CN111913866A - 实时监测设备模型数据异常的方法和电子设备 - Google Patents
实时监测设备模型数据异常的方法和电子设备 Download PDFInfo
- Publication number
- CN111913866A CN111913866A CN202010835639.7A CN202010835639A CN111913866A CN 111913866 A CN111913866 A CN 111913866A CN 202010835639 A CN202010835639 A CN 202010835639A CN 111913866 A CN111913866 A CN 111913866A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- equipment model
- model
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 71
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process 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
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3447—Performance evaluation by modeling
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了设备模型监测技术领域的一种实时监测设备模型数据异常的方法，该方法包括创建设备模型；在设备模型中添加设备数据指标；设置指标的算法；设置计算结果的存储方式及规则；设置计算结果的通知方式；在设备中管理创建的设备模型；在设备中实时查看设备模型输出的结果数据及历史数据。该实时监测设备模型数据异常的方法可以及时、快速的发现并定位设备的异常问题，实现对设备状况的实时状况监测，实现对设备健康状态的预测。
Description
技术领域
本发明涉及设备模型监测技术领域，更具体地，涉及一种实时监测设备模型数据异常的方法和电子设备。
背景技术
设备模型是指通过对监测目标通过高层次的抽象，获得该类设备的概念模型。目前，采用统一建模语言描述概念模型，运用面向对象的思想实现对设备模型的定义，实时监测是指对监测对象根据设定的监测指标对其状态和数值进行实时采集并将计算结果进行输出的一种行为；伴随着工业物联网的快速发展，传统的设备制造商尤其是高价值或特种工业设备，设备厂商除了能实时地看到设备的运行数据，而且对设备未来的运行趋势和健康状态提出了新需求，一方面要实时掌握设备的健康状况，另一方面要预测设备未来的运行趋势。现有技术中主要采用定时轮询的方式对设备监控状况进行计算，实时采集，但这种定时轮询的方式不能满足对设备未来运行趋势的预测，在预防设备事故、设备故障引发投诉以及设备的应急处置等方面比较薄弱，因此，亟需设计一种实时监测设备模型数据异常的方法和电子设备。
发明内容
本发明的目的在于提供一种实时监测设备模型数据异常的方法和电子设备，对设备进行实时监测并将相关监测指标导入设备模型中根据预设的诊断和判断规则实时将设备数据异常的指标进行结果输出并存储。
为达到上述目的，本发明采用以下技术方案：
一种实时监测设备模型数据异常的方法，包括如下步骤：
步骤1：创建一种用户可读可视的设备模型；
步骤2：在步骤1的设备模型中添加监测的设备数据指标；
步骤3：在上述设备模型中设置指标的计算规则；
步骤4：在上述设备模型中设置计算结果的存储方式及规则；
步骤5：在上述设备模型中设置计算结果的通知方式；
步骤6：在设备中管理创建的上述设备模型；
步骤7：在设备中实时查看上述设备模型输出的结果数据及历史数据。
进一步的，所述步骤1中的创建设备模型的方法包括以下步骤：
S11：给设备模型命名一个可读或有意义的名字；
S12:将设备绑定上述名字；
S13：每个设备模型中根据监测的设备不同而设定不同的监测指标，同时设定上述监测指标的数值精度、数值范围以及每个指标的数据采集、存储规则、指标的预警和告警规则。
进一步的，所述步骤3中设置指标计算规则的方法包括如下步骤：
S31：云服务器在接收到设备实时数据后，加载当前设备的设备模型；
S32:将步骤S31加载的设备模型经过自定义的计算规则，经过多条件复合计算进行数据处理；
S33：将步骤S32数据处理后的结果进行存储并推送。
进一步的，所述步骤S32的自定义的计算规则包括平均数、最大值、最小值、指数和正则，所述多条件复合计算按照不同的指标数据、不同判定规则进行运算。
进一步的，所述步骤4中设备模型中设置计算结果的存储介质为时序数据库，所述计算结果能够随时从所述时序数据库中调阅、导出和同环比计算。
进一步的，所述步骤5中设置计算结果的通过不同的通知方式通知到相关的数据订阅者，所述通知方式包括短信、语音和微信。
一种实时监测设备模型数据异常的操作方法，包括如下步骤：
步骤A：创建设备模型；
步骤B：设置设备模型的监测指标；
步骤C：设置设备模型指标的计算算法；
步骤D：设置设备模型的计算结果存储方式；
步骤E：设置设备模型的计算结果通知方式；
步骤F：关联设备与设备模型；
步骤L：查看设备模型的异常数据；
步骤M：统计设备异常数据。
进一步的，所述步骤M中统计设备异常数据是获取实时存储的计算结果对计算结果进行统计生成日统计和周统计，通过生成曲线对比呈现异常数据。
一种实时监测设备模型数据异常的电子设备，包括：
监测模块，用于对设备模型中设备数据指标进行监测；
