CN113889287A - 数据处理方法、装置、系统及存储介质 - Google Patents
数据处理方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN113889287A CN113889287A CN202111217066.2A CN202111217066A CN113889287A CN 113889287 A CN113889287 A CN 113889287A CN 202111217066 A CN202111217066 A CN 202111217066A CN 113889287 A CN113889287 A CN 113889287A
- Authority
- CN
- China
- Prior art keywords
- data
- monitored
- dimensional model
- target
- display content
- 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
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000010801 machine learning Methods 0.000 claims abstract description 27
- 238000013523 data management Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 35
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 9
- 230000000007 visual effect Effects 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 238000013079 data visualisation Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012800 visualization Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/183—Tabulation, i.e. one-dimensional positioning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请实施例提供了一种数据处理方法、装置、系统及存储介质，涉及物联技术领域，所述数据处理方法包括：获取数据采集端采集的第一数据，所述第一数据为包括所述多个待监测设备的运行数据；将所述运行数据第一数据图表化，得到图表数据并显示所述图表数据；基于所述运行数据确定每个所述待监测设备的目标运行状态；基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成；将所述显示内容显示。本申请实施例提供的数据处理方法、装置、系统及存储介质，通过采集数据结合机器学习，获得了能够实现多种功能的可视化三维模型。
Description
技术领域
本申请涉及物联技术领域，具体涉及一种数据管理方法、装置、系统及存储介质。
背景技术
随着物联网的日益发展，各种传感器和执行器将遍布现实世界的各个角落，形成了一个庞大的控制网络。传统的数据化数据展示、数据建模及数据管理模式已经不能满足时代的要求，成为制约数据中心进一步信息化、智能化、可视化的瓶颈，如何通过数据采集，获取具有多功能的可视化三维模型，是当前亟待解决的问题。
发明内容
鉴于以上问题，本申请实施例提供一种数据处理方法、装置、系统及存储介质，以解决或者部分解决上述技术问题。
第一方面，本申请一些实施例提供一种数据处理的方法，所述方法应用于数据管理系统的平台端，所述数据管理系统还包括服务器、数据采集端和多个待监测设备，所述数据采集端与多个所述待监测设备连接，所述服务器分别与所述平台端以及所述数据采集端连接，所述方法包括：获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据；将所述第一数据图表化，得到图表数据并显示所述图表数据；基于所述运行数据确定每个所述待监测设备的目标运行状态；基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成；将所述显示内容显示。
第二方面，本申请一些实施例还提供一种数据处理装置，该装置包括获取单元、数据处理单元、确定单元、显示内容处理单元、显示单元。其中，获取单元用于获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据；数据处理单元用于将所述第一数据图表化，得到图表数据并显示所述图表数据；确定单元用于基于所述运行数据确定每个所述待监测设备的目标运行状态；显示内容处理单元用于基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成；显示单元用于将所述显示内容显示。
第三方面，本申请一些实施例还提供一种数据管理系统，所述数据管理系统包括：所述平台端、所述服务器、所述数据采集端以及所述待监测设备，所述数据采集端与多个所述待监测设备连接，所述服务器分别与所述平台端以及所述数据采集端连接，所述平台端用于执行上述任一项所述的方法。
第四方面，本申请实施例还提供一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述任一项所述的数据处理方法。
本申请实施例提供的数据处理方法、装置、系统及存储介质，其中，服务器分别连接数据采集端以及平台端，数据采集端获取第一数据，该第一数据包括所述多个待监测设备的运行数据，平台端通过服务器获取到第一数据，基于该第一数据获取到图表数据，再由多个待监测设备的运行数据确定每个所述待监测设备的目标运行状态，基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，，最后通过平台端进行显示，由于待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成，因此待监测设备的三维模型的设计与效果达到与真实的待监测设备相契合。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的一种数据管理系统的示意图；
