CN113506009B - 一种基于智慧云服务的设备管理方法及系统 - Google Patents

一种基于智慧云服务的设备管理方法及系统 Download PDF

Info

Publication number
CN113506009B
CN113506009B CN202110817681.0A CN202110817681A CN113506009B CN 113506009 B CN113506009 B CN 113506009B CN 202110817681 A CN202110817681 A CN 202110817681A CN 113506009 B CN113506009 B CN 113506009B
Authority
CN
China
Prior art keywords
information
fault
parameter
curve
instruction
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
CN202110817681.0A
Other languages
English (en)
Other versions
CN113506009A (zh
Inventor
张缪春
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.)
ZHEJIANG GONGQI INFORMATION TECHNOLOGY Co.,Ltd.
Original Assignee
Zhejiang Gongqi Information 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 Zhejiang Gongqi Information Technology Co ltd filed Critical Zhejiang Gongqi Information Technology Co ltd
Priority to CN202110817681.0A priority Critical patent/CN113506009B/zh
Publication of CN113506009A publication Critical patent/CN113506009A/zh
Application granted granted Critical
Publication of CN113506009B publication Critical patent/CN113506009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G06F8/42—Syntactic analysis
    • G06F8/427—Parsing
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于智慧云服务的设备管理方法及系统，获得第一类型设备的基础信息，将所述第一类型设备的基础信息存储至第一云端存储器；根据第一解析指令对存储至第一云端存储器的第一类型设备的基础信息进行解析，获得第一类型设备的参数集合；根据第二解析指令对第一类型设备的基础信息进行解析，获得参数集合对应故障集合，并基于参数集合和故障集合构建映射关系，根据构建结果获得第一数据集；获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型。解决了现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题。

