CN111221320B - 一种数据判读方法、装置、终端及计算机可读介质 - Google Patents

一种数据判读方法、装置、终端及计算机可读介质 Download PDF

Info

Publication number
CN111221320B
CN111221320B CN201911380780.6A CN201911380780A CN111221320B CN 111221320 B CN111221320 B CN 111221320B CN 201911380780 A CN201911380780 A CN 201911380780A CN 111221320 B CN111221320 B CN 111221320B
Authority
CN
China
Prior art keywords
data
fault
preset
relation matrix
elements
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.)
Active
Application number
CN201911380780.6A
Other languages
English (en)
Other versions
CN111221320A (zh
Inventor
吕思宇
梅爱寒
石学文
白伟光
班树海
肖江涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Aerospace Measurement and Control Technology Co Ltd
Original Assignee
Beijing Aerospace Measurement and Control Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Aerospace Measurement and Control Technology Co Ltd filed Critical Beijing Aerospace Measurement and Control Technology Co Ltd
Priority to CN201911380780.6A priority Critical patent/CN111221320B/zh
Publication of CN111221320A publication Critical patent/CN111221320A/zh
Application granted granted Critical
Publication of CN111221320B publication Critical patent/CN111221320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24065Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本申请提供了一种数据判读方法,方法包括:接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据;根据所述状态数据和所述故障数据生成模糊关系矩阵;判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;如果所述模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定所述目标元素的位置对应的故障信息,作为所述运行数据的故障信息,其中所述故障信息包括故障位置和故障类型,本申请无需人工判读,提高了数据判读的效率。

