CN114442494B - 一种设备行为分析方法、装置、终端设备以及存储介质 - Google Patents
一种设备行为分析方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN114442494B CN114442494B CN202111322775.7A CN202111322775A CN114442494B CN 114442494 B CN114442494 B CN 114442494B CN 202111322775 A CN202111322775 A CN 202111322775A CN 114442494 B CN114442494 B CN 114442494B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- behavior
- target
- intelligent household
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 153
- 238000007781 pre-processing Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 230000006399 behavior Effects 0.000 claims description 259
- 230000009471 action Effects 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000005299 abrasion Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种设备行为分析方法、装置、终端设备以及存储介质,方法包括:周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据;调用与每个智能家居设备相对应的设备模型,将预处理数据输入至相对应的设备模型中,得到每个智能家居设备的设备行为数据;对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。本发明实施例解决了现有技术中智能家居管理设备的智能化程度较低的技术问题。
Description
技术领域
本申请实施例涉及智能家居设备领域,尤其涉及一种设备行为分析方法、装置、终端设备以及存储介质。
背景技术
目前,随着科学技术的不断发展,智能家居设备逐渐已经步入人们的生活当中,智能家居设备给人们的生活带来了便捷的同时,也提高了人们的生活质量。然而,目前智能家居管理设备只能获知智能家居设备当前的动作状态,并无法得知智能家居设备过去一段时间以来的动作状态,也无法对智能家居设备整体的运行状态进行分析,智能家居管理设备的智能化程度较低。
发明内容
本发明实施例提供了一种设备行为分析方法,解决了现有技术中智能家居管理设备的智能化程度较低的技术问题。
第一方面,本发明实施例提供了一种设备行为分析方法,包括以下步骤:
周期获取预设时间窗长度内每个智能家居设备的设备数据,对所述设备数据进行预处理,得到预处理数据;
调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据;
对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示。
优选的,在所述周期获取预设时间窗长度内每个智能家居设备的设备数据之前,还包括以下步骤:
从设备模型信息库中获取预先录入的每个智能家居设备的设备信息,根据所述设备信息构建与所述每个智能家居设备相对应的设备模型,所述设备信息包括设备标识、设备类型以及设备动作规则。
优选的,所述预处理数据中包括有对应智能家居设备的设备标识;
相应的,调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据的具体过程为:
从每个所述智能家居设备的预处理数据中获取所述智能家居设备的设备标识,根据所述设备标识调用与每个所述智能家居设备相对应的设备模型;
将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,以使所述相对应的设备模型根据所述设备动作规则以及所述相对应的预处理数据,生成所述预设时间窗长度内所述相对应的智能家居设备的动作轨迹,根据所述动作轨迹生成所述相对应的智能家居设备的设备行为数据,所述设备行为数据中还包括有所述设备类型。
优选的,所述对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果的具体过程为:
从每个所述智能家居设备的设备行为数据中获取所述设备类型,根据所述设备类型调用对应的设备行为分析模型,每个设备类型对应一个设备行为分析模型;
将每个所述智能家居设备的设备行为数据输入至所述对应的设备行为模型中,得到所述预设时间窗长度内每个所述智能家居设备的行为分析结果。
