CN110727531A - 一种线上系统的故障预测及处理方法及系统 - Google Patents
一种线上系统的故障预测及处理方法及系统 Download PDFInfo
- Publication number
- CN110727531A CN110727531A CN201910879425.7A CN201910879425A CN110727531A CN 110727531 A CN110727531 A CN 110727531A CN 201910879425 A CN201910879425 A CN 201910879425A CN 110727531 A CN110727531 A CN 110727531A
- Authority
- CN
- China
- Prior art keywords
- fault
- online system
- faults
- data
- operation data
- 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
- 238000003672 processing method Methods 0.000 title description 3
- 238000012423 maintenance Methods 0.000 claims abstract description 141
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 230000008439 repair process Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种线上系统的故障预测及处理方法及系统，方法包括按照预设频率获取线上系统在预设时间间隔内的系统运行数据；结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测得到预测结果；当预测结果表征线上系统可能发生故障时，生成故障预警信息，并对系统运行数据进行分析处理，得到故障类型和故障级别；基于故障类型和故障级别生成相应的维保工单；结合历史运维数据将维保工单实时推送至对应的维保人员。本发明能够实现对线上系统可能发生的故障进行预测，并在线上系统可能发生故障时，发出故障预警，并派发相应的维保工单，有效避免了线上系统因发生严重故障而导致系统处于完全罢工状态带来的不良影响。
Description
技术领域
本发明涉及软件开发维护技术领域，尤其涉及一种线上系统的故障预测及处理方法及系统。
背景技术
IT行业特点就是线上系统在不断运行，系统的稳定就是企业的生命线，有故障问题必须第一时间精确定位并快速解决。现有的线上系统的故障处理流程中，通常都是在发生故障后才进行线上系统的检测和故障的修复处理，由于发生故障时系统已处于完全罢工状态，因而所需的故障处理时间较长，在故障修复的过程中，严重影响系统的正常运行。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一，特别创新地提出了一种线上系统的故障预测及处理方法及系统，能够实现对线上系统可能发生的故障进行预测，并在线上系统可能发生故障时，发出故障预警，并派发相应的维保工单，使得维保人员能够实时快速对线上系统可能发生的故障进行排查和修复，有效避免了线上系统因发生严重故障而导致系统处于完全罢工状态带来的不良影响。
为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种线上系统的故障预测及处理方法，所述方法包括如下步骤：
按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
结合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果，其中，所述预测结果用于表征所述线上系统是否可能发生故障；
当所述预测结果表征所述线上系统可能发生故障时，生成故障预警信息，并对所述系统运行数据进行分析处理，得到故障类型和故障级别；
基于所述故障类型和故障级别生成相应的维保工单；
结合历史运维数据将所述维保工单实时推送至对应的维保人员，以使所述维保人员根据所述维保工单对所述线上系统可能发生的故障进行修复处理。
优选地，所述方法还包括：
实时获取所述维保人员反馈的故障修复进度信息，当故障得到修复后，删除所述故障预警信息。
优选地，所述方法还包括：
存储故障的修复信息，并基于所述故障的修复信息更新所述历史运维数据。
优选地，所述预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段。
优选地，所述结合合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果包括：
