電流指紋技術，全方位解決電氣火災隱患預警難題

據統計，引發電氣火災事故的原因中，人為因素、線路因素、設備使用因素約各占30%、40%、30%。人為因素很難通過技術方式避免，可通過用電安全教育方式規避；線路因素中，短路、漏電導致的隱患，諸如線纜溫度異常升高、超負載等，目前市場上的空氣開關解決方案已經大致解決了此問題，但危害最嚴重的線路打火即故障電弧是最大難點，傳統傳感器難以檢測，電弧擊穿空氣溫度高達3000度，極易引發物體燃燒，并蔓延；設備使用因素主要有3類：危險設備接入（如電瓶車充電），異常用電行為（如電熱毯忘關），設備故障（如電機阻斷），目前市場上沒有解決方案，替代的方案比如電動車不允許室內充電政策下的充電樁方案等，但無法監測是否有電動車室內充電的行為。

電流指紋技術較好地解決了線路因素和設備使用因素引發的電氣火災隱患預警難題，不僅實現對線纜溫度、剩余電流等參數的監測預警，還實現了低誤報率的故障電弧監測滅弧處置和接入電氣設備類型的識別、危險行為的預警報警。

電流指紋技術的邏輯是類比于人臉識別要對人臉特征進行提取，聲紋識別要對聲音特征進行提取，電流指紋識別也是對電流特征進行提取，只不過提取的特征類型各不相同。針對電流頻譜、波形等80多個特征進行采集分析，結合各類用電設備在使用時的電流特征數據，建立電氣設備的電流特數據庫及自學習算法，可以判斷出：接入該條線路的用電設備有哪些（如空調、電腦、電瓶車），以及用電設備的工作狀態（如工作檔位、是否異常）。

其技術的最大的難點在于“歸類”和“泛化”。歸類是能夠通過電流特征，分析線路上有哪些用電設備，在什么狀態下工作。要做到這點，需要算法專家和研究電器底層結構原理的專家合作，一類一類設備逐步覆蓋；泛化是分析出一類設備的電流特征后，能夠延伸應用到同類的不同品牌型號的設備上。這些工作同時具備技術和研發時間上的壁壘，即產品解決方案擁有2年左右的“護城河”保護。

將該套技術集成到智能預警終端硬件產品，在樓宇的主干線路進行部署，預警終端通過邊緣計算完成線路電流的特征提取和分析，對樓宇內部的全部線路、用電器的接入和運行狀態進行診斷和預警，并將信息實時傳送到云端，通過SaaS平臺進行展示、推送等。

                            部署方案

具體客戶主要有兩類，一類是監管方，主要是政府等單位，進行平安城市的建設；另一類是自身需求方，包括高校、企業、醫院等。

渠道方面，主要通過消防、安防集成商進行產品推廣。

盈利模式上，拓深收取每臺硬件的終端費用和年服務費。