CN111382786A - 用于设备的故障处理方法和装置、计算机系统和存储介质 - Google Patents
用于设备的故障处理方法和装置、计算机系统和存储介质 Download PDFInfo
- Publication number
- CN111382786A CN111382786A CN202010145287.2A CN202010145287A CN111382786A CN 111382786 A CN111382786 A CN 111382786A CN 202010145287 A CN202010145287 A CN 202010145287A CN 111382786 A CN111382786 A CN 111382786A
- Authority
- CN
- China
- Prior art keywords
- fault
- processing
- machine room
- equipment
- devices
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种用于设备的故障处理方法,包括:获取机房内各设备的位置信息和故障指标信息;根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型;根据各个故障设备的故障类型确定各个故障设备的处理优先级;根据各个故障设备的位置信息和处理优先级生成故障处理路径;以及根据故障处理路径处理机房内的故障设备。本公开还提供了一种用于设备的故障处理装置、计算机系统和存储介质。
Description
技术领域
本公开涉及机房运维管理技术领域,更具体地,涉及一种用于设备的故障处理方法和装置、计算机系统和存储介质。
背景技术
随着网络技术的快速发展,网络设备也越来越多。在相关技术中,为了便于管理大量的网络设备,一般会将网络设备存放于机房中进行集中管理。
目前,通常使用人工方式进行机房运维,通过人工巡检发现故障,依据历史经验确定故障类型,人为决策故障处理的次序及路径。
然而,随着设备的更新换代,设备数量不断增加,机房运维的任务量越来越大,设备故障处理的问题也越发突出。例如,人工检测故障可靠性低,故障发现滞后以及故障处理不及时引发安全风险,人为决策处理次序和路径影响运维效率等。
发明内容
有鉴于此,本公开提供了一种用于设备的故障处理方法和装置、计算机系统和存储介质。
本公开的一个方面提供了一种用于设备的故障处理方法,包括:获取机房内各设备的位置信息和故障指标信息;根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型;根据各个故障设备的故障类型确定各个故障设备的处理优先级;根据各个故障设备的位置信息和处理优先级生成故障处理路径;以及根据故障处理路径处理机房内的故障设备。
本公开的另一个方面提供了一种用于设备的故障处理装置,包括:获取模块,用于获取机房内各设备的位置信息和故障指标信息;第一确定模块,用于根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型;第二确定模块,用于根据各个故障设备的故障类型确定各个故障设备的处理优先级;第一生成模块,用于根据各个故障设备的位置信息和处理优先级生成故障处理路径;以及处理模块,用于根据故障处理路径处理机房内的故障设备。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机系统,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的方法。
根据本公开的实施例,采用了获取机房内各设备的位置信息和故障指标信息,根据故障指标信息确定各设备中的故障设备以及故障设备的故障类型,根据各个故障设备的故障类型确定各个故障设备的处理优先级,根据各个故障设备的位置信息和处理优先级生成故障处理路径,根据故障处理路径处理机房内的故障设备的技术手段,由于实现了故障的自动分类、故障处理优先级的划分以及自动生成故障处理路径,所以至少部分地克服了相关技术中人工检测故障可靠性低,故障发现滞后引发安全风险以及人为决策处理次序影响运维效率的技术问题,进而达到了提高故障类型判断的准确性,降低因紧急故障处理滞后引发的安全风险以及提高运维效率的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了可以应用本公开实施例的用于设备的故障处理方法和装置的示例性系统架构;
图2示意性示出了根据本公开实施例的用于设备的故障处理方法的流程图;
图3示意性示出了根据本公开实施例的根据各个故障设备的故障类型确定各个故障设备的处理优先级的方法的流程图;
图4示意性示出了根据本公开实施例的构建机房的模型的方法的流程图;
图5示意性示出了根据本公开实施例的根据各个故障设备的位置信息和处理优先级生成故障处理路径的方法的流程图;
图6示意性示出了根据本公开实施例的生成故障处理路径的方法的流程图;
图7示意性示出了根据本公开实施例的用于设备的故障处理装置的框图;以及
图8示意性示出了根据本公开实施例的适于用于设备的故障处理方法的计算机系统的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种用于设备的故障处理方法和装置。该方法包括获取机房内各设备的位置信息和故障指标信息;根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型;根据各个故障设备的故障类型确定各个故障设备的处理优先级;根据各个故障设备的位置信息和处理优先级生成故障处理路径;以及根据故障处理路径处理机房内的故障设备。
图1示意性示出了可以应用本公开实施例的用于设备的故障处理方法和装置的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括机房101和电子设备102。其中,机房101可以包括多个机架1011,每个机架上设置有多个设备1012,设备1012在机房中的位置信息可以包括设备1012所位于的机架1011在机房101的位置信息以及设备1012在机架1011上的位置信息。其中,机架1011在机房101的位置信息例如可以利用代表不同区域的字母进行表示,设备1012在机架1011的位置信息例如可以利用设备1012在机架1011的行和列进行唯一标识。
