本数据集涵盖智慧养老与客控设备在连续运行周期内的综合运行记录与风险分析数据，包含家庭编号、统计日期、养老观测数、在线观测率、告警数、高等级告警数、客控操作数、夜间操作数、各类设备操作数、养老及客控平均接收延迟等原始字段，并基于自定义规则衍生出综合平均延迟、数据完整率、风险评分、风险等级、价值判定等加工指标。该数据集可用于设备运行状态评估、异常事件溯源、风险预警分级、运维策略优化及服务质量提升等场景，支撑智慧养老与客控系统的精细化管理和可靠性保障。

一、数据集采：来源于智慧养老与客控系统的后台管理平台，由平台服务器自动采集生成。 二.数据加工：基于以下规则生成相关指标： 1、综合平均延迟=（养老平均接收延迟×养老观测数+客控平均接收延迟×客控操作数）/养老观测数 + 客控操作数 2、数据完整率=0.5*min(1，养老观测数/最低养老观测数）+0.5*min(1，客控操作数/最低客控操作数) 3、风险评分=min（100,高等级告警数×40+告警数×15+max(0,（0.95−在线观测率)×100+max(0,（夜间操作数−5)×2​）​ 注：在线缺口权重=100；高等级告警权重=40；普通告警权重=15；目标在线率=0.95；夜间操作阈值=5；夜间超额权重=2 4、风险等级： 低：风险评分 < 30 中：30 ≤ 风险评分 < 60 高：风险评分 ≥ 60 5、价值判定：紧急程度高到低 风险等级=高：重点预警​ 风险等级=中：重点关注​ 告警数>0（存在任何告警）：事件复核​ 数据完整率<1（数据不完整）：治理后可用​ 在线观测<0.95（目标在线率）：运维关注​ 以上均不满足：质量合格 三、 数据清洗规则：剔除录入错误记录。

1、设备运行状态评估：通过分析养老及客控设备的在线观测率、告警数、接收延迟等原始指标，评估各家庭编号下设备的实时运行健康度，为日常巡检和异常发现提供量化依据。 2、风险预警与分级管理：利用风险评分、风险等级和价值判定等加工指标，自动识别高风险设备（如在线缺口大、告警密集、夜间操作超标），实现从“重点预警”到“质量合格”的分级管控，支撑运维资源精准投放。 3、数据质量治理与补采调度：通过数据完整率指标判断单条记录的观测数或操作数是否达标，对不达标的记录标记为“治理后可用”，指导现场补采或链路修复，确保后续分析的可靠性。 4、服务质量追溯与责任界定：结合综合平均延迟、告警时间分布及家庭编号维度，可追溯某一时段内某户的设备响应慢、频繁掉线或误告警等问题，辅助服务商与客户之间的争议处理。

序号、统计日期、家庭编号、（原始数据）养老观测数、（原始数据）在线观测数、（处理数据）在线观测率(%)、（原始数据）离线观测数、（原始数据）告警数、（原始数据）高等级告警数、（原始数据）客控操作数、（原始数据）夜间操作数、（原始数据）空调操作数、（原始数据）灯光开启数、（原始数据）养老平均接收延迟(s)、（原始数据）客控平均接收延迟(s)、（处理数据）综合平均延迟(s)、（处理数据）数据完整率(%)、（处理数据）风险评分、（处理数据）风险等级、（处理数据）价值判定、备注。 1、2025/07/31、H001、12、12、100.0%、0、0、0、23、10、8、8、18.9、15.6、16.7、100.0%、10.0、低、质量合格、数据完整，设备运行总体稳定； 2、2025/08/01、H001、12、12、100.0%、0、0、0、27、5、5、9、22.9、11.2、14.8、100.0%、0.0、低、质量合格、数据完整，设备运行总体稳定 附件下载

表名：智慧养老与客控设备运行及风险分析数据集 关键字段：序号 字段列表： -序号：整数 -统计日期：整数（日期序列值） -家庭编号：文本 -（原始数据）养老观测数：整数 -（原始数据）在线观测数：整数 -（处理数据）在线观测率(%)：浮点数（小数形式） -（原始数据）离线观测数：整数 -（原始数据）告警数：整数 -（原始数据）高等级告警数：整数 -（原始数据）客控操作数：整数 -（原始数据）夜间操作数：整数 -（原始数据）空调操作数：整数 -（原始数据）灯光开启数：整数 -（原始数据）养老平均接收延迟(s)：浮点数 -（原始数据）客控平均接收延迟(s)：浮点数 -（处理数据）综合平均延迟(s)：浮点数 -（处理数据）数据完整率(%)：浮点数（小数形式） -（处理数据）风险评分：浮点数 -（处理数据）风险等级：文本 -（处理数据）价值判定：文本 -备注：文本