CN112527610A - 设备运作状态的监测方法及装置 - Google Patents

Abstract

本发明公开了一种设备运作状态的监测方法及装置，涉及工业设备监测领域，主要目的在于解决每个班次结束后对设备运转状态进行汇总、分析时消耗人力，且分析效率低下的问题而发明。本发明的方法包括：获取目标时段对应的设备监测数据集；根据判断规则集及所述设备监测数据集，生成待判断数据集，按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。本发明用于监测设备运作状态。

Description

设备运作状态的监测方法及装置

技术领域

本发明涉及工业设备监测领域，尤其涉及一种设备运作状态的监测方法及装置。

背景技术

通常，工业领域中，工作人员通常会在每个班次结束后，对在班内运行的设备进行设备运转状态的汇总和分析。一般来说，当该班次结束时，需要人工对此班次所运行的工业设备在运行时的监测数据进行分类、统计，并根据统计结果确定当前设备在此班次运行后的状态。其中，设备在运行时的监测数据是通过工业设备中预先设置在不同监测点位的传感器，经采集后上传监测系统的。例如，这些监测数据可以是设备运行时的温度、运行时的功率等。

基于这些不同的监测数据能够反映出设备的整体运行情况，因此，就导致目前的设备运作状态的监测过程中，需要人工对这些监测数据进行统计和分析，当需要监测的设备数量较多，或监测的点位较多时，则会导致上述监测数据的数量较大，从而导致目前依靠人工进行每个班次结束后对设备运转状态的汇总、分析的过程消耗大量的人力，且人工分析的方式往往在面对较大的数据时，存在效率较低的问题。

发明内容

鉴于上述问题，本发明提供一种设备运作状态的监测方法及装置，主要目的在于解决每个班次结束后对设备运转状态进行汇总、分析时消耗人力，存在效率低下的问题。

为解决上述技术问题，第一方面，本发明提供了一种设备运作状态的监测方法，该方法包括：

获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

根据判断规则集及所述设备监测数据集，生成待判断数据集；

按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

可选的，每条所述设备监测数据中包含有设备的监测点位，监测时刻以及监测值；

在所述获取目标时段对应的设备监测数据集之前，所述方法还包括：

获取设备点位数据表，所述设备点位数据表中包含有设备标识、监测点位、监测时刻及监测值；

所述获取目标时段对应的设备监测数据集，包括：

从所述设备点位数据表中获取目标时段内的设备监测数据，得到所述设备监测数据集。

可选的，所述判断规则集具体为设备点位配置表，所述待判断数据集具体为待判断数据统计表；

在所述获取目标时段对应的设备监测数据集之前，所述方法还包括：

获取设备点位配置表，所述设备点位配置表中包含有设备标识、监测点位、以及对应的判断规则；

所述根据判断规则集及所述设备监测数据集，生成待判断数据集，包括：

根据所述设备监测数据集中每条所述设备监测数据的设备标识及监测点位，从所述设备点位配置表中获取对应所述监测点位的判断规则，所述判断规则中包含有监测值与标准值之间需要满足的逻辑关系表达式，所述标准值为预设的用于确定所述监测点位的监测数据是否符合预设规则的参数；

将所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据；

将对应所述目标时段的多条待判断数据组成所述待判断数据统计表。

可选的，所述按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果，包括：

确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据；

和/或，

确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据，具体包括：

当所述待判断数据的逻辑关系表达式的判断结果为成立时，为所述待判断数据添加第一标识信息；当所述待判断数据的逻辑关系表达式的判断结果为不成立时，为所述待判断数据添加第二标识信息；

和/或，

所述统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态包括：

根据所述统计数据中的标识信息，统计每种标识信息的数量，所述标识信息包括第一标识信息及第二标识信息；

根据所述每种标识信息的数量，确定所述设备运行状态。

可选的，所述根据所述每种标识信息的数量，确定所述设备运行状态，包括：

统计第一标识信息的数量，并当确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常，反之，则确定所述设备运行状态异常，所述第一标识信息的占比是根据所述第一标识信息的数量及所述标识信息的总数确定的；

或者，

统计第二标识信息的数量，并当确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常，所述第二标识信息的占比是根据所述第二标识信息的数量及所述标识信息的总数确定的；

