中，将与异常数据对应的物联网设备，及风险隐患类型通过预设的级联方式进行上报，从而使消防数据分析系统可以根据数据分析结果进行隐患的预警。
[0082]
在一个可选实施方式中，为使消防数据分析系统获取的运行数据使用统一的规范，本实施例的消防数据分析系统，还包括：
[0083]
数据共享模块，被配置为接收拆分数据，并共享拆分数据，以使消防数据分析系统对外提供消防数据构建标准。
[0084]
在实际应用中，共享拆分数据是指共享拆分数据的构成形式，即将运行数据根据不同的字段信息形成数据资源库或将运行数据根据不同的关联对象与关联表示词形成的数据资源库的方式，从而使消防数据分析系统对外提供消防数据构建标准。
[0085]
在一个可选实施方式中，为消除消防数据分析系统发现的风险隐患，本实施例的消防数据分析系统，还包括：
[0086]
数据上报模块，被配置为接收拆分数据，并将拆分数据与数据分析结果进行数据上报。
[0087]
具体地，拆分数据与数据分析结果进行数据上报是指根据预设的级联方式上报拆分数据与数据分析结果，从而使消防数据分析系统将事故前的隐患进行上报，从而实现事故前的预警判断。
[0088]
通过实施本实施例，通过业务模块与数据治理模块将物联网设备采集的实时运行的数据拆分，形成单位数据资源库，进而基于用户发送的数据分析请求，由数据集成模块与数据统计分析模块，确定单位数据资源库中的与数据分析请求对应的隐患，并通过数据应用模块生成与隐患对应的解决措施，从而通过物联网感知层数据，即物联网设备采集的实时运行的数据实现消防的风险评估与隐患预判。
[0089]
本发明一个实施例还提供一种计算机设备，如图4所示，图4是本发明一个可选实施例提供的一种计算机设备的结构示意图，该计算机设备可以包括至少一个处理器41、至少一个通信接口42、至少一个通信总线43和至少一个存储器44，其中，通信接口42可以包括显示屏(display)、键盘(keyboard)，可选通信接口42还可以包括标准的有线接口、无线接口。存储器44可以是高速ram存储器(random access memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器44可选的还可以是至少一个位于远离前述处理器41的存储装置。其中处理器41可以结合图1、图2或图3所描述的装置，存储器44中存储应用程序，且处理器41调用存储器44中存储的程序代码，以用于执行上述任意实施例所述的与消防数据分析系统相关的执行过程。
[0090]
其中，通信总线43可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。通信总线43可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0091]
其中，存储器44可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard disk drive，缩写：hdd)或固态硬盘(英文：solid-state drive，缩写：ssd)；存储器44还可以包括上述种类的存储器的组合。
[0092]
其中，处理器41可以是中央处理器(英文：central processing unit，缩写：cpu)，网络处理器(英文：network processor，缩写：np)或者cpu和np的组合。
[0093]
其中，处理器41还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：asic)，可编程逻辑器件(英文：programmable logic device，缩写：pld)或其组合。上述pld可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：cpld)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：fpga)，通用阵列逻辑(英文：generic array logic,缩写：gal)或其任意组合。
[0094]
可选地，存储器44还用于存储程序指令。处理器41可以调用程序指令，实现本发明任一实施例中与消防数据分析系统相关的执行过程。
[0095]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。