将所述系统运行数据中的各项参数与所述历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对所述线上系统可能产生的故障进行故障预测得到预测结果。
根据本发明的第二个方面，本发明提供了一种线上系统的故障预测及处理系统，所述系统包括：
运行数据获取模块，用于按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
系统故障预测模块，用于结合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果，其中，所述预测结果用于表征所述线上系统是否可能发生故障；
故障分析处理模块，用于当所述预测结果表征所述线上系统可能发生故障时，生成故障预警信息，并对所述系统运行数据进行分析处理，得到故障类型和故障级别；
维保工单生成模块，用于基于所述故障类型和故障级别生成相应的维保工单；
维保工单推送模块，用于结合历史运维数据将所述维保工单实时推送至对应的维保人员，以使所述维保人员根据所述维保工单对所述线上系统可能发生的故障进行修复处理。
优选地，所述系统还包括：
故障预警解除模块，用于实时获取所述维保人员反馈的故障修复进度信息，当故障得到修复后，删除所述故障预警信息。
优选地，所述系统还包括：
运维数据更新模块，用于存储故障的修复信息，并基于所述故障的修复信息更新所述历史运维数据。
优选地，所述预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段。
优选地，所述结合合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果包括：
将所述系统运行数据中的各项参数与所述历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对所述线上系统可能产生的故障进行故障预测得到预测结果。
由以上方案可知，本发明提供了一种线上系统的故障预测及处理方法及系统，所述方法包括按照预设频率获取线上系统在预设时间间隔内的系统运行数据；结合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果，其中，所述预测结果用于表征所述线上系统是否可能发生故障；当所述预测结果表征所述线上系统可能发生故障时，生成故障预警信息，并对所述系统运行数据进行分析处理，得到故障类型和故障级别；基于所述故障类型和故障级别生成相应的维保工单；结合历史运维数据将所述维保工单实时推送至对应的维保人员，以使所述维保人员根据所述维保工单对所述线上系统可能发生的故障进行修复处理。本发明通过获取线上系统的系统运行数据，并结合监控数据对系统运行数据进行分析处理，能够实现对线上系统可能发生的故障进行预测，并在线上系统可能发生故障时，发出故障预警，并派发相应的维保工单，使得维保人员能够实时快速对线上系统可能发生的故障进行排查和修复，有效避免了线上系统因发生严重故障而导致系统处于完全罢工状态带来的不良影响。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明提供的一种优选实施方式中线上系统的故障预测及处理方法的流程示意图；
图2是本发明提供的一种优选实施方式中线上系统的故障预测及处理系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
根据本发明的第一个方面，本发明提供了一种线上系统的故障预测及处理方法，如图1所示，该方法可以包括如下步骤：
S101，按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
在线上系统的运行过程中，不可避免的会出现一些故障，但是故障的发生一般都存在一个循序渐进的过程，所以故障的等级一般也可以分为不影响系统正常运行的微小故障、对系统运行有一定影响但是不会导致系统罢工的一般故障和直接导致系统罢工的严重故障，如果微小故障不及时发现和处理，就会最终导致严重故障的发生，但是微小故障一般都比较隐蔽，运维人员一般很难主动发现，为了避免微小故障转变为严重故障而导致系统罢工，需要对线上系统运行过程中出现的微小故障进行监控，从而根据微小故障预测严重故障，在监测到系统发生微小故障时，及时将故障信息发送给运维人员进行处理，能够有效减少重大故障的产生，提高系统运行的稳定性。当需要对处于运行状态的线上系统进行故障预测和处理时，首先需要按照预设频率获取线上系统在预设时间间隔内的系统运行数据，通过对系统运行数据的监测和分析，提前对系统的微小故障进行预测和分析处理，从而有效避或减少免严重故障的发生。上述预设频率可以根据需要具体设定，例如可以是10分钟，即每隔10分钟系统自动获取一次线上系统的系统运行数据，预设时间间隔也可以根据需要具体设定，在本实施方式中，预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段，这样使得相邻两次获取到的系统运行数据在时间上和数据上不重复，减少后续的系统运行数据的分析时间。