如图1所示,设备1012可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机、服务器等等。在一可选的实施例中,设备1012上可以安装有各种客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。根据本公开的实施例,所述机房101还可以包括门窗、空调机、消防设备等。
设备1012可以用于检测安装在设备1012上的应用程序的性能。在检测过程中,设备1012可能会出现机壳变形、机身发热、屏幕跳动等故障现象,影响设备的正常运行,并且可能造成严重的机房事故。
在相关技术中,机房运维管理人员通过定期对设备区域进行人工走动监测,通过眼睛看、手触摸设备以确定设备是否存在故障,然后对出现故障的设备进行故障处理。这种故障处理方式,人力成本高,时间消耗长。并且,设备故障的发生无法预期,故障问题难以发现,往往由于运维管理人员发现故障不及时,故障信息采集滞后,进而导致故障处理不及时。再者,由于机房移动设备长期充电运行,存在诸如电池鼓胀等威胁机房安全的严重故障,也会出现设备卡顿等影响用户使用的一般故障。严重故障需要进行紧急处理,但是由于当前业内对机房设备故障没有优先级划分,运维管理人员依据自身经验选择故障处理的次序及路径,可能会造成紧急故障处理滞后引发安全风险的问题。此外,在故障处理时,运维管理人员需要快速确定故障设备位置并确定一条路径,在保证每台故障设备都能最大程度得到及时处理的同时保证故障处理路径最短,然而,随着机房移动设备数量的增加,机房面积越来越大,布局也愈加复杂,一些空调、消防等机房必备设备严重影响故障处理路径的选择,无形中增加了运维管理的难度,降低了运维管理人员运维效率。
为了克服上述方法存在的缺陷,本公开实施例提供一种用于设备的故障处理方法和装置。该方法包括获取机房内各设备的位置信息和故障指标信息,故障指标信息例如可以包括机壳的形变量、机身的温度和屏幕显示状态等。根据设备的故障指标信息确定机房内发生故障的故障设备,并根据故障辨识模型识别故障设备的故障类型,故障类型例如可以包括电池鼓胀、设备温度异常和屏幕异常等。根据各个故障设备的故障类型确定各个故障设备的处理优先级,根据各个故障设备的位置信息和处理优先级生成故障处理路径,根据故障处理路径处理机房内的故障设备。
根据本公开实施例,机房101内还可以设置监控装置以对机房101内各设备进行实时监测,获取各设备的位置信息,以及获取各设备的机身温度、机壳形变量、屏幕信息等故障指标信息。其中,监控装置例如可以包括各种传感器、定位器、摄像头等电子元器件。例如,可以通过设置定位器获取设备的位置信息,还可以通过设置传感器获取设备的温度和形变量,还可以通过设置摄像头获取设备的屏幕信息,其中,屏幕信息可以包括屏幕跳动、黑白屏、卡顿等信息。
电子设备102可以通过网络与机房101内的监控装置进行交互,以获取机房101内各个设备的位置信息和故障指标信息。
需要说明的是,本公开实施例所提供的用于设备的故障处理方法一般可以由电子设备102执行。相应地,本公开实施例所提供的用于设备的故障处理装置一般可以设置于电子设备102中。本公开实施例所提供的用于设备的故障处理方法也可以由不同于电子设备102且能够与电子设备102通信的其他电子设备执行。相应地,本公开实施例所提供的用于设备的故障处理装置也可以设置于不同于电子设备102且能够与电子设备102通信的其他电子设备中。
例如,电子设备102获取机房101内各个设备的位置信息和故障指标信息之后,可以在本地执行本公开实施例所提供的用于设备的故障处理方法,或者将机房101内各个设备的位置信息和故障指标信息发送到其他电子设备,并由接收该机房101内各个设备的位置信息和故障指标信息的其他电子设备来执行本公开实施例所提供的用于设备的故障处理方法。
应该理解,图1中的机房101、机架1011、设备1012和电子设备102的数目仅仅是示意性的。根据实现需要,可以具有任意数目的机房101、机架1011、设备1012和电子设备102。
图2示意性示出了根据本公开实施例的用于设备的故障处理方法的流程图。
如图2所示,该方法包括操作S201~S205。
在操作S201,获取机房内各设备的位置信息和故障指标信息。
根据本公开实施例,在机房101内可以为各个设备设置监控装置,从而获取各个设备的位置信息和故障指标信息。例如,可以在各个设备上设置定位器、温度传感器、形变传感器、摄像头等电子元器件,实时或按照一定时间间隔采集各设备的位置信息,以及采集机身温度、机壳形变量、屏幕显示状态等故障指标信息。其中,屏幕显示状态例如可以包括屏幕闪烁、黑白屏、屏幕卡顿、屏幕跳动等信息。
电子设备102可以通过网络与机房101内的各监控装置进行交互,以获取各监控装置采集的各设备的位置信息和故障指标信息。
需要说明的是,可以根据实际需要在机房101内设置任意数量的监控装置。
本公开实施例实现了故障指标信息的自动采集和获取,相比传统人工定期巡检、通过物理感官获取故障指标的方式,监控装置能够自动地实时或定期采集数据,误差小,精确度高,能更大程度的反映设备的状态变化,确保故障发现的及时性。
在操作S202,根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型。
根据本公开实施例,根据故障指标信息可以确定机房101内发生故障的设备。例如,可以根据获取的设备的机身温度,判断机身温度是否超过预设阈值,如果超过预设阈值,则该设备温度异常,可以确定该设备发生故障。再例如,可以根据获取的设备的机壳形变量,判断机壳形变量大小是否超过预设范围,如果超过预设范围,说明该设备可能出现电池鼓胀从而导致机壳变形,因此可以确定该设备发生故障。再例如,可以根据获取的设备的屏幕显示状态,判断设备是否出现屏幕闪烁频繁、黑白屏、卡顿等现象,如果设备出现上述现象中的至少一种,则可以判断该设备发生故障。