Description

一种基于智慧云服务的设备管理方法及系统
技术领域
本发明涉及设备云管理相关领域，尤其涉及一种基于智慧云服务的设备管理方法及系统。
背景技术
生产设备是指直接或间接参加生产过程的设备。它是企业设备固定资产的主要组成部分，生产设备主要包括成套设备，系统、单台机械，装置等有形资产。生产设备需要通过在生产成本中提取折旧，以补偿在长期使用中受到的物质和技术上的损耗。现有技术中的设备一般通过人工进行设备故障排查、维修管理等。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题。
发明内容
本申请实施例通过提供一种基于智慧云服务的设备管理方法及系统，解决了现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题，达到深度结合设备故障数据，对设备故障进行准确、智能、及时排查的技术效果。
鉴于上述问题，提出了本申请实施例提供一种基于智慧云服务的设备管理方法及系统。
第一方面，本申请提供了一种基于智慧云服务的设备管理方法，其中，所述方法应用于一设备云管理系统，所述设备云管理系统与第一云端存储器通信连接，所述方法包括：获得第一类型设备的基础信息；获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至所述第一云端存储器；获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型。
另一方面，本申请还提供了一种基于智慧云服务的设备管理系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一类型设备的基础信息；第二获得单元，所述第二获得单元用于获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至第一云端存储器；第三获得单元，所述第三获得单元用于获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；第四获得单元，所述第四获得单元用于获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；第五获得单元，所述第五获得单元用于获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；第一构建单元，所述第一构建单元用于通过所述第一评价结果和所述第二评价结果完成对所述第一产品的生产管理。
第三方面，本发明提供了一种基于智慧云服务的设备管理系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了获得第一类型设备的基础信息，将所述第一类型设备基础信息存储至第一云端存储器，根据第一解析指令对所述基础信息进行解析，获得第一类型设备的参数集合，根据第二解析指令获得所述参数集合对应的故障集合，并基于所述参数集合和所述故障集合构建映射关系，获得第一数据集，根据第一分类指令对所述第一数据集进行分类，获得第一数据分类结果，基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型实现设备管理，达到深度结合设备故障数据，对设备故障进行准确、智能、及时排查的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于智慧云服务的设备管理方法的流程示意图；
图2为本申请实施例一种基于智慧云服务的设备管理方法的获得第一数据集的流程示意图；
图3为本申请实施例一种基于智慧云服务的设备管理方法的进行故障排查的流程示意图；
图4为本申请实施例一种基于智慧云服务的设备管理方法的数据分类的流程示意图；
图5为本申请实施例一种基于智慧云服务的设备管理方法的构建故障处理曲线的流程示意图；
图6为本申请实施例一种基于智慧云服务的设备管理方法的获得第一维修方案的流程示意图；
图7为本申请实施例一种基于智慧云服务的设备管理方法的获得第二维修方案的流程示意图；
图8为本申请实施例一种基于智慧云服务的设备管理系统的结构示意图；
图9为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第一构建单元16，电子设备50，处理器51，存储器52，输入装置53，输出装置54。
具体实施方式
本申请实施例通过提供一种基于智慧云服务的设备管理方法及系统，解决了现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题，达到深度结合设备故障数据，对设备故障进行准确、智能、及时排查的技术效果。下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
生产设备是指直接或间接参加生产过程的设备。它是企业设备固定资产的主要组成部分，生产设备主要包括成套设备，系统、单台机械，装置等有形资产。生产设备需要通过在生产成本中提取折旧，以补偿在长期使用中受到的物质和技术上的损耗。现有技术中的设备一般通过人工进行设备故障排查、维修管理等。现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种基于智慧云服务的设备管理方法，其中，所述方法应用于一设备云管理系统，所述设备云管理系统与第一云端存储器通信连接，所述方法包括：获得第一类型设备的基础信息；获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至所述第一云端存储器；获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种基于智慧云服务的设备管理方法，其中，所述方法应用于一设备云管理系统，所述设备云管理系统与第一云端存储器通信连接，所述方法包括：