优选的,所述数据订阅规则包括目标设备以及目标终端;
相应的,所述根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示的具体过程为:
从所有的设备行为数据中获取所述目标设备的设备行为数据作为目标数据,从所有的行为分析结果中获取所述目标设备的行为分析结果作为目标行为分析结果,将所述目标数据以及所述目标行为分析结果发送至所述目标终端中进行可视化显示。
优选的,对所述设备数据进行预处理,得到预处理数据的具体过程为:
将所述设备数据转化为预设格式的设备数据,得到预处理数据。
优选的,还包括以下步骤:
获取每个所述智能家居设备的历史设备行为数据,根据所述历史设备行为数据,确定每个所述智能家居设备的损耗程度。
第二方面,本发明实施例提供了一种设备行为分析装置,包括数据预处理模块、行为数据获取模块以及行为数据分析模块;
所述数据预处理模块用于周期获取预设时间窗长度内每个智能家居设备的设备数据,对所述设备数据进行预处理,得到预处理数据;
所述行为数据获取模块用于调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据;
所述行为数据分析模块用于对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示。
第三方面,本发明实施例提供了一种终端设备,所述终端设备包括处理器以及存储器;
所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;
所述处理器用于根据所述计算机程序中的指令执行如第一方面所述的一种设备行为分析方法。
第四方面,本发明实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的设备行为分析方法。
上述,本发明实施例提供了一种设备行为分析方法、装置、终端设备以及存储介质,方法通过周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据;调用与每个智能家居设备相对应的设备模型,将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,得到每个智能家居设备的设备行为数据;对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。
上述,本发明实施例获取每个智能家居设备的设备数据,对设备数据进行预处理后,将预处理数据输入到对应的设备模型中,通过设备模型得到每个智能家居设备的设备行为数据,并对设备行为数据进行分析,从而得到每个智能家居设备的行为分析结果,最后根据数据订阅规则将目标数据以及目标行为分析结果发送到对应的终端中进行可视化显示,本发明实施例中智能家居管理设备能够对智能家居的设备行为数据进行分析,生成智能家居设备的行为分析结果从而掌握智能家居设备的整体运行状态,提高了智能家居管理设备的智能化程度,解决了现有技术中智能家居管理设备的智能化程度较低的技术问题。
附图说明
图1为本发明实施例提供的一种设备行为分析方法的方法流程图。
图2为本发明实施例提供的一种设备行为分析装置的结构示意图。
图3为本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
以下描述和附图充分地示出本申请的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本申请的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,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。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
实施例一
如图1所示,图1为本发明实施例提供的一种设备行为分析方法的流程图。本发明实施例提供的设备行为分析方法可以由设备行为分析设备执行,该设备行为分析设备可以通过软件和/或硬件的方式实现,该设备行为分析设备可以是两个或多个物理实体构成,也可以由一个物理实体构成。例如设备行为分析设备可以是电脑、上位机、服务器、平板等设备。方法包括以下步骤:
步骤101、周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据。
在本实施例中,首先需要设置时间窗的长度。示例性的,将时间窗设置为 5分钟、10分钟以及15分钟等,可理解,时间窗长度可根据实际需要进行设置,在本实施例中不对时间窗长度的具体数据进行限定。设置了时间窗长度后,周期获取时间窗长度内每个智能家居设备的设备数据,需要进一步说明的是,相邻两个周期之间的时间间隔要大于时间窗长度,示例性的,在一个实施例中,时间窗长度为5分钟,相邻两个周期之间的时间间隔为10分,则每隔10分钟获取5分钟内每个智能家居设备的设备数据。其中,设备数据为智能家居设备在运行过程中各个模块或部件的动作数据。