根据本公开实施例,操作S202可以包括:将设备的故障指标信息输入到故障辨识模型中,以使故障辨识模型输出设备的故障类型。
其中,故障辨识模型为以故障设备样本的故障指标信息为输入,以故障设备样本所属的故障类型为输出进行训练后得到的。
故障设备样本的故障指标信息可以包括以下至少之一:机壳形变量、机身温度和屏幕显示状态。
故障设备样本的故障类型可以包括以下至少之一:电池鼓胀、设备温度异常和屏幕异常。
需要说明的是,上述故障指标信息和故障类型仅仅为实现本公开实施例的一种示例,并不能以此限定故障指标信息和故障类型不可以包括除上述示例之外的其他信息。
根据本公开实施例,根据故障指标信息还可以确定设备的故障类型。例如,将故障指标信息输入到故障辨识模型,故障辨识模型可以输出故障指标信息对应的故障类型。其中,故障辨识模型可以是采用KNN(k-NearestNeighbor,K最近邻)算法对预先采集获取的故障设备样本数据集进行学习训练后得到的模型,故障设备样本数据集可以包括故障设备样本的机壳形变量、机身温度、屏幕显示状态等故障指标信息,以及与各故障指标信息对应的电池鼓胀、设备温度异常、屏幕异常等故障设备样本所属于的故障类型。
需要说明书的是,如果设备的壳形变量、机身温度、屏幕显示状态等故障指标信息均在预设阈值范围内,则设备的将机壳形变量、机身温度、屏幕显示状态等故障指标信息输入到故障辨识模型,故障辨识模型可以输出该设备为正常设备。
根据本公开实施例,还可以根据故障辨识模型确定机房101内发生故障的设备。例如,可以将设备的将机壳形变量、机身温度、屏幕显示状态等故障指标信息输入到故障辨识模型,故障辨识模型可以输出该设备的故障类型。如果故障辨识模型输出的该设备的故障类型为电池鼓胀、设备温度异常、屏幕异常中的至少一种,则确定该设备为发生故障的设备。如果故障辨识模型输出的该设备为正常设备,则该设备没有发生故障。
本公开实施例实现了故障的自动分类,提高了故障类别判断的准确性。
在操作S203,根据各个故障设备的故障类型确定各个故障设备的处理优先级。
图3示意性示出了根据本公开实施例的根据各个故障设备的故障类型确定各个故障设备的处理优先级的方法的流程图。
如图3所示,操作S203可以包括:操作S301~S302。
在操作S301,针对每个故障设备,根据故障设备本身的故障类型确定故障设备的故障紧急系数和故障处理难度系数。
根据本公开实施例,针对每个故障设备,可以根据该设备所属于的故障类型确定该故障设备的故障紧急系数和故障处理难度系数。不同故障类型对应不同的故障紧急系数和故障处理难度系数。
根据本公开实施例,故障紧急系数可以根据发生该类型的故障造成的影响大小确定。例如,如果设备发生电池鼓胀类型的故障,可能会造成严重的事故,威胁机房安全。如果设备发生屏幕卡顿等屏幕异常类型的故障,该故障影响自身设备的运行,但是,通常不会造成大范围的影响。由此,可以将电池鼓胀类型的故障对应的故障紧急系数设置为较大的数值,例如,可以是8。而将屏幕异常类型的故障对应的故障紧急系数设置为较小的数值,例如,可以是4。
根据本公开实施例,故障处理难度系数可以根据处理该类型的故障所需要的平均处理时长确定。例如,如果设备发生电池鼓胀类型的故障,可以将该设备断电,然后更换电池来进行处理,所需处理时长较短。如果设备发生屏幕卡顿等屏幕异常类型的故障,处理该故障需要判断引起该故障的多种因素,例如判断设备是否内存不足,设备的软件是否存在异常、设备硬件是否发生故障等,该类型的故障所需处理时长较长。由此,可以将电池鼓胀类型的故障对应的故障处理难度系数设置为较小的数值,例如,可以是2。而将屏幕异常类型的故障对应的故障处理难度系数设置为较大的数值,例如,可以是5。
在操作S302,根据故障紧急系数和故障处理难度系数确定故障设备的处理优先级。
根据本公开实施例,可以根据故障设备所属于的故障类型的故障紧急系数和故障处理难度系数综合确定该故障设备故障处理优先级。在一可选的实施例中,可以将故障设备的故障紧急系数与和故障处理难度系数的比值作为该故障设备的故障处理优先级。例如,电池鼓胀类型的故障对应的故障紧急系数可以是8,故障处理难度系数可以是2,则电池鼓胀类型的故障的处理优先级可以是4。再例如,屏幕异常类型的故障对应的故障紧急系数可以是4,屏幕异常类型的故障对应的故障处理难度系数可以是5,则屏幕异常类型的故障的处理优先级为可以是0.8。
应该理解,故障造成的影响越大,故障紧急系数越大,越需要进行优先处理。故障处理所需要的时间越短,故障处理难度系数越小,越应该优先处理。因此,故障紧急系数越大,故障处理难度系数越小的故障设备的故障处理优先级越高。
本公开实施例根据故障类型的紧急程度及故障处理时间综合确定故障处理级别,实现了故障处理优先级的划分,降低了因紧急故障处理滞后处理引发的安全风险,使设备故障处理更加及时、高效。
在操作S204,根据各个故障设备的位置信息和处理优先级生成故障处理路径。
根据本公开实施例,可以按照各个故障设备的处理优先级从高到低的顺序,以每个故障设备的位置为途经点,采用路径规划算法,得到处理各个故障设备的最短路径。其中,路径规划算法可以采用静态路网中求解最短路径的直接搜索算法,也可以是其他路径查找或图形遍历算法,本公开对路径规划算法不作限定。
需要说明书的是,本公开能够根据故障设备的更新以及故障设备的处理优先级的更新而更新故障处理路径。
本公开实施例根据各个故障设备的位置信息和处理优先级生成故障处理路径,相比人工选择路径,决策更加科学。
在操作S205,根据故障处理路径处理机房内的故障设备。
根据本公开实施例,得到处理机房101内各个故障设备的最短路径之后,机房运维管理人员或者电子设备102可以按照处理各个故障设备的最短路径依次处理各个故障设备。由于故障处理路径中的各个节点为发生故障的设备,针对没有发生故障的设备以及机房101内其他的空调机、消防设备等不做规划,能够使运维管理人员忽略机房障碍物,工作重心集中在设备故障的处理上,提高运维工作的整体质量。
