消防大数据平台在火灾分析和预警中的应用

摘要：随着我国城市化建设的逐步完善，降低城市火灾发生率，减少伤亡和损失一直是城市消防建设的重大目标之一。现有的火灾预警系统或智慧消防系统能在火灾发生时及时报警，但现有火灾预警系统依靠物联网设备实现，缺少火灾预测的应用或预测效果不佳，且城市火灾预防采用的消防单位安全风险评估方法适用性不强且评估成本高。同时还提出了利用大数据及人工智能技术构建一个功能更完备，预测效果更佳、性能更好的消防大数据平台，致力于降低城市火灾发生率，减少火灾伤亡和损失。

关键词：火灾大数据人工智能风险评估

中图分类号：TU998.1

ApplicationoftheBigDataPlatformofFireProtectioninFireAnalysisandAlarm

BAIHaijiang

（FireRescueBrigadeofLizhouDistrict，Guangyuan，SichuanProvince，628000China）

Abstract：WiththegradualimprovementofurbanizationconstructioninChina， ;reducingtheincidenceofurbanfirescasualtiesandlosseshasalwaysbeenoneofthemajorgoalsofurbanfireprotectionconstruction.Theexistingfirealarmsystemorintelligentfireprotectionsystemcangivetimelyalarmintheeventofafire，buttheexistingfirealarmsystemreliesondevicesfromtheInternetofThingswiththelackoftheapplicationoffirepredictionorpoorpredictionresults，andthesafetyriskassessmentmethodsoffireprotectionunitsusedforurbanfirepreventionarenotapplicableandhavehighevaluationcosts.Thisarticleproposestousebigdataandartificialintelligencetechnologiestobuildabigdataplatformoffireprotectionwithmorecompletefunctions，betterpredictionresultsandbetterperformance，whichiscommittedtoreducingtheincidenceofurbanfires，firecasualtiesandlosses.

KeyWords：Fire;Bigdata;Artificialintelligence;Riskassessment

我国的火灾形势依旧严峻，据有关数据统计，2022年，全国共接报火灾82.5万起，死亡2053人、受伤2122人，直接财产损失71.6亿元[1]。2018年之后火灾数量明显增加，尤其是2021年相比2020年快速跃升，增长了2倍。2018年全国共接报火灾23.7万起，造成1407人死亡、798人受伤；2019年全年共接报火灾23.3万起，死亡1335人，伤837人；2020年全国共接报火灾25.2万起，死亡1183人，受伤775人；2021年全国共接报火灾74.8万起，死亡1987人，受伤2225人。面对我国现阶段严峻的城市火灾形势以及存在的诸多火灾隐患，突出的隐患问题包括电器、明火的不正当使用，消防设施、器材失效或损坏，消防管理措施不当或管理力度不够，这些问题表明对消防建设和火灾预防的研究有着重要的现实意义。

1消防大数据平台需求分析

随着信息技术应用的普及，传感技术在众多领域得到了广泛应用，在消防领域中物联网监测设备更是随处可见。现有的物联网设备，如烟感报警器、火灾自动报警器、CO探测器，这些物联网设备可以帮助我们监测单位的各项火灾特征指标，在火灾发生时，第一时间得到警报并及时采取灭火救援措施[2]。物联网设备监测系统产出的数据量是庞大的，但是其价值密度较低，目前消防系统或预警系统应用中利用较多的消防数据主要是那些火灾报警和设备故障信号数据。

消防大数据平台研究和应用不仅是为了将消防物联网数据进行更好的采集和存储，而且要采用更先进、更智能的技术来完成对消防数据的挖掘分析和预测，并且建立更完备的消防安全风险评估体系，利用消防数据的价值来帮助城市及其重点单位降低火灾风险，帮助完成火灾预防工作，更早的采取火灾控制和救援措施，降低城市的火灾发生率[3]。科学建立实用、高效、智能的消防大数据平台，实现监测、分析和预测三位一体的智能数据可视化系统，是减少火灾造成的伤亡及损失的有效方法，对促进社会、城市的经济发展具有重大意义，也是解决诸多火灾难题及挑战的有效途径之一。

2消防大数据中心总体设计

按照消防大数据中心的功能设计，启动Hadoop集群，对平台的各个功能进行编码实现。消防大数据中心的搭建是为了将消防数据集中化管理，并为上层应用提供完整的数据支持。消防大数据中心借助Hadoop生态圈中Storm、HBase和Kafka分别实现数据处理、数据存储和数据分发功能。消防大数据中心由物联网设备和数据库提供数据，消防大数据中心完成数据对应功能处理后，向外提供获取数据的接口，外部应用可以通过调用对应的接口来获取想要的类型数据。接下来从如何进行数据采集、数据处理、数据分发和数据存储问题入手，逐一提出解决方案，完成消防大数据中心的设计与实现。消防大数据平台的总体架构如图1所示。

3历史火灾分析设计与实现

3.1火灾原因分析

历史火灾数据除了展示包括历史火灾统计对比分析、分区域火灾同比分析、重点火灾因素分析和区域历史灭火救援数据统计。

（1）历史火灾统计对比分析图按地区分区进行对比分析，火灾统计数据应该包含火灾起数、直接经济损失、受伤和死亡人数。历史火灾统计不仅可以统计对比当月或历史每月的数据，也可以同时统计多个月的数据。