S102，结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测得到预测结果，其中，预测结果用于表征线上系统是否可能发生故障；
获取到系统运行数据后，则触发故障预测分析程序，结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测，从而得到预测结果，通过该预测结果能够表征线上系统是否可能发生故障，具体故障预测方法为将系统运行数据中的各项参数与历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对线上系统可能产生的故障进行故障预测得到预测结果。具体地，历史监控数据具体为系统的运营平台对系统进行监控获得的数据，包含有大量的系统正常运行时的各项参数的波动范围值，因此通过将系统运行数据中的各项参数与历史监控数据中对应的参数进行比较，能够判断出线上系统是否已产生微小故障，并根据运行数据中的各项参数的变化趋势，能够预测出系统可能产生的故障。
S103，当预测结果表征线上系统可能发生故障时，生成故障预警信息，并对系统运行数据进行分析处理，得到故障类型和故障级别；
通过对系统运行数据进行分析得到预测结果后，如果预测结果表征线上系统可能会发生故障时，根据预测结果生成预警信息，将预警信息发送至系统运营平台，使得运营人员及时了解系统的运行情况，同时对系统运行数据进行相应的分析处理，根据系统运行数据中的异常参数的种类和异常参数的参数值，基于预设的异常参数和相应故障对应表得到相应的故障类型和故障级别，异常参数和相应故障对应表为系统开发人员根据系统历史运行数据分析总结得到。
S104，基于故障类型和故障级别生成相应的维保工单；
通过对系统运行数据进行分析处理的故障类型和故障级别后，触发系统根据该故障类型和故障等级的相关信息自动生成相应的维保工单，维保工单中可以包含系统运行数据中的异常参数信息、故障类型和故障等级，便于维保人员准确定位故障部位，采取相应的维修措施对预测到的故障进行快速修复。
S105，结合历史运维数据将维保工单实时推送至对应的维保人员，以使维保人员根据维保工单对线上系统可能发生的故障进行修复处理。
生成维保工单后，系统根据历史运维数据查找匹配负责处理该类型故障的最佳维保人员，并将维保工单推送至匹配到的最佳维保人员的维保终端，从而使得维保人员能够根据维保工单上的相关信息在系统发生严重故障前，对预测到的微小故障进行修复处理。
在本实施方式中，所述方法还可以包括：
实时获取维保人员反馈的故障修复进度信息，当故障得到修复后，删除故障预警信息。
维保人员在修复的过程汇总，通过安装有相应维保APP的维保终端实时上传故障修复进度，维保终端实时将该故障修复进度信息发送给运营平台，使得运营平台能够实时了解到故障修复情况，在故障得到修复后，维保人员在维保APP上点击维保工单完工按钮，运营平台在接收到维保订单完工信息后，自动删除故障预警信息。
在本实施方式中，所述方法还可以包括：
存储故障的修复信息，并基于故障的修复信息更新历史运维数据。
在故障修复的过程中，将维保人员录入的故障的修复信息存储在数据库中，更新数据库中的历史运维数据，这样便于为后续维保工单的推送提供一个实时更新的更加可靠的参考数据，有效提升维保工单推送的准确性，提高故障修复处理效率。
由以上方案可知，本发明提供了一种线上系统的故障预测及处理方法，首先按照预设频率获取线上系统在预设时间间隔内的系统运行数据；然后结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测得到预测结果，其中，预测结果用于表征线上系统是否可能发生故障；接着当预测结果表征线上系统可能发生故障时，生成故障预警信息，并对系统运行数据进行分析处理，得到故障类型和故障级别；接着基于故障类型和故障级别生成相应的维保工单；最后结合历史运维数据将维保工单实时推送至对应的维保人员，以使维保人员根据维保工单对线上系统可能发生的故障进行修复处理。本发明通过获取线上系统的系统运行数据，并结合监控数据对系统运行数据进行分析处理，能够实现对线上系统可能发生的故障进行预测，并在线上系统可能发生故障时，发出故障预警，并派发相应的维保工单，使得维保人员能够实时快速对线上系统可能发生的故障进行排查和修复，有效避免了线上系统因发生严重故障而导致系统处于完全罢工状态带来的不良影响。
根据本发明的第二个方面，本发明提供了一种线上系统的故障预测及处理系统，如图2所示，系统包括：
运行数据获取模块201，用于按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