根据本公开的实施例,首先,获取机房内各设备的位置信息和故障指标信息,然后根据故障指标信息确定各设备中的故障设备以及故障设备的故障类型,根据各个故障设备的故障类型确定各个故障设备的处理优先级,进一步的,根据各个故障设备的位置信息和处理优先级生成故障处理路径,最后,根据故障处理路径处理机房内的故障设备。实现了故障的自动分类、故障处理优先级的划分以及自动生成故障处理路径,能够提高故障类型判断的准确性,降低因紧急故障处理滞后引发的安全风险以及提高运维效率的技术效果。
图4示意性示出了根据本公开实施例的构建机房的模型的方法的流程图。
如图4所示,该方法包括操作S401~S402。
在操作S401,生成机房的平面地图,其中,平面地图包括机房入口的位置信息和机房内各物体的位置信息,其中,机房内各物体至少包括各设备。
根据本公开实施例,为实现故障处理路径的可视化,可以将机房101及机房101内的各个物体模型化,其中,机房101内的各个物体可以包括机架上的各个设备、空调机和消防设备等。
例如,可以采用激光扫描仪获取机房及机房内各物体的测绘数据,测绘数据可以包括机房面积、机房内各机架位置、各机架的长宽高信息、机架上的各设备的位置信息以及机房内的空调、消防设备等障碍物的长宽高度等信息。利用计算机辅助设计软件根据这些测绘数据生成模拟机房实景的平面地图,平面地图中的机房及机房内各物体的位置信息和尺寸信息与现实机房及机房内各物体的位置信息和尺寸信息按照一定比例保持一致。其中,计算机辅助设计软件例如可以是AutoCAD,也可以是其他设计软件,本公开对此不作限定。
在操作S402,将平面地图划分成二维网格图。
根据本公开实施例,可以将机房的平面地图转化为二维网格图,例如可以采用计算机软件按照合适的比例将平面地图分割为一个个图块,形成二维网格图。
具体地,例如可以采用AutoCAD软件自带的网格分割功能将机房的平面地图分割为机房的二维网格图,还可以利用PhotoShop软件将机房的平面地图划分为机房的二维网格图,还可以采用其他的绘图软件,本公开对绘图软件不作限定。
根据本公开实施例,图块的大小可以按照机房内的设备的大小确定,或者也可以根据实际需要确定图块的大小,以使得通过确定图块可以快速定位到设备。在二维网格图中可以进行机房入口、故障物、路径拐点、机架位置、设备位置等信息的标注,使得机房内各个物体实现可视化。
图5示意性示出了根据本公开实施例的根据各个故障设备的位置信息和处理优先级生成故障处理路径的方法的流程图。
如图5所示,在操作S204,根据各个故障设备的位置信息和处理优先级生成故障处理路径的方法可以包括:操作S501~S502。
在操作S501,根据各个故障设备的位置信息,在二维网格图中对应位置标注各个故障设备的处理优先级。
根据本公开实施例,在机房的二维网格图中,还可以标注故障设备的故障处理优先级。例如,可以根据故障设备在机房101中的位置信息,确定故障设备在二维网格图中对应的位置,然后在二维网格图中故障设备的位置处标注该故障设备的处理优先级。
根据本公开实施例,还可以在二维网格图中标注各故障设备的故障类型,其中,可以按照不同的故障类型,将不同类型的故障设备可以采用不同的颜色、图标或文字符号进行标注。也可以按照不同处理优先级,将不同处理优先级的故障设备采用不同的颜色、图标或文字符号进行标注。还可以采用节点的大小表示不同故障设备处理优先级的高低,其中,每一个故障设备可以是一个节点。
本公开实施例能够实现机房内结构及机房内各设备布局的可视化,提高运维管理效率。
在操作S502,在二维网格图中以机房入口的位置为起点,按照各个故障设备的处理优先级的顺序依次以各个故障设备的位置为途径点,生成故障处理路径。
根据本公开实施例,可以机房入口为故障处理路径的起点,按照各个故障设备的处理优先级从高到低的顺序,以每个故障设备的位置为故障处理路径的途经点,确定途径所有故障设备的最短路径为故障处理路径。
图6示意性示出了生成故障处理路径的方法的流程图。
如图6所示,在操作S502,生成故障处理路径的方法包括:操作S601~S603。
在操作S601,确定从机房入口到处理优先级最高的故障设备之间的最短路径。
根据本公开实施例,可以根据二维网格图中机房入口的位置信息和处理优先级最高的故障设备的位置信息确定从机房入口到处理优先级最高的故障设备之间的最短路径。
在操作S602,按照处理优先级从高到低的顺序依次确定每两个相邻处理优先级的故障设备之间的最短路径。
根据本公开实施例,可以根据二维网格图中处理优先级最高的故障设备的位置信息到处理优先级次高的故障设备的位置信息确定处理优先级最高的故障设备到处理优先级次高的故障设备之间的最短路径。其中,处理优先级最高的故障设备例如可以是发生电池鼓胀故障的设备,处理优先级次高的故障设备例如可以是发生温度异常故障的设备。
以此类推,按照处理优先级从高到低的顺序,依次确定每两个相邻处理优先级的故障设备之间的最短路径。
在操作S603,根据机房入口到处理优先级最高的故障设备之间的最短路径以及按照处理优先级从高到低的顺序依次确定的每两个相邻处理优先级的故障设备之间的最短路径,生成故障处理路径。
根据本公开实施例,机房入口到处理优先级最高的故障设备之间的最短路径以及按顺序依次确定的每两个相邻处理优先级的故障设备之间的最短路径形成机房内各故障设备的故障处理路径。
例如,机房中发生故障的设备包括设备A、设备B和设备C。其中,设备A的故障类型为电池故障,设备B的故障类型为温度异常,设备C的故障类型是屏幕异常。设备A可以为处理优先级最高的设备,设备B可以为处理优先级次高的设备,设备C可以为处理优先级最低的设备。根据本公开实施例,可以首先计算出从机房入口到设备A之间的最短路径,然后计算出从设备A到设备B之间的最短路径,最后计算出从设备B到设备C之间的最短路径。将从机房入口到设备A的最短路径连接从设备A到设备B之间的最短路径,再连接从设备B到设备C之间的最短路径,可以形成处理设备A、设备B和设备C的故障处理路径。该故障处理路径能够保证设备A、设备B和设备C都能最大程度得到及时处理,同时能够保证处理设备A、设备B和设备C的路径最短。
本公开实施例能够实现机房移动设备故障处理路径的可视化,可以指导运维管理人员运维工作,实现对发生故障移动设备的有效控制和管理。
图7示意性示出了根据本公开的实施例的用于设备的故障处理装置的框图。