计算模块，用于对设备模型中设置指标根据计算规则进行计算；
存储模块，用于对设备模型中设置计算结果进行存储；
通知模块，用于对设置计算结果对数据订阅者进行通知；
管理模块，用于对设备模型进行管理；
查看模块，用于对设备模型输出的结果数据及历史数据进行查看。
采用上述技术方案，本发明具有以下优点：
1.本发明提供一种实时监测设备模型数据异常的方法，在传统数据采集的基础上，通过对设备的实时监测将相关监测指标导入设备模型中根据预设的诊断和判断规则实时将设备数据异常的指标进行结果输出并存储，可以及时、快速的发现并定位设备的异常问题，实现对设备状况的实时状况监测，实现对设备健康状态的预测、能够快速预防设备停机、故障引发的各类投诉和应急处置事件的发生。
2.本发明采用上述技术方案，提供了一种实时监测设备模型数据异常的电子设备，通过监测模块、计算模块、存储模块、通知模块、管理模块和查看模块提供用户对于设备模型的灵活设置数据异常的监测和检查，实现了对设备健康状况和设备未来的运行趋势的预测，提高了高价值或特种工业设备运行的可预见性能。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是现有设备数据异常处理流程图；
图2是本发明设备模型数据异常处理的流程图；
图3是本发明设备数据采集到模型数据处理的流程图；
图4是本发明设备模型的操作流程图；
图5是本发明的实时监测设备模型数据异常的电子设备的结构示意图。
具体实施方式
以下结合说明书附图对本发明的技术方案进行具体说明。
以下在具体实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施，且根据本说明书所揭露的说明书、权利要求及附图，本领域技术人员可轻易地理解本发明相关的目的及优点。
如附图1所示，现有技术中，设备中数据异常处理流程需要经过以下步骤：定时查询现有设备中数据库数据，加载设备模型数据，对设备模型进行单一判断，保存设备模型的计算结果，现有技术中的设备虽然能实时地看到设备的运行数据，但对设备未来的运行趋势无法预判。
第一实施例
如附图2所示，一种实时监测设备模型数据异常的方法，包括如下步骤：
步骤1：创建一种用户可读可视的设备模型；
步骤2：在步骤1的设备模型中添加监测的设备数据指标；
步骤3：在上述设备模型中设置指标的计算规则；
步骤4：在上述设备模型中设置计算结果的存储方式及规则；
步骤5：在上述设备模型中设置计算结果的通知方式；
步骤6：在设备中管理上述创建的设备模型；
步骤7：在设备中实时查看上述设备模型输出的结果数据及历史数据。
其中：步骤1中的设备模型是现有技术中的一种能够对特种工业设备进行实时监测，通过高层次的抽象出的应用云平台，该应用云平台包括云服务器和显示屏，云服务器通过本体端口接收设备的实时数据，能对大量特种工业设备进行数据采集和分析，应用云平台常用功能能够进行模块化封装，显示屏能够实时显示应用云平台的设备数据指标。
另外，步骤1中的创建设备模型的方法包括以下步骤：
S11：给设备模型命名一个可读或有意义的名字；
S12:将设备绑定步骤S11中的可读或有意义名字；
S13：每个设备模型中根据监测的设备不同而设定不同的监测指标，同时设定上述监测指标的数值精度、数值范围以及每个指标的数据采集、存储规则、指标的预警和告警规则，用以满足不同场景的通用设置。
步骤3中设置指标计算规则的方法包括如下步骤：
S31：云服务器在接收到设备实时数据后，加载当前设备的设备模型；
S32:将步骤S31加载的设备模型经过自定义的计算规则，经过多条件复合计算进行数据处理；
S33：将步骤S32数据处理后的结果进行存储并推送。
步骤S32的自定义的计算规则包括平均数、最大值、最小值、指数和正则，多条件复合计算按照不同的指标数据、不同判定规则进行运算，同时支持对设备模型结果的二次计算。
步骤4中设备模型中设置计算结果的存储介质为时序数据库，计算结果能够随时从时序数据库中调阅、导出和同环比计算。
步骤5中设置计算结果可以通过不同的通知方式通知到相关的数据订阅者，其中：通知方式包括短信、语音和微信，通过短信、语音和微信可以及时掌握设备运行的情况。
第二实施例
如附图3所示，本发明的第二实施例类似于第一实施例，只是有如下的设计变化。本发明中设备模型监测指标从设备数据采集到模型数据处理步骤如下：
1)云服务器在设备的采集网关接收到设备实时数据后，形成消息队列；
2)消息队列在经过预先设置的计算规则，进行实时计算和实时存储；
3)实时计算的结果一部分经过数据统计，形成统计报告存储在存储介质中，另一部分通过推送计算结果，将设备计算结果实时显示或者通过多渠道通知给相关的数据订阅方。
此外，从设备数据采集到实时计算及计算结果存储和数据推送最终通过报告和画面进行数据的呈现，每次计算的结果都会进行存储，随时可以查阅。
第三实施例
如附图4所示，本发明的第三实施例类似于第二实施例，只是有如下的设计变化。一种实时监测设备模型数据异常的操作方法，包括如下步骤：
步骤A：创建设备模型；
步骤B：设置设备模型的监测指标；
步骤C：设置设备模型指标的计算算法；
步骤D：设置设备模型的计算结果存储方式；
步骤E：设置设备模型的计算结果通知方式；
步骤F：关联设备与设备模型；
步骤L：查看设备模型的异常数据；
步骤M：统计设备异常数据。
其中：步骤M中统计设备异常数据是获取实时存储的计算结果对计算结果进行统计生成日统计和周统计，通过生成曲线对比呈现异常数据，便于人工二次核验。
第四实施例
如附图5所示，本发明的第四实施例类似于第三实施例，只是有如下的设计变化。本实施例提供了一种实时监测设备模型数据异常的电子设备，包括：