图2示出了本申请实施例提供的一种数据管理系统的架构图；
图3示出了本申请一实施例提供的一种数据管理方法的流程示意图；
图4示出了本申请一实施例提供的一种通信方式建立连接的流程示意图；
图5示出了本申请一实施例提供的图表数据示意图；
图6示出了本申请一实施例提供的一种三维模型示意图；
图7示出了本申请另一实施例提供的一种数据管理方法的流程示意图；
图8示出了本申请另一实施例提供的一种数据管理方法的补充流程示意图；
图9示出了本申请又一实施例提供的一种数据管理方法的流程示意图；
图10示出了本申请又一实施例提供的一种数据管理方法的补充流程示意图；
图11示出了本申请实施例提供的一种数据管理装置的模块框图
图12示出了本申请实施例提供的又一种数据管理系统的示意图；
图13示出了本申请实施例提供的一种计算机可读存储介质的模块框图。
具体实施方式
下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本申请，而不能理解为对本申请的限制。
为了使本技术领域的人员更好地理解本申请的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
随着科技的进步、大数据的发展，传统的数据化数据展示、数据建模及数据管理模式已经不能满足时代的要求，成为制约数据中心进一步信息化、智能化、可视化的瓶颈，数据可视化展示工作正在由数据的实时获取向数据的实时演示转变。
发明人在研究中发现，如果采用网页展示数据的可视化，难以满足实际需求，具体地，网页展示的设备模型无法达到与实际真实相契合；网页展示的效果也很难达到时代科技感以及实际操作同步性的要求；网页展示考虑的性能因素会比较多，会造成网页加载速度慢，无法快捷处理。
为了解决或部分解决上述技术问题，发明人经过长期研究，提出了本申请实施例中的一种数据处理方法、装置、系统及存储介质，通过服务器分别连接数据采集端以及平台端，数据采集端获取待监测设备的运行数据，平台端通过服务器获取到数据，使用配套软件建模、分析、计算、预测等，再通过平台端进行显示。本申请对模型的设计与效果达到与真实模型相契合；通过多方位的设计与优化调试，使展演场景、模型成为具有科技感、真实感为一体的可视化界面；考虑运行设备的性能，控制在性能可控范围内进行数据可视化的展示。本申请实现了数据采集、数据管理、数字建模、数据可视化、大数据分析、提前告警。
请参阅图1，本申请实施例提供的数据处理方法可以应用于数据管理系统100，该数据处理系统100包括平台端110、服务器120以及数据采集端130，其中，数据采集端130用于通过采集设备获取第一数据，该第一数据包括待监测设备的运行数据，该平台端110获取该第一数据，将其转换为图表数据，再由多个待监测设备的运行数据确定每个所述待监测设备的目标运行状态，基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，最后通过平台端进行显示。其中，数据采集端130和平台端110通过服务器120实现数据的通信。
进一步的，该数据处理系统100的系统架构图可以参阅图2所示，图2示出了数据处理系统架构图200，该数据处理系统架构图200包括：传输层210，平台层220，应用层230。其中，传输层210用于进行第一数据的传输，平台层220用于获取该第一数据，将其转换为图表数据，再由多个待监测设备的运行数据确定每个所述待监测设备的目标运行状态，基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，应用层230用于显示该三维模型。
请参阅图3所示，图3提供的一种实施例描述了该数据管理方法，该数据管理方法可以应用于前述的数据管理系统100，具体地，该方法的执行主体可以是平台端，该方法包括步骤S310至步骤S350。
步骤S310：获取数据采集端采集的第一数据。
获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据。该数据采集端通过相关采集设备对多个待监测设备进行数据采集，获取他们的运行数据。具体的，数据采集端可以包括：采集设备、集中器、智能网关。其中，采集设备用于采集所需要的数据，集中器是用于集中附近的采集设备的数据的设备，智能网关是用于接入到互联网的设备；其中，采集设备和集中器相连接，集中器和智能网关相连接，智能网关和服务器相连接；特别的，智能网关可以被集成在集中器内，作为集中器的一个子模块实现功能，也可以作为一个单独的设备存在；具体的，采集设备、集中器、智能网关之间可以通过现场总线如：I2C、PCIe、SPI、MBus等实现通信，智能网关和服务器之间可以通过GPRS/3G/4G/5G/WiFi/有线网等实现通信。
进一步的，该采集设备可以包括但不限于传感器、射频识别器、红外感应器、全球定位系统、激光扫描器等中的任意一项或者多项，运行数据可以包括工作温度、在线状态、工作电流、工作电压、工作频率等任意一项或者几项的组合。例如，在本实施例中，可以通过温度传感器采集待监测设备的温度，通过频率传感器采集待监测设备的工作频率，通过电压传感器采集待监测设备的工作电压，通过电流传感器采集待监测设备的工作电流。
进一步的，在本实施例中，对于用来获取待监测设备的运行数据的采集设备，可以再设置一套设备用来监测该采集设备是否正常工作，具体的，可以在每一个采集待监测设备运行状态的传感器附近再设置一个传感器，对采集待监测设备运行状态的传感器运行状态进行监测。
在本实施例中，该数据采集端对数据进行采集，获得第一数据，该第一数据可以为任何约定的类型，例如：字符串型、整型、浮点型、数组、对象等，进一步的，如果直接使用该类型的数据在数据采集端和服务器之间进行消息通信，有许多不便捷的地方，因此，可以采一种数据交换格式，将采集端采集到的数据进行转换，再上传给服务器，例如，在本实施例中，可以采用JavaScript对象表示法(JavaScript Obejct Notation，JSON)的数据交换格式，例如，传感器将采集到第一数据发送给集中器，集中器将接收到的所有传感器发送的第一数据进行数据格式转换，转换为JavaScript对象表示法，再通过智能网关上传给服务器。进一步的，在本实施例中，JavaScript对象表示法是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。
