CN110851329A - 一种机房状态诊断系统及方法 - Google Patents
一种机房状态诊断系统及方法 Download PDFInfo
- Publication number
- CN110851329A CN110851329A CN201911101047.6A CN201911101047A CN110851329A CN 110851329 A CN110851329 A CN 110851329A CN 201911101047 A CN201911101047 A CN 201911101047A CN 110851329 A CN110851329 A CN 110851329A
- Authority
- CN
- China
- Prior art keywords
- monitoring component
- monitoring
- pictures
- state
- database
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 203
- 230000002159 abnormal effect Effects 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000002405 diagnostic procedure Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
一种机房状态诊断系统及方法,属于基于大数据的机房状态诊断领域。解决了现有机房状态诊断过程复杂、诊断结果准确率低,导致无法对机房的安全隐患及时预防的问题。本发明通过对监测对象进行特征提取,根据提取的特征数据,与标准数据库、异常数据库或两个数据库中的相应监测部件的状态图片比对,从而获得该待监测器件处于何种状态,诊断结果的准确率高,诊断过程简单。本发明主要用于对机房的状态进行诊断。
Description
技术领域
本发明属于基于大数据的机房状态诊断领域。
背景技术
随着如今的互联网和大数据时代不断发展,很多企业开始建设自己的机房,用于存储数据、运行系统等,机房安全、高效的运行,可以保障网络和通信的安全畅通,因此,机房安全必须引起足够的重视,机房安全隐患一般包括如下情形:
(1)机房常见的事故有电气事故、火灾事故、爆炸事故、设备损坏事故和通信阻断事故。
(2)机房电气事故是机房安全最常见的隐患。
(3)机房电气事故主要包括电流伤害事故、电磁场伤害事故、雷电事故、静电事故、电气火灾和爆炸以及某些电路故障。
故应对以上安全隐患进行有效的预防,否则一旦出现故障,将会导致断电、负荷增大、电压不稳定等问题。
一般机房状态的诊断,一种方式是在监视对象处安装摄像机实现对设备及其运行情况的监视,从而对机房状态进行判断。此种,人工监控要求工作人员一直在屏幕前,工作量大,难免会有疏漏,此种人工诊断的方式工作量大、诊断过程复杂、诊断结果准确率低,预防效果差。另一种方式是工作人员定期进行巡检,而定期的检查不能够起到机房状态实时诊断的目的,导致有问题不能够及时发现,预防险情发生。因此,以上问题亟需解决。
发明内容
本发明是为了解决现有机房状态诊断过程复杂、诊断结果准确率低,导致无法对机房的安全隐患及时预防的问题,本发明提供了一种机房状态诊断系统及方法。
一种机房状态诊断系统,包括数据采集模块、特征提取模块、数据处理模块、标准数据库和异常数据库;
数据采集模块,用于实时采集机房各监测部件的监测图片;
特征提取模块,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
标准数据库,用于存储机房各监测部件的标准状态图片;
异常数据库,用于存储各监测部件的多种异常状态图片;
数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
优选的是,数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的标准状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
优选的是,异常数据库是利用网络大数据建立的。
优选的是,所述的一种机房状态监测系统,还包括存储数据库,该存储数据库,用于存储采集的机房各监测部件的监测图片;
数据处理模块,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
一种机房状态诊断方法,该诊断方法包括:
数据采集步骤,用于实时采集机房各监测部件的监测图片;
特征提取步骤,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
数据处理步骤,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
优选的是,数据处理步骤中,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
优选的是,异常数据库是利用网络大数据建立的。
优选的是,所述的一种机房状态诊断方法,还包括存储数据步骤,用于存储采集的机房各监测部件的监测图片。
所述的数据处理步骤,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
本发明带来的有益效果是,本发明所述的一种机房状态诊断系统及方法,诊断过程简单,通过对监测对象进行特征提取,根据提取的特征数据,与标准数据库、异常数据库或两个数据库中的相应监测部件的状态图片比对,从而获得该待监测器件处于何种状态,且若诊断为异常状态,还能根据提取的特征数据比对情况获得异常状态的类别,直接获得诊断结果,若该诊断类别不在其异常数据库内,则进行人工诊断,进一步确定待监测部件的状态,诊断结果的准确率高,诊断过程简单。
附图说明
图1为本发明所述一种机房状态诊断系统的原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
参见图1说明本实施例一,本实施例一所述的一种机房状态诊断系统,包括数据采集模块、特征提取模块、数据处理模块、标准数据库和异常数据库;
数据采集模块,用于实时采集机房各监测部件的监测图片;
特征提取模块,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
标准数据库,用于存储机房各监测部件的标准状态图片;
异常数据库,用于存储各监测部件的多种异常状态图片;
数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
