CN109756395A - 一种业务数据监控方法及系统 - Google Patents
一种业务数据监控方法及系统 Download PDFInfo
- Publication number
- CN109756395A CN109756395A CN201811626531.6A CN201811626531A CN109756395A CN 109756395 A CN109756395 A CN 109756395A CN 201811626531 A CN201811626531 A CN 201811626531A CN 109756395 A CN109756395 A CN 109756395A
- Authority
- CN
- China
- Prior art keywords
- monitoring signal
- monitoring
- operation system
- database
- business datum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Computer And Data Communications (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种业务数据监控方法及系统,方法包括:获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;根据第一监控信号采用机器学习的方法判断业务系统是否异常;将业务系统异常的信息发送给运维人员的移动终端进行告警。本发明通过机器学习的方式来自动判断业务系统是否异常,无需人工进行监控,避免因运维人员注意力不集中或疏忽而未能及时发现系统异常的情况发生,更加高效和可靠,满足了人们对业务系统监控日益增长的高要求。本发明可广泛应用于业务监控领域。
Description
技术领域
本发明涉及业务监控领域,尤其是一种业务数据监控方法及系统。
背景技术
随着各种业务系统的不断被应用,如何有效监控业务系统(如财务系统、客服系统等)的状态并在系统异常(如网络设备故障、应用停止响应、数据库锁表或数据库超最大允许连接数)时及时做出有效的应对成了业内一个极受关注的问题。
传统的业务系统一般需要专门的运维人员在监控界面中对生产环境的各种业务状态进行实时监控,这种人工监控方式效率不高,且容易因运维人员注意力不集中或疏忽而未能及时发现系统异常,难以满足人们对业务系统监控日益增长的高要求。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种高效和可靠的业务数据监控方法及系统。
本发明一方面所采取的技术方案是:
一种业务数据监控方法,包括以下步骤:
获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
根据第一监控信号采用机器学习的方法判断业务系统是否异常;
将业务系统异常的信息发送给运维人员的移动终端进行告警。
进一步,所述获取第一监控信号这一步骤具体包括:
采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
在存储过程检测数据库状态,以得到数据库状态的监控信号。
进一步,所述在存储过程检测数据库状态,以得到数据库状态的监控信号这一步骤,具体为:
在指定的监控存储过程中,通过SQL查询数据库系统表的方式,查询数据库当前的状态,得到数据库状态的监控信号。
进一步,所述业务系统异常的信息包括网络设备和服务器设备的网络故障、预设时间内无法获取应用的返回报文、数据库锁表以及数据库超过最大允许连接数中的至少一种。
进一步,所述根据第一监控信号采用机器学习的方法判断业务系统是否异常这一步骤,具体包括:
采用机器学习的方法训练业务系统异常状态判断模型;
将第一监控信号输入业务系统异常状态判断模型中,得到业务系统是否异常的判断结果。
进一步,所述采用机器学习的方法训练业务系统异常状态判断模型这一步骤,具体包括:
将给定的样本划分为训练样本和测试样本,所述给定的样本包括服务器设备异常样本、网络设备异常样本、应用异常样本和数据库状态异常样本;
采用随机森林算法对训练样本进行训练,得到业务系统异常状态判断模型;
根据测试样本对业务系统异常状态判断模型进行测试,得到最终的业务系统异常状态判断模型。
进一步,所述将业务系统异常的信息发送给运维人员的移动终端进行告警这一步骤,具体包括:
将业务系统异常的信息写入数据库中的短信表;
将写入后的短信表通过短信的方式发送给运维人员的移动终端,以对业务系统异常的信息进行告警提示。
本发明另一方面所采取的技术方案是:
一种业务数据监控系统,包括以下模块:
获取模块,用于获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
判断模块,用于根据第一监控信号采用机器学习的方法判断业务系统是否异常;
告警模块,用于将业务系统异常的信息发送给运维人员的移动终端进行告警。
进一步,所述获取模块具体包括:
第一获取单元,用于采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
第二获取单元,用于发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