步骤S100：获得第一类型设备的基础信息；
具体而言，所述设备云管理系统为对设备的实时参数采集，进行设备的管理、故障排查的系统，所述设备云管理系统可通过采集对应的设备的实时大数据，进行设备的故障分析，所述第一云端存储器为进行设备信息存储的存储装置，为了保证对设备的故障的评测的准确性，对设备按照设备的类型分类，基于大数据获得第一类型设备的基础信息，所述基础信息包括设备的运行信息、参数信息、故障信息、维修信息等。
步骤S200：获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至所述第一云端存储器；
具体而言，所述第一传输指令为控制信息传输的指令，通过所述第一传输指令，控制所述设备云管理系统采集的设备数据传输至所述第一云端存储器，基于所述第一云端存储器对所述采集的基础信息进行存储，保证采集的数据信息的安全性。
步骤S300：获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；
具体而言，所述第一解析指令为控制所述设备云管理系统对设备的基础信息进行解析的指令，进一步来说，所述设备云管理系统采集的设备的基础信息格式多样化、信息多类化，为了获得需求的参数集合，对采集的数据进行预处理，即进行格式的统一和数据的分类，根据所述分类结果获得所述第一类型设备的参数的集合。进一步来说，所述第一解析指令为对所述第一类型设备的参数获取的指令，通过所述第一解析指令对所述第一类型设备的各个参数信息进行统计，所述参数信息为所述第一类型设备发生故障时的参数信息，获得所述参数集合。
步骤S400：获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；
具体而言，所述第二解析指令为对所述基础信息中故障信息进行解析的指令，根据所述第二解析指令，对所述第一设备类型的基础信息进行故障信息的筛选，获得故障信息集合。根据所述故障信息对应的参数信息，构建所述故障信息集合和所述参数信息集合的一一映射关系，将构建成映射关系的集合作为所述第一数据集。
步骤S500：获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；
具体而言，所述第一分类指令为控制所述第一数据集进行数据分类的指令，所述分类的依据一般为故障的类型/程度，依据故障类型/程度的跨度大小，对所述第一数据集的数据进行层级分类，基于不同层级的数据进行多个模型的训练，使得训练的模型对于不同程度下的数据的处理能力更强，进而达到对设备的故障分析更加准确的技术效果。
步骤S600：基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型。
具体而言，根据所述数据的分类结果，对不同分类下的数据用于管理模型的构建，基于所述构建的多个模型，组成所述多层级云管理模型。进一步来说，所述多层级云管理模型中的每个模型均为机器学习中的神经网络模型，所述模型以上述分类数据作为训练数据，进行模型的监督学习，进而达到对故障的分析处理更加准确的技术效果。
进一步而言，如图2所示，所述并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集，本申请实施例步骤S400还包括：
步骤S410：获得所述参数集合中的第一参数信息；
步骤S420：获得所述故障集合中与所述第一参数信息对应的第一故障信息；
步骤S430：根据所述第一故障信息获得第一奖励值，构建所述第一参数信息、所述第一故障信息和所述第一奖励值的第一映射关系；
步骤S440：根据所述第一参数信息和所述第一奖励值获得第二参数信息，其中，所述第二参数信息为所述参数集合中的信息；
步骤S450：获得所述故障集合中与所述第二参数信息对应的第二故障信息；
步骤S460：根据所述第二故障信息获得第二奖励值，构建所述第二参数信息、所述第二故障信息和所述第二奖励值的第二映射关系，以此类推，构建第N映射关系，其中，所述第N映射关系为通过第N参数信息、第N故障信息和第N奖励值构建而成，且所述第N参数信息通过第N-1参数信息和第N-1奖励值获得，N为大于1的自然数；
步骤S470：根据所述第一映射关系、所述第二映射关系、所述第N映射关系获得所述第一数据集。
具体而言，所述第一参数信息为所述参数集合中对应故障等级信息最低的参数信息，根据所述第一参数信息，在所述故障信息集合中获得与所述参数信息匹配的第一故障信息，所述第一奖励值为对所述第一故障信息进行核实的置信度的预设值，根据所述第一参数信息和所述第一故障信息进行第一奖励值的预设。进一步来说，通过所述第一参数信息和所述第一奖励值，对所述第一参数信息进行调整，使得获得故障等级高于所述第一故障信息第二参数信息，并获得所述第二参数信息对应的第二故障信息，同样，基于所述第二故障信息获得第二奖励值，以此类推，构建参数信息、故障信息、和奖励值之间的映射关系，构建第N-1参数信息、第N-1奖励值和第N参数信息之间的对应关系。根据构建的第一映射关系、第二映射关系、…第N映射关系获得所述第一数据集。通过映射关系的构建，使得所述数据集的关联性，逻辑性更强，进而可通过所述第一数据集训练出更加准确的评估模型，进而达到对设备进行智能化、准确化管理的技术效果。
进一步而言，如图3所示，本申请实施例步骤S700还包括：
步骤S710：获得第一设备参数信息；
步骤S720：将所述第一设备参数信息输入所述多层级云管理模型，获得所述多层级云管理模型的第一输出信息，其中，所述第一输出信息包括第P故障信息和第P置信度，其中，P为大于等于1的自然数；
