在 2016 年公安部消防局在湖北宜昌召开的“全国创新社会消防管理工作会议”上，与会人员讨论提出了积构建“一库三网”新格局的“智慧消防”
体系。2017 年 10 月 10 日，公安部消防局印发的《关于全面推进“智慧消防”建设的指导意见》 指出，综合运用物联网、云计算、大数据、移动互联网等新兴信息技术，加快推进“智慧消防”建设，全面促进信息化与消防业务工作的深度融合，全面提升社会火灾防控能力、*灭火应急救援能力和队伍管理水平，实现“传统消防”向“现代消防”的转变。由此可见，“智慧消防”作为一种全新的消防管理运行模式，将是消防领域下一阶段变革的重中之重。本文根据“智慧消防”研究与实际建设情况，结合防火监督业务工作特点，对“智慧消防”建设与防火安全方面工作的深度融合进行了分析探讨，展望了未来建设的发展方向。
一、“智慧消防”体系概述
“智慧消防” 概念脱胎于“智慧地球”这一理念，即通过现代化智能信息技术，收集、分析、整合各领域信息来改变个人、政府和公司相互之间的交互
方式，以提高响应速度与效率。IBM 公司作为这一理念的开创者，随即提出了建设“智慧城市”的具体举措，以城市为单元，对城市行政、商业、安全等领域的管理做出智能响应与处理，促进城市的可持续发展，创造人类美好的生活。而“智慧消防”即是“智慧城市”建设中城市公共安全领域的重要组成部分，即通过信息化平台与手段实现对城市消防安全监控、应急救援、力量调度指挥的智能化控制管理，本质上革新消防工作运行模式，全面提升城市安全管理水平。“智慧消防”是一个全新的理念，目前尚处于起步发展阶段，对于具体建设上还没有形成统一的布局。从功能方面分析，大致可分为以下三个方面:
一家消防企业很难具备从设计到应用的完整生态系统，只能成为众多环节中的一个。
2. 2 大数据资源融合处理 原始采集的消防数据资源需要进行数据清洗、比 对、整理及融合处理，才能成为“智慧消防”大数据，供 系统调取并进行大数据分析利用。 2. 2. 1 数据清洗 在进行大数据分析应用中，首先需要对数据进行 清洗，使数据满足应用要求。数据清洗是基于大数据 分析过程中不可缺少的一个环节，清洗结果质量直接 关系到大数据应用效果。 ( 1) 进行数据值过滤。数值过滤需要确定缺失值 范围，去除不需要的字段，填充缺失内容，同时对某些 数值进行重新取数，获取为的数据资源。 ( 2) 对数据格式内容进行清洗。收集的数据多 源，格式多样，需要对格式进行清洗，将其处理成一致 的某种格式即可; 内容与该字段如有内容不符的情况， 需要详细识别问题类型，进行单处理。 ( 3) 对数据逻辑错误进行清洗。对消防大数据进行分析后，需要去掉数据中重复的部分，同时对数据中 不合理值进行清洗，可进行去除或修正操作，使用工具 和方法，尽量减少问题数据出现的可能性，使数据清洗 过程为高效。 ( 4) 对非需求数据进行清洗。收集数据中有部分 数据是冗余信息，对我们进行大数据分析产生负担，需 要进行非需求数据清洗，仅保留与“智慧消防”业务相 关的大数据资源。
基于平台大数据分析，为各级政府部门构建“智慧城市”、“平安城市”的科学决策提供数据支撑与基础保障;
-/gjighh/-
http://www.xf-119.com