Description

一种数据判读方法、装置、终端及计算机可读介质
技术领域
本申请涉及大数据技术领域,尤其涉及一种数据判读方法、装置、终端及计算机可读介质。
背景技术
在列车生产、运行和维修的过程中,需要实时采集列车的运行数据并进行数据判读,以判断列车的运行数据是否正确,并确定有故障的运行数据的错误类型和在列车上所属的具体位置,目前判读数据是由人工执行的,判读数据的效率较低。
发明内容
本申请实施例的目的在于提供一种数据判读方法,以解决人工判读数据效率较低的问题。具体技术方案如下:
第一方面,提供了一种数据判读方法,所述方法包括:
接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据;
根据所述状态数据和所述故障数据生成模糊关系矩阵;
判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;
如果所述模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定所述目标元素的位置对应的故障信息,作为所述运行数据的故障信息,其中所述故障信息包括故障位置和故障类型。
可选的,所述根据所述状态数据和所述故障数据生成模糊关系矩阵包括:
所述运行数据还包括控制数据和环境数据;
如果所述控制数据与所述状态数据满足匹配关系,则判定所述状态数据正确;
以及,如果所述环境数据与预设环境数据相同,则判定所述故障数据正确;
根据正确的所述状态数据和正确的所述故障数据生成模糊关系矩阵。
可选的,所述判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件包括:
所述运行数据为开关类数据的情形下,判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同。
可选的,所述判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件包括:
所述运行数据为数值类数据的情形下,判断所述数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
可选的,所述判断所述数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间之前,还包括:
获取所述数值类数据的最大预设阈值Xmax和最小预设阈值Xmin;
通过公式Y=Xmax*Wmax生成所述最大预设关系矩阵Wmax;
通过公式Y=Xmin*Wmin生成所述最小预设关系矩阵Wmin。
可选的,所述接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据,包括:
接收终端发送的运行数据;
根据数据库中的端口号与数据协议的对应关系,通过与所述数据库中的端口号对应的数据协议,从与所述端口号对应的运行数据中解析出状态数据和故障数据。
可选的,所述根据所述状态数据和所述故障数据生成模糊关系矩阵包括:
将接收到的所述运行数据进行数据清洗;
根据数据清洗后的所述状态数据和所述故障数据生成模糊关系矩阵。
第二方面,提供了一种数据判读装置,其特征在于,所述装置包括:
接收模块,用于接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据;
生成模块,用于根据所述状态数据和所述故障数据生成模糊关系矩阵;
判断模块,用于判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;
确定模块,用于如果所述模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定所述目标元素的位置对应的故障信息,作为所述运行数据的故障信息,其中所述故障信息包括故障位置和故障类型。
第三方面,提供了一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现任一所述的方法步骤。
第四方面,提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一所述的方法步骤。
本申请实施例有益效果:
本申请实施例提供了一种数据判读方法,如果服务器判断到模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,那么根据预设的元素与故障信息的对应关系,服务器可以确定目标元素的位置对应的故障信息,并将其作为运行数据的故障信息,其中故障信息包括故障位置和故障类型,本申请通过服务器确定运行数据的故障位置和故障类型,无需人工判读,提高了数据判读的效率。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种数据判读方法的流程图;
图2为本申请实施例提供的一种生成模糊关系矩阵方法的流程图;
图3为本申请实施例提供的一种生成预设关系矩阵方法的流程图;
图4为本申请实施例提供的一种数据判读装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,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前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例提供了一种数据判读方法,可以应用于服务器,服务器可以用于判断接收到的运行数据是否正确。
下面将结合具体实施方式,对本申请实施例提供的一种数据判读方法进行详细的说明,如图1所示,具体步骤如下:
步骤101:接收终端发送的运行数据,其中,运行数据包括状态数据和故障数据。
在本申请实施例中,服务器接收终端发送的运行数据,其中,终端为列车的控制终端,可以安装有列车系统,运行数据为列车系统在运行过程中产生的数据,包括列车在实际运行过程中,或列车在生产或维修的测试过程中产生的数据,在本申请实施例中,运行数据包括列车系统的状态数据和故障数据,其中,状态数据为系统的电压、电流、功率等实时数据,故障数据为系统发生故障时产生的数据。
步骤102:根据状态数据和故障数据生成模糊关系矩阵。