步骤S730：根据所述第一数据集获得所述第P故障信息对应的第P奖励值；
步骤S740：判断所述第P置信度是否可以满足所述第P奖励值；
步骤S750：当所述第P置信度可以满足所述第P奖励值时，则最终输出所述第P故障信息。
具体而言，所述第一设备参数信息为要通过所述设备云管理系统进行设备管理的设备，所述管理可以是参数分析、参数稳定性评估或者故障评估，当所述管理为故障评估时，将所述第一设备参数信息所述多层级云管理模型，根据所述多层级云管理模型对所述第一设备的参数信息进行处理和匹配，获得第一输出信息，其中，所述第一输出信息为包括为所述第一设备信息匹配的第P故障信息和第P置信度，其中，P为大于1的自然数，根据所述第P故障信息，获得所述映射关系中所述第P故障信息对应的第P奖励值，判断所述第P置信度是否可满足所述预设的第P奖励信息，当所述第P置信度不能满足所述第P奖励信息时，此时表明通过所述多层级管理模型对所述第一设备参数信息的匹配值不能满足预定需求，则不能确定所述第一设备的参数对应于所述第P故障信息，此时仅提供故障的方向。当所述第P置信度可以满足所述第P奖励值时，此时确定所述第一设备参数信息对应于所述第P故障信息。
进一步的，如图4所示，所述获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果，本申请实施例步骤S500还包括：
步骤S510：根据所述第一分类指令对所述第一数据集进行数据聚类，获得第一聚类结果；
步骤S520：对所述第一聚类结果进行聚类特征边缘化分析，获得所述第一聚类结果中的边缘化数据；
步骤S530：将所述边缘化数据从所述第一聚类结果中去除，获得所述第一数据分类结果。
具体而言，聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。将所述第一数据集中的数据进行以故障信息/参数信息为聚类目标的聚类，获得对应的聚类结果。对所述第一聚类结果进行数据的边缘化分析，所述边缘化分析是指将所述第一聚类结果中的非靠近中心点部分的数据进行筛查分析的过程，将所述第一聚类结果中的边缘化数据进行去除，保证样本的稳定性，将所述进行边缘化数据去除的聚类结果作为第一数据分类结果。通过数据的聚类和去边缘化的处理，使得样本数据的稳定性更好，进而使得通过所述样本数据训练获得的模型更加准确和稳定。
进一步的，如图5所示，本申请实施例步骤S760还包括：
步骤S761：根据所述第P故障信息匹配第P故障应对数据集；
步骤S762：根据所述第P故障应对数据集构建第一曲线，其中，所述第一曲线为时间故障处理评估效果曲线；
步骤S763：根据所述第P故障应对数据集构建第二曲线，其中，所述第二曲线为成本处理评估效果曲线；
步骤S764：根据所述第一曲线和所述第二曲线对所述第P故障进行故障处理。
具体而言，所述第P故障应对数据集为所述第P故障信息处理的方式的数据集，所述处理方式可以通过大数据获得，基于大数据获得所述第P故障信息处理的应对数据集，所述应对数据集包括应对方案和应对效果。根据所述第P故障应对数据集构建第一曲线，所述第一曲线为时间故障处理评估效果曲线，即所述第一曲线为故障的处理时间和故障的处理效果的曲线，它反映了不同的故障处理方案的处理时间和效果评估的关系，所述第二曲线为成本评估效果曲线，它反映了不同成本下的故障处理的效果信息，基于所述第一曲线和所述第二曲线，对所述第P故障进行故障的处理方案的选择，根据选择结果进行故障的处理。
进一步而言，如图6所示，本申请实施例步骤S765还包括：
步骤S7651：获得第一用户需求信息；
步骤S7652：根据所述第一用户需求信息对维修时间和维修成本的权重进行评估，获得第一评估结果；
步骤S7653：当所述第一评估结果为维修时间权重值占比高于维修成本权重值时，则根据所述第一用户需求信息获得第一维修时间区间；
步骤S7654：基于所述第一维修时间区间对所述第一曲线进行曲线截取，获得第一曲线截取结果；
步骤S7655：通过所述第一曲线截取结果对所述第二曲线进行维修方案成本顺序排序，获得第一维修方案。
具体而言，所述第一用户为所述第一设备的管理者，根据所述第一用户的需求信息，对所述需求信息进行解析，基于所述解析结果对所述第一用户对于维修时间和维修成本的看重程度进行评估，获得第一评估结果，当所述第一评估结果为维修时间占比权重值高于维修成本时，则优先对所述第一设备的维修方案维修时间进行考量。即根据所述第一用户的需求信息获得第一维修时间区间，基于所述第一维修时间区间对所述第一曲线进行曲线截取，获得第一曲线截取结果。根据所述第一曲线截取结果，对所述第二曲线对应的节点进行选取，根据所述选取结果按照维修方案的成本进行排序，获得第一排序结果，基于所述排序结果获得第一维修方案。
进一步的，如图7所示，所述根据所述第一用户需求信息对维修时间和维修成本的权重进行评估，获得第一评估结果，本申请实施例步骤S7652还包括：
步骤S76521：当所述第一评估结果为维修时间权重值占比低于维修成本权重值时，则根据所述第一用户需求信息获得第一维修成本区间；
步骤S76522：基于所述第一维修成本区间对所述第二曲线进行曲线截取，获得第二曲线截取结果；
步骤S76523：通过所述第二曲线截取结果对所述第一曲线进行维修方案时间顺序排序，获得第二维修方案。
具体而言，当所述第一评估结果为所述维修时间权重值占比低于维修成本的权重值占比时，此时优先对所述维修成本进行考量，即通过素数第一用户需求信息获得所述第一用户的第一维修成本区间，通过所述第一用户的第一维修成本区间对所述第二曲线进行曲线截取，获得第二曲线截取结果，通过所述第二曲线截取结果，获得所述第一曲线中对应所述第二曲线截取结果部分的维修方案，将所述维修方案进行维修时间维度的顺序排序，基于所述排序结果，获得维修时间最短的维修方案，作为第二维修方案。进一步来说，当所述第一用户的需求信息对维修的效果有要求时，则优先将不满足维修效果的部分排除，而后再进行曲线截取。