或者，

统计第一标识信息的数量，并当所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常；

或者，

统计第二标识信息的数量，并当所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常。

可选的，所述标识信息还包括第三标识信息；在所述生成待判断数据集之后，所述方法还包括：

判断所述待判断数据集中待判断数据的数据连续性是否正常，其中，根据每个所述监测时刻的待判断数据中是否存在对应的监测值判断所述数据连续性是否正常；

当所述待判断数据连续性异常时，则在所述数据连续性异常位置补录数据，并为所述补录数据添加第三标识信息；

所述根据所述每种标识信息的数量，确定所述设备运行状态，还包括：

统计所述第三标识信息的数量，并当所述第三标识信息的占比超过第五预设阈值时，确定所述设备运行状态异常；

或者，

统计所述第三标识信息的数量，并当所述第三标识信息的数量超过第六预设阈值时，确定所述设备运行状态异常。

第二方面，本发明实施例还提供了一种设备运作状态的监测装置，包括：

第一获取单元，用于获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

生成单元，用于根据判断规则集及所述设备监测数据集，生成待判断数据集；

第一确定单元，用于按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

第二确定单元，用于统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

可选的，所述装置还包括：

第二获取单元，用于获取设备点位数据表，所述点位数据表中包含有设备标识、监测点位、监测时刻及监测值；

所述第一获取单元，具体用于从所述设备点位数据表中获取目标时段内的设备监测数据，得到所述设备监测数据集。

可选的，所述判断规则集具体为设备点位配置表，所述待判断数据集具体为待判断数据统计表；

所述装置还包括：

第三获取单元，用于获取设备点位配置表，所述设备点位配置表中包含有设备标识、监测点位、以及对应的判断规则；

所述生成单元，包括：

获取模块，用于根据所述设备监测数据集中每条所述设备监测数据的设备标识及监测点位，从所述设备点位配置表中获取对应所述监测点位的判断规则，所述判断规则中包含有监测值与标准值之间需要满足的逻辑关系表达式，所述标准值为预设的用于确定所述监测点位的监测数据是否符合预设规则的参数；

第一生成模块，用于将所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据；

第二生成模块，用于将对应所述目标时段的多条待判断数据组成所述待判断数据统计表。

可选的，所述第一确定单元，包括：

第一确定模块，用于确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据；

第一确定模块，具体用于当所述待判断数据的逻辑关系表达式的判断结果为成立时，为所述待判断数据添加第一标识信息；当所述待判断数据的逻辑关系表达式的判断结果为不成立时，为所述待判断数据添加第二标识信息；

所述第二确定单元包括：

统计模块，用于根据所述统计数据中的标识信息，统计每种标识信息的数量，所述标识信息包括第一标识信息及第二标识信息；

状态确定模块，用于根据所述每种标识信息的数量，确定所述设备运行状态。

可选的，所述状态确定模块包括：

第一确定子模块，用于统计第一标识信息的数量，并当确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常，反之，则确定所述设备运行状态异常，所述第一标识信息的占比是根据所述第一标识信息的数量及所述标识信息的总数确定的；

第二确定子模块，用于统计第二标识信息的数量，并当确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常，所述第二标识信息的占比是根据所述第二标识信息的数量及所述标识信息的总数确定的；

第三确定子模块，用于统计第一标识信息的数量，并当所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常；

第四确定子模块，用于统计第二标识信息的数量，并当所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常。

可选的，所述标识信息还包括第三标识信息，所述装置，还包括：

判断单元，用于判断所述待判断数据集中待判断数据的数据连续性是否正常，其中，根据每个所述监测时刻的待判断数据中是否存在对应的监测值判断所述数据连续性是否正常；

补录单元，用于当所述待判断数据连续性异常时，则在所述数据连续性异常位置补录数据，并为所述补录数据添加第三标识信息；

所述状态确定模块，还包括：

第五确定子模块，用于统计所述第三标识信息的数量，并当所述第三标识信息的占比超过第五预设阈值时，确定所述设备运行状态异常；

第六确定子模块，用于统计所述第三标识信息的数量，并当所述第三标识信息的数量超过第六预设阈值时，确定所述设备运行状态异常。

为了实现上述目的，根据本发明的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的设备运作状态的监测方法。

为了实现上述目的，根据本发明的第四方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述的设备运作状态的监测方法。

借由上述技术方案，本发明提供的设备运作状态的监测方法及装置，对于现有技术在对设备运作状态进行监测时，需要在每个班次结束后由人工汇总、分析，导致人力消耗且效率低下的问题，本发明通过获取目标时段对应的设备监测数据集，然后根据判断规则集及所述设备监测数据集，生成待判断数据集，之后按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果，最后统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态，从而能够根据实现一种自动化对设备运作状态进行汇总、分析的监测功能，解决了目前依靠人工进行汇总、分析所带来的人力消耗的问题。同时，基于所述设备云中状态的监测方法能够自动化运行，因此，在面对大量的监测数据时，能够借助自动化的优势，避免人工分析所存在的效率低下的问题，继而提高了设备运作状态的监测效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种设备运作状态的监测方法流程图；