进一步的，在本实施例中，该第一数据包括了待监测设备的运行数据和采集设备的运行数据。
进一步的，在本实施例中，在数据采集端获取到了第一数据后，可以通过服务器和平台端进行数据通信。其中，数据端将该第一数据发送给服务器，该发送方式可以是通过互联网直接将数据上传给服务器，也可以通过该采集端和服务器都支持的一个协议来进行数据的通信，例如，在本实施例中，可以是消息队列遥测传输(MeSSage Queuing TelemetryTransport，MQTT)。
进一步的，消息队列遥测传输MQTT，是一个基于客户端-服务器的消息发布/订阅传输协议。MQTT协议是轻量、简单、开放和易于实现的，这些特点使他适用范围非常广泛，尤其适合应用在硬件性能低下的远程设备以及网络状况糟糕的情况，对于通过MQTT协议进行通信的系统，即使有部分客户端因为一些问题离线，例如：网络波动、停电、故障等，其他的客户端依然能够从服务器获取信息。
进一步的，为了详细描述消息队列遥测传输通信协议的方法，可以参阅图4所示，图4包括了步骤S311至S313。
步骤S311：连接消息队列遥测传输通信。
在本实施例中，数据采集端、服务器、平台端都支持消息队列遥测传输通信协议，在设备上电后，首先会读取配置文件，该配置文件主要包括一些程序运行的参数，具体的，例如，服务器的IP号和端口号、连接的ID、心跳、定义的主题、以及其他功能的设置，数据采集端或者平台端可以修改上述参数，以实现不同的功能。进一步的，在本实施例中，数据采集端或者平台端根据读取到的配置文件，和服务器通过消息队列遥测传输通信协议相连接，若连接成功则设置心跳参数，例如，可以设定心跳为60秒；若连接不成功，则间隔一段时间不断尝试重连，直至连接成功，例如，可以间隔30秒。
步骤S312：确认订阅主题。
进一步的，若前述步骤中连接成功后，则可以根据配置文件的参数进行主题订阅，该数据采集端和平台端可以预先协商主题，以完成后续通信。例如，在本实施例中，可以确定公共主题为“可视化”。当数据采集端和平台端都订阅了公共主题为“可视化”主题时，当数据采集端发布此主题的相关信息时，所有订阅了此主题的平台端都能收到服务器推送的信息。
步骤S313：实现消息收发。
进一步的，若前述步骤中主题订阅成功，则此时该数据采集端和服务器以及平台端和服务器已经建立了消息队列遥测传输通信协议的通信连接，具体的，根可以根据不同的通信需求，实现单播、组播、广播通信。进一步的，数据采集端可以每间隔一定时间主动发送某一消息给服务器，也可以是服务器发起数据获取的请求给数据采集端，采集端响应该请求，完成数据的发送，服务器检测到相应主题的消息到达时，能实时接收到消息，对消息进行提取、解码、判断，并进行相应处理，最终把处理结果按规定主题发布出去，此时，同样订阅了此主题的其他客户端，例如平台端，能够收到服务器推送的数据信息。
进一步的，在数据采集端和服务器以及平台端和服务器都建立起了连接后，平台端能够获取到数据采集端发送的第一数据。
步骤S320：将所述第一数据图表化，得到图表数据并显示所述图表数据。
在本实施例中，平台端可以包括输入端和显示区域，其中，输入端用于响应用户的操作，用户向平台端提出操作请求，显示区域用于将运行的数据显示在出来。具体的，平台端可以是搭载有操作系统(Operation System，OS)的服务器、个人计算机、微型计算机等，具体的，在本实施例中，平台端可以是个人计算机，操作系统OS可以是windows10操作系统，显示区域为该个人计算机的显示屏幕，输入端为该个人计算机的配套键盘和鼠标。
特别的，该平台端应该需要至少达到如下表1所列的性能要求。
表1
请参阅表1，该平台端的硬件设备配置中的每一项，都应该至少达到表1中所记载的，其中SSD表示固态硬盘(Solid State Driver，SSD)，HDMI表示高清多媒体接口(HighDefinition Multimedia Interface，HDMI)，DP表示显示接口(Display Port，DP)。
在本实施例中，平台端接收数据采集端发送的第一数据，可以对该第一数据进行图表化。具体的，可以在平台端运行配套的软件，通过该软件实现对第一数据的图表化，进一步的，用户可以通过输入端，对软件发出指示进行图表化，该图表化可以包括：生成条形图、柱状图、饼状图、数据列表等。例如，在本实施例如，用户可以通过输入端，通过软件请求将待监测设备的温度数据转换为温度-时间的柱状图，也可以转换为某一时间端内的温度梯度图，例如，一分钟之内的温度梯度图，还可以将待监测设备的工作电流数据转换为饼状图。
进一步的，已经图表化的数据即为图表数据，该图表数据可以通过软件在显示区域进行显示。具体的，请参阅图5所示，图5为温度、湿度-时间的图表，例如，用户可以通过输入端，通过软件请求将待监测设备的温度数据和湿度数据转换为温度、湿度-时间的图表，该待监测设备对应的温度、湿度-时间柱状图即会通过显示区域显示。
步骤S330：基于所述运行数据确定每个所述待监测设备的目标运行状态。
在本实施例中，每一个所述的待监测设备都对应有不同的运行数据，平台端在获取到每一个所述待监测设备的对应的运行数据后，可以基于其运行数据，对每一个所述待监测设备的目标运行状态进行调整，使其符合最新的运行数据。
进一步的，在本实施例中，可以设定该平台端每间隔一定的时间即对运行数据进行分析，确定每一个待监测设备的目标运行状态是否发生改变，如果没有发生改变，则不进行后续操作，如果发生改变，则对发生改变的待监测设备的目标运行状态进行更新，也可以设定在每次获得服务器推送的来自数据采集端的数据后，确定每一个待监测设备的目标运行状态是否发生改变，如果没有发生改变，则不进行后续操作，如果发生改变，则对发生改变的待监测设备的目标运行状态进行更新。具体的，在本实施例中，可以设定每间隔5秒钟即对运行数据进行分析，若发现一些待监测设备的运行数据发生了改变，则对发生改变的待监测设备的目标运行状态进行更新，如果没有发生改变，则不进行后续操作。
步骤S340：基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容。