第三获取单元,用于在存储过程检测数据库状态,以得到数据库状态的监控信号。
本发明另一方面所采取的技术方案是:
一种业务数据监控系统,包括以下模块:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现本发明所述的一种业务数据监控方法。
本发明的有益效果是:本发明一种业务数据监控方法及系统,根据第一监控信号采用机器学习的方法判断业务系统是否异常,并将业务系统异常的信息发送给运维人员的移动终端进行告警,通过机器学习的方式来自动判断业务系统是否异常,无需人工进行监控,避免因运维人员注意力不集中或疏忽而未能及时发现系统异常的情况发生,更加高效和可靠,满足了人们对业务系统监控日益增长的高要求。
附图说明
图1为本发明一种业务数据监控方法的整体流程图;
图2为本发明具体实施例提供的业务短信监控方法流程图。
具体实施方式
参照图1,本发明实施例提供了一种业务数据监控方法,包括以下步骤:
获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
根据第一监控信号采用机器学习的方法判断业务系统是否异常;
将业务系统异常的信息发送给运维人员的移动终端进行告警。
具体地,网络设备的监控信号和服务器设备的监控信号,主要用于判断网络是否故障,可通过ping或telnet的方式来查看网络是否故障。
应用的监控信号主要是用于判断应用是否停止,可通过发送报文后查看是否在预设时间内收到返回的报文来判断应用是否停止响应。
数据库状态的监控信号主要用于判断数据库是否锁表、数据库是否超最大允许连接数,可通过SQL查询数据库系统表的方式来检测数据库状态。
本实施例利用了机器学习这一人工智能(AI)技术的核心,通过计算机程序从预先得到一些系统异常数据的特征和标签(即样本)中分析获得业务系统异常判断的规律和对应的判断模型,进而利用这些规律和对应的模型对新的未知数据进行客观的预测,能够实现较稳定和较有效率的判断。机器学习的方法包括随机森林算法、支持向量机算法、深度学习算法等。
运维人员的移动终端,可以是智能手机、平板电脑等智能设备。告警的方式可以采用短信、邮件等方式。
由上述内容可见,本实施例通过机器学习的方式来自动判断业务系统是否异常,无需人工进行监控,避免因运维人员注意力不集中或疏忽而未能及时发现系统异常的情况发生,更加高效和可靠,满足了人们对业务系统监控日益增长的高要求。
进一步作为优选的实施方式,所述获取第一监控信号这一步骤具体包括:
采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
在存储过程检测数据库状态,以得到数据库状态的监控信号。
具体地,对于网络设备和服务器设备,可采用ping或telnet的方式来监测网络是否能ping通或telnet通,以检测网络是否故障。
对于各应用程序,可以通过发送报文来查询应用是否有响应的方式来检测应用程序是否停止响应。
例如,pos银联卡收单应用程序,开启52222端口提供给POS机连接访问,如操作系统、网络正常,应用程序也在运行,但应用程序僵死(如端口52222能通但不能对外提供服务了),就可用发送报文的方式测试是否是应用程序停止响应了。
数据库状态主要包括正常和异常两种状态,可以通过SQL来查询,其中异常状态包括数据库是否锁表、数据库是否超最大允许连接数等。
进一步作为优选的实施方式,所述在存储过程检测数据库状态,以得到数据库状态的监控信号这一步骤,具体为:
在指定的监控存储过程中,通过SQL查询数据库系统表的方式,查询数据库当前的状态,得到数据库状态的监控信号。
进一步作为优选的实施方式,所述业务系统异常的信息包括网络设备和服务器设备的网络故障、预设时间内无法获取应用的返回报文、数据库锁表以及数据库超过最大允许连接数中的至少一种。
具体地,网络设备和服务器设备的网络故障,主要是指网络不能ping通或telnet通。
预设时间内无法获取应用的返回报文,表示应用停止响应。
数据库锁表以及数据库超过最大允许连接数,代表数据库状态异常。
进一步作为优选的实施方式,所述根据第一监控信号采用机器学习的方法判断业务系统是否异常这一步骤,具体包括:
采用机器学习的方法训练业务系统异常状态判断模型;
将第一监控信号输入业务系统异常状态判断模型中,得到业务系统是否异常的判断结果。
进一步作为优选的实施方式,所述采用机器学习的方法训练业务系统异常状态判断模型这一步骤,具体包括:
将给定的样本划分为训练样本和测试样本,所述给定的样本包括服务器设备异常样本、网络设备异常样本、应用异常样本和数据库状态异常样本;
采用随机森林算法对训练样本进行训练,得到业务系统异常状态判断模型;
根据测试样本对业务系统异常状态判断模型进行测试,得到最终的业务系统异常状态判断模型。
具体地,随机森林是利用样本对多棵决策树进行训练并预测样本结果的一种分类器,决策树的训练过程采用的是自上而下的递归方法,其基本思想是以信息熵为度量构建一颗熵值下降最快的树,直到叶子节点的熵值为零,此时每个叶子节点的样本都属于同一类别。当输入新样本时,随机森林中各决策树分别判断投票,得票数最多的便作为最终的分类结果。随机森林通过决策树的集成学习与多数投票机制,拥有较好的抗噪声能力和不易过拟合,能够较好地对业务系统异常状态进行判断。
进一步作为优选的实施方式,所述将业务系统异常的信息发送给运维人员的移动终端进行告警这一步骤,具体包括:
将业务系统异常的信息写入数据库中的短信表;