图2示出了本发明实施例提供的另一种设备运作状态的监测方法流程图；

图3示出了本发明实施例提供的一种设备运作状态的监测装置的组成框图；

图4示出了本发明实施例提供的另一种设备运作状态的监测装置的组成框图；

图5示出了本发明实施例提供的一种用于设备运作状态的监测的设备的组成框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

为了解决每个班次结束后对设备运转状态进行汇总、分析时消耗人力，且分析效率低下的问题，本发明实施例提供了一种设备运作状态的监测方法，如图1所示，该方法包括：

101、获取目标时段对应的设备监测数据集。

其中，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据。

基于实际操作中，为确保对工业设备的监测和维护，通常会为工业设备设置有不同位置的监测点位，通过预设的传感器实时采集监测点位置的相关数据，因此，在一个设备中可能设置有多个监测点位，因此，在本步骤中获取设备监测数据集时，其中包含的每一条设备监测数据都包含对应的监测点位，监测时刻以及对应的监测结果，即所述监测值，以避免因监测点位混淆导致的数据错误。例如，某锅炉的设备监测数据集中包含的设备监测数据可以为：

点位1|2019-4-18 12:00:00|24

点位1|2019-4-18 13:00:00|25

点位1|2019-4-18 14:00:00|26

点位1|2019-4-18 15:00:00|25

点位2|2019-4-18 12:00:00|40

点位2|2019-4-18 13:00:00|40

点位2|2019-4-18 14:00:00|40

点位2|2019-4-18 15:00:00|40

在本发明实施例中，所述设备监测数据集可以是通过监测系统中的系统监控日志中获取，还可以根据用户预设指令的从指定的数据库获取，在此不做限定。另外，所述目标时段可以是基于用户的输入来确定的，例如可以选取2019年8月8日，12:00:00-2019年8月8日，18:00:00。当然，当用户未指定所述目标时段时，则可以基于系统设定的班次时间确定，例如，通常在工厂中默认一天三班，分别为00:00-08:00、08:00-16:00、16:00-24:00三班时，则所述目标时段可以为上述三个时段中的任意一个，在此，对于所述目标时段的选取，不做具体的限定，可以依照用户的实际需要进行选取。

需要说明的是，当需要对多个设备的设备运作状态进行同时监测时，则在本发明是实施例中所述设备监测数据汇总还可以包含用于区分不同设备的设备标识。

102、根据判断规则集及所述设备监测数据集，生成待判断数据集。

其中，所述判断规则集中包括判断规则与监测点位之间的对应关系，所述待判断数据集中包含有所述设备监测数据与判断规则组成的待判断数据。

基于每个监测点位所监测的数据是不同的，其反映的设备指征也是不同的，例如当设备为锅炉时，点位A是用来监测锅炉某位置温度，而点位B则可能是用来监测锅炉的输出功率。基于不同监测点位实际监测设备的指征是不同的，因此，为了确保确定结果的准确性，在确定过程中是需要根据不同的监测点位选择不同的判断规则，因此，在本步骤中当根据判断规则集及设备监测数据集来生成待判断数据集时，可以在判断规则集中按照每个监测点位确定其所对应的判断规则，并基于所述设备检测数据集对应的判断规则来生成对应该监测点位的待判断数据。其中，所述待判断数据的形式在此不做限定，可以根据实际需要选取。例如，所述待判断数据可以包含点位A的监测数据以及点位A的判断规则。

103、按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果。

在步骤102得到了待判断数据所构成的待判断数据集时，由于所述待判断数据包含了监测时的实际值，以及对应的判断规则，因此，你可以通过所述待判断数据中的判断规则，确定当前所述待判断数据的判断结果。

例如，当所述待判断数据为：“点位A；监测时刻13:00:00；监测值300瓦，判断规则为监测值需超过320瓦”时，根据该条待判断数据中的判断规则，确定所述监测值不符合其判断规则，则确定该待判断数据的结果为不成立。

需要说明的是，在本发明实施例中，所述判断结果可以为包括成立、不成立等任一种能够用于表征其结果的正\负倾向的标识或字符，在此，不做限定，可按照实际需要选取。

104、统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

由于在所述待判断数据集中包含有多条待判断数据，而为了确保监测结果的准确性，需要基于多个点位在目标时段内的多个监测数据的判断结果进行综合分析，因此，在本发明实施例中，还需要将所述待判断数据集中的每条待判断数据的判断结果进行判断并确定其结果，然后对得到该设备在多个监测点位的监测结果进行统计，以此作为当前设备运行状态的判断依据，并确定其运作的状态，得到所述设备运作状态。

具体的，其基于统计结果确定所述设备运作状态按照下述示例进行：例如，当所述待判断数据集中判断结果均为正常，即每个监测点位在目标时段内的每个时间间隔所监测的监测值都符合对应的判断规则，则说明当前设备运行时，其各项监测指标都是正常的，从而能够确定这个设备是正常运行的，从而可以确定所述设备运作状态为正常。