在获取到每个智能家居设备的设备数据后,还需要对设备数据进行预处理,得到预处理数据。
在一个实施例中,对设备数据进行预处理,得到预处理数据的具体过程为:
将设备数据转化为预设格式的设备数据,得到预处理数据。
在本实施例中,对设备数据进行预处理的过程为将设备数据转化为预设格式的设备数据,从而使得设备数据的格式为统一的格式,方便后续进行对设备数据进行分析。
步骤102、调用与每个智能家居设备相对应的设备模型,将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,得到每个智能家居设备的设备行为数据。
在得到预处理数据后,调用与每个智能家居设备相对应的设备模型,之后,将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中。示例性的,在一个实施例中,若智能家居设备为智能风扇,在得到智能风扇的预处理数据后,调用与智能风扇相对应的设备模型,将智能风扇的预处理数据输入到与智能风扇相对应的设备模型中。
在将每个智能家居设备相对应的预处理数据输入到对应的设备模型中后,设备模型对预处理数据进行分析处理,得到每个智能家居设备的设备行为数据。示例性的,在一个实施例中,设备模型根据预处理数据生成智能家居设备的动作轨迹,动作轨迹中包含有智能家居设备在预设时间窗长度内的行为动作变化情况,之后,即可根据动作轨迹,生成智能家居设备的设备行为数据,设备行为数据即为智能家居设备的动作行为数据。
步骤103、对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。
在得到每个智能家居设备的设备行为数据后,对设备行为数据进行分析,根据设备行为数据判断智能家居设备的动作行为是否正常,从而得到每个智能家居设备的行为分析结果。示例性的,在一个实施例中,每个智能家居设备对应有一个设备行为分析模型,设备行为分析模型对每个智能家居设备的设备行为数据进行分析,判断每个智能家居设备的动作行为是否正常,从而得到行为分析结果。
在得到每个智能家居设备的行为分析结果后,根据预设的数据订阅规则,从所有的智能家居设备的设备行为数据中获取目标数据,以及根据预设的订阅规则,从所有的智能家居设备的行为分析结果中获取目标分析结果,之后,将获取到的目标数据以及目标分析结果发送到对应的终端中,以便终端对目标数据以及目标分析结果进行可视化显示。
通过预设数据订阅规则,用户可以根据需要订阅对应的目标数据以及目标分析结果,并将目标数据以及目标分析结果发送到对应的终端上进行显示,使得用户能够获知智能家居设备过去一段时间以来的动作行为以及智能家居设备的整体运行状态。可理解,数据订阅规则用户可根据实际需要进行设置,在本实施例中不对数据订阅规则的具体内容进行限定。
上述,本发明实施例获取每个智能家居设备的设备数据,对设备数据进行预处理后,将预处理数据输入到对应的设备模型中,通过设备模型得到每个智能家居设备的设备行为数据,并对设备行为数据进行分析,从而得到每个智能家居设备的行为分析结果,最后根据数据订阅规则将目标数据以及目标行为分析结果发送到对应的终端中进行可视化显示,本发明实施例中智能家居管理设备能够对智能家居的设备行为数据进行分析,生成智能家居设备的行为分析结果从而掌握智能家居设备的整体运行状态,提高了智能家居管理设备的智能化程度,解决了现有技术中智能家居管理设备的智能化程度较低的技术问题。
实施例二
本发明实施例提供的另一种设备行为分析方法,包括以下步骤:
步骤201、从设备模型信息库中获取预先录入的每个智能家居设备的设备信息,根据设备信息构建与每个智能家居设备相对应的设备模型,设备信息包括设备标识、设备类型以及设备动作规则。
在本实施例中,用户需要预先在设备模型信息库中输入每个智能家居设备的设备信息。其中,设备信息包括有设备标识、设备类型以及设备动作规则。其中,设备标识为区分每个智能家居设备的唯一凭证,根据设备标识即可区分区不同的智能家居设备。设备类型即为智能家居设备的类型,例如智能灯光类、智能风扇类以及智能窗帘类等。设备动作规则包含有智能家居设备的动作原理,例如智能风扇的扇头角度转动原理以及风扇旋转原理等。
之后,从设备模型库中获取用户预先录入的每个智能家居设备的设备信息,并根据每个智能家居设备的设备信息,构建与每个智能家居设备相对应的设备模型。示例性的,在一个实施例中,根据设备信息中的设备动作规则构建设备模型,从而使得每个设备模型中包括有对应智能家居设备的动作原理,并且每个设备模型上标注有对应的设备标识以及设备类型。
步骤202、周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据,预处理数据中包括有对应智能家居设备的设备标识。
需要进一步说明的是,在本实施例中,每个智能家居设备的预处理数据还包括有对应的设备标识,从而以便后续根据设备标识调用对应的设备模型。