在本申请实施例中,服务器根据状态数据和故障数据生成模糊关系矩阵,公式为Y=X*Rnm,具体的,状态数据为X={x1,x2,,x3…..xn},x1,x2,,x3…..xn为各子状态数据,状态数据包含了多个子状态数据,如电压数据、电流数据、功率数据等;故障数据Y={y1,y2,,y3…..ym},y1,y2,,y3…..ym为各子故障数据,故障数据包括多个子故障数据,如电压故障数据、电流故障数据、功率故障数据等;模糊关系矩阵为Rnm
Figure BDA0002342171730000061
步骤103:判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件。
在本申请实施例中,模糊关系矩阵中包含多个元素,服务器将模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素进行对比,并判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件,具体的判断过程后续会进行详细说明。
其中,预设的匹配度条件包括:判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同,以及模糊关系矩阵是否在最小预设关系矩阵和最大预设关系矩阵之间。
步骤104:如果模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定目标元素的位置对应的故障信息,作为运行数据的故障信息,其中故障信息包括故障位置和故障类型。
在本申请实施例中,服务器如果判定模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,由于模糊关系矩阵中的元素位置与预设关系矩阵的元素位置一一对应,预设关系矩阵中的元素的位置与故障信息一一对应,则服务器可以根据预设的元素与故障信息的对应关系,确定目标元素的位置对应的故障信息,并将其作为运行数据的故障信息,故障信息包括故障位置和故障类型,服务器可以确定运行数据在列车上的具体的故障位置,以及确定运行数据的故障类型。
举例来说,服务器如果判定模糊关系矩阵中第一行第三列的元素与预设关系矩阵中的元素不满足预设的匹配度条件,则服务器判定模糊关系矩阵中的第一行第三列的元素,即元素r13,为目标元素,服务器根据预设的元素与故障信息的对应关系,确定目标元素r13所对应的故障信息,故障信息具体为司机室左侧车门的驱动电机电压异常,其中故障位置为司机室左侧车门,故障类型为驱动电机电压异常,目标元素的运行数据的数值为350V,则服务器确定350V的电压为异常电压。
在本申请实施例中,服务器如果判定模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素满足预设的匹配度条件,说明运行数据不含有故障信息。
可选的,服务器判断接收到的状态数据和故障数据是否正确,并根据正确的状态数据和正确的故障数据生成模糊关系矩阵,如图2所示,包括:
步骤201:如果控制数据与状态数据满足匹配关系,则判定状态数据正确。
在本申请实施例中,运行数据还包括控制数据和环境数据,控制数据和状态数据具有匹配关系,服务器接收到控制数据,然后根据控制数据和状态数据的匹配关系,判断状态数据是否正确。
具体的,服务器接收到控制数据,并根据控制数据确定与控制数据对应的预设状态数据,服务器将预设状态数据与运行数据中的状态数据进行对比,若预设状态数据与运行数据中的状态数据相同,则服务器判定状态数据正确;若预设状态数据与运行数据中的状态数据不相同,则服务器判定状态数据不正确。
举例来说,服务器接收到的控制数据为1,1代表驱动电机开启,那么控制数据1对应的预设状态数据为驱动电机的电压为380V,服务器若接收到的运行数据中的状态数据为380V,那么预设状态数据与运行数据中的状态数据相同,则服务器判定状态数据正确,该状态数据可以用于构建模糊关系矩阵;服务器若接收到的运行数据中的状态数据为330V,那么预设状态数据与运行数据中的状态数据不相同,则服务器判定状态数据不正确,该状态数据不可以用于构建模糊关系矩阵。
步骤202:如果环境数据与预设环境数据相同,则判定故障数据正确。
在本申请实施例中,服务器接收到故障数据后,根据故障数据与预设环境数据的对应关系,确定预设环境数据,服务器将预设环境数据与运行数据中的环境数据进行对比,若预设环境数据与运行数据中的环境数据相同,则服务器判定故障数据正确;若预设环境数据与运行数据中的环境数据不相同,则服务器判定故障数据不正确。
举例来说,服务器接收到的故障数据为温度故障数据,该温度故障数据对应的预设环境温度为5℃,服务器接收列车内空调的温度数据,即运行数据中的环境数据,若环境数据为15℃,则预设环境数据与运行数据中的环境数据不同,那么服务器判定故障数据不正确,该故障数据不可采用;若环境数据为5℃,则预设环境数据与运行数据中的环境数据相同,那么服务器判定故障数据正确,该故障数据可用于构建模糊关系矩阵。
步骤203:根据正确的状态数据和正确的故障数据生成模糊关系矩阵。
服务器在确定状态数据和故障数据均正确后,根据正确的状态数据和正确的故障数据生成模糊关系矩阵。
可选的,针对不同类型的运行数据,上述步骤103的判断过程也不相同,本申请实施例提供两种示例。
示例一、在运行数据为开关类数据的情形下,可以判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足相同。
在本申请实施例中,运行数据包括开关类数据,具体的,开关类数据包括两种对立状态。举例来说,开关类数据包括但不限于:车门开的数据,车门关的数据,按钮按下的数据,按钮没按下的数据等。
在运行数据为开关类数据的情形下,服务器判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同,若模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素相同,则表示开关类数据是正确的,若模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素不相同,则表示开关类数据是错误的,并确定该开关类数据的故障位置和故障类型。