基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成。进一步的，在本实施例中，该轮廓数据可以通过数据采集端，采集待监测模型的外观数据，然后通过特定的算法还原和构建待监测设备的几何结构，将其转换为三维模型数据，也可以通过一些方法直接采集到待监测设备的几何结构对应的数字化数据，直接生成三维模型数据。例如，在本实施例中，可以对待监测设备的各个几何面以及内部结构进行拍照，然后通过算法对照片进行数字化处理，还原出硬件设备对应的几何结构的三维模型数据，还可以使用激光扫描设备，直接对待监测设备进行扫描，获得其几何结构的数字化数据，直接生成三维模型数据。具体的，可以参阅图6所示，图6示出了一种实施例采集的待监测设备的三维模型，在本实施例中，可以对该待监测设备的三维模型使用不同的颜色对应不同的工作温度，也可以通过使用大小的指示来表示出不同的工作电流等，需要说明的是，此处的实施例仅作参考，而不能作为本申请的限定。
进一步的，基于前步骤S330中获得的每个待监测设备对应的目标运行状态，对生成的三维模型数据进行修改和补充。具体的，可以将每个待监测设备对应的目标运行状态的内容都显示在待监测设备对应的三维模型数据中，也可以仅显示部分待监测设备对应的目标运行状态的内容。例如，在本实施例中，可以将工作温度、在线状态、工作电流、工作电压、工作频率的数据都显示在待监测设备对应的三维模型数据中，也可以仅将工作温度、在线状态的数据显示在待监测设备对应的三维模型数据中。
进一步的，显示内容可以包括待监测设备对应的三维模型数据显示的对应的运行状态，软件提可以供全部显示模式，用户也可以手动选择需要显示的信息。具体的，在本实施例中，可以选择软件提供的全部显示模式，在该模式下待监测设备所有的目标运行状态都会显示在其对应的三维模型数据中，也可以选择用户手动选择的模式，该模式下用户可以选择显示需要显示的当前运行状态，而没有被选中的状态则不会被显示在三维模式数据中。例如，在本实施例中，当选则软件提供的全部显示模式时，工作温度、在线状态、工作电流、工作电压、工作频率的数据都会显示在待监测设备对应的三维模型数据中，若选择用户手动选择的模式，则可以选择显示工作温度，则其他的数据都不会进行显示。
步骤S350：将所述显示内容显示。
在本实施例中，对前步骤S340所述的显示内容，可以通过平台端的显示区域进行显示。其中，显示区域可以包括平台端本身所具备的显示设备，例如，在本实施例中，可以是个人计算机自带的显示设备，还可以是具有蓝牙或者WIFI功能的移动终端设备，例如，手机、笔记本电脑、平板电脑等，该具有蓝牙或者WIFI功能的移动终端设备可以通过蓝牙或者WIFI接入平台端，同步显示该显示内容；还可以是具有接入互联网能力的终端设备，例如，手机、笔记本电脑、平板电脑、具有网卡的台式计算机等，该终端设备可以通过互联网和平台端相连，然后同步显示该显示内容。
进一步的，在本实施例中，该显示内容可由用户自定设置，具体的，可以选中一些显示内容作为需要显示的内容，还可以选中一些显示内容作为不需要显示的内容。例如，在本实施例中，用户可以选中该待监测设备对应的三维模型的显示内容中的工作温度和工作电流进行显示，而对除了工作温度和工作电流两项之外的显示内容不进行显示；用户还可以选中该待监测设备对应的三维模型的显示内容中的工作温度和工作电流不进行显示，而对除了工作温度和工作电流两项之外的显示内容进行显示。
进一步的，该显示内容可由用户自定设置还可以包括，显示内容的显示位置可以由用户定义，具体的，用户可以指定所有显示内容的具体位置，也可以仅指定部分显示内容的具体位置，例如，用户可以指定工作温度在显示区域的左半边显示，工作电流在显示区域的右半边显示，用户也可以仅指定工作温度在显示区域的左半边显示，而剩余的显示内容由软件分配显示位置。
进一步的，该显示内容可由用户自定设置还可以包括，显示内容的大小可以由用户定义，具体的，用户可以指定所有显示内容的大小，也可以仅指定部分显示内容的大小，例如，用户可以对工作温度、工作电流显示内容的大小进行指定，用户也可以仅对工作温度显示内容的大小进行指定，而剩余的显示内容大小由软件分配。
进一步的，该显示内容可由用户自定设置还可以包括，用户可以对显示内容进行操作，包括：旋转、平移、缩放、选中，例如，在本实施例中，想要观察该待监测设备底面的工作温度，则可以对该可视化三维数据进行旋转操作，使其底面显示在显示设备中以便观察。进一步的，还可以对该可视化三维数据中某一模块进行选中，选中后会显示更多该模块相关的信息。例如，在本实施例中，选中该硬件设备的可视化三维数据中的一个电路模块，则可以显示该模块的正常工作温度范围、正常工作电流范围、正常工作电压范围等参数。
本申请实施例提供的数据处理方法、装置、系统及存储介质，通过服务器分别连接数据采集端以及平台端，数据采集端获取待监测设备的运行数据，平台端通过服务器获取到数据，使用配套软件建模、分析、计算、预测等，再通过平台端进行显示。本申请对模型的设计与效果达到与真实模型相契合；通过多方位的设计与优化调试，使展演场景、模型成为具有科技感、真实感为一体的可视化界面；考虑运行设备的性能，控制在性能可控范围内进行数据可视化的展示。
请参阅图7，图7提供的一种实施例描述了该数据管理方法，该数据管理方法包括步骤S710至步骤S750。
步骤S710：获取数据采集端采集的第一数据。
步骤S720：将所述第一数据图表化，得到图表数据并显示所述图表数据。
其中，步骤S710和步骤S720在上述实施例中已经详细描述，此处不再赘述。
步骤S730：将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型。
将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型，以得到每个所述待监测设备的目标运行状态。具体的，每一个所述待监测设备的运行数据都是数量庞大的，许多数据单独观测也不具有现实参考意义，所以需要对相关数据进行收集、整理、分析，通过运算得出目标运行数据，例如，对于一个待监测设备，其中一项运行数据，例如，工作电流，将会包含许多传感器测得的，对应该待监测设备不同位置的工作电流，对这些杂乱的数据不能直接使用，需要输入进预先完成训练的机器学习模型，以得到对应的工作电流项的目标运行状态。
进一步的，请参阅图8所示，图8对步骤S730做了详细的描述，在步骤S730之前，还包括有步骤S731和步骤S732，图8具体包含步骤S731、步骤S732和步骤S730。
步骤S731：获取每个所述待监测设备的样本数据。