步骤203、从每个智能家居设备的预处理数据中获取智能家居设备的设备标识,根据设备标识调用与每个智能家居设备相对应的设备模型。
在得到每个智能家居设备的预处理数据后,需要从预处理数据中提取出每个智能家居设备的设备标识,并根据设备标识调用相对应的设备模型。示例性的,在一个实施例中,若从预处理数据中提取到的设备标识为055,则调取设备标识同样为055的设备模型。
步骤204、将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,以使相对应的设备模型根据设备动作规则以及相对应的预处理数据,生成预设时间窗长度内相对应的智能家居设备的动作轨迹,根据动作轨迹生成相对应的智能家居设备的设备行为数据,设备行为数据中还包括有设备类型。
在调用了对应的设备模型后,将每个智能家居设备相对应的预处理数据输入到对应的设备模型中,设备模型根据智能家居设备的设备动作规则,生成预设时间窗长度内智能家居设备的动作轨迹。示例性的,在一个实施例中,智能家居设备为智能风扇,智能风扇的设备数据包括了角度旋转模块中负责调节旋转角度的马达的第一动作数据,以及风扇模块中负责驱动扇叶旋转的马达的第二动作数据,将第一动作数据和第二动作输入输入至与智能风扇相对应的设备模型中,设备模型根据智能风扇的设备动作规则,根据第一动作数据和第二动作数据生成智能风扇的动作轨迹,即在预设时间窗长度内智能风扇的扇头旋转角度变化以及扇叶旋转速度的变化。
在得到智能家居设备的动作轨迹后,即可根据智能家居设备的动作轨迹,生成智能家居设备的设备行为数据。示例性的,对于智能风扇,即可根据智能风扇的动作轨迹,确定智能风扇在预设时间窗长度内左右转动的转动次数、左右转动的角度以及扇叶的旋转速度,从而生成智能风扇在预设时间窗长度内的设备行为数据。其中,需要进一步说明的是,设备行为数据中还包括有设备类型。
步骤205、对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。
在上述实施例的基础上,对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果的具体过程由步骤2051-步骤2052完成,具体为:
步骤2051、从每个智能家居设备的设备行为数据中获取设备类型,根据设备类型调用对应的设备行为分析模型,每个设备类型对应一个设备行为分析模型。
在得到每个智能家居设备的设备行为数据后,从每个智能家居的设备行为数据中提取出设备类型,并根据设备类型调用对应的设备行为分析模型,在本实施例中,每个设备类型对应一个设备行为分析模型,例如,智能灯光类对应一个设备行为分析模型,智能风扇类对应另一个设备行为分析模型。
步骤2052、将每个智能家居设备的设备行为数据输入至对应的设备行为模型中,得到预设时间窗长度内每个智能家居设备的行为分析结果。
在调用了对应的设备行为分析模型后,将每个智能家居设备的设备行为数据输入到对应的设备行为分析模型中,设备行为分析模型对设备行为数据进行分析,得到每个智能家居设备在预设时间窗长度内的行为分析结果。需要进一步说明的是,在本实施例中,每个设备行为分析模型中预先设置有每一类智能家居设备的多个异常动作规则,设备行为分析模型判断智能家居设备的设备行为数据是否满足至少一个异常动作规则,若是,则可以判断出智能家居设备的动作行为异常,从而得到智能家居设备的行为分析结果。示例性的,智能空调类的设备行为分析模型的异常动作规则中,包括有一条规则为:“若一分钟内智能空调的启停次数大于等于3次,则智能空调的动作行为为异常”,若对智能空调的设备行为数据进行分析,发现智能空调在一分钟内启停次数为4次,则智能空调的设备行为数据满足异常动作规则,可以判断智能空调的动作行为为异常,从而得到智能空调的行为分析结果。可理解,在本实施例中,设备行为分析模型中的异常动作规则可根据实际需要进行设置,在本实施例中不对异常动作规则的具体内容进行限定。
在上述实施例的基础上,数据订阅规则包括目标设备以及目标终端。
目标设备,指的是目标的智能家居设备,目标终端,指的是目标的终端。
相应的,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示的具体为:
从所有的设备行为数据中获取目标设备的设备行为数据作为目标数据,从所有的行为分析结果中获取目标设备的行为分析结果作为目标行为分析结果,将目标数据以及目标行为分析结果发送至目标终端中进行可视化显示。
用户在设置了数据订阅规则中设置了目标设备以及目标终端后,从所有智能家居设备的设备行为数据中,获取目标设备的设备行为数据作为目标数据,并从所有智能家居设备的行为分析结果中获取目标设备的行为分析结果,将行为分析结果作为目标行为分析结果。在一个实施例中,设备行为数据以及行为分析结果中均包含有对应智能家居设备的设备标识,用户在设置了目标设备后,确定目标设备的设备标识,并根据设备标识,分别从设备行为数据以及行为分析结果中获取目标数据以及目标行为分析结果。