如图7所示,用于设备的故障处理装置700包括获取模块701、第一确定模块702、第二确定模块703、第一生成模块704和处理模块705。
获取模块701,用于获取机房内各设备的位置信息和故障指标信息。
第一确定模块702,用于根据故障指标信息确定各设备中发生故障的多个故障设备和多个故障设备中各个故障设备的故障类型。
第二确定模块703,用于根据各个故障设备的故障类型确定各个故障设备的处理优先级。
第一生成模块704,用于根据各个故障设备的位置信息和处理优先级生成故障处理路径。
处理模块705,用于根据故障处理路径处理机房内的故障设备。
根据本公开的实施例,获取模块701获取机房内各设备的位置信息和故障指标信息,第一确定模块702根据故障指标信息确定各设备中的故障设备以及故障设备的故障类型,第二确定模块703根据各个故障设备的故障类型确定各个故障设备的处理优先级,第一生成模块704根据各个故障设备的位置信息和处理优先级生成故障处理路径,处理模块705根据故障处理路径处理机房内的故障设备。实现了故障的自动分类、故障处理优先级的划分以及自动生成故障处理路径,能够提高故障类型判断的准确性,降低因紧急故障处理滞后引发的安全风险以及提高运维效率的技术效果。
根据本公开实施例,第一确定模块702用于将设备的故障指标信息输入到故障辨识模型中,以使故障辨识模型输出设备的故障类型。其中,故障辨识模型为以故障设备样本的故障指标信息为输入,以故障设备样本所属的故障类型为输出进行训练后得到的。故障设备样本的故障指标信息包括以下至少之一:机壳形变量、机身温度和屏幕显示状态;故障设备样本的故障类型包括以下至少之一:电池鼓胀、设备温度异常和屏幕异常。
根据本公开实施例,用于设备的故障处理装置700还包括:第二生成模块和划分模块。
第二生成模块,用于生成机房的平面地图,其中,平面地图包括机房入口的位置信息和机房内各物体的位置信息,其中,机房内各物体至少包括各设备。
划分模块,用于将平面地图划分成二维网格图。
根据本公开实施例,第一生成模块704包括:标注单元和生成单元。
标注单元,用于根据各个故障设备的位置信息,在二维网格图中对应位置标注各个故障设备的处理优先级。
生成单元,用于在二维网格图中以机房入口的位置为起点,按照各个故障设备的处理优先级的顺序依次以各个故障设备的位置为途径点,生成故障处理路径。
根据本公开实施例,生成单元包括:第一确定子单元、第二确定子单元和生成子单元。
第一确定子单元,用于确定从机房入口到处理优先级最高的故障设备之间的最短路径。
第二确定子单元,用于按照处理优先级从高到低的顺序依次确定每两个相邻处理优先级的故障设备之间的最短路径。
生成子单元,用于根据机房入口到处理优先级最高的故障设备之间的最短路径以及按照处理优先级从高到低的顺序依次确定的每两个相邻处理优先级的故障设备之间的最短路径,生成故障处理路径。
根据本公开实施例,第二确定模块703包括:第一确定单元和第二确定单元。
第一确定单元,用于针对每个故障设备,根据故障设备本身的故障类型确定故障设备的故障紧急系数和故障处理难度系数。
第二确定单元,用于根据故障紧急系数和故障处理难度系数确定故障设备的处理优先级。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或同件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块701、第一确定模块702、第二确定模块703、第一生成模块704和处理模块705中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,获取模块701、第一确定模块702、第二确定模块703、第一生成模块704和处理模块705中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块701、第一确定模块702、第二确定模块703、第一生成模块704和处理模块705中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中用于设备的故障处理装置部分与本公开的实施例中用于设备的故障处理方法部分是相对应的,用于设备的故障处理装置的描述具体参考用于设备的故障处理方法部分,在此不再赘述。
图8示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图8示出的计算机系统仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,根据本公开实施例的计算机系统800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有系统800操作所需的各种程序和数据。处理器801、ROM 802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,系统800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。系统800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开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可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种用于设备的故障处理方法,包括:
获取机房内各设备的位置信息和故障指标信息;
根据所述故障指标信息确定所述各设备中发生故障的多个故障设备和所述多个故障设备中各个故障设备的故障类型;
根据所述各个故障设备的故障类型确定所述各个故障设备的处理优先级;
根据所述各个故障设备的位置信息和处理优先级生成故障处理路径;以及
根据所述故障处理路径处理机房内的故障设备。
2.根据权利要求1所述的方法,其中,根据所述故障指标信息确定所述各设备的故障类型包括:
将所述设备的故障指标信息输入到故障辨识模型中,以使所述故障辨识模型输出所述设备的故障类型;