本实施例提供的一种机房状态诊断系统,通过对监测对象进行特征提取,根据提取的特征数据,与标准数据库、异常数据库或两个数据库中的各相应监测部件的状态图片比对,从而获得待监测器件处于何种状态,通过机诊的方式进行,诊断过程简单,诊断结果的准确率高,根据诊断结果及时在安全险情发生前,进行有效清除及预防。
参见图1说明实施例一的优选实施例,本优选实施例为:数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的标准状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
本优选实施例中,若诊断为异常状态,还能根据提取的特征数据比对情况获得异常状态的类别,直接获得诊断结果,若该诊断类别不在其异常数据库内,则进行人工诊断,进一步确定待监测部件的状态,诊断结果的准确率高,诊断过程简单,先机诊,再人工诊断。
参见图1说明实施例一的优选实施例,本优选实施例为:异常数据库是利用网络大数据建立的。
参见图1说明实施例一的优选实施例,本优选实施例为:还包括存储数据库,该存储数据库,用于存储采集的机房各监测部件的监测图片;
数据处理模块,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
本实施例二所述的一种机房状态诊断方法,该诊断方法包括:
数据采集步骤,用于实时采集机房各监测部件的监测图片;
特征提取步骤,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
数据处理步骤,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
本实施例提供的诊断方法,通过对监测对象进行特征提取,根据提取的特征数据,与标准数据库、异常数据库或两个数据库中的相应监测部件的状态图片比对,根据比对结果,从而获得待监测器件处于何种状态,通过机诊的方式进行,诊断过程简单,诊断结果的准确率高,根据诊断结果及时在安全险情发生前,进行有效清除及预防。
本实施例二的优选实施例为:数据处理步骤中,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
本实施例二的优选实施例为:异常数据库是利用网络大数据建立的。
本实施例二的优选实施例为:还包括存储数据步骤,用于存储采集的机房各监测部件的监测图片。
所述的数据处理步骤,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其它的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其它所述实施例。
Claims (8)
1.一种机房状态诊断系统,其特征在于,包括数据采集模块、特征提取模块、数据处理模块、标准数据库和异常数据库;
数据采集模块,用于实时采集机房各监测部件的监测图片;
特征提取模块,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
标准数据库,用于存储机房各监测部件的标准状态图片;
异常数据库,用于存储各监测部件的多种异常状态图片;
数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
2.根据权利要求1所述的一种机房状态诊断系统,其特征在于,数据处理模块,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的标准状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
3.根据权利要求1所述的一种机房状态监测系统,其特征在于,异常数据库是利用网络大数据建立的。
4.根据权利要求1所述的一种机房状态监测系统,其特征在于,还包括存储数据库,该存储数据库,用于存储采集的机房各监测部件的监测图片;
数据处理模块,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
5.一种机房状态诊断方法,其特征在于,该诊断方法包括:
数据采集步骤,用于实时采集机房各监测部件的监测图片;
特征提取步骤,用于对采集的机房各监测部件的监测图片进行特征提取,提取各监测部件的特征数据;
数据处理步骤,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果。
6.根据权利要求5所述的一种机房状态诊断方法,其特征在于,数据处理步骤中,用于将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较、与异常数据库中的相应监测部件的所有异常状态图片进行比较或与两个数据库中的相应监测部件所对应的状态图片均进行比较,从而获得各监测部件的诊断结果的具体过程为:
将提取的各监测部件的特征数据与标准数据库中的相应监测部件的标准状态图片进行比较;
当比较结果相同时,则确定该监测部件处于标准状态;
当比较结果不同时,则将该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片均进行比较,
若该监测部件的特征数据与异常数据库中的相应监测部件的某一异常状态图片的比较结果相同,则根据该异常状态图片,确定其异常状态图片所对应的监测部件的类别,
若该监测部件的特征数据与异常数据库中的相应监测部件的所有异常状态图片的比较结果均不相同,则进行人工诊断,确定该监测部件的处于异常状态的类别,从而完成对各监测部件的诊断。
7.根据权利要求5所述的一种机房状态诊断方法,其特征在于,异常数据库是利用网络大数据建立的。
8.根据权利要求5所述的一种机房状态诊断方法,其特征在于,还包括存储数据步骤,用于存储采集的机房各监测部件的监测图片。
所述的数据处理步骤,还用于根据远方终端的调用指令,对存储的机房各监测部件的监测图片进行调用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911101047.6A CN110851329A (zh) | 2019-11-12 | 2019-11-12 | 一种机房状态诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911101047.6A CN110851329A (zh) | 2019-11-12 | 2019-11-12 | 一种机房状态诊断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110851329A true CN110851329A (zh) | 2020-02-28 |
Family