获取每个所述待监测设备的样本数据，所述样本数据包括待监测设备不同的运行数据和每个运行数据对应的标签，所述标签为运行状态标识。进一步的，在本实施例中，可以指定每隔一个时间间隔获取待监测设备的运行数据，然后设定一个时间限制，该时间限制表示从开始获取运行数据到结束获取运行数据的时间，还可以设定获取的样本数据的次数限制，该次数限制表示从开始获取运行数据开始，一共获取到多少次就结果获取，并对该运行数据打上标签，该标签可以为任意一项运行状态或者多项运行状态的组合，例如，在获取到待监测设备的工作温度运行数据的时候，可以将其打上温度的标签，具体的，在本实施例中，可以指定间隔5秒钟就获取一次待监测设备的运行数据作为样本数据，然后设定时间限制为1小时，则这一小时中每隔5秒钟就获取一次运行数据并打上标签作为样本数据，也可以设定一共获取1万个运行数据，则获取到1万个运行数据的时候就停止获取。
步骤S732：将所述样本数据输入初始机器学习模型。
将所述样本数据输入初始机器学习模型，以对所述初始机器学习模型训练得到训练完成的机器学习模型。进一步的，在本实施例中，可以将前述步骤S731中获取到样本数据输入到初始机器学习模型中完成训练，具体的，该学习模型可以为时间序列分析预测，例如，在本实施例中，可以设定机器学习模型为时间序列分析预测模型，然后将样本数据输入到该模型中进行学习，最后得到完成训练的机器学习模型。
步骤S740：基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容。
基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成。对三维模型的生成在之前的实施例中已经详细描述，此处就不再赘述。在本实施例中，每个所述目标运行状态是经过机器学习模型训练得到的，再结合平台端配套软件，能够实现预测性告警的功能。具体的，可以在软件中预先设定针对不同的待监测设备的安全工作温度范围，则当检测到待监测设备的工作温度呈上升趋势且已经逼近临界安全工作温度范围时，通过机器学习模型能够根据当前的上升趋势轻易预测出未来的工作温度有可能超过安全工作温度范围，进而发出预测性告警，显示超温预警提示，例如，在本实施例中，可以预先设定待监测设备的安全工作温度范围为5摄氏度至90摄氏度，当在短时间内，例如5分钟内，获取到该待监测设备的工作温度从50摄氏度升高到80摄氏度，且升高速度没有减缓趋势，则通过机器学习模型能够根据当前的上升趋势轻易预测出未来的工作温度有可能超过安全工作温度范围，进而发出预测性告警，显示内容显示超温预警提示
进一步的，经过机器学习模型训练，再结合平台端配套软件，还能够实现事故溯源的功能。具体的，针对事故区域，机器学习模型可以找出与其相关的运行数据，并定位事发前异常的数据，这些异常运行数据有可能没有超出安全运行范围，但是也对事故的发生起到了作用，常规监控系统不能识别出安全运行范围内的运行数据，但是通过机器学习模型，能够找到所有有可能引发安全事故的运行数据，再逐一分析最终定位事故原因，例如，在一次待监测设备起火的事故中，事故起因是有数条大电流的线同时满负荷运行，且这数条线靠在一起，最后因为温度太高导致失火，常规的监控系统不会对导线的温度进行监控，而这些导线也运行在规定的安全电流内，所以很难确认事故发生的原因，但是通过机器学习配合软件分析的数据，能够发现在事发前的一段时间内这些满负荷工作的导线靠在一起，是一个严重的隐患，进而定位事故原因，在显示内容上显示出来。
步骤S750：将所述显示内容显示。
其中，该步骤在上述实施例中已经详细描述，此处不再赘述。
本申请实施例提供的数据处理方法、装置、系统及存储介质，通过服务器分别连接数据采集端以及平台端，数据采集端获取待监测设备的运行数据，平台端通过服务器获取到数据，使用配套软件建模、分析、计算、预测等，再通过平台端进行显示。本申请对模型的设计与效果达到与真实模型相契合；通过多方位的设计与优化调试，使展演场景、模型成为具有科技感、真实感为一体的可视化界面；考虑运行设备的性能，控制在性能可控范围内进行数据可视化的展示。
请参阅图9所示，图9提供的一种实施例描述了该数据管理方法，该数据管理方法包括步骤S910至步骤S950。
步骤S910：获取数据采集端采集的第一数据。
步骤S920：将所述第一数据图表化，得到图表数据并显示所述图表数据。
步骤S930：将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型。
其中，步骤S910至步骤S930在前述实施例中已经详细叙述，在此不再赘述。
步骤S940：基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三位数字孪生的显示内容。
其中，数字孪生是指在“数字化一切可数字化的的事物”的前提下，通过软件定义和数据驱动，在数字虚拟空间中创建的虚拟事物，与物理实体空间中的现实事物形成了在形、态、质地、行为和发展规律上都极为相似的虚实精确映射关系，让物理孪生体与数字孪生体具有了多元化映射关系。对于一些实施方式，所述三维数字孪生的显示内容可以包括三维模型的填充色、工作温度指示、在线状态指示、工作电流指示和工作频率指示等。
在本实施例中，针对每个待监测设备的三维模型中对应的目标运行状态，可以通过一些手段对不同的运行状态进行标识，例如，可以对三维模型使用不同的填充色来表示不同的工作温度。具体的，请参阅图10所示，图10的实施例对如何使用不同的填充色显示不同的运行状态进行了详细描述，图10包含了步骤S940至步骤S943。
步骤S941：修改填充色。
若所述目标运动状态为高温状态，则将该目标运行状态对应的待监测设备的三维模型的填充色修改为红色。具体的，在本实施例中，可以预设一个颜色和温度的对照图，然后修改目标运行状态对应的待监测设备的三维模型的填充色为颜色和温度的对照图所对应的颜色，例如，可以预设30摄氏度及以下为蓝色，30摄氏度(不包含30摄氏度)至60摄氏度为黄色，60摄氏度(不包含60摄氏度)以上为红色，当待监测设备的工作温度从50摄氏度升至70摄氏度时，则可以将该目标运行状态对应的待监测设备的三维模型的填充色修改为红色。
步骤S942：生成三维模型的动画视频。