示例二、在运行数据为数值类数据的情形下,可以判断数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
在本申请实施例中,运行数据包括数值类数据,数值类数据的变化范围在最大预设阈值和最小预设阈值之间,数值类数据包括但不限于温度、压力、速度、功率等数据,举例来说,数值类数据为温度数据,温度的变化范围在最大预设温度阈值和最小预设温度阈值之间。
具体的,服务器获取数值类数据的最大预设阈值Xmax和最小预设阈值Xmin,服务器根据最大预设阈值和预设故障数据生成最大预设关系矩阵,根据最小预设阈值和预设故障数据生成最小预设关系矩阵,服务器判断数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
在本申请实施例中,如果服务器判定模糊关系矩阵的元素在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间,则表示数值类数据是正确的;如果服务器判定模糊关系矩阵的元素不在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间,则表示数值类数据是错误的,并确定该数值类数据的故障位置和故障类型。
具体的,服务器通过公式Y=Xmax*Wmax生成最大预设关系矩阵Wmax,其中,Xmax为最大预设阈值,Y为预设故障数据;
服务器通过公式Y=Xmin*Wmin生成最小预设关系矩阵Wmin,其中,Xmin为最小预设阈值,Y为预设故障数据;
具体的,服务器通过公式Y=X*W生成模糊关系矩阵W,其中,X为数值类数据的状态数据,Y为故障数据。
在本申请实施例中,如果服务器判定W的元素在Wmin相应位置的元素和Wmax相应位置的元素之间,则表示数值类数据是正确的;如果服务器判定W的元素不在Wmin相应位置的元素和Wmax相应位置的元素之间,则表示数值类数据是错误的,并确定该数值类数据的故障位置和故障类型。
可选的,服务器可以通过预设的数据协议,从运行数据中解析出状态数据和故障数据,如图3所示,包括:
步骤301:接收终端发送的运行数据。
在本申请实施例中,服务器接收终端发送的运行数据。
步骤302:根据数据库中的端口号与数据协议的对应关系,通过与数据库中的端口号对应的数据协议,从与端口号对应的运行数据中解析出状态数据和故障数据。
在本申请实施例中,运行数据包含多段数据,每段数据都包含一个端口号,每个端口号对应其所属的一段数据。数据库中包含多个端口号,每个端口号分别对应有一个数据协议。针对每段数据,服务器可以从数据库中的多个端口号中查找与该数据对应的端口号,并根据数据库中的相应的端口号与数据协议的对应关系,通过该数据协议从该数据中解析出状态数据和故障数据。
举例来说,服务器从数据库中的多个端口号中查找与运行数据中第一段数据对应的端口号5801,则服务器通过与数据库中的端口号5801对应的数据协议,从运行数据中的端口号为5801的第一段数据中解析出状态数据和故障数据。服务器从运行数据中解析出状态数据和故障数据可以减少不相关的数据,减少之后的数据清洗工作量。
可选的,服务器将接收到的运行数据进行数据清洗,并根据数据清洗后的状态数据和故障数据生成模糊关系矩阵。
在本申请实施例中,服务器将接收到的运行数据进行数据清洗,其中,数据清洗过程包括对运行数据进行规则整理、逻辑判断、统计判断、缺失丢弃、数据过滤。规则整理为对运行数据中相同属性字段的命名规则进行统一;逻辑判断为根据常识及专业知识对运行数据中的错误数据进行剔除;统计判断为将运行数据与历史数据进行对比,将错误的运行数据进行剔除;统计判断为将同类数据中错误的数据进行剔除,并计算同类数据中其他剩余数据的平均值,采用该平均值替换剔除的数据;数据过滤为根据所需的运行数据的数据类型,去除不需要的数据类型的数据。服务器根据数据清洗后的状态数据和故障数据生成模糊关系矩阵。
在本申请实施例中,服务器在确定目标元素的故障信息后,将目标元素与数据库中的历史目标元素进行对比,其中,数据库中包含历史目标元素和相应的故障处理方法。若数据库中包含该目标元素,则服务器从数据库中获取与该目标元素相对应的故障处理方法用于进行故障处理;若数据库中不包含该目标元素,则将该目标元素和与目标元素对应的故障处理方法加入数据库中,为后续的相同的目标元素提供方法支持,另外,服务器记录每个目标元素的对比频次,以便于统计出现频次较多的目标元素,从而在设计方面解决该目标元素的故障问题。
基于相同的技术构思,本申请实施例还提供了一种数据判读装置,如图4所示,该装置包括:
接收模块401,用于接收终端发送的运行数据,其中,运行数据包括状态数据和故障数据;
生成模块402,用于根据状态数据和故障数据生成模糊关系矩阵;
判断模块403,用于判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;
确定模块404,用于如果模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定目标元素的位置对应的故障信息,作为运行数据的故障信息,其中故障信息包括故障位置和故障类型。
可选的,运行数据还包括控制数据和环境数据,生成模块402包括:
第一判定单元,用于如果控制数据与状态数据满足匹配关系,则判定状态数据正确;
第二判定单元,用于如果环境数据与预设环境数据相同,则判定故障数据正确;
第一生成单元,用于根据正确的状态数据和正确的故障数据生成模糊关系矩阵。
可选的,判断单元403包括:
第一判断子单元,用于运行数据为开关类数据的情形下,判断模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同。
可选的,判断单元403包括:
第二判断子单元,用于运行数据为数值类数据的情形下,判断数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
可选的,第二判断子单元包括:
获取子单元,用于获取数值类数据的最大预设阈值Xmax和最小预设阈值Xmin;
第一生成子单元,用于通过公式Y=Xmax*Wmax生成最大预设关系矩阵Wmax;
第二生成子单元,用于通过公式Y=Xmin*Wmin生成最小预设关系矩阵Wmin。
可选的,接收模块401包括:
接收单元,用于接收终端发送的运行数据;