综上所述，本申请实施例所提供的一种基于智慧云服务的设备管理方法及系统具有如下技术效果：
1、由于采用了获得第一类型设备的基础信息，将所述第一类型设备基础信息存储至第一云端存储器，根据第一解析指令对所述基础信息进行解析，获得第一类型设备的参数集合，根据第二解析指令获得所述参数集合对应的故障集合，并基于所述参数集合和所述故障集合构建映射关系，获得第一数据集，根据第一分类指令对所述第一数据集进行分类，获得第一数据分类结果，基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型实现设备管理，达到深度结合设备故障数据，对设备故障进行准确、智能、及时排查的技术效果。
2、由于采用了通过映射关系的构建，使得所述数据集的关联性，逻辑性更强，进而可通过所述第一数据集训练出更加准确的评估模型，进而达到对设备进行智能化、准确化管理的技术效果。
实施例二
基于与前述实施例中一种基于智慧云服务的设备管理方法同样发明构思，本发明还提供了一种基于智慧云服务的设备管理系统，如图8所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一类型设备的基础信息；
第二获得单元12，所述第二获得单元12用于获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至第一云端存储器；
第三获得单元13，所述第三获得单元13用于获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；
第四获得单元14，所述第四获得单元14用于获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；
第五获得单元15，所述第五获得单元15用于获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；
第一构建单元16，所述第一构建单元16用于通过所述第一评价结果和所述第二评价结果完成对所述第一产品的生产管理。
进一步的，所述系统还包括：
第六获得单元，所述第六获得单元用于获得所述参数集合中的第一参数信息；
第七获得单元，所述第七获得单元用于获得所述故障集合中与所述第一参数信息对应的第一故障信息；
第一构建单元，所述第一构建单元用于根据所述第一故障信息获得第一奖励值，构建所述第一参数信息、所述第一故障信息和所述第一奖励值的第一映射关系；
第八获得单元，所述第八获得单元用于根据所述第一参数信息和所述第一奖励值获得第二参数信息，其中，所述第二参数信息为所述参数集合中的信息；
第九获得单元，所述第九获得单元用于获得所述故障集合中与所述第二参数信息对应的第二故障信息；
第二构建单元，所述第二构建单元用于根据所述第二故障信息获得第二奖励值，构建所述第二参数信息、所述第二故障信息和所述第二奖励值的第二映射关系，以此类推，构建第N映射关系，其中，所述第N映射关系为通过第N参数信息、第N故障信息和第N奖励值构建而成，且所述第N参数信息通过第N-1参数信息和第N-1奖励值获得，N为大于1的自然数；
第十获得单元，所述第十获得单元用于根据所述第一映射关系、所述第二映射关系、所述第N映射关系获得所述第一数据集。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于获得第一设备参数信息；
第十二获得单元，所述第十二获得单元用于将所述第一设备参数信息输入所述多层级云管理模型，获得所述多层级云管理模型的第一输出信息，其中，所述第一输出信息包括第P故障信息和第P置信度，其中，P为大于等于1的自然数；
第十三获得单元，所述第十三获得单元用于根据所述第一数据集获得所述第P故障信息对应的第P奖励值；
第一判断单元，所述第一判断单元用于判断所述第P置信度是否可以满足所述第P奖励值；
第一输出单元，所述第一输出单元用于当所述第P置信度可以满足所述第P奖励值时，则最终输出所述第P故障信息。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于根据所述第一分类指令对所述第一数据集进行数据聚类，获得第一聚类结果；
第十五获得单元，所述第十五获得单元用于对所述第一聚类结果进行聚类特征边缘化分析，获得所述第一聚类结果中的边缘化数据；
第十六获得单元，所述第十六获得单元用于将所述边缘化数据从所述第一聚类结果中去除，获得所述第一数据分类结果。
进一步的，所述系统还包括：
第一匹配单元，所述第一匹配单元用于根据所述第P故障信息匹配第P故障应对数据集；
第三构建单元，所述第三构建单元用于根据所述第P故障应对数据集构建第一曲线，其中，所述第一曲线为时间故障处理评估效果曲线；
第四构建单元，所述第四构建单元用于根据所述第P故障应对数据集构建第二曲线，其中，所述第二曲线为成本处理评估效果曲线；
第十七获得单元，所述第十七获得单元用于根据所述第一曲线和所述第二曲线对所述第P故障进行故障处理。
进一步的，所述系统还包括：
第十八获得单元，所述第十八获得单元用于获得第一用户需求信息；
第十九获得单元，所述第十九获得单元用于根据所述第一用户需求信息对维修时间和维修成本的权重进行评估，获得第一评估结果；
第二十获得单元，所述第二十获得单元用于当所述第一评估结果为维修时间权重值占比高于维修成本权重值时，则根据所述第一用户需求信息获得第一维修时间区间；
第二十一获得单元，所述第二十一获得单元用于基于所述第一维修时间区间对所述第一曲线进行曲线截取，获得第一曲线截取结果；