需要说明的是，在本发明实施例中，所述基于统计结果确定所述设备运作状态的方式可以依照上述进行，其确定设备运作状态的依据或规则实际上可以根据实际的用户需要进行选取，在此并不做限定。例如，可以设定统计结果中判断结果为“成立”的占比超过80％时，确定设备运作状态是“正常”，反之为“异常”。

本发明实施例提供的设备运作状态的监测方法，对于现有技术在对设备运作状态进行监测时，需要每次在班次结束后由人工汇总、分析，导致人力消耗且效率低下的问题，本发明通过获取目标时段对应的设备监测数据集，然后根据判断规则集及所述设备监测数据集，生成待判断数据集，之后按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果，最后统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态，从而能够根据实现一种自动化对设备运作状态进行汇总、分析的监测功能，解决了目前依靠人工进行汇总、分析所带来的人力消耗的问题。同时，基于所述设备云中状态的监测方法能够自动化运行，因此，在面对大量的监测数据时，能够借助自动化的优势，避免人工分析所存在的效率低下的问题，继而提高了设备运作状态的监测效率。

进一步的，作为对图1所示实施例的细化及扩展，本发明实施例还提供了另一种设备运作状态的监测方法，如图2所示，其具体步骤包括：

201、获取设备点位数据表。

基于在实际操作中，可能存在需要同步对多个设备进行监测的需要，因此在本发明实施例中，当获取设备点位数据表时，每条所述设备监测数据中包含有设备的监测点位，监测时刻以及监测值，因此，该表中可以包含所述点位数据表中包含有设备标识、监测点位、监测时刻及监测值。

例如，所述设备点位数据表可以如表1所示：

表1

点位1	2019-4-18 12:00:00	25
			点位1	2019-4-18 12:01:00	50
点位1	2019-4-18 12:02:00	15
			点位1	2019-4-18 12:03:00	16
点位1	2019-4-18 12:04:00	50
			…	…	…
点位2	2019-4-18 12:00:00	40
			点位2	2019-4-18 12:01:00	40

202、获取设备点位配置表。

由于在设备运作状态监测的过程中，不仅需要对各个监测点位的数据进行采集和获取，还需要一定的判断规则对所获取的监测数据进行判断，以确定每个监测点位监测的设备参数是否正常，基于在设备点位配置表中包含有每个点位对应的判断规则，因此，在本发明实施例中，还需要对设备点位配置表进行获取，其中，所述设备点位配置表中包含有设备标识、监测点位、以及对应的判断规则。

203、获取目标时段对应的设备监测数据集。

其中，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据，所述设备监测数据中包含有监测点位，监测时刻以及监测值。基于所述设备点位数据表可能是一大而全的监控数据表，其中包含了系统内需要监控的全部设备、全部监控点位、全部监控时间的多种监测数据，而在每次进行班内设备运作状态监测时，并不需要其全部数据进行分析，实际上用户所仅需要对某个班次所对应的目标时段的数据进行分析即可，因此本步骤在进行觉得获取所述设备监测数据集时可以为：从所述设备点位数据表中获取目标时段内的设备监测数据，得到所述设备监测数据集，所述设备监测数据集中包含有所述设备监测数据。

204、根据判断规则集及所述设备监测数据集，生成待判断数据集。

在本发明实施例中，所述判断规则集具体可以为设备点位配置表，所述待判断数据集可以具体为待判断数据统计表。

具体的，在实际实施过程中，本步骤可以按照下述方式进行：

A、根据所述设备监测数据集中每条所述设备监测数据的设备标识及监测点位，从所述设备点位配置表中获取对应所述监测点位的判断规则，所述判断规则中包含有监测值与标准值之间的逻辑关系表达式，所述标准值为预设的用于确定所述监测点位的监测数据是否符合预设规则的参数；

B、将所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据；

C、将对应所述目标时段的多条待判断数据组成所述待判断数据统计表。

其中，所述设备点位配置表的中的逻辑关系表达式的形式可以是：

设备标识|设备点位监测数据占位符|监测值与标准值之间的逻辑关系符|标准值

具体可以为，例如：

设备1|点位1监测数据占位符|>|20

设备2|点位2监测数据占位符|！＝|0

具体的，在本步骤中，所述将所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据的执行过程，可以具体为：将设备点位数据表中的实际监测得到的监测值来替换所述逻辑关系表达式中监测值占位符，得到带有实际监测数值的逻辑关系表达式。例如，基于本步骤的方法，得到包含有第二逻辑关系表达式的多条待判断数据所组成所述待判断数据统计表，可以如下表2所示：