（2）分区域火灾同比分析主要也是从火灾起数、直接经济损失、受伤和死亡人数方面进行同比分析，可以了解跟去年同期对比增长百分比的多少。

（3）重点火灾因素分析主要对发生的火灾的致灾因素进行占比分析。

（4）区域灭火救援数据统计，展示全区接警总数、出动警力总人数、出动车辆、抢救被困人员总数、疏散被困人员总数、抢救财产价值、火灾起数、死亡人数、直接经济损失总数。

分析历史火灾数据中火灾发生原因，有利于对火灾原因进行分类，帮助用户更好地了解当前存在的极易造成火灾的隐患或不正当操作有哪些，可有针对性地进行检查，避免创造致灾环境[4]。火灾原因分析，关键的一步是分析各火灾因素的占比情况，同时可以和上个月或者去年同期占比情况对比，那些占比高的火灾因素是否有所降低，对于新出现的火灾因素的引发条件是如何的，怎么去规范这种行为、提高居民的防范意识，这些都可以以分析报告的形式呈现给用户。

3.2案例展示

历史火灾分析实现的功能包括火灾分区统计及对比分析展示、火灾原因占比分析展示和火灾场所占比分析展示等。

（1）地区火灾分区统计及对比分析展示主要包括该地区按镇（处）划分，从火灾起数、受伤人数、死亡人数和直接经济损失4个方面的数据进行统计对比分析的结果进行展示，同时除了区域之间的对比，该部分还实现了各自分区的同比分析，可以对比了解相比去年该分区的火灾形势的变化情况，如图2所示。

（2）火灾原因占比分析展示主要对近期所有发生火灾的起因进行统计分析，也实现了该地区的按镇（处）进行对比分析。

（3）火灾场所占比分析展示主要对的近期所有发生火灾的场所类型进行了统计对比分析结果进行展示。

历史火灾分析除了主界面展示的数据图表之外，将火灾统计对比分析表展开后，将展示更为详细的数据对比图表，其中包括分区的火灾数量统计、分区的经济损失分析、受伤人员统计分析和死亡人数的统计分析，还提供对应的分区火灾环比分析图[5]。

同样为了对火灾原因和火灾场所做更详细的分析，历史火灾分析也提供主页面上的火灾原因分析及火灾场所占比分析详细页面展开支持。火灾原因分析详细页面包括火灾原因环比分析、电器火灾占比分析、用火不慎占比分析及其他原因占比分析。火灾场所占比详细分析页面主要对所有区域的整年内火灾场所分布进行分析展示。

4火灾预测

火灾预测分析主要对火灾报警次数的加权线性回归预测曲线和火灾特征预测分析数据以趋势图的方式进行展示。同时可以查看某固定日期段或某个月份段的数据分析曲线图。

火灾预测分析采用的开发架构和历史火灾分析架构是同一套架构开发。主页面除了对火灾预测情况做展示外，还对窄带物联监控即物联网设备的正常和异常情况进行了展示，其中物联网设备包括智慧消火栓、智慧烟感、智慧用电、智慧可燃气、液位探测器和压力探测器等。报警趋势预测如图3所示。

与此同时，为了让用户更直观地了解更多的消防数据，将全区所有报警数据和故障数据进行了统计对比分析，关于报警数据做了全区报警级别的统计分析和全区报警事件处理统计分析；关于故障数据做了全区故障处理统计和全区设备隐患统计分析。

5消防安全风险评估

消防安全风险评估重点需要展示各个单位的消防安全风险评估情况[6]。通过单位列表对该区所有单位进行信息展示，该列表信息包括单位名称、消防安全负责人、单位安全风险分数、报警总数、报警处理率、真实火警率、误报率、设备在线率、设备故障率。该列表可以按照单位名称进行搜索，可以按照单位风险分数高低排序展示。

消防安全风险评估为了方便用户更好地对各单位消防安全风险评估情况进行了解，单位列表可以根据单位名称进行精确搜索查看某单位的信息，也可以对所有单位按照单位安全风险值进行排序，默认是按照单位序号排序。页面还对该区的各个镇（处）的重点单位的统计数据进行了展示，可以通过下拉按钮选择查看该区的某个镇（处）的重点单位统计数据，其中展示项包含该镇（处）重点单位总数、高层建筑数、大型综合体数、化工企业数、加油站数、加气站数和其他。同时，为了让用户理解评分的由来，提供了一个辅助界面来对今日报警总数、故障总数、真实火警数、误报数、总报警处理率、设备总数和设备在线率进行统计展示，这样用户在查看单位信息时可以通过比较这些统计数据，可以更清晰地理解某单位安全风险实际情况。还提供了全区的单位类型占比分析，并将全区消防单位评估分数最低的10个单位类型进行列表展示。

6结语

本文设计与实现的消防大数据平台相比现有的火灾预警系统或智慧消防系统，具有更完备的功能，能提供更真实完整的数据，消防数据的有效利用率得到了提升，采用更智能高效的预测分析方法，极大地提高了平台的火灾预测能力。

参考文献

[1] 刘化生.基于大数据平台的消防安全评估方法的研究与应用[D].南昌：南昌大学，2023.

[2] 张燕.基于多网融合的消防大数据平台系统设计[J].数字技术与应用，2022，40（8）：200-202.

[3] 阮志扬.智慧消防中的大数据应用[J].中国信息化，2022（6）：89-90.

[4] 何昊伟.大数据时代我国消防救援能力提升研究[D].湘潭：湘潭大学，2022.

[5] 赵文陈.大数据背景下消防安全网格化管理路径探索[J].今日消防，2022，7（11）：66-68.

[6] 薛奕.浅谈大数据思维下的智慧消防[J].智能建筑与智慧城市，2021（12）：186-187.