第二十二获得单元，所述第二十二获得单元用于通过所述第一曲线截取结果对所述第二曲线进行维修方案成本顺序排序，获得第一维修方案。
进一步的，所述系统还包括：
第二十三获得单元，所述第二十三获得单元用于当所述第一评估结果为维修时间权重值占比低于维修成本权重值时，则根据所述第一用户需求信息获得第一维修成本区间；
第二十四获得单元，所述第二十四获得单元用于基于所述第一维修成本区间对所述第二曲线进行曲线截取，获得第二曲线截取结果；
第二十五获得单元，所述第二十五获得单元用于通过所述第二曲线截取结果对所述第一曲线进行维修方案时间顺序排序，获得第二维修方案。
前述图1实施例一中的一种基于智慧云服务的设备管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于智慧云服务的设备管理系统，通过前述对一种基于智慧云服务的设备管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于智慧云服务的设备管理系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图9来描述本申请实施例的电子设备。
图9图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于智慧云服务的设备管理方法的发明构思，本发明还提供一种基于智慧云服务的设备管理系统，下面，参考图9来描述根据本申请实施例的电子设备。该电子设备可以是可移动设备本身，或与其独立的单机设备，其上存储有计算机程序，该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图9所示，电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器51可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中，电子设备50还可以包括：输入装置53和输出装置54，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种基于智慧云服务的设备管理方法，其中，所述方法应用于一设备云管理系统，所述设备云管理系统与第一云端存储器通信连接，所述方法包括：获得第一类型设备的基础信息；获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至所述第一云端存储器；获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型。解决了现有技术中存在对设备的故障排查不够智能、及时、准确的技术问题，达到深度结合设备故障数据，对设备故障进行准确、智能、及时排查的技术效果。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
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。
所述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所述计算机程序指令时，全部或部分地产生按照本申请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，或者从计算机可读存储介质向另计算机可读存储介质传输，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(Solid State Disk，SSD))等。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
另外，本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应理解，在本申请实施例中，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
总之，以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种基于智慧云服务的设备管理方法，其中，所述方法应用于一设备云管理系统，所述设备云管理系统与第一云端存储器通信连接，所述方法包括：
获得第一类型设备的基础信息；
获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至所述第一云端存储器；
获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；
获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；
获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；
基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型；
其中，所述并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集，还包括：
获得所述参数集合中的第一参数信息；
获得所述故障集合中与所述第一参数信息对应的第一故障信息；
根据所述第一故障信息获得第一奖励值，构建所述第一参数信息、所述第一故障信息和所述第一奖励值的第一映射关系；
根据所述第一参数信息和所述第一奖励值获得第二参数信息，其中，所述第二参数信息为所述参数集合中的信息；
获得所述故障集合中与所述第二参数信息对应的第二故障信息；