表2

需要说明的，在确定所述设备运作状态之前时，可能存在数据缺失的情况，而导致这种情况很可能是因断电等异常因素导致，而断电等因素势必会影响设备运行状态，因此，为避免设备运作状态确定过程中，缺失数据的影响，在本发明实施例中在统计并确定设备运行状态期间，还可以按照下述方式进行缺失数据的相关操作：

因此，在步骤204之后，本发明实施例所述的方法还可以包括：

205、判断所述待判断数据集中待判断数据的数据连续性是否正常。

在本发明实施例中，本步骤中进行数据连续性的判断可以根据每个所述监测时刻的待判断数据中是否存在对应的监测值判断所述数据连续性是否正常。

其中，监测时刻可以基于用户所需的监测频率确定的，同时，当用户未指定监测频率时，则系统会根据默认的监测时刻进行设置，在此不做限定，可以根据实际需要设置。

206、当所述待判断数据连续性异常时，则在所述数据连续性异常位置补录数据，并为所述补录数据添加第三标识信息。

例如，当待判断数据中存在2019-4-18 00:00:00监测时刻的监测数据，2019-4-1800:02:00的监测数据，2019-4-18 00:03:00至2019-4-18 00:30:00的监测数据时，可以发现缺失2019-4-18 00:01:00的监测时刻所对应的监测数据，说明当前数据连续性的存在异常，即该待判断数据集中存在缺失的数据，而这种情况往往可能是由于系统断电等突发情况造成的，而对于有些工业设备而言，断电后设备一定程度会出现异常的情况，因此，在后续统计和分析运行状态时，需要考虑到缺失数据的情况，在此，可以基于本步骤所述的方法在当前缺失2019-4-18 00:01:00的检测时刻对应的位置补录缺失数据，其中，缺失数据的数据内容可以按照前一条数据的内容进行复制，也可以按照占位符进行添加，具体形式可以根据实际情况确认，同时，为补录的缺失数据添加对应的第三标识，以表征该条数据为补录数据。

其中，在对待判断数据集补录了数据后，可以如表3所示：

表3

设备标识	监测点位	监测时刻	第二逻辑表达式	标识信息
					设备1	点位1	2019-4-18 00:00:00	|25|>|20|
设备1	点位1	2019-4-18 00:01:00	25|>|20|	-1(补录)
					设备1	点位1	2019-4-18 00:02:00	|25|>|20|
…	…	…	…
					设备1	点位1	2019-4-18 00:29:00	|15|>|20|

其中，本实例中第三标识信息为-1。

需要说明的是，在本发明实施例中，可以如上述示例所示在进行系统运行状态之前进行缺失数据的判断和补录，也可以在步骤206之后确定每种数据结果之后进行缺失数据判断和补录，在此，对于步骤205-206的执行顺序可以根据实际需要选取，当然，当用户无需进行缺失数据的判断时，则可以直接从步骤204之后直接跳转到步骤206中。

207、按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果。

在本步骤中，根据判断规则对每条待判断数据确定其判断结果是通过其第二逻辑表达式确定的，同时，由于判断结果可能存在两种结果，一种是带入有实际的监测值的第二逻辑表达式成立，另一种则是不成立，因此，对于上述两种判断结果，可以对每条待判断数据进行标识，以便后续进行判断结果的统计。具体的，本步骤中进行判断结果的确定方式可以为：确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据。这样，能够确保以标识的形式为每一条判断数据进行标记，从而确保了统计的准确率，并且便于后续相关人员查阅判断过程。

具体的基于不同的判断结果，在本步骤中具体执行时，可以具体为：当所述待判断数据的逻辑关系表达式的判断结果为成立时，为所述待判断数据添加第一标识信息；当所述待判断数据的逻辑关系表达式的判断结果为不成立时，为所述待判断数据添加第二标识信息。需要说明的是，在本发明实施例中，所述第一标识信息、第二标识信息可以选取任意字符或字符串，例如，第一标识信息可以为1，第二标识信息可以为0。

其中，在本步骤中，在对所述待判断数据添加对应所述判断结果的标识信息时，可以通过在原有的待判断数据后添加对应标识信息的字符段进行，当然也可以根据其他方式为其添加标识信息，具体的可根据实际需要选取，在此不做具体的限定。

例如，基于前述步骤中的示例，当所示第一标识信息为“1”，第二标识信息为“2”时，在经本步骤为待判断数据统计表中待判断数据依照其判断结果为其添加标识信息后可以如表4所示：

表4

208、统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

其中，本步骤可以为：首先，根据所述统计数据中的标识信息，统计每种标识信息的数量，所述标识信息包括第一标识信息及第二标识信息；然后，根据所述每种标识信息的数量，确定所述设备运行状态。