解析单元,用于根据数据库中的端口号与数据协议的对应关系,通过与数据库中的端口号对应的数据协议,从与端口号对应的运行数据中解析出状态数据和故障数据。
可选的,生成模块402包括:
数据清洗单元,用于将接收到的运行数据进行数据清洗;
第二生成单元,用于根据数据清洗后的状态数据和故障数据生成模糊关系矩阵。
本申请实施例提供了一种数据判读方法,如果服务器判断到模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,那么根据预设的元素与故障信息的对应关系,服务器可以确定目标元素的位置对应的故障信息,并将其作为运行数据的故障信息,其中故障信息包括故障位置和故障类型,本申请通过服务器确定运行数据的故障位置和故障类型,无需人工判读,提高了数据判读的效率。
基于相同的技术构思,本发明实施例还提供了一种电子设备,如图5所示,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信,
存储器503,用于存放计算机程序;
处理器501,用于执行存储器503上所存放的程序时,实现以上方法步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现上述任一方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种数据判读方法,其特征在于,所述方法包括:
接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据;
根据所述状态数据和所述故障数据生成模糊关系矩阵;
判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;
如果所述模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定所述目标元素的位置对应的故障信息,作为所述运行数据的故障信息,其中所述故障信息包括故障位置和故障类型;
其中,所述运行数据还包括控制数据和环境数据,所述根据所述状态数据和所述故障数据生成模糊关系矩阵包括:
如果所述控制数据与所述状态数据满足匹配关系,则判定所述状态数据正确;
以及,如果所述环境数据与预设环境数据相同,则判定所述故障数据正确;
根据正确的所述状态数据和正确的所述故障数据生成模糊关系矩阵;
其中,所述判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件包括:
所述运行数据为开关类数据的情形下,判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同;或,
所述运行数据为数值类数据的情形下,判断所述数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
2.根据权利要求1所述的方法,其特征在于,所述判断所述数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间之前,还包括:
获取所述数值类数据的最大预设阈值Xmax和最小预设阈值Xmin;
通过公式Y=Xmax*Wmax生成所述最大预设关系矩阵Wmax;
通过公式Y=Xmin*Wmin生成所述最小预设关系矩阵Wmin,其中,Y为预设故障数据。
3.根据权利要求1所述的方法,其特征在于,所述接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据,包括:
接收终端发送的运行数据;
根据数据库中的端口号与数据协议的对应关系,通过与所述数据库中的端口号对应的数据协议,从与所述端口号对应的运行数据中解析出状态数据和故障数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述状态数据和所述故障数据生成模糊关系矩阵包括:
将接收到的所述运行数据进行数据清洗;
根据数据清洗后的所述状态数据和所述故障数据生成模糊关系矩阵。
5.一种数据判读装置,其特征在于,所述装置包括:
接收模块,用于接收终端发送的运行数据,其中,所述运行数据包括状态数据和故障数据;
生成模块,用于根据所述状态数据和所述故障数据生成模糊关系矩阵;
判断模块,用于判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否满足预设的匹配度条件;
确定模块,用于如果所述模糊关系矩阵中存在与预设关系矩阵的元素不满足预设的匹配度条件的目标元素,根据预设的元素与故障信息的对应关系,确定所述目标元素的位置对应的故障信息,作为所述运行数据的故障信息,其中所述故障信息包括故障位置和故障类型;
其中,所述运行数据还包括控制数据和环境数据,所述生成模块还用于:
如果所述控制数据与所述状态数据满足匹配关系,则判定所述状态数据正确;
以及,如果所述环境数据与预设环境数据相同,则判定所述故障数据正确;
根据正确的所述状态数据和正确的所述故障数据生成模糊关系矩阵;
其中,所述判断模块用于:
所述运行数据为开关类数据的情形下,判断所述模糊关系矩阵中的元素与预设关系矩阵中相应位置的元素是否相同;或,
所述运行数据为数值类数据的情形下,判断所述数值类数据的模糊关系矩阵的元素是否在最小预设关系矩阵相应位置的元素和最大预设关系矩阵相应位置的元素之间。
6.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
CN201911380780.6A 2019-12-27 2019-12-27 一种数据判读方法、装置、终端及计算机可读介质 Active CN111221320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911380780.6A CN111221320B (zh) 2019-12-27 2019-12-27 一种数据判读方法、装置、终端及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911380780.6A CN111221320B (zh) 2019-12-27 2019-12-27 一种数据判读方法、装置、终端及计算机可读介质