根据所述第二故障信息获得第二奖励值，构建所述第二参数信息、所述第二故障信息和所述第二奖励值的第二映射关系，以此类推，构建第N映射关系，其中，所述第N映射关系为通过第N参数信息、第N故障信息和第N奖励值构建而成，且所述第N参数信息通过第N-1参数信息和第N-1奖励值获得，N为大于1的自然数；
根据所述第一映射关系、所述第二映射关系、所述第N映射关系获得所述第一数据集。
2.如权利要求1所述的方法，其中，所述方法还包括：
获得第一设备参数信息；
将所述第一设备参数信息输入所述多层级云管理模型，获得所述多层级云管理模型的第一输出信息，其中，所述第一输出信息包括第P故障信息和第P置信度，其中，P为大于等于1的自然数；
根据所述第一数据集获得所述第P故障信息对应的第P奖励值；
判断所述第P置信度是否可以满足所述第P奖励值；
当所述第P置信度可以满足所述第P奖励值时，则最终输出所述第P故障信息。
3.如权利要求1所述的方法，其中，所述获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果，还包括：
根据所述第一分类指令对所述第一数据集进行数据聚类，获得第一聚类结果；
对所述第一聚类结果进行聚类特征边缘化分析，获得所述第一聚类结果中的边缘化数据；
将所述边缘化数据从所述第一聚类结果中去除，获得所述第一数据分类结果。
4.如权利要求2所述的方法，其中，所述方法还包括：
根据所述第P故障信息匹配第P故障应对数据集；
根据所述第P故障应对数据集构建第一曲线，其中，所述第一曲线为时间故障处理评估效果曲线；
根据所述第P故障应对数据集构建第二曲线，其中，所述第二曲线为成本处理评估效果曲线；
根据所述第一曲线和所述第二曲线对所述第P故障进行故障处理。
5.如权利要求4所述的方法，其中，所述方法还包括：
获得第一用户需求信息；
根据所述第一用户需求信息对维修时间和维修成本的权重进行评估，获得第一评估结果；
当所述第一评估结果为维修时间权重值占比高于维修成本权重值时，则根据所述第一用户需求信息获得第一维修时间区间；
基于所述第一维修时间区间对所述第一曲线进行曲线截取，获得第一曲线截取结果；
通过所述第一曲线截取结果对所述第二曲线进行维修方案成本顺序排序，获得第一维修方案。
6.如权利要求5所述的方法，其中，所述根据所述第一用户需求信息对维修时间和维修成本的权重进行评估，获得第一评估结果，还包括：
当所述第一评估结果为维修时间权重值占比低于维修成本权重值时，则根据所述第一用户需求信息获得第一维修成本区间；
基于所述第一维修成本区间对所述第二曲线进行曲线截取，获得第二曲线截取结果；
通过所述第二曲线截取结果对所述第一曲线进行维修方案时间顺序排序，获得第二维修方案。
7.一种基于智慧云服务的设备管理系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一类型设备的基础信息；
第二获得单元，所述第二获得单元用于获得第一传输指令，根据所述第一传输指令将所述第一类型设备的基础信息存储至第一云端存储器；
第三获得单元，所述第三获得单元用于获得第一解析指令，根据所述第一解析指令对存储至所述第一云端存储器的所述第一类型设备的基础信息进行解析，获得所述第一类型设备的参数集合；
第四获得单元，所述第四获得单元用于获得第二解析指令，根据所述第二解析指令对所述第一类型设备的基础信息进行解析，获得所述参数集合对应故障集合，并基于所述参数集合和所述故障集合构建映射关系，根据构建结果获得第一数据集；
第五获得单元，所述第五获得单元用于获得第一分类指令，根据所述第一分类指令将所述第一数据集进行数据分类，获得第一数据分类结果；
第一构建单元，所述第一构建单元用于基于所述第一数据分类结果构建所述第一类型设备的多层级云管理模型；
第六获得单元，所述第六获得单元用于获得所述参数集合中的第一参数信息；
第七获得单元，所述第七获得单元用于获得所述故障集合中与所述第一参数信息对应的第一故障信息；
第一构建单元，所述第一构建单元用于根据所述第一故障信息获得第一奖励值，构建所述第一参数信息、所述第一故障信息和所述第一奖励值的第一映射关系；
第八获得单元，所述第八获得单元用于根据所述第一参数信息和所述第一奖励值获得第二参数信息，其中，所述第二参数信息为所述参数集合中的信息；
第九获得单元，所述第九获得单元用于获得所述故障集合中与所述第二参数信息对应的第二故障信息；
第二构建单元，所述第二构建单元用于根据所述第二故障信息获得第二奖励值，构建所述第二参数信息、所述第二故障信息和所述第二奖励值的第二映射关系，以此类推，构建第N映射关系，其中，所述第N映射关系为通过第N参数信息、第N故障信息和第N奖励值构建而成，且所述第N参数信息通过第N-1参数信息和第N-1奖励值获得，N为大于1的自然数；
第十获得单元，所述第十获得单元用于根据所述第一映射关系、所述第二映射关系、所述第N映射关系获得所述第一数据集。
8.一种基于智慧云服务的设备管理系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任 一项所述方法的步骤。
CN202110817681.0A 2021-07-19 2021-07-19 一种基于智慧云服务的设备管理方法及系统 Active CN113506009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110817681.0A CN113506009B (zh) 2021-07-19 2021-07-19 一种基于智慧云服务的设备管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110817681.0A CN113506009B (zh) 2021-07-19 2021-07-19 一种基于智慧云服务的设备管理方法及系统