在线上系统的运行过程中，不可避免的会出现一些故障，但是故障的发生一般都存在一个循序渐进的过程，所以故障的等级一般也可以分为不影响系统正常运行的微小故障、对系统运行有一定影响但是不会导致系统罢工的一般故障和直接导致系统罢工的严重故障，如果微小故障不及时发现和处理，就会最终导致严重故障的发生，但是微小故障一般都比较隐蔽，运维人员一般很难主动发现，为了避免微小故障转变为严重故障而导致系统罢工，需要对线上系统运行过程中出现的微小故障进行监控，从而根据微小故障预测严重故障，在监测到系统发生微小故障时，及时将故障信息发送给运维人员进行处理，能够有效减少重大故障的产生，提高系统运行的稳定性。当需要对处于运行状态的线上系统进行故障预测和处理时，首先需要按照预设频率获取线上系统在预设时间间隔内的系统运行数据，通过对系统运行数据的监测和分析，提前对系统的微小故障进行预测和分析处理，从而有效避或减少免严重故障的发生。上述预设频率可以根据需要具体设定，例如可以是10分钟，即每隔10分钟系统自动获取一次线上系统的系统运行数据，预设时间间隔也可以根据需要具体设定，在本实施方式中，预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段，这样使得相邻两次获取到的系统运行数据在时间上和数据上不重复，减少后续的系统运行数据的分析时间。
系统故障预测模块202，用于结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测得到预测结果，其中，预测结果用于表征线上系统是否可能发生故障；
获取到系统运行数据后，则触发故障预测分析程序，结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测，从而得到预测结果，通过该预测结果能够表征线上系统是否可能发生故障，具体故障预测方法为将系统运行数据中的各项参数与历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对线上系统可能产生的故障进行故障预测得到预测结果。具体地，历史监控数据具体为系统的运营平台对系统进行监控获得的数据，包含有大量的系统正常运行时的各项参数的波动范围值，因此通过将系统运行数据中的各项参数与历史监控数据中对应的参数进行比较，能够判断出线上系统是否已产生微小故障，并根据运行数据中的各项参数的变化趋势，能够预测出系统可能产生的故障。
故障分析处理模块203，用于当预测结果表征线上系统可能发生故障时，生成故障预警信息，并对系统运行数据进行分析处理，得到故障类型和故障级别；
通过对系统运行数据进行分析得到预测结果后，如果预测结果表征线上系统可能会发生故障时，根据预测结果生成预警信息，将预警信息发送至系统运营平台，使得运营人员及时了解系统的运行情况，同时对系统运行数据进行相应的分析处理，根据系统运行数据中的异常参数的种类和异常参数的参数值，基于预设的异常参数和相应故障对应表得到相应的故障类型和故障级别，异常参数和相应故障对应表为系统开发人员根据系统历史运行数据分析总结得到。
维保工单生成模块204，用于基于故障类型和故障级别生成相应的维保工单；
通过对系统运行数据进行分析处理的故障类型和故障级别后，触发系统根据该故障类型和故障等级的相关信息自动生成相应的维保工单，维保工单中可以包含系统运行数据中的异常参数信息、故障类型和故障等级，便于维保人员准确定位故障部位，采取相应的维修措施对预测到的故障进行快速修复。
维保工单推送模块205，用于结合历史运维数据将维保工单实时推送至对应的维保人员，以使维保人员根据维保工单对线上系统可能发生的故障进行修复处理。
生成维保工单后，系统根据历史运维数据查找匹配负责处理该类型故障的最佳维保人员，并将维保工单推送至匹配到的最佳维保人员的维保终端，从而使得维保人员能够根据维保工单上的相关信息在系统发生严重故障前，对预测到的微小故障进行修复处理。
在本实施方式中，所述系统还可以包括：
故障预警解除模块，用于实时获取维保人员反馈的故障修复进度信息，当故障得到修复后，删除故障预警信息。
维保人员在修复的过程汇总，通过安装有相应维保APP的维保终端实时上传故障修复进度，维保终端实时将该故障修复进度信息发送给运营平台，使得运营平台能够实时了解到故障修复情况，在故障得到修复后，维保人员在维保APP上点击维保工单完工按钮，运营平台在接收到维保订单完工信息后，自动删除故障预警信息。
在本实施方式中，所述系统还可以包括：
运维数据更新模块，用于存储故障的修复信息，并基于故障的修复信息更新历史运维数据。
在故障修复的过程中，将维保人员录入的故障的修复信息存储在数据库中，更新数据库中的历史运维数据，这样便于为后续维保工单的推送提供一个实时更新的更加可靠的参考数据，有效提升维保工单推送的准确性，提高故障修复处理效率。