将写入后的短信表通过短信的方式发送给运维人员的移动终端,以对业务系统异常的信息进行告警提示。
具体地,业务系统异常的信息可通过短信的方式发送给运维人员的手机等智能移动终端,这样运维人员在收到短信后即可对业务系统异常进行处理。
以将业务系统异常的信息通过短信发送给运维人员的移动终端为例,如图2所示,本具体实施例公开了一种业务短信监控方法,该方法具体步骤如下:
1)监控程序开启监控:采用ping、telnet的方式监控网络设备和服务器设备的网络情况;模拟实际的报文收发建立通信连接过程,发送报文到各应用中,并接收返回的报文(如有的话);在存储过程,检测数据库状态。
2)判断网络、服务器设备、应用及数据库状态是否正常,正常则继续监控,有异常则转入3)异常处理过程。
具体地,可根据能否ping通、telnet通来监控网络设备和服务器设备的网络情况:若不能ping通或不能telnet通,则判断网络、服务器设备异常。
可在报文发送后根据是否收到应答报文来判断应用是否异常:没有收到应答报文即代表应用异常。
以应用为pos银联卡收单程序为例,开启52222端口提供给POS机连接访问,如操作系统、网络正常,应用程序也在运行,但应用程序僵死(如:端口52222能通但不能对外提供服务了),就可用发送报文的方式测试该程序是否已停止响应。
可通过SQL查询数据库系统表的方式来判断数据库状态是否正常:若查询到数据库锁表、数据库超最大允许连接数,则判定判断数据库状态异常。
本具体实施例在指定的监控存储过程中,增加了查询数据库系统表的SQL,以查询数据库当前的状态是否正常、是否锁表、是否超过最大允许连接数等。
3)异常处理
异常处理的具体实现过程可进一步细分为以下内容:
a)将捕获的异常信息写入数据库中的短信表。
b)通过短信平台将包含异常信息的短信发送至运维人员的手机中。
c)运维人员对异常进行处理。
与图1的方法相对应,本发明实施例还提供了一种业务数据监控系统,包括以下模块:
获取模块,用于获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
判断模块,用于根据第一监控信号采用机器学习的方法判断业务系统是否异常;
告警模块,用于将业务系统异常的信息发送给运维人员的移动终端进行告警。
进一步作为优选的实施方式,所述获取模块具体包括:
第一获取单元,用于采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
第二获取单元,用于发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
第三获取单元,用于在存储过程检测数据库状态,以得到数据库状态的监控信号。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
与图1的方法相对应,本发明实施例还提供了一种业务数据监控系统,包括以下模块:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现本发明所述的一种业务数据监控方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
综上所述,本发明一种业务数据监控方法及系统,通过机器学习的方式来自动判断业务系统是否异常,无需人工进行监控,避免因运维人员注意力不集中或疏忽而未能及时发现系统异常的情况发生,更加高效和可靠,满足了人们对业务系统监控日益增长的高要求。该方案主要针对业务系统的生产环境存在的网络设备故障、应用停止响应、数据库锁表或超最大连接等问题,以短信等方式提醒运维人员维护。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种业务数据监控方法,其特征在于:包括以下步骤:
获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
根据第一监控信号采用机器学习的方法判断业务系统是否异常;
将业务系统异常的信息发送给运维人员的移动终端进行告警。
2.根据权利要求1所述的一种业务数据监控方法,其特征在于:所述获取第一监控信号这一步骤具体包括:
采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
在存储过程检测数据库状态,以得到数据库状态的监控信号。
3.根据权利要求2所述的一种业务数据监控方法,其特征在于:所述在存储过程检测数据库状态,以得到数据库状态的监控信号这一步骤,具体为:
在指定的监控存储过程中,通过SQL查询数据库系统表的方式,查询数据库当前的状态,得到数据库状态的监控信号。
4.根据权利要求2所述的一种业务数据监控方法,其特征在于:所述业务系统异常的信息包括网络设备和服务器设备的网络故障、预设时间内无法获取应用的返回报文、数据库锁表以及数据库超过最大允许连接数中的至少一种。
5.根据权利要求2所述的一种业务数据监控方法,其特征在于:所述根据第一监控信号采用机器学习的方法判断业务系统是否异常这一步骤,具体包括:
采用机器学习的方法训练业务系统异常状态判断模型;
将第一监控信号输入业务系统异常状态判断模型中,得到业务系统是否异常的判断结果。
6.根据权利要求5所述的一种业务数据监控方法,其特征在于:所述采用机器学习的方法训练业务系统异常状态判断模型这一步骤,具体包括:
将给定的样本划分为训练样本和测试样本,所述给定的样本包括服务器设备异常样本、网络设备异常样本、应用异常样本和数据库状态异常样本;
采用随机森林算法对训练样本进行训练,得到业务系统异常状态判断模型;
根据测试样本对业务系统异常状态判断模型进行测试,得到最终的业务系统异常状态判断模型。
7.根据权利要求1所述的一种业务数据监控方法,其特征在于:所述将业务系统异常的信息发送给运维人员的移动终端进行告警这一步骤,具体包括:
将业务系统异常的信息写入数据库中的短信表;
将写入后的短信表通过短信的方式发送给运维人员的移动终端,以对业务系统异常的信息进行告警提示。
8.一种业务数据监控系统,其特征在于:包括以下模块:
获取模块,用于获取第一监控信号,所述第一监控信号包括网络设备的监控信号、服务器设备的监控信号、应用的监控信号和数据库状态的监控信号;
判断模块,用于根据第一监控信号采用机器学习的方法判断业务系统是否异常;
告警模块,用于将业务系统异常的信息发送给运维人员的移动终端进行告警。
9.根据权利要求8所述的一种业务数据监控系统,其特征在于:所述获取模块具体包括:
第一获取单元,用于采用ping或telnet的方式监控网络设备和服务器设备的网络情况,得到网络设备的监控信号和服务器设备的监控信号;
第二获取单元,用于发送报文到各应用中,以获取应用的返回报文作为应用的监控信号;
第三获取单元,用于在存储过程检测数据库状态,以得到数据库状态的监控信号。
10.一种业务数据监控系统,其特征在于:包括以下模块:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-6任一项所述的一种业务数据监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811626531.6A CN109756395A (zh) | 2018-12-28 | 2018-12-28 | 一种业务数据监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811626531.6A CN109756395A (zh) | 2018-12-28 | 2018-12-28 | 一种业务数据监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109756395A true CN109756395A (zh) | 2019-05-14 |
Family
ID=66404389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811626531.6A Pending CN109756395A (zh) | 2018-12-28 | 2018-12-28 | 一种业务数据监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109756395A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026642A (zh) * | 2019-11-14 | 2020-04-17 | 山东中创软件商用中间件股份有限公司 | 数据库运行检测系统、方法、装置及计算机可读存储介质 |
CN114978964A (zh) * | 2022-05-10 | 2022-08-30 | 未鲲(上海)科技服务有限公司 | 基于网络自检的通信公告配置方法、装置、设备及介质 |
CN116151999A (zh) * | 2023-03-17 | 2023-05-23 | 杭州工猫科技有限公司 | 一种基于rpa的企业自动报税方法与系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106385328A (zh) * | 2016-08-31 | 2017-02-08 | 沈阳行天科技有限公司 | 一种基于嵌入式系统来管理企业核心设备的监控方法 |
CN106383766A (zh) * | 2016-09-09 | 2017-02-08 | 北京百度网讯科技有限公司 | 系统监控方法和装置 |
CN107579858A (zh) * | 2017-09-28 | 2018-01-12 | 厦门集微科技有限公司 | 云主机的告警方法及装置、通信系统 |
CN107766299A (zh) * | 2017-10-24 | 2018-03-06 | 携程旅游信息技术(上海)有限公司 | 数据指标异常的监控方法及其系统、存储介质、电子设备 |
CN107885642A (zh) * | 2017-11-29 | 2018-04-06 | 小花互联网金融服务(深圳)有限公司 | 基于机器学习的业务监控方法及系统 |
US20180311663A1 (en) * | 2017-04-26 | 2018-11-01 | Lawrence Livermore National Security, Llc | Automated control of microfluidic devices based on machine learning |
-
2018