在获取到目标数据以及目标行为分析结果后,将目标数据以及目标行为分析结果发送到对应的目标终端中进行可视化显示,从而实现数据的订阅,使得用户可以实时掌握智能家居设备的运行情况。
步骤206、获取每个智能家居设备的历史设备行为数据,根据历史设备行为数据确定每个智能家居设备的损耗程度。
获取每个智能家居设备的历史设备行为数据,根据每个智能家居设备的历史设备行为数据,确定每个智能家居设备的损耗程度。在一个实施例中,智能家居设备的每个动作行为具有不同的磨损分数,通过计算磨损分数来确定智能家居设备的损耗程度。示例性的,在一个实施例中,获取智能风扇的历史设备行为数据,对历史设备行为数据进行统计,确定智能风扇的扇头左右转动的历史转动次数以及扇叶的历史转动次数,一次扇头左右转动对应一个第一磨损分数,一次扇叶转动对应一个第二磨损分数,分别将左右转动的历史转动次数乘以第一磨损分数,将扇叶的历史转动次数乘以第二磨损分数,并将两个相乘的结果进行相加,即可得到智能风扇的总体磨损分数,不同的范围内的总体磨损分数对应一个损耗程度,根据总体磨损分数即可确定智能风扇的损耗程度。
上述,本发明实施例获取每个智能家居设备的设备数据,对设备数据进行预处理后,将预处理数据输入到对应的设备模型中,通过设备模型得到每个智能家居设备的设备行为数据,并对设备行为数据进行分析,从而得到每个智能家居设备的行为分析结果,最后根据数据订阅规则将目标数据以及目标行为分析结果发送到对应的终端中进行可视化显示,本发明实施例中智能家居管理设备能够对智能家居的设备行为数据进行分析,生成智能家居设备的行为分析结果从而掌握智能家居设备的整体运行状态,提高了智能家居管理设备的智能化程度,解决了现有技术中智能家居管理设备的智能化程度较低的技术问题。
实施例三
如图2所示,图2为本发明实施例提供的一种设备行为分析装置的结构示意图,包括数据预处理模块301、行为数据获取模块302以及行为数据分析模块303;
数据预处理模块301用于周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据;
行为数据获取模块302用于调用与每个智能家居设备相对应的设备模型,将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,得到每个智能家居设备的设备行为数据;
行为数据分析模块303用于对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。
在上述实施例的基础上,还包括设备模型构建模块;
设备模型构建模块用于从设备模型信息库中获取预先录入的每个智能家居设备的设备信息,根据设备信息构建与每个智能家居设备相对应的设备模型,设备信息包括设备标识、设备类型以及设备动作规则。
在上述实施例的基础上,预处理数据中包括有对应智能家居设备的设备标识;
相应的,行为数据获取模块302具体用于从每个智能家居设备的预处理数据中获取智能家居设备的设备标识,根据设备标识调用与每个智能家居设备相对应的设备模型;将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,以使相对应的设备模型根据设备动作规则以及相对应的预处理数据,生成预设时间窗长度内相对应的智能家居设备的动作轨迹,根据动作轨迹生成相对应的智能家居设备的设备行为数据,设备行为数据中还包括有设备类型。
在上述实施例的基础上,行为数据分析模块303用于对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果的过程具体为:
用于从每个智能家居设备的设备行为数据中获取设备类型,根据设备类型调用对应的设备行为分析模型,每个设备类型对应一个设备行为分析模型;将每个智能家居设备的设备行为数据输入至对应的设备行为模型中,得到预设时间窗长度内每个智能家居设备的行为分析结果。
在上述实施例的基础上,数据订阅规则包括目标设备以及目标终端;
相应的,行为数据分析模块303用于根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示的过程具体为:
用于从所有的设备行为数据中获取目标设备的设备行为数据作为目标数据,从所有的行为分析结果中获取目标设备的行为分析结果作为目标行为分析结果,将目标数据以及目标行为分析结果发送至目标终端中进行可视化显示。
在上述实施例的基础上,数据预处理模块301用于对设备数据进行预处理,得到预处理数据的过程具体为:
用于将设备数据转化为预设格式的设备数据,得到预处理数据。
在上述实施例的基础上,还包括损耗计算模块;
损耗计算模块用于获取每个智能家居设备的历史设备行为数据,根据历史设备行为数据,确定每个智能家居设备的损耗程度。
实施例四
本实施例还提供了一种终端设备,如图3所示,一种终端设备40,所述终端设备包括处理器400以及存储器401;
所述存储器401用于存储计算机程序402,并将所述计算机程序402传输给所述处理器;