由以上方案可知，本发明提供了一种线上系统的故障预测及处理系统，首先按照预设频率获取线上系统在预设时间间隔内的系统运行数据；然后结合历史监控数据和系统运行数据对线上系统可能产生的故障进行故障预测得到预测结果，其中，预测结果用于表征线上系统是否可能发生故障；接着当预测结果表征线上系统可能发生故障时，生成故障预警信息，并对系统运行数据进行分析处理，得到故障类型和故障级别；接着基于故障类型和故障级别生成相应的维保工单；最后结合历史运维数据将维保工单实时推送至对应的维保人员，以使维保人员根据维保工单对线上系统可能发生的故障进行修复处理。本发明通过获取线上系统的系统运行数据，并结合监控数据对系统运行数据进行分析处理，能够实现对线上系统可能发生的故障进行预测，并在线上系统可能发生故障时，发出故障预警，并派发相应的维保工单，使得维保人员能够实时快速对线上系统可能发生的故障进行排查和修复，有效避免了线上系统因发生严重故障而导致系统处于完全罢工状态带来的不良影响。
本实施例中，所述线上系统的故障预测及处理系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种线上系统的故障预测及处理方法，其特征在于，所述方法包括：
按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
结合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果，其中，所述预测结果用于表征所述线上系统是否可能发生故障；
当所述预测结果表征所述线上系统可能发生故障时，生成故障预警信息，并对所述系统运行数据进行分析处理，得到故障类型和故障级别；
基于所述故障类型和故障级别生成相应的维保工单；
结合历史运维数据将所述维保工单实时推送至对应的维保人员，以使所述维保人员根据所述维保工单对所述线上系统可能发生的故障进行修复处理。
2.根据权利要求1所述的线上系统的故障预测及处理方法，其特征在于，所述方法还包括：
实时获取所述维保人员反馈的故障修复进度信息，当故障得到修复后，删除所述故障预警信息。
3.根据权利要求2所述的线上系统的故障预测及处理方法，其特征在于，所述方法还包括：
存储故障的修复信息，并基于所述故障的修复信息更新所述历史运维数据。
4.根据权利要求1-3任意一项所述的线上系统的故障预测及处理方法，其特征在于，所述预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段。
5.根据权利要求1-3任意一项所述的线上系统的故障预测及处理方法，其特征在于，所述结合合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果包括：
将所述系统运行数据中的各项参数与所述历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对所述线上系统可能产生的故障进行故障预测得到预测结果。
6.一种线上系统的故障预测及处理系统，其特征在于，所述系统包括：
运行数据获取模块，用于按照预设频率获取线上系统在预设时间间隔内的系统运行数据；
系统故障预测模块，用于结合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果，其中，所述预测结果用于表征所述线上系统是否可能发生故障；
故障分析处理模块，用于当所述预测结果表征所述线上系统可能发生故障时，生成故障预警信息，并对所述系统运行数据进行分析处理，得到故障类型和故障级别；
维保工单生成模块，用于基于所述故障类型和故障级别生成相应的维保工单；
维保工单推送模块，用于结合历史运维数据将所述维保工单实时推送至对应的维保人员，以使所述维保人员根据所述维保工单对所述线上系统可能发生的故障进行修复处理。
7.根据权利要求6所述的线上系统的故障预测及处理系统，其特征在于，所述系统还包括：
故障预警解除模块，用于实时获取所述维保人员反馈的故障修复进度信息，当故障得到修复后，删除所述故障预警信息。
8.根据权利要求7所述的线上系统的故障预测及处理系统，其特征在于，所述系统还包括：
运维数据更新模块，用于存储故障的修复信息，并基于所述故障的修复信息更新所述历史运维数据。
9.根据权利要求6-8任意一项所述的线上系统的故障预测及处理系统，其特征在于，所述预设时间间隔为本次获取系统运行数据的时刻与上一次获取系统运行数据的时刻之间的时间段。
10.根据权利要求6-8任意一项所述的线上系统的故障预测及处理系统，其特征在于，所述结合合历史监控数据和所述系统运行数据对所述线上系统可能产生的故障进行故障预测得到预测结果包括：
将所述系统运行数据中的各项参数与所述历史监控数据中对应的参数进行比较，根据比较结果和预设的比较误差阈值对所述线上系统可能产生的故障进行故障预测得到预测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879425.7A CN110727531A (zh) | 2019-09-18 | 2019-09-18 | 一种线上系统的故障预测及处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879425.7A CN110727531A (zh) | 2019-09-18 | 2019-09-18 | 一种线上系统的故障预测及处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110727531A true CN110727531A (zh) | 2020-01-24 |