监测模块，用于对设备模型中设备数据指标进行监测；
计算模块，用于对设备模型中设置指标根据计算规则进行计算；
存储模块，用于对设备模型中设置计算结果进行存储；
通知模块，用于对设置计算结果对数据订阅者进行通知；
管理模块，用于对设备模型进行管理；
查看模块，用于对设备模型输出的结果数据及历史数据进行查看。
最后，需要指出的是，虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，在不脱离本发明构思的前提下还可以作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (9)
1.一种实时监测设备模型数据异常的方法，其特征在于，包括如下步骤：
步骤1：创建一种用户可读可视的设备模型；
步骤2：在步骤1的设备模型中添加监测的设备数据指标；
步骤3：在上述设备模型中设置指标的计算规则；
步骤4：在上述设备模型中设置计算结果的存储方式及规则；
步骤5：在上述设备模型中设置计算结果的通知方式；
步骤6：在设备中管理上述创建的设备模型；
步骤7：在设备中实时查看上述设备模型输出的结果数据及历史数据。
2.如权利要求1所述的一种实时监测设备模型数据异常的方法，其特征在于，所述步骤1中的创建设备模型的方法包括以下步骤：
S11：给设备模型命名一个可读或有意义的名字；
S12:将设备绑定上述名字；
S13：每个设备模型中根据监测的设备不同而设定不同的监测指标，同时设定上述监测指标的数值精度、数值范围以及每个指标的数据采集、存储规则、指标的预警和告警规则。
3.如权利要求1所述的一种实时监测设备模型数据异常的方法，其特征在于，所述步骤3中设置指标计算规则的方法包括如下步骤：
S31：云服务器在接收到设备实时数据后，加载当前设备的设备模型；
S32:将步骤S31加载的设备模型经过自定义的计算规则，经过多条件复合计算进行数据处理；
S33：将步骤S32数据处理后的结果进行存储并推送。
4.如权利要求3所述的一种实时监测设备模型数据异常的方法，其特征在于，所述步骤S32的自定义的计算规则包括平均数、最大值、最小值、指数和正则，所述多条件复合计算按照不同的指标数据、不同判定规则进行运算。
5.如权利要求1所述的一种实时监测设备模型数据异常的方法，其特征在于，所述步骤4中设备模型中设置计算结果的存储介质为时序数据库，所述计算结果能够随时从所述时序数据库中调阅、导出和同环比计算。
6.如权利要求1所述的一种实时监测设备模型数据异常的方法，其特征在于，所述步骤5中设置计算结果的通过不同的通知方式通知到相关的数据订阅者，所述通知方式包括短信、语音和微信。
7.一种实时监测设备模型数据异常的操作方法，其特征在于，包括如下步骤：
步骤A：创建设备模型；
步骤B：设置设备模型的监测指标；
步骤C：设置设备模型指标的计算算法；
步骤D：设置设备模型的计算结果存储方式；
步骤E：设置设备模型的计算结果通知方式；
步骤F：关联设备与设备模型；
步骤L：查看设备模型的异常数据；
步骤M：统计设备异常数据。
8.如权利要求7所述的一种实时监测设备模型数据异常的操作方法，其特征在于，所述步骤M中统计设备异常数据是获取实时存储的计算结果对计算结果进行统计生成日统计和周统计，通过生成曲线对比呈现异常数据。
9.一种实时监测设备模型数据异常的电子设备，其特征在于，包括：
监测模块，用于对设备模型中设备数据指标进行监测；
计算模块，用于对设备模型中设置指标根据计算规则进行计算；
存储模块，用于对设备模型中设置计算结果进行存储；
通知模块，用于对设置计算结果对数据订阅者进行通知；
管理模块，用于对设备模型进行管理；
查看模块，用于对设备模型输出的结果数据及历史数据进行查看。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010835639.7A CN111913866A (zh) | 2020-08-19 | 2020-08-19 | 实时监测设备模型数据异常的方法和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010835639.7A CN111913866A (zh) | 2020-08-19 | 2020-08-19 | 实时监测设备模型数据异常的方法和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111913866A true CN111913866A (zh) | 2020-11-10 |
Family
ID=73279431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010835639.7A Pending CN111913866A (zh) | 2020-08-19 | 2020-08-19 | 实时监测设备模型数据异常的方法和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111913866A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU7871794A (en) * | 1993-09-08 | 1995-04-03 | Idt, Inc. | Method and apparatus for data analysis |
| US20180210436A1 (en) * | 2017-01-26 | 2018-07-26 | Honeywell International Inc. | Integrated digital twin for an industrial facility |