ID=69601717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911101047.6A Pending CN110851329A (zh) | 2019-11-12 | 2019-11-12 | 一种机房状态诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110851329A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116738296A (zh) * | 2023-08-14 | 2023-09-12 | 大有期货有限公司 | 机房状况综合智能监控系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105472319A (zh) * | 2015-11-18 | 2016-04-06 | 黄成� | 一种校园监控系统 |
CN105578126A (zh) * | 2014-11-11 | 2016-05-11 | 杜向阳 | 监控摄像头自动报警系统 |
CN107368014A (zh) * | 2017-08-24 | 2017-11-21 | 国网黑龙江省电力有限公司信息通信公司 | 机房监控系统及方法 |
CN109145134A (zh) * | 2018-07-27 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种检测设备故障的方法及装置 |
CN109189132A (zh) * | 2018-11-08 | 2019-01-11 | 国网黑龙江省电力有限公司信息通信公司 | 一种机房监控系统及方法 |
CN109740507A (zh) * | 2018-12-29 | 2019-05-10 | 国网浙江省电力有限公司 | 一种变电设备异常感知的方法 |
CN110287347A (zh) * | 2019-07-05 | 2019-09-27 | 黑龙江电力调度实业有限公司 | 采用大数据检测电力机房故障的方法 |
-
2019
- 2019-11-12 CN CN201911101047.6A patent/CN110851329A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105578126A (zh) * | 2014-11-11 | 2016-05-11 | 杜向阳 | 监控摄像头自动报警系统 |
CN105472319A (zh) * | 2015-11-18 | 2016-04-06 | 黄成� | 一种校园监控系统 |
CN107368014A (zh) * | 2017-08-24 | 2017-11-21 | 国网黑龙江省电力有限公司信息通信公司 | 机房监控系统及方法 |
CN109145134A (zh) * | 2018-07-27 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种检测设备故障的方法及装置 |
CN109189132A (zh) * | 2018-11-08 | 2019-01-11 | 国网黑龙江省电力有限公司信息通信公司 | 一种机房监控系统及方法 |
CN109740507A (zh) * | 2018-12-29 | 2019-05-10 | 国网浙江省电力有限公司 | 一种变电设备异常感知的方法 |
CN110287347A (zh) * | 2019-07-05 | 2019-09-27 | 黑龙江电力调度实业有限公司 | 采用大数据检测电力机房故障的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116738296A (zh) * | 2023-08-14 | 2023-09-12 | 大有期货有限公司 | 机房状况综合智能监控系统 |
CN116738296B (zh) * | 2023-08-14 | 2024-04-02 | 大有期货有限公司 | 机房状况综合智能监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614283B (zh) | 分布式数据库集群的监控系统 | |
CN108667666A (zh) | 一种基于可视化技术的智能运维方法及其系统 | |
KR101094195B1 (ko) | 2차원 코드 및 관리서버를 이용한 전력설비 관리방법과 그 시스템 | |
CN103581951B (zh) | 一种基站检测方法及装置 | |
CN109859431B (zh) | 一种火灾安全隐患的检测方法、系统、设备及介质 | |
CN110739637A (zh) | 一种输电线路监控方法、系统、终端及存储介质 | |
CN114567538A (zh) | 告警信息处理方法及装置 | |
CN104777398A (zh) | 包括警报诊断显示器的绝缘监测的方法及设备 | |
CN110851329A (zh) | 一种机房状态诊断系统及方法 | |
KR102150622B1 (ko) | 지능형 장비 이상 증상 사전 탐지 시스템 및 방법 | |
CN110553686A (zh) | 一种冷镦机运行状态监测系统 | |
CN111465045B (zh) | 一种ap的监控方法、监控服务器和监控系统 | |
CN110954165A (zh) | 一种电缆夹层巡检方法、装置和计算机可存储介质 | |
CN112491858A (zh) | 检测异常信息的方法、装置、设备以及存储介质 | |
CN111062503A (zh) | 一种电网监控告警处理方法、系统、终端及存储介质 | |
CN106022608A (zh) | 一种考虑电网设备状态的远方操作安全控制方法 | |
CN115378127A (zh) | 一种基于电网设备多维数据实时分析的故障深度诊断方法 | |
CN113884943A (zh) | 漏电故障分析方法、装置、设备及介质 | |
CN114844772A (zh) | 一种基于Zabbix监控平台的管理方法及系统 | |
CN108199482B (zh) | 维护提示方法及装置 | |
CN113747125A (zh) | 一种弱电监控联动方法、装置、系统、设备及存储介质 | |
CN204576639U (zh) | 应用于电气试验大厅的安防系统 | |
CN105703926A (zh) | 一种基于shell的服务器运维监控方法 | |
CN117422849A (zh) | 一种配电站房全景可视化数字管理系统、方法及存储介质 | |
CN114120580B (zh) | 一种远程监控信息系统 |
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: 20200228 |