其中，在确定设备运行状态的过程中，由于不同的工业设备在确定其运行状态时的方式是不同的，例如，有些设备可能是在整体监控期间超过一定比例的监测结果为正常时，就可以确定设备运行状态为正常，儿有些设备则需要确保其作业时的精确度，要尽可能不出现监测结果为异常的情况，因此，基于不同的设备，在本步骤中进行设备运作状态确定的过程时，则可以基于下述方式中任意种进行：

统计第一标识信息的数量，并当确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常，反之，则确定所述设备运行状态异常，所述第一标识信息的占比是根据所述第一标识信息的数量及所述标识信息的总数确定的。

或者，

统计第二标识信息的数量，并当确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常，所述第二标识信息的占比是根据所述第二标识信息的数量及所述标识信息的总数确定的；

或者，

统计第一标识信息的数量，并当所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常；

或者，

统计第二标识信息的数量，并当所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常。

由此，通过上述多种方式进行设备运行状态的确定，能够满足不同设备的监控需求，使得本发明实施例所述的方法具有较好的适应性。

另外，由于在实际操作中，所述待判断数据集(待判断数据统计表)中不仅包含上述第一标识信息、第二标识信息还可能在缺失数据的情况下包括所述因缺失补录数据而添加的第三标识信息，因此，在当确定存在缺失数据时，由于缺失数据的数量说明设备在运行时遭遇了如断电等特殊情况，因此，本步骤中具体的确定设备运作状态的过程中还可以根据设备的实际需要选择下述任意方式进行：

统计所述第三标识信息的数量，并当所述第三标识信息的占比超过第五预设阈值时，确定所述设备运行状态异常。

或者，

统计所述第三标识信息的数量，并当所述第三标识信息的数量超过第六预设阈值时，确定所述设备运行状态异常。对于某些设备而言，当遭遇几次断电后，设备的运行状态就已经不稳定了，需要进行检修和调试，因此，在此通过对第三标识信息的数量进行判断，当确定其超过了第五预设阈值时，则可以直接确定该设备运行状态为异常。

另外，当确定第三标识信息的数量未超过设定的阈值时，还需要根据第一、第二标识信息的数量进行进一步的确定，以确保得出较为准确的设备运行状态。

由此，在确定设备运作状态的过程中，根据监测时刻，判断所述待判断数据集的数据连续性是否正常并在二者不一致时，确定缺失数据的数量再进行对应的数据补录和添加第三标识信息，能够确保在进行设备运行时遭遇如停电等突发情况导致的数据缺失时，对设备状态进行确定，可以使设备运作状态监控过程中考虑到突发情况对设备的影响，确保了监控结果的准确性。

进一步的，作为对上述图1所示方法的实现，本发明实施例还提供了一种设备运作状态的监测装置，用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图3所示，该装置包括：第一获取单元31、生成单元32、第一确定单元33以及第二确定单元34，其中

第一获取单元31，可以用于获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

生成单元32，可以用于根据判断规则集及第一获取单元31获取的所述设备监测数据集，生成待判断数据集；

第一确定单元33，可以用于按照生成单元32生成的所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

第二确定单元34，可以用于统计第一确定单元33确定出的所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

进一步的，作为对上述图2所示方法的实现，本发明实施例还提供了一种设备运作状态的监测装置，用于对上述图2所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图4所示，该装置包括：

第一获取单元41、生成单元42、第一确定单元43以及第二确定单元44，其中

第一获取单元41，可以用于获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

生成单元42，可以用于根据判断规则集及第一获取单元41获取的所述设备监测数据集，生成待判断数据集；

第一确定单元43，可以用于按照生成单元42生成的所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

第二确定单元44，可以用于统计第一确定单元43确定出的所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

进一步的，所述装置还包括：

第二获取单元45，可以用于获取设备点位数据表，所述点位数据表中包含有设备标识、监测点位、监测时刻及监测值；

所述第一获取单元41，可以具体用于从第二获取单元45获取的所述设备点位数据表中获取目标时段内的设备监测数据，得到所述设备监测数据集。

进一步的，判断规则集具体为设备点位配置表，所述待判断数据集具体为待判断数据统计表，所述装置还包括：

第三获取单元46，可以用于获取设备点位配置表，所述设备点位配置表中包含有设备标识、监测点位、以及对应的判断规则，以便所述生成单元42可以根据所述判断规则生成对应的待判断数据集；

所述生成单42元，包括：

获取模块421，可以用于根据所述设备监测数据集中每条所述设备监测数据的设备标识及监测点位，从所述设备点位配置表中获取对应所述监测点位的判断规则，所述判断规则中包含有监测值与标准值之间逻辑关系表达式，所述标准值为预设的用于确定所述监测点位的监测数据是否符合预设规则的参数；

第一生成模块422，可以用于将获取模块421获取的所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据；