Family
ID=69219180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910879425.7A Pending CN110727531A (zh) | 2019-09-18 | 2019-09-18 | 一种线上系统的故障预测及处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110727531A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111835566A (zh) * | 2020-07-08 | 2020-10-27 | 上海燕汐软件信息科技有限公司 | 一种系统故障管理方法、装置及系统 |
| CN111865673A (zh) * | 2020-07-08 | 2020-10-30 | 上海燕汐软件信息科技有限公司 | 一种自动化故障管理方法、装置及系统 |
| CN111915127A (zh) * | 2020-06-17 | 2020-11-10 | 成都美迅检测设备有限公司 | 设备监测方法、装置、电子设备及存储介质 |
| CN112700021A (zh) * | 2021-01-14 | 2021-04-23 | 树根互联技术有限公司 | 一种远程设备的维保方法、装置、存储介质及电子设备 |
| CN113447290A (zh) * | 2021-06-25 | 2021-09-28 | 上海三一重机股份有限公司 | 一种工程机械故障预警方法、装置及工程机械 |
| WO2021208979A1 (zh) * | 2020-04-17 | 2021-10-21 | 华为技术有限公司 | 一种网络故障的处理方法及装置 |
| CN113917900A (zh) * | 2021-10-29 | 2022-01-11 | 慧物云通(深圳)科技有限公司 | 一种设备维修动态交互装置、方法及其存储介质 |
| CN116308286A (zh) * | 2023-03-23 | 2023-06-23 | 江苏工鼎工业技术有限公司 | 轨道交通自诊断型门机系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107317718A (zh) * | 2016-08-19 | 2017-11-03 | 北京市燃气集团有限责任公司 | 一种运维服务管理方法及管理平台 |
| CN109325601A (zh) * | 2018-08-21 | 2019-02-12 | 国网江苏省电力有限公司泰州供电分公司 | 物流设备故障监测运维管理方法 |
| WO2019036924A1 (zh) * | 2017-08-22 | 2019-02-28 | 深圳企管加企业服务有限公司 | 基于物联网的机房设备故障预警系统 |
| CN109552102A (zh) * | 2018-12-03 | 2019-04-02 | 深圳前海点点电工网络科技有限公司 | 充电设施运营和运维一体化的故障预测方法 |
-
2019
- 2019-09-18 CN CN201910879425.7A patent/CN110727531A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107317718A (zh) * | 2016-08-19 | 2017-11-03 | 北京市燃气集团有限责任公司 | 一种运维服务管理方法及管理平台 |
| WO2019036924A1 (zh) * | 2017-08-22 | 2019-02-28 | 深圳企管加企业服务有限公司 | 基于物联网的机房设备故障预警系统 |
| CN109325601A (zh) * | 2018-08-21 | 2019-02-12 | 国网江苏省电力有限公司泰州供电分公司 | 物流设备故障监测运维管理方法 |
| CN109552102A (zh) * | 2018-12-03 | 2019-04-02 | 深圳前海点点电工网络科技有限公司 | 充电设施运营和运维一体化的故障预测方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021208979A1 (zh) * | 2020-04-17 | 2021-10-21 | 华为技术有限公司 | 一种网络故障的处理方法及装置 |