其中,所述故障辨识模型为以故障设备样本的故障指标信息为输入,以所述故障设备样本所属的故障类型为输出进行训练后得到的;
所述故障设备样本的故障指标信息包括以下至少之一:机壳形变量、机身温度和屏幕显示状态;
所述故障设备样本的故障类型包括以下至少之一:电池鼓胀、设备温度异常和屏幕异常。
3.根据权利要求1所述的方法,还包括:
生成所述机房的平面地图,其中,所述平面地图包括机房入口的位置信息和所述机房内各物体的位置信息,其中,所述机房内各物体至少包括所述各设备。
4.根据权利要求3所述的方法,还包括:
将所述平面地图划分成二维网格图;
其中,根据所述各个故障设备的位置信息和处理优先级生成故障处理路径包括:
根据所述各个故障设备的位置信息,在所述二维网格图中对应位置标注所述各个故障设备的处理优先级;以及
在所述二维网格图中以所述机房入口的位置为起点,按照所述各个故障设备的处理优先级的顺序依次以所述各个故障设备的位置为途径点,生成所述故障处理路径。
5.根据权利要求4所述的方法,其中,在所述二维网格图中以所述机房入口的位置为起点,按照所述各个故障设备的处理优先级的顺序依次以所述各个故障设备的位置为途径点,生成所述故障处理路径包括:
确定从所述机房入口到处理优先级最高的故障设备之间的最短路径;
按照处理优先级从高到低的顺序依次确定每两个相邻处理优先级的故障设备之间的最短路径;以及
根据所述机房入口到所述处理优先级最高的故障设备之间的最短路径以及按照处理优先级从高到低的顺序依次确定的每两个相邻处理优先级的故障设备之间的最短路径,生成所述故障处理路径。
6.根据权利要求1所述的方法,其中,根据所述各个故障设备的故障类型确定所述各个故障设备的处理优先级包括:
针对每个故障设备,根据故障设备本身的故障类型确定所述故障设备的故障紧急系数和故障处理难度系数;以及
根据所述故障紧急系数和所述故障处理难度系数确定所述故障设备的处理优先级。
7.一种用于设备的故障处理装置,包括:
获取模块,用于获取机房内各设备的位置信息和故障指标信息;
第一确定模块,用于根据所述故障指标信息确定所述各设备中发生故障的多个故障设备和所述多个故障设备中各个故障设备的故障类型;
第二确定模块,用于根据所述各个故障设备的故障类型确定所述各个故障设备的处理优先级;
第一生成模块,用于根据所述各个故障设备的位置信息和处理优先级生成故障处理路径;以及
处理模块,用于根据所述故障处理路径处理机房内的故障设备。
8.根据权利要求7所述的装置,其中,第一确定模块用于将所述设备的故障指标信息输入到故障辨识模型中,以使所述故障辨识模型输出所述设备的故障类型;
其中,所述故障辨识模型为以故障设备样本的故障指标信息为输入,以所述故障设备样本所属的故障类型为输出进行训练后得到的;
所述故障设备样本的故障指标信息包括以下至少之一:机壳形变量、机身温度和屏幕显示状态;
所述故障设备样本的故障类型包括以下至少之一:电池鼓胀、设备温度异常和屏幕异常。
9.一种计算机系统,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010145287.2A CN111382786A (zh) | 2020-03-04 | 2020-03-04 | 用于设备的故障处理方法和装置、计算机系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010145287.2A CN111382786A (zh) | 2020-03-04 | 2020-03-04 | 用于设备的故障处理方法和装置、计算机系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111382786A true CN111382786A (zh) | 2020-07-07 |
Family
ID=71219780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010145287.2A Pending CN111382786A (zh) | 2020-03-04 | 2020-03-04 | 用于设备的故障处理方法和装置、计算机系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111382786A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327100A (zh) * | 2020-10-30 | 2021-02-05 | 浙江大学 | 基于物联网的电力故障检测方法及其系统 |
CN112488340A (zh) * | 2020-12-18 | 2021-03-12 | 无锡挚达物联科技有限公司 | 基于深度学习的智能储能控制方法、装置及存储介质 |
CN113515078A (zh) * | 2021-05-20 | 2021-10-19 | 湖南湘船重工有限公司 | 一种智能船舶信息监控及告警处理方法及系统 |
CN113570212A (zh) * | 2021-07-13 | 2021-10-29 | 苏州琼派瑞特科技股份有限公司 | 一种机器运维服务系统 |
CN113807697A (zh) * | 2021-09-17 | 2021-12-17 | 中国联合网络通信集团有限公司 | 基于告警关联的派单方法及装置 |
CN114091918A (zh) * | 2021-11-23 | 2022-02-25 | 南京尚网网络科技有限公司 | 调度方法和设备 |
CN114120580A (zh) * | 2021-11-15 | 2022-03-01 | 国网山东省电力公司信息通信公司 | 一种远程监控信息系统 |
CN114497771A (zh) * | 2022-01-27 | 2022-05-13 | 中国工商银行股份有限公司 | 移动终端电池鼓胀的处理方法、装置、设备、介质和产品 |
CN114866640A (zh) * | 2022-07-05 | 2022-08-05 | 荣耀终端有限公司 | 触控面板失灵通信方法和相关装置 |
