火灾自动报警云监测系统，按照全天、全方位、全过程进行监管，全面对消防大数据进行记录，实时分析数据变化，为单位固定消防设施正常运转提供依据，发生问题时间推送报警信息，管理人员可实时查看防火系统，防火报警设施，防火设备的情况。
2. 2. 2 数据融合 通过数据融合分析工具，提供完备的数据融合方 法模型，以多业务应用数据为对象，建立跨业务、跨组 织的数据融合与关联，变离散数据为关联数据，实现跨 行业智慧应用的数据基础，有效整合城市消防数据资 源，完美融合割裂的数据资源，助力“智慧消防”建设。 2. 2. 3 数据库建设 把数据资源中的“智慧消防”相 关 大 数 据 进 入 HDFS 分布式文件系统进行存储，其他数据将存储到 数据库中，作为系统应用的补充，相关数据库包括消防 基础信息、实时监测数据、消防业务管理数据、消防资 源装备管理数据、消防公共服务数据等。 2. 3 大数据平台技术 由于数据来源渠道众多、种类多样、体量庞大，传 统技术难以处理， 目前“智慧消防”领域主要采用 Hadoop 和 Spark 技术来构建高效的大数据平台，实现 了对消防大数据资源的统一标准的高效管理。 2. 3. 1 Hadoop 关键技术应用 Hadoop 是一个非常可靠的、高效的并且具有可扩 展性的分布式软件开发框架，其可以在一个相对较短 的时间内接受并完成大量的数据处理任务。主要技术 包括以下内容: ( 1) 基于 HDFS 分布式文件系统的大数据组织存 储。传统的消防信息管理平台一般采用实时历史数据 库或者普通的关系型数据库作为数据存储方案。基于 关系型数据库的存储方案除了不能支持半结构化和非 结构化的存储之外，其扩展能力差和扩展相应的昂贵 价格都是不符合期望的。针对消防大数据容量、来源 广、结构多样的特点，采用 Hadoop 分布式文件系统 ( HDFS) 进行数据存储，实现对多维异构多维消防信 息的高效存储。 ( 2) 基于 Yarn 的资源管理任务调度。YAＲN 通 过层级化队列的方式组织和划分资源，并提供了多种 多租户资源调度器，这种调度器允许管理员按照应用 需求对用户或者应用程序分组，并为不同的分组分配 不同的资源量，同时通过添加各种约束防止单个用户
依据消防物联网运行沉淀的海量消防数据，通过机器学习以及人工智能的手段，长期为监管者和单位提供火灾预警、研判服务。
3）每季度将传输装置切换至备电工作一段时间，使电池放电，然后接通主电，对电池充电。
-/gjighh/-
http://www.xf-119.com