| CN110462652A (zh) * | 2017-03-31 | 2019-11-15 | 西门子股份公司 | 用于计算机辅助地提供安全性受保护的数字孪生的方法和装置 |
| CN110503338A (zh) * | 2019-08-26 | 2019-11-26 | 江苏方天电力技术有限公司 | 一种泛在电力物联网监测方法 |
| CN111459778A (zh) * | 2020-03-12 | 2020-07-28 | 平安科技（深圳）有限公司 | 运维系统异常指标检测模型优化方法、装置及存储介质 |
| CN111553560A (zh) * | 2020-04-01 | 2020-08-18 | 车智互联（北京）科技有限公司 | 一种业务指标监控方法、监控服务器和系统 |
-
2020
- 2020-08-19 CN CN202010835639.7A patent/CN111913866A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU7871794A (en) * | 1993-09-08 | 1995-04-03 | Idt, Inc. | Method and apparatus for data analysis |
| US20180210436A1 (en) * | 2017-01-26 | 2018-07-26 | Honeywell International Inc. | Integrated digital twin for an industrial facility |
| CN110462652A (zh) * | 2017-03-31 | 2019-11-15 | 西门子股份公司 | 用于计算机辅助地提供安全性受保护的数字孪生的方法和装置 |
| CN110503338A (zh) * | 2019-08-26 | 2019-11-26 | 江苏方天电力技术有限公司 | 一种泛在电力物联网监测方法 |
| CN111459778A (zh) * | 2020-03-12 | 2020-07-28 | 平安科技（深圳）有限公司 | 运维系统异常指标检测模型优化方法、装置及存储介质 |
| CN111553560A (zh) * | 2020-04-01 | 2020-08-18 | 车智互联（北京）科技有限公司 | 一种业务指标监控方法、监控服务器和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109684160A (zh) | 数据库巡检方法、装置、设备及计算机可读存储介质 | |
| CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
| CN110853744A (zh) | 一种大数据下医院质控管理系统 | |
| CN114548809A (zh) | 一种电力储能系统管理方法及系统 | |
| CN110084490A (zh) | 一种卷包车间质量风险预警的方法 | |
| CN113902241A (zh) | 一种基于综合状态评价的电网设备检修的策略系统及方法 | |
| CN113849774A (zh) | 基于寿命分析和健康监测的设备智能维护平台 | |
| CN115796708A (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
| CN114548437A (zh) | 一种基于工业物联网的旋转设备智能运维系统及运维方法 | |
| CN106951360A (zh) | 数据统计完整度计算方法和系统 | |
| CN112418638A (zh) | 站用直流电源系统运维风险的预警系统及预警方法 | |
| CN105207797A (zh) | 故障定位方法和装置 | |
| CN116340095A (zh) | 一种高效简洁的微服务监控告警方法及系统 | |
| CN116506339A (zh) | 一种电力行业网络安全实时监测分析系统 | |
| CN105100216A (zh) | 一种多业务的监控方法和装置 | |
| CN111913866A (zh) | 实时监测设备模型数据异常的方法和电子设备 | |
| JP2013191041A (ja) | 検査データ管理システム、検査データ監視装置 | |
| CN117013687A (zh) | 一种电力运行质量监测方法及系统 | |
| CN111951944B (zh) | 一种辅助管理工程师的方法和平台 | |
| CN114726649B (zh) | 态势感知的评价方法、装置、终端设备和存储介质 | |
| CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
| CN115223344A (zh) | 表具设备的监控报警方法和装置、电子设备和存储介质 | |
| CN109981338A (zh) | 代码拉取的告警方法、装置及存储介质 | |
| CN103064396B (zh) | 游乐设备的运行控制系统 | |
| CN110600112B (zh) | 一种用于发现零部件质量问题的方法、装置及设备 |
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 |
Application publication date: 20201110 |