| CN111915127A (zh) * | 2020-06-17 | 2020-11-10 | 成都美迅检测设备有限公司 | 设备监测方法、装置、电子设备及存储介质 |
| CN111835566A (zh) * | 2020-07-08 | 2020-10-27 | 上海燕汐软件信息科技有限公司 | 一种系统故障管理方法、装置及系统 |
| CN111865673A (zh) * | 2020-07-08 | 2020-10-30 | 上海燕汐软件信息科技有限公司 | 一种自动化故障管理方法、装置及系统 |
| CN112700021A (zh) * | 2021-01-14 | 2021-04-23 | 树根互联技术有限公司 | 一种远程设备的维保方法、装置、存储介质及电子设备 |
| CN113447290A (zh) * | 2021-06-25 | 2021-09-28 | 上海三一重机股份有限公司 | 一种工程机械故障预警方法、装置及工程机械 |
| WO2022267879A1 (zh) * | 2021-06-25 | 2022-12-29 | 上海三一重机股份有限公司 | 一种工程机械故障预警方法、装置及工程机械 |
| CN113917900A (zh) * | 2021-10-29 | 2022-01-11 | 慧物云通(深圳)科技有限公司 | 一种设备维修动态交互装置、方法及其存储介质 |
| CN116308286A (zh) * | 2023-03-23 | 2023-06-23 | 江苏工鼎工业技术有限公司 | 轨道交通自诊断型门机系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110727531A (zh) | 一种线上系统的故障预测及处理方法及系统 | |
| CN110704224A (zh) | 一种线上故障处理方法及系统 | |
| EP3105644B1 (en) | Method of identifying anomalies | |
| CN101848477A (zh) | 一种故障诊断方法及系统 | |
| CN111340250A (zh) | 设备检修装置、方法及计算机可读存储介质 | |
| CN111994137B (zh) | 一种基于铁路信号集中监测的报警分析方法 | |
| CN115718450A (zh) | 一种设备停线监控方法、装置、电子设备及系统 | |
| CN111698121B (zh) | 一种SNMP trap告警测试方法及相关装置 | |
| CN114924990A (zh) | 一种异常场景测试方法及电子设备 | |
| CN115759357A (zh) | 基于pscada数据的供电设备安全预测方法、系统、设备及介质 | |
| CN114793132A (zh) | 一种光模块的检测方法、装置、电子设备及存储介质 | |
| CN110716736A (zh) | 一种客服反馈的线上故障的处理方法及系统 | |
| CN115270982A (zh) | 一种基于多元数据神经网络的开关柜故障预测方法 | |
| CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
| CN113172764B (zh) | 搅拌站监控方法及系统 | |
| CN114386745A (zh) | 一种pms变电设备数据核查识别方法及系统 | |
| CN112230949A (zh) | 终端软件升级方法、装置、电子设备及存储介质 | |
| US20050075835A1 (en) | System and method of real-time statistical bin control | |
| CN113553244A (zh) | 异常检测方法及设备 | |
| CN117520999B (zh) | 一种边缘数据中心设备的智能运维方法和系统 | |
| CN110704093A (zh) | 一种运营反馈的线上故障的处理方法及系统 | |
| CN112114242B (zh) | 一种自动化ic测试的在线监测和分析方法 | |
| US20230101758A1 (en) | Method of operating testing system | |
| CN113469453B (zh) | 基于信息物理系统的电梯评估方法以及电梯评估装置 | |
| US20240195674A1 (en) | Discarded alarm collection method and system for implementing |
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: 20200124 |