基于已修改填充色的三维模型和未修改填充色的三维模型生成三维模型的动画视频。具体的，在本实施例中，可以采用一种过渡的方式对修改了填充色的三维模型进行显示，例如，可以生成一个三维模型的动画视频，该视频可以将修改前的三维模型填充色和修改后的三维模型填充色交错显示，但是修改后的三维模型的填充占空比较大，则会显示的颜色为修改前的三维模型填充色和修改后的三维模型填充色混合的并更加偏向修改后的三维模型的填充色的一种颜色；该视频还可以在修改前的三维模型填充色和修改后的三维模型填充色之间插入一个渐变过渡的效果，其原理是将两种颜色叠加，然后逐渐改变各自的占空比，其实现的效果是从修改前的三维模型填充色逐渐变化为修改后的三维模型填充色，例如，在本市实施例中，可以设定修改后的填充色从0％的占空比逐渐增大到100％的占空比，则最后显示的就是修改后的三维模型填充色。
步骤S943：显示所述动画视频。
进一步的，在本实施例中，将生成的动画视频通过平台端的显示区域显示出来，该视频的显示方式可以包括：单次播放、循环播放。具体的，例如，可以将过渡效果的视频单次播放，最后结尾处显示的就是修改后的三维模型填充色，还可以将交错显示的视频循环播放，这样显示的就是一个偏向修改后三维模型填充色对应的颜色。
需要说明的是，该颜色和温度的对照只是一个举例，不是限定，实施者可以自行预设不同的颜色和温度的对照，也可以根据需要预设不同颜色和其他运行数据的对照。
步骤S950：将所述显示内容显示。
其中，该步骤在上述实施例中已经详细描述，此处不再赘述。
本申请实施例提供的数据处理方法、装置、系统及存储介质，通过服务器分别连接数据采集端以及平台端，数据采集端获取待监测设备的运行数据，平台端通过服务器获取到数据，使用配套软件建模、分析、计算、预测等，再通过平台端进行显示。本申请对模型的设计与效果达到与真实模型相契合；通过多方位的设计与优化调试，使展演场景、模型成为具有科技感、真实感为一体的可视化界面；考虑运行设备的性能，控制在性能可控范围内进行数据可视化的展示。
如图11所示，本申请实施例还提供了一种数据管理装置1100，该数据管理装置1100应用于数据管理系统的平台端，所述数据管理系统还包括数据采集端和多个待监测设备，所述数据采集端与多个所述待监测设备连接，所述平台端与所述数据采集端连接，该数据管理装置1100包括：获取单元1110、数据处理单元1120、确定单元1130、显示内容处理单元1140、显示单元1150。
获取单元1110：用于获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据。
数据处理单元1120：用于将所述第一数据图表化，得到图表数据并显示所述图表数据。
确定单元1130：用于基于所述运行数据确定每个所述待监测设备的目标运行状态。
进一步的，确定单元1130还用于将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型，以得到每个所述待监测设备的目标运行状态。
进一步的，确定单元1130还用于获取每个所述待监测设备的样本数据，所述样本数据包括待监测设备不同的运行数据和每个运行数据对应的标签，所述标签为运行状态标识；将所述样本数据输入初始机器学习模型，以对所述初始机器学习模型训练得到训练完成的机器学习模型。
显示内容处理单元1140：用于基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成。
进一步的，显示内容处理单元1140还用于基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的填充色。
进一步的，显示内容处理单元1140还用于若所述目标运动状态为高温状态，则将该目标运行状态对应的待监测设备的三维模型的填充色修改为红色。
进一步的，显示内容处理单元1140还用于基于已修改填充色的三维模型和未修改填充色的三维模型生成三维模型的动画视频；显示所述动画视频。
显示单元1150：用于将所述显示内容显示。
进一步的，所述多个待监测设备包括传感器、处理器和外围电路，所述运行数据包括：工作温度、在线状态、工作电流、工作电压和工作频率的至少一种。
本申请实施例提供的数据处理方法、装置、系统及存储介质，通过服务器分别连接数据采集端以及平台端，数据采集端获取待监测设备的运行数据，平台端通过服务器获取到数据，使用配套软件建模、分析、计算、预测等，再通过平台端进行显示。本申请对模型的设计与效果达到与真实模型相契合；通过多方位的设计与优化调试，使展演场景、模型成为具有科技感、真实感为一体的可视化界面；考虑运行设备的性能，控制在性能可控范围内进行数据可视化的展示。
请参阅图12，本申请实施例还提供一种数据管理系统1200，图12为该数据管理系统1200的框图，该数据管理系统1200包括：所述平台端1210、所述服务器1220、所述数据采集端1230以及所述待监测设备1240，所述数据采集端1230与多个所述待监测设备1240连接，所述服务器1220分别与所述平台端1210以及所述数据采集端1230连接，所述平台端1210用于执行前述实施例中任一项所述的方法。
进一步的，在本实施例中，所述平台端1210可以用于和用户进行交互，该交互可以包括发起数据可视化请求以及显示可视化数据，例如，用户可以通过平台端发起查看数据的请求，平台端通过服务器获取到数据信息，进而将可视化数据显示在平台端1210上；该交互还可以包括发起预测告警请求，例如，用户可以通过平台端1210发起预测告警的请求，平台端1210通过服务器获取到数据信息，对用户指定的运行数据进行预测，并将结果通过平台端1210显示出来。
如图13所示，本申请实施例还提供一种计算机可读取存储介质1300，该计算机可读取存储介质1300中存储有计算机程序指令1310，计算机程序指令1310可被处理器调用以执行上述实施例中所描述的方法。
计算机可读取存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM(电可编程只读存储器)、硬盘或者ROM之类的电子存储器。可选地，计算机可读取存储介质包括非易失性计算机可读取存储介质(non-transitory computer-readable storagemedium)。计算机可读取存储介质1300具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。
以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭示如上，然而并非用以限定本申请，任何本领域技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本申请技术方案的范围内。