CN115063048A (zh) * | 2022-08-16 | 2022-09-16 | 天津津轨汇海科技发展有限公司 | 一种轨道交通供电运维用智能管理系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448083A (zh) * | 2016-10-14 | 2017-02-22 | 国网山东省电力公司泰安供电公司 | 一种电力设备故障无线报警装置与方法 |
CN106559823A (zh) * | 2015-09-30 | 2017-04-05 | 中兴通讯股份有限公司 | 一种实现巡检的方法及系统 |
US20170269983A1 (en) * | 2016-03-15 | 2017-09-21 | EMC IP Holding Company LLC | Method and apparatus for managing device failure |
CN107555320A (zh) * | 2017-06-23 | 2018-01-09 | 王俊霞 | 一种龙门吊电路故障排查仪 |
CN108989108A (zh) * | 2018-07-20 | 2018-12-11 | 北京百度网讯科技有限公司 | 故障处理交互方法、装置、设备及计算机可读介质 |
CN109034424A (zh) * | 2018-08-30 | 2018-12-18 | 国网河北省电力有限公司沧州供电分公司 | 一种变电站设备维护管理方法、装置及终端设备 |
CN110135604A (zh) * | 2019-05-22 | 2019-08-16 | 北京秦淮数据有限公司 | 故障处理方法、装置及处理设备 |
CN110163485A (zh) * | 2019-04-23 | 2019-08-23 | 北京海益同展信息科技有限公司 | 一种机房巡检系统 |
CN110781914A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种设备故障的监控处理方法、装置、设备和存储介质 |
CN110852499A (zh) * | 2019-10-31 | 2020-02-28 | 北京摩拜科技有限公司 | 回收故障车辆的方法和装置 |
CN110851296A (zh) * | 2019-10-29 | 2020-02-28 | 北京海益同展信息科技有限公司 | 一种故障检测方法及装置、存储介质 |
-
2020
- 2020-03-04 CN CN202010145287.2A patent/CN111382786A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106559823A (zh) * | 2015-09-30 | 2017-04-05 | 中兴通讯股份有限公司 | 一种实现巡检的方法及系统 |
US20170269983A1 (en) * | 2016-03-15 | 2017-09-21 | EMC IP Holding Company LLC | Method and apparatus for managing device failure |
CN106448083A (zh) * | 2016-10-14 | 2017-02-22 | 国网山东省电力公司泰安供电公司 | 一种电力设备故障无线报警装置与方法 |
CN107555320A (zh) * | 2017-06-23 | 2018-01-09 | 王俊霞 | 一种龙门吊电路故障排查仪 |
CN108989108A (zh) * | 2018-07-20 | 2018-12-11 | 北京百度网讯科技有限公司 | 故障处理交互方法、装置、设备及计算机可读介质 |
CN109034424A (zh) * | 2018-08-30 | 2018-12-18 | 国网河北省电力有限公司沧州供电分公司 | 一种变电站设备维护管理方法、装置及终端设备 |
CN110163485A (zh) * | 2019-04-23 | 2019-08-23 | 北京海益同展信息科技有限公司 | 一种机房巡检系统 |
CN110135604A (zh) * | 2019-05-22 | 2019-08-16 | 北京秦淮数据有限公司 | 故障处理方法、装置及处理设备 |
CN110781914A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种设备故障的监控处理方法、装置、设备和存储介质 |
CN110851296A (zh) * | 2019-10-29 | 2020-02-28 | 北京海益同展信息科技有限公司 | 一种故障检测方法及装置、存储介质 |
CN110852499A (zh) * | 2019-10-31 | 2020-02-28 | 北京摩拜科技有限公司 | 回收故障车辆的方法和装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327100A (zh) * | 2020-10-30 | 2021-02-05 | 浙江大学 | 基于物联网的电力故障检测方法及其系统 |
CN112327100B (zh) * | 2020-10-30 | 2021-09-03 | 浙江大学 | 基于物联网的电力故障检测方法及其系统 |
CN112488340A (zh) * | 2020-12-18 | 2021-03-12 | 无锡挚达物联科技有限公司 | 基于深度学习的智能储能控制方法、装置及存储介质 |
CN113515078A (zh) * | 2021-05-20 | 2021-10-19 | 湖南湘船重工有限公司 | 一种智能船舶信息监控及告警处理方法及系统 |
CN113570212A (zh) * | 2021-07-13 | 2021-10-29 | 苏州琼派瑞特科技股份有限公司 | 一种机器运维服务系统 |