第二生成模块423，可以用于将对应所述目标时段的多条第一生成模块422生成的待判断数据组成所述待判断数据统计表。

进一步的所述第一确定单元43，包括：

第一确定模块431，用于确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据；

第一确定模块432，具体用于当所述待判断数据的逻辑关系表达式的判断结果为成立时，为所述待判断数据添加第一标识信息；当所述待判断数据的逻辑关系表达式的判断结果为不成立时，为所述待判断数据添加第二标识信息；

所述第二确定单元44包括：

统计模块441，可以用于根据所述统计数据中的标识信息，统计每种标识信息的数量，所述标识信息包括第一标识信息及第二标识信息；

状态确定模块442，可以用于根据所述每种标识信息的数量，确定所述设备运行状态。

进一步的，所述状态确定模块442包括：

第一确定子模块4421，可以用于统计第一标识信息的数量，并当确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常，反之，则确定所述设备运行状态异常，所述第一标识信息的占比是根据所述第一标识信息的数量及所述标识信息的总数确定的；

第二确定子模块4422，可以用于统计第二标识信息的数量，并当确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常，所述第二标识信息的占比是根据所述第二标识信息的数量及所述标识信息的总数确定的；

第三确定子模块4423，可以用于统计第一标识信息的数量，并当所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常；

第四确定子模块4424，可以用于统计第二标识信息的数量，并当所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常。

进一步的，所述标识信息还包括第三标识信息，所述装置，还包括：

判断单元47，可以用于判断生成单元42，生成的所述待判断数据集中待判断数据的数据连续性是否正常，其中，根据每个所述监测时刻的待判断数据中是否存在对应的监测值判断所述数据连续性是否正常；

补录单元48，可以用于当判断单元47判断所述待判断数据连续性异常时，则在所述数据连续性异常位置补录数据，并为所述补录数据添加第三标识信息；

所述状态确定模块442，还包括：

第五确定子模块4425，可以用于统计所述第三标识信息的数量，并当所述第三标识信息的占比超过第五预设阈值时，确定所述设备运行状态异常；

第六确定子模块4426，可以用于统计所述第三标识信息的数量，并当所述第三标识信息的数量超过第六预设阈值时，确定所述设备运行状态异常。借由上述技术方案，本发明实施例提供一种设备运作状态的监测方法及装置，

对于现有技术在对设备运作状态进行监测时，需要每次在班次结束后由人工汇总、分析，导致人力消耗且效率低下的问题，本发明通过获取目标时段对应的设备监测数据集，然后根据判断规则集及所述设备监测数据集，生成待判断数据集，之后按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果，最后统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态，从而能够根据实现一种自动化对设备运作状态进行汇总、分析的监测功能，解决了目前依靠人工进行汇总、分析所带来的人力消耗的问题。同时，基于所述设备云中状态的监测方法能够自动化运行，因此，在面对大量的监测数据时，能够借助自动化的优势，避免人工分析所存在的效率低下的问题，继而提高了设备运作状态的监测效率。

同时，通过确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据，能够确保以标识的形式为每一条判断数据进行标记，从而确保了统计的准确率，并且便于后续相关人员查阅判断过程。此外，在确定设备运行状态时，可以分别按照确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常；确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常；所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常以及所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常多种方式进行设备运行状态的确定，能偶使得本方案能够适应不同工业设备的运行特点进行对应方式的确定，具有较好的通用性。并且，在确定设备运作状态的过程中，根据监测时刻，判断所述待判断数据集的数据连续性是否正常，并在确定数据连续性异常时，确定缺失数据再进行对应的数据补录和添加第三标识信息，能够确保在进行设备运行时遭遇如停电等突发情况导致的数据缺失时，对设备状态进行确定，可以使设备运作状态监控过程中考虑到突发情况对设备的影响，确保了监控结果的准确性。

所述设备运作状态的监测装置包括处理器和存储器，上述第一获取单元、生成单元、第一确定单元和第二确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现一种自动化对班次结束后的设备运作状态汇总、分析的功能，解决了人力分析汇总时的人力消耗，同时能够利用机器分析的优势，提高分析效率。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述设备运作状态的监测方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述设备运作状态的监测方法。

本发明实施例提供了一种设备50，如图5所示，该设备包括至少一个处理器501、以及与处理器连接的至少一个存储器502、总线503；其中，处理器501、存储器502通过总线503完成相互间的通信；处理器501用于调用存储器中的程序指令，以执行上述的设备运作状态的监测方法。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据，所述设备监测数据中包含有监测点位，监测时刻以及监测值；

根据判断规则集及所述设备监测数据集，生成待判断数据集，所述判断规则集中包括判断规则与监测点位之间的对应关系，所述待判断数据集中包含有所述设备监测数据与判断规则组成的待判断数据；

