據(jù)統(tǒng)計，引發(fā)電氣火災(zāi)事故的原因中，人為因素、線路因素、設(shè)備使用因素約各占30%、40%、30%。人為因素很難通過技術(shù)方式避免，可通過用電安全教育方式規(guī)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(guān)解決方案已經(jīng)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(tǒng)傳感器難以檢測，電弧擊穿空氣溫度高達3000度，極易引發(fā)物體燃燒，并蔓延；設(shè)備使用因素主要有3類：危險設(shè)備接入（如電瓶車充電），異常用電行為（如電熱毯忘關(guān)），設(shè)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(nèi)充電政策下的充電樁方案等，但無法監(jiān)測是否有電動車室內(nèi)充電的行為。

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

電流指紋技術(shù)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(jié)合各類用電設(shè)備在使用時的電流特征數(shù)據(jù)，建立電氣設(shè)備的電流特數(shù)據(jù)庫及自學習算法，可以判斷出：接入該條線路的用電設(shè)備有哪些（如空調(diào)、電腦、電瓶車），以及用電設(shè)備的工作狀態(tài)（如工作檔位、是否異常）。

其技術(shù)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(shè)備，在什么狀態(tài)下工作。要做到這點，需要算法專家和研究電器底層結(jié)構(gòu)原理的專家合作，一類一類設(shè)備逐步覆蓋；泛化是分析出一類設(shè)備的電流特征后，能夠延伸應(yīng)用到同類的不同品牌型號的設(shè)備上。這些工作同時具備技術(shù)和研發(fā)時間上的壁壘，即產(chǎn)品解決方案擁有2年左右的“護城河”保護。

將該套技術(shù)集成到智能預(yù)警終端硬件產(chǎn)品，在樓宇的主干線路進行部署，預(yù)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(nèi)部的全部線路、用電器的接入和運行狀態(tài)進行診斷和預(yù)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(jiān)管方，主要是政府等單位，進行平安城市的建設(shè)；另一類是自身需求方，包括高校、企業(yè)、醫(yī)院等。

渠道方面，主要通過消防、安防集成商進行產(chǎn)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(wù)費。