CN113807697A (zh) * | 2021-09-17 | 2021-12-17 | 中国联合网络通信集团有限公司 | 基于告警关联的派单方法及装置 |
CN113807697B (zh) * | 2021-09-17 | 2023-10-31 | 中国联合网络通信集团有限公司 | 基于告警关联的派单方法及装置 |
CN114120580A (zh) * | 2021-11-15 | 2022-03-01 | 国网山东省电力公司信息通信公司 | 一种远程监控信息系统 |
CN114091918A (zh) * | 2021-11-23 | 2022-02-25 | 南京尚网网络科技有限公司 | 调度方法和设备 |
CN114497771A (zh) * | 2022-01-27 | 2022-05-13 | 中国工商银行股份有限公司 | 移动终端电池鼓胀的处理方法、装置、设备、介质和产品 |
CN114866640A (zh) * | 2022-07-05 | 2022-08-05 | 荣耀终端有限公司 | 触控面板失灵通信方法和相关装置 |
CN115063048A (zh) * | 2022-08-16 | 2022-09-16 | 天津津轨汇海科技发展有限公司 | 一种轨道交通供电运维用智能管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382786A (zh) | 用于设备的故障处理方法和装置、计算机系统和存储介质 | |
US11635742B2 (en) | Technologies for fault related visual content | |
KR20200004825A (ko) | 디스플레이 장치 품질 검사 방법, 장치, 전자 장치 및 저장 매체 | |
US11948052B2 (en) | Method, electronic device, and computer program product for monitoring field device | |
US9744671B2 (en) | Information technology asset type identification using a mobile vision-enabled robot | |
US10452525B2 (en) | Utilizing semantic clusters to predict software defects | |
KR20200004824A (ko) | 디스플레이 스크린 품질 검출 방법, 장치, 전자기기 및 저장매체 | |
US10228704B2 (en) | Unmanned vehicle for servicing equipment | |
JP6617383B2 (ja) | 建築物管理支援方法、建築物管理支援プログラム及び建築物管理支援装置 | |
US10627265B2 (en) | Sensor assignment apparatus and sensor diagnostic apparatus | |
NO20180628A1 (en) | Digital twin and decision support for low or unmanned facilities | |
CN113868102A (zh) | 用于信息显示的方法、电子设备和计算机程序产品 | |
CN113704116A (zh) | 自动驾驶车辆的数据处理方法、装置、电子设备和介质 | |
US20170109221A1 (en) | Identifying intervals of unusual activity in information technology systems | |
US11912410B2 (en) | Drone cloud connectivity for asset and facility operations | |
CN113936353B (zh) | 监控目标的移动路径视频轮巡方法、装置及电子设备 | |
Kim et al. | Systematic tertiary study for consolidating further implications of unmanned aircraft system applications | |
US11562227B2 (en) | Interactive assistant | |
Xu et al. | Construction worker safety prediction and active warning based on computer vision and the gray absolute decision analysis method | |
US10372849B2 (en) | Performing and communicating sheet metal simulations employing a combination of factors | |
CN117094660A (zh) | 一种基于数字孪生技术的施工监控方法及系统 | |
CN112801620B (zh) | 工程信息处理方法、装置、设备及存储介质 | |
US20160247168A1 (en) | System and method for monitoring and reporting environmental conditions | |
Al-Subaiei et al. | Industry 4.0 smart predictive maintenance in the oil industry to enable near-zero downtime in operations | |
KR102046072B1 (ko) | 노후 건축물의 화재 위험도 진단 평가 방법, 장치 및 컴퓨터-판독가능 기록매체 |
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 |