按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种设备运作状态的监测方法，其特征在于，包括：

获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

根据判断规则集及所述设备监测数据集，生成待判断数据集；

按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

2.根据权利要求1所述的方法，其特征在于，每条所述设备监测数据中包含有设备的监测点位，监测时刻以及监测值；

在所述获取目标时段对应的设备监测数据集之前，所述方法还包括：

获取设备点位数据表，所述设备点位数据表中包含有设备标识、监测点位、监测时刻及监测值；

所述获取目标时段对应的设备监测数据集，包括：

从所述设备点位数据表中获取目标时段内的设备监测数据，得到所述设备监测数据集。

3.根据权利要求2所述的方法，其特征在于，所述判断规则集具体为设备点位配置表，所述待判断数据集具体为待判断数据统计表；

在所述获取目标时段对应的设备监测数据集之前，所述方法还包括：

获取设备点位配置表，所述设备点位配置表中包含有设备标识、监测点位、以及对应的判断规则。

4.根据权利要求3所述的方法，其特征在于，所述根据判断规则集及所述设备监测数据集，生成待判断数据集，包括：

根据所述设备监测数据集中每条所述设备监测数据的设备标识及监测点位，从所述设备点位配置表中获取对应所述监测点位的判断规则，所述判断规则中包含有监测值与标准值之间需要满足的逻辑关系表达式，所述标准值为预设的用于确定所述监测点位的监测数据是否符合预设规则的参数；

将所述设备标识、监测点位、监测时刻以及逻辑关系表达式进行组合，生成对应每一条设备监测数据的待判断数据；

将对应所述目标时段的多条待判断数据组成所述待判断数据统计表。

5.根据权利要求3所述的方法，其特征在于，所述按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果，包括：

确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据；

和/或，

确定所述待判断数据统计表中每一条待判断数据的逻辑关系表达式的判断结果，并基于所述判断结果为每一条待判断数据添加对应的所述判断结果的标识信息，得到带有所述标识信息的统计数据，具体包括：

当所述待判断数据的逻辑关系表达式的判断结果为成立时，为所述待判断数据添加第一标识信息；当所述待判断数据的逻辑关系表达式的判断结果为不成立时，为所述待判断数据添加第二标识信息；

和/或，

所述统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态包括：

根据所述统计数据中的标识信息，统计每种标识信息的数量，所述标识信息包括第一标识信息及第二标识信息；

根据所述每种标识信息的数量，确定所述设备运行状态。

6.根据权利要求5所述的方法，其特征在于，所述根据所述每种标识信息的数量，确定所述设备运行状态，包括：

统计第一标识信息的数量，并当确定所述第一标识信息的占比超过第一预设阈值时，确定所述设备运行状态正常，反之，则确定所述设备运行状态异常，所述第一标识信息的占比是根据所述第一标识信息的数量及所述标识信息的总数确定的；

或者，

统计第二标识信息的数量，并当确定所述第二标识信息的占比超过第二预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常，所述第二标识信息的占比是根据所述第二标识信息的数量及所述标识信息的总数确定的；

或者，

统计第一标识信息的数量，并当所述第一标识信息的数量小于第三预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常；

或者，

统计第二标识信息的数量，并当所述第二标识信息的数量超过第四预设阈值时，确定所述设备运行状态异常，反之，则确定所述设备运行状态正常。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述标识信息还包括第三标识信息；在所述生成待判断数据集之后，所述方法还包括：

判断所述待判断数据集中待判断数据的数据连续性是否正常，其中，根据每个所述监测时刻的待判断数据中是否存在对应的监测值判断所述数据连续性是否正常；

当所述待判断数据连续性异常时，则在所述数据连续性异常位置补录数据，并为所述补录数据添加第三标识信息；

所述根据所述每种标识信息的数量，确定所述设备运行状态，还包括：

统计所述第三标识信息的数量，并当所述第三标识信息的占比超过第五预设阈值时，确定所述设备运行状态异常；

或者，

统计所述第三标识信息的数量，并当所述第三标识信息的数量超过第六预设阈值时，确定所述设备运行状态异常。

8.一种设备运作状态的监测装置，其特征在于，包括：

第一获取单元，用于获取目标时段对应的设备监测数据集，所述设备监测数据集中包含有对应所述目标时段的多个监测时刻的设备监测数据；

生成单元，用于根据判断规则集及所述设备监测数据集，生成待判断数据集；

第一确定单元，用于按照所述待判断数据集中每条待判断数据中的判断规则，确定所述待判断数据的判断结果；

第二确定单元，用于统计所述待判断数据集中的判断结果，得到统计结果，并基于所述统计结果确定所述设备运作状态。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求7中任意一项所述的设备运作状态的监测方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时权利要求1至权利要求7中任意一项所述的设备运作状态的监测方法。

Images