Publications (2)

Publication Number Publication Date
CN111221320A CN111221320A (zh) 2020-06-02
CN111221320B true CN111221320B (zh) 2021-08-10

Family

ID=70832144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911380780.6A Active CN111221320B (zh) 2019-12-27 2019-12-27 一种数据判读方法、装置、终端及计算机可读介质

Country Status (1)

Country Link
CN (1) CN111221320B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113091928B (zh) * 2021-04-01 2022-08-02 广东电网有限责任公司佛山供电局 一种高压室设备温度故障监测方法及相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103196691A (zh) * 2013-04-08 2013-07-10 北京航空航天大学 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法
WO2014001799A1 (en) * 2012-06-26 2014-01-03 Bae Systems Plc Vehicle diagnostic system and method
CN105806614A (zh) * 2016-03-07 2016-07-27 大唐淮南洛河发电厂 基于嵌入式双服务器的火电厂旋转机械故障诊断方法及系统
CN107705054A (zh) * 2017-11-23 2018-02-16 国网山东省电力公司电力科学研究院 满足复杂数据的新能源并网发电远程测试诊断平台及方法
CN109636243A (zh) * 2019-01-03 2019-04-16 深圳壹账通智能科技有限公司 模型故障检测方法、装置、计算机设备以及存储介质
EP3508934A1 (en) * 2018-01-08 2019-07-10 United Technologies Corporation Distress detection in dynamically and thermally coupled systems
CN110377001A (zh) * 2019-06-04 2019-10-25 上海华电奉贤热电有限公司 基于数据融合的工业设备智能故障诊断系统和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6662140B2 (en) * 2001-06-12 2003-12-09 Rolls-Royce Canada Limited Fuzzy logic estimator for minimizing signal measurement inaccuracy effects in a signal processing system
CN104865959B (zh) * 2015-06-19 2018-03-02 长春工业大学 一种消防电源控制系统的故障自诊断方法
CN106227647A (zh) * 2016-07-20 2016-12-14 云南电网有限责任公司信息中心 一种针对服务器硬件状态评价的数据分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014001799A1 (en) * 2012-06-26 2014-01-03 Bae Systems Plc Vehicle diagnostic system and method
CN103196691A (zh) * 2013-04-08 2013-07-10 北京航空航天大学 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法
CN105806614A (zh) * 2016-03-07 2016-07-27 大唐淮南洛河发电厂 基于嵌入式双服务器的火电厂旋转机械故障诊断方法及系统
CN107705054A (zh) * 2017-11-23 2018-02-16 国网山东省电力公司电力科学研究院 满足复杂数据的新能源并网发电远程测试诊断平台及方法
EP3508934A1 (en) * 2018-01-08 2019-07-10 United Technologies Corporation Distress detection in dynamically and thermally coupled systems
CN109636243A (zh) * 2019-01-03 2019-04-16 深圳壹账通智能科技有限公司 模型故障检测方法、装置、计算机设备以及存储介质
CN110377001A (zh) * 2019-06-04 2019-10-25 上海华电奉贤热电有限公司 基于数据融合的工业设备智能故障诊断系统和方法

Also Published As

Publication number Publication date
CN111221320A (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
CN110321371B (zh) 日志数据异常检测方法、装置、终端及介质
CN107819627B (zh) 系统故障处理方法及服务器
CN113282461B (zh) 传输网的告警识别方法和装置
CN110928718A (zh) 一种基于关联分析的异常处理方法、系统、终端及介质
CN111459700A (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
US20220050765A1 (en) Method for processing logs in a computer system for events identified as abnormal and revealing solutions, electronic device, and cloud server
CN107533504A (zh) 用于软件分发的异常分析
CN103761173A (zh) 一种基于日志的计算机系统故障诊断方法及装置
GB2515607A (en) Detection method, detection program, and detection device
WO2019047072A1 (zh) 一种数据库的检测方法及其终端
Lim et al. Identifying recurrent and unknown performance issues
CN112148733A (zh) 确定故障类型的方法、装置、电子装置和计算机可读介质
TWI727323B (zh) 返修板檢測裝置、方法及電腦可讀取存儲介質
CN115392812B (zh) 一种异常根因定位方法、装置、设备及介质
CN112734138A (zh) 一种故障预警方法、装置、设备及存储介质
CN111221320B (zh) 一种数据判读方法、装置、终端及计算机可读介质
CN111814557A (zh) 动作流检测方法、装置、设备及存储介质
CN114356900A (zh) 一种电力数据异常检测方法、装置、设备及介质
CN118035904A (zh) 一种基于多频段数据融合的振摆监测故障诊断方法及系统
Zou et al. Improving log-based fault diagnosis by log classification
WO2023103984A1 (zh) 车辆故障诊断方法、装置、电子设备和存储介质
CN116541728A (zh) 一种基于密度聚类的故障诊断方法及装置
JP2017167578A (ja) インシデント管理システム
WO2020145965A1 (en) Maintenance of computing devices
CN114327988A (zh) 一种可视化网络故障关系确定方法和装置

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
GR01 Patent grant
GR01 Patent grant