数据集是基于厂房/车厢等场景内安装的烟感监测设备收集的原始数据，包含设备类型、信号强度、电池电压、CRC16校验值等，利用消防物联网数据智慧分析引擎V1.0及自有项目经验进行深度加工处理，通过多维度加权建模与交叉验证算法，生成设备健康度指数（DHI）和环境异常置信度（EAC）两项核心字段，可应用于消防监管部门的预测性维护决策、智慧社区消防联动控制及保险机构的精算核保，推动传统消防监管从"定期巡检"向"数据驱动精准防控"模式转型。

1、数据源：数据源于实时采集的烟感监测记录，经平台侧完成LoRa/NB-IoT通信协议解析、数据完整性校验及时间戳统一格式化处理，形成包含设备类型、信号强度、电池电压、CRC16校验值、温度、湿度、烟雾状态、温度状态、连接状态及时间共9项基础字段的原始数据集。 2、数据加工处理：通过Python ，基于《消防物联网数据智慧分析引擎V1.0》及自有标准，采用多维度加权模型计算生成设备健康度指数(DHI)，具体公式为：DHI=100×(0.3×S_信号归一值+0.3×V_电压归一值+0.25×C_通信可靠值+0.15×T_连续在线值)；同步构建三级置信因子乘积模型生成环境异常置信度(EAC)，公式为：EAC=σ₁多传感器交叉验证因子×σ₂时空连续性因子×σ₃数据质量因子。 3、标准及规定：整个加工过程严格遵循《GB 26875-2011城市消防远程监控系统技术规范》中关于设备在线率≥98%、数据准确率≥99%的技术要求，参照应急管理部《火灾自动报警系统数据判别技术导则（试行）》的多传感器交叉验证原则设计算法权重，并符合《中华人民共和国数据安全法》《个人信息保护法》中关于物联网数据处理的合规

1、消防监管模式智能化转型：传统消防监管靠人工巡检，效率低且难发现隐性故障。依托数据集的设备健康度指数，监管部门可远程评估烟感设备运行状态，对低分设备实施预测性维护，将故障发现周期从30天缩至实时预警，提升设备完好率，实现监管资源精准投放。 2、运维管理降本增效：管理方利用数据集中多维度指标，可提前15 - 30天识别潜在风险，变被动应急为主动维护，减少90%无效上门巡检，降低人力成本。同时，实现质量追溯，量化不同批次设备在真实环境下的性能衰减曲线，分类产品质量。 3、火警研判准确性提升：针对非火情误报问题，环境异常置信度字段通过多传感器交叉验证，将误报率从15%降至5.8%以下。置信度超0.7时触发分级响应，超0.8时推送楼宇三维模型，节省3 - 5分钟灾情核实时间。 四、跨行业数据赋能创新应用：保险公司根据环境异常置信度评估消防风险，对高置信度且设备健康优良的物业给予保费优惠，实现精细化风险定价。支撑构建消防风险热力图，为城市安全治理提供数据基础。

设备类型 信号强度 电池电压/mv CRC16 温度 湿度 烟雾状态 温度状态 连接状态 时间 设备健康度指数 环境异常置信度 177 强 3441 24098 31.03℃ 60.67% 正常 正常 正常连接 2024/9/19 17:42 56 6.61 177 强 3646 8359 30.98℃ 63.15% 异常 正常 正常连接 2024/9/19 17:41 70 8.21 177 强 3241 27905 29.70℃ 63.11% 正常 正常 正常连接 2024/9/19 17:31 65 7.63

字段 字段类型 字段说明 设备类型 Integer 烟感监测设备型号编码 信号强度 String 无线通信信号强度等级 电池电压/mv Integer 设备电池电压值 CRC16 Integer 循环冗余校验码，用于验证数据传输完整性 温度 Float 环境温度监测值 湿度 Float 环境相对湿度 烟雾状态 String 烟雾浓度阈值状态标识 温度状态 String 温度异常状态标识 连接状态 String 设备与物联网平台连接状态标识，本数据集统一为"正常连接"，离线时长超过5分钟标记为异常 时间 Float 数据采集时间戳 设备健康度指数 Float 加工字段，通过多维度加权模型计算 环境异常置信度 Float 加工字段，通过三级置信因子乘积模型计算 （详见附件）