- 2018-12-28 CN CN201811626531.6A patent/CN109756395A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106385328A (zh) * | 2016-08-31 | 2017-02-08 | 沈阳行天科技有限公司 | 一种基于嵌入式系统来管理企业核心设备的监控方法 |
CN106383766A (zh) * | 2016-09-09 | 2017-02-08 | 北京百度网讯科技有限公司 | 系统监控方法和装置 |
US20180311663A1 (en) * | 2017-04-26 | 2018-11-01 | Lawrence Livermore National Security, Llc | Automated control of microfluidic devices based on machine learning |
CN107579858A (zh) * | 2017-09-28 | 2018-01-12 | 厦门集微科技有限公司 | 云主机的告警方法及装置、通信系统 |
CN107766299A (zh) * | 2017-10-24 | 2018-03-06 | 携程旅游信息技术(上海)有限公司 | 数据指标异常的监控方法及其系统、存储介质、电子设备 |
CN107885642A (zh) * | 2017-11-29 | 2018-04-06 | 小花互联网金融服务(深圳)有限公司 | 基于机器学习的业务监控方法及系统 |
Non-Patent Citations (1)
Title |
---|
徐国爱等: "信息安全管理", 《信息安全管理》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026642A (zh) * | 2019-11-14 | 2020-04-17 | 山东中创软件商用中间件股份有限公司 | 数据库运行检测系统、方法、装置及计算机可读存储介质 |
CN114978964A (zh) * | 2022-05-10 | 2022-08-30 | 未鲲(上海)科技服务有限公司 | 基于网络自检的通信公告配置方法、装置、设备及介质 |
CN116151999A (zh) * | 2023-03-17 | 2023-05-23 | 杭州工猫科技有限公司 | 一种基于rpa的企业自动报税方法与系统 |
CN116151999B (zh) * | 2023-03-17 | 2023-09-26 | 杭州工猫科技有限公司 | 一种基于rpa的企业自动报税方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756395A (zh) | 一种业务数据监控方法及系统 | |
WO2015135417A1 (en) | Method and system for monitoring quality of data transmission in idc network | |
CN103246265B (zh) | 机电设备检测维护方法 | |
CN109240126B (zh) | 一种具有模拟操作功能的分布式应用服务监测系统及方法 | |
CN107390628B (zh) | 配网状态监测与预警方法及系统 | |
CN108767818B (zh) | 一种基于虚拟保信主站的继电保护调试系统及调试方法 | |
CN109359098A (zh) | 一种调度数据网行为监测系统及方法 | |
CN113419920B (zh) | 物联管理平台仿真测试系统联调测试过程实时监控方法 | |
CN107659443A (zh) | 一种实时业务的监控方法及其系统 | |
CN110807460A (zh) | 一种基于图像识别的变电站智能巡视系统及其应用方法 | |
CN107918366A (zh) | 一种基于物联网的安全监控方法和系统 | |
CN103914058B (zh) | 一种油气管道工控设备远程监控系统的故障诊断和告警方法及系统 | |
CN206313530U (zh) | 一种具有在线监测功能的远动系统 | |
CN114915634A (zh) | 一种基于数据湖的工业数据采集存储系统和采集存储方法 | |
CN108258802B (zh) | 一种配电网中配电设备的运行状况的监测方法和装置 | |
CN103475531A (zh) | 异常处理方法、自动巡检控制台和知识库系统 | |
CN110275509B (zh) | 一种储能电站监控功能测试方法和系统 | |
CN110531718A (zh) | 一种石化工业生产线中设备的巡检方法及巡检系统 | |
CN113810487B (zh) | 一种基于物联网技术的信息识别系统 | |
CN108107874A (zh) | 一种多级调度自动化系统 | |
CN114926969A (zh) | 智慧实验室安全控制系统及方法 | |
CN113887861A (zh) | 一种输变电主设备准实时数据监测系统 | |
CN114518723A (zh) | 一种用于智能楼宇数据的能耗监控系统及方法 | |
CN113901849A (zh) | 智能化物料检测方法及系统 | |
CN208506532U (zh) | 一种通信信息设备运维智能告警平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190514 |