Claims (10)
1.一种数据管理方法，其特征在于，应用于数据管理系统的平台端，所述数据管理系统还包括服务器、数据采集端和多个待监测设备，所述数据采集端与多个所述待监测设备连接，所述服务器分别与所述平台端以及所述数据采集端连接，所述方法包括：
获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据；
将所述第一数据图表化，得到图表数据并显示所述图表数据；
基于所述运行数据确定每个所述待监测设备的目标运行状态；
基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成；
将所述显示内容显示。
2.根据权利要求1所述的方法，其特征在于，所述基于所述运行数据确定每个所述待监测设备的目标运行状态，包括：
将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型，以得到每个所述待监测设备的目标运行状态。
3.根据权利要求2所述的方法，其特征在于，所述将每个所述待监测设备的所述运行数据输入预先完成训练的机器学习模型之前，还包括：
获取每个所述待监测设备的样本数据，所述样本数据包括待监测设备不同的运行数据和每个运行数据对应的标签，所述标签为运行状态标识；
将所述样本数据输入初始机器学习模型，以对所述初始机器学习模型训练得到训练完成的机器学习模型。
4.根据权利要求1所述的方法，其特征在于，所述三维模型为三维数字孪生，所述基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，包括：
基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维数字孪生的显示内容，所述三维数字孪生的显示内容包括三维模型的填充色、工作温度指示、在线状态指示、工作电流指示和工作频率指示中的至少一种。
5.根据权利要求4所述的方法，其特征在于，所述基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的填充色，包括：
若所述目标运动状态为高温状态，则将该目标运行状态对应的待监测设备的三维模型的填充色修改为红色。
6.根据权利要求4所述的方法，其特征在于，所述将所述显示内容显示，包括：
基于已修改填充色的三维模型和未修改填充色的三维模型生成三维模型的动画视频；
显示所述动画视频。
7.根据权利要求1-6任一所述的方法，其特征在于，所述多个待监测设备包括传感器、处理器和外围电路，所述运行数据包括：
工作温度、在线状态、工作电流、工作电压和工作频率的至少一种。
8.一种数据管理装置，其特征在于，应用于数据管理系统的平台端，所述数据管理系统还包括数据采集端和多个待监测设备，所述数据采集端与多个所述待监测设备连接，所述平台端与所述数据采集端连接，所述装置包括：
获取单元，用于获取数据采集端采集的第一数据，所述第一数据包括所述多个待监测设备的运行数据；
数据处理单元，用于将所述第一数据图表化，得到图表数据并显示所述图表数据；
确定单元，用于基于所述运行数据确定每个所述待监测设备的目标运行状态；
显示内容处理单元，用于基于每个所述目标运行状态修改每个所述目标运行状态对应的待监测设备的三维模型的显示内容，其中，每个所述待监测设备的三维模型预先基于该待监测设备的轮廓数据而生成；
显示单元，用于将所述显示内容显示。
9.一种数据管理系统，其特征在于，包括：所述平台端、所述服务器、所述数据采集端以及所述待监测设备，所述数据采集端与多个所述待监测设备连接，所述服务器分别与所述平台端以及所述数据采集端连接，所述平台端用于执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111217066.2A CN113889287A (zh) | 2021-10-19 | 2021-10-19 | 数据处理方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111217066.2A CN113889287A (zh) | 2021-10-19 | 2021-10-19 | 数据处理方法、装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113889287A true CN113889287A (zh) | 2022-01-04 |
Family
ID=79003644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111217066.2A Pending CN113889287A (zh) | 2021-10-19 | 2021-10-19 | 数据处理方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113889287A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116775750A (zh) * | 2023-08-15 | 2023-09-19 | 中钢集团武汉安全环保研究院有限公司 | 一种基于冶金行业的数据管理方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109709936A (zh) * | 2018-12-24 | 2019-05-03 | 广州供电局有限公司 | 设备运行状态监测方法、装置、计算机设备和存储介质 |
| CN110069387A (zh) * | 2019-04-22 | 2019-07-30 | 深圳华远云联数据科技有限公司 | 机房设备的数据处理方法及系统 |
| CN110674009A (zh) * | 2019-09-10 | 2020-01-10 | 平安普惠企业管理有限公司 | 应用服务器性能监测方法、装置、存储介质及电子设备 |
| CN111126153A (zh) * | 2019-11-25 | 2020-05-08 | 北京锐安科技有限公司 | 基于深度学习的安全监测方法、系统、服务器及存储介质 |
| CN111860900A (zh) * | 2020-08-14 | 2020-10-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 |
