通过大数据分析燃气用户的表具压力值数据，结合历史压力数据和用气设备信息，分享压力异常规律，计算压力异常风险区间值，对实际使用中的风险及时预警，预防燃气事故。
1、获取地区、户号、预警时间、预警时压力、预警时小时用气量、同时期地区最大用气量、同时期地区最小用气量、同时期地区平均用气量、是否安装壁挂炉、是否安装热水器、表具型号、口径等数据项 2、分析用气压力异常的规律、识别用户用气高峰和低峰期关联规律，根据用气量数据获取平均值、峰值、波动率，结合用户用气环境和季节变化给出压力异常发生与用气行为特征的关联规律 3、使用机器学习算法（随机森林、支持向量机、神经网络等）进行分类或回归分析识别用户异常用气行为、计算出用气安全系数、划分风险区间进行精准预警。 4、根据计算的压力异常风险区间值，及时向用户和燃气公司是否发出预警，防止潜在的燃气事故。
| 字段名 | 类型 | 描述 |
|---|---|---|
地区 |
-- | -- |
户号 |
-- | -- |
是否预警 |
-- | -- |
预警时间 |
-- | -- |
预警时压力（Kpa） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 地区 | 吉林省 |
| 户号 | 86****6875 |
| 是否预警 | 是 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/37930