Publications (2)

Publication Number Publication Date
CN113506009A CN113506009A (zh) 2021-10-15
CN113506009B true CN113506009B (zh) 2022-02-18

Family

ID=78013821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110817681.0A Active CN113506009B (zh) 2021-07-19 2021-07-19 一种基于智慧云服务的设备管理方法及系统

Country Status (1)

Country Link
CN (1) CN113506009B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113687639B (zh) * 2021-10-25 2023-04-18 南通好心情家用纺织品有限公司 一种纺织机械设备的故障智能预警方法及系统
CN114037677B (zh) * 2021-11-05 2022-07-26 安徽宇呈数据技术有限公司 一种可接入充电宝的便携式地图采集设备
CN114333179B (zh) * 2021-11-21 2023-09-01 武汉谦屹达管理咨询有限公司 一种基于大数据技术的金融终端故障预判警示方法及系统
CN114339478B (zh) * 2022-03-16 2022-07-12 浙江万胜智能科技股份有限公司 一种集中器的通信故障区间检测方法及系统
CN115187927B (zh) * 2022-07-27 2024-03-26 上海志远生态园林工程有限公司 一种观景座椅远程监测管理方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110334740A (zh) * 2019-06-05 2019-10-15 武汉大学 人工智能推理融合的电力设备故障检测定位方法
CN110456774B (zh) * 2019-08-15 2022-06-10 中车大连机车研究所有限公司 一种快捷货运机车的故障诊断与预警装置及方法
CN111861221A (zh) * 2020-07-22 2020-10-30 海尔优家智能科技（北京）有限公司 设备故障信息的推送方法和装置、存储介质及电子装置
CN112491596B (zh) * 2020-11-12 2022-10-25 广东芬尼克兹节能设备有限公司 一种基于云端的故障处理方法及装置

Also Published As

Publication number Publication date
CN113506009A (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN113506009B (zh) 一种基于智慧云服务的设备管理方法及系统
KR101966557B1 (ko) 빅데이터와 머신러닝을 이용한 수리부속수요 예측 시스템 및 방법
CN110458195B (zh) 一种基于多判据融合的异常数据甄别方法
CN105577440B (zh) 一种网络故障时间定位方法和分析设备
CN111324642A (zh) 一种面向电网大数据分析的模型算法选型与评价方法
CN108520357A (zh) 一种线损异常原因的判别方法、装置及服务器
CN103699541B (zh) 用于提高分类精度的交互式可视数据挖掘
CN110806954A (zh) 评估云主机资源的方法、装置、设备及存储介质
CN111652280B (zh) 基于行为的目标物数据分析方法、装置及存储介质
CN105184886A (zh) 一种云数据中心智能巡检系统及方法
CN111126820A (zh) 反窃电方法及系统
CN116760772B (zh) 汇聚分流器的管控系统及其方法
CN112508723B (zh) 基于自动择优建模的金融风险预测方法、装置和电子设备
JP2023504103A (ja) モデル更新システム、モデル更新方法及び関連装置
CN110059069A (zh) 用于检测和预测目标系统的行为的系统和方法
CN111368911A (zh) 一种图像分类方法、装置和计算机可读存储介质
CN113554302A (zh) 一种基于mes智能制造的生产管理方法及系统
CN114546365A (zh) 一种流程可视化的建模方法、服务器、计算机系统及介质
CN105184403A (zh) 基于机器学习和统计模型检验的工作流最优配置寻优方法
CN110059083A (zh) 一种数据评价方法、装置和电子设备
CN114548493A (zh) 一种电能表电流过载预测方法与系统
CN113887115A (zh) 运行状态的安全检测方法、装置、设备和存储介质
CN116777297B (zh) 基于idc设备监测数据的机房评价指标配置方法和系统
Ackermann et al. Black-box learning of parametric dependencies for performance models
CN113852204A (zh) 一种于数字孪生的变电站三维全景监视系统及方法

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
TA01 Transfer of patent application right

Effective date of registration: 20220207

Address after: 314001 Room 308, floor 3, building 2, No. 382, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Applicant after: ZHEJIANG GONGQI INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 314001 Room 301, 3 / F, building 2, No. 382, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Applicant before: Zhejiang yongxun Investment Management Co.,Ltd.

TA01 Transfer of patent application right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A device management method and system based on intelligent cloud services

Effective date of registration: 20230317

Granted publication date: 20220218

Pledgee: Zhejiang Tailong Commercial Bank Co.,Ltd. Jiaxing Branch

Pledgor: ZHEJIANG GONGQI INFORMATION TECHNOLOGY Co.,Ltd.

Registration number: Y2023980035010

PE01 Entry into force of the registration of the contract for pledge of patent right