| CN112149329A (zh) * | 2020-09-23 | 2020-12-29 | 中广核工程有限公司 | 核电厂关键设备的状态预演方法、系统、设备及存储介质 |
-
2021
- 2021-10-19 CN CN202111217066.2A patent/CN113889287A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109709936A (zh) * | 2018-12-24 | 2019-05-03 | 广州供电局有限公司 | 设备运行状态监测方法、装置、计算机设备和存储介质 |
| CN110069387A (zh) * | 2019-04-22 | 2019-07-30 | 深圳华远云联数据科技有限公司 | 机房设备的数据处理方法及系统 |
| CN110674009A (zh) * | 2019-09-10 | 2020-01-10 | 平安普惠企业管理有限公司 | 应用服务器性能监测方法、装置、存储介质及电子设备 |
| CN111126153A (zh) * | 2019-11-25 | 2020-05-08 | 北京锐安科技有限公司 | 基于深度学习的安全监测方法、系统、服务器及存储介质 |
| CN111860900A (zh) * | 2020-08-14 | 2020-10-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 |
| CN112149329A (zh) * | 2020-09-23 | 2020-12-29 | 中广核工程有限公司 | 核电厂关键设备的状态预演方法、系统、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 胡先荣: "《全国企业管理干部培训系列教材 现代企业设备管理》", 31 May 1998, 北京：机械工业出版社, pages: 1 - 12 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116775750A (zh) * | 2023-08-15 | 2023-09-19 | 中钢集团武汉安全环保研究院有限公司 | 一种基于冶金行业的数据管理方法和装置 |
| CN116775750B (zh) * | 2023-08-15 | 2023-10-31 | 中钢集团武汉安全环保研究院有限公司 | 一种基于冶金行业的数据管理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110795148A (zh) | 编排文件的生成方法、装置及电子设备 | |
| US11163298B2 (en) | Monitoring system and monitoring method | |
| WO2018014766A1 (zh) | 增强现实模块的生成方法及装置、生成系统和存储介质 | |
| CN113240778B (zh) | 虚拟形象的生成方法、装置、电子设备和存储介质 | |
| JP2003076978A (ja) | 画像処理検査システム | |
| CN112492297B (zh) | 一种对视频的处理方法以及相关设备 | |
| JP2020119156A (ja) | アバター生成システム、アバター生成装置、サーバ装置、アバター生成方法、およびプログラム | |
| CN113889287A (zh) | 数据处理方法、装置、系统及存储介质 | |
| CN116127821A (zh) | 一种运维数据的三维可视化呈现方法及平台 | |
| CN112118390A (zh) | 摄像头的控制方法、装置、电子设备及存储介质 | |
| US10163214B2 (en) | Device and method for analyzing thermal images | |
| CN112416126A (zh) | 页面滚动控制方法和装置、存储介质及电子设备 | |
| JP2012010233A (ja) | 画像処理装置、画像処理システム及び画像処理方法 | |
| US10178320B2 (en) | Image display terminal, image display method, and non-transitory computer readable recording medium storing program | |
| WO2019067134A1 (en) | METHODS, SYSTEMS AND SOFTWARE OF VISUAL COMMUNICATIONS | |
| CN113191322A (zh) | 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备 | |
| EP3975159A1 (en) | Method and a system for measuring the latency of a graphical display output | |
| US20210186360A1 (en) | Smart scale systems with body imaging and associated devices and methods | |
| CN111914583B (zh) | 图形码的识别方法、装置以及设备 | |
| CN105324983A (zh) | 摄像设备、图像处理设备及其控制方法和程序 | |
| JP6652911B2 (ja) | 画像処理装置、画像処理方法、プログラム、及び画像処理システム | |
| US20240320968A1 (en) | Visualizations of tasks of multiple imaging devices | |
| JP7414140B2 (ja) | 画像選択装置、携帯端末、画像選択方法、表示制御方法、及びプログラム | |
| CN115033759A (zh) | 一种电子设备、服务器及体重检测方法 | |
| CN114245174B (zh) | 视频预览方法以及相关设备 |
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 |