所述处理器400用于根据所述计算机程序402中的指令执行上述的一种设备行为分析方法实施例中的步骤。
示例性的,所述计算机程序402可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器401中,并由所述处理器400执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序402在所述终端设备40中的执行过程。
所述终端设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备40可包括,但不仅限于,处理器400、存储器401。本领域技术人员可以理解,图3仅仅是终端设备40的示例,并不构成对终端设备40的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备40还可以包括输入输出设备、网络接入设备、总线等。
所称处理器400可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器401可以是所述终端设备40的内部存储单元,例如终端设备 40的硬盘或内存。所述存储器401也可以是所述终端设备40的外部存储终端设备,例如所述终端设备40上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器401还可以既包括所述终端设备40的内部存储单元也包括外部存储设备。所述存储器401用于存储所述计算机程序以及所述终端设备40 所需的其他程序和数据。所述存储器401还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例五
本发明实施例还提供一种包含计算机可控制请求指令的存储介质,所述计算机可控制请求指令在由计算机处理器执行时用于执行一种设备行为分析方法,该方法包括以下步骤:
周期获取预设时间窗长度内每个智能家居设备的设备数据,对设备数据进行预处理,得到预处理数据;
调用与每个智能家居设备相对应的设备模型,将每个智能家居设备相对应的预处理数据输入至相对应的设备模型中,得到每个智能家居设备的设备行为数据;
对每个智能家居设备的设备行为数据进行分析,得到每个智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将目标数据以及目标行为分析结果发送至对应的终端中进行可视化显示。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。
Claims (8)
1.一种设备行为分析方法,其特征在于,包括以下步骤:
周期获取预设时间窗长度内每个智能家居设备的设备数据,对所述设备数据进行预处理,得到预处理数据;
调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据;
对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示;
在所述周期获取预设时间窗长度内每个智能家居设备的设备数据之前,还包括以下步骤:
从设备模型信息库中获取预先录入的每个智能家居设备的设备信息,根据所述设备信息构建与所述每个智能家居设备相对应的设备模型,所述设备信息包括设备标识、设备类型以及设备动作规则;
所述预处理数据中包括有对应智能家居设备的设备标识;
相应的,调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据的具体过程为:
从每个所述智能家居设备的预处理数据中获取所述智能家居设备的设备标识,根据所述设备标识调用与每个所述智能家居设备相对应的设备模型;
将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,以使所述相对应的设备模型根据所述设备动作规则以及所述相对应的预处理数据,生成所述预设时间窗长度内所述相对应的智能家居设备的动作轨迹,根据所述动作轨迹生成所述相对应的智能家居设备的设备行为数据,所述设备行为数据中还包括有所述设备类型。
2.根据权利要求1所述的一种设备行为分析方法,其特征在于,所述对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果的具体过程为:
从每个所述智能家居设备的设备行为数据中获取所述设备类型,根据所述设备类型调用对应的设备行为分析模型,每个设备类型对应一个设备行为分析模型;
将每个所述智能家居设备的设备行为数据输入至所述对应的设备行为模型中,得到所述预设时间窗长度内每个所述智能家居设备的行为分析结果。
3.根据权利要求1所述的一种设备行为分析方法,其特征在于,所述数据订阅规则包括目标设备以及目标终端;
相应的,所述根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示的具体过程为:
从所有的设备行为数据中获取所述目标设备的设备行为数据作为目标数据,从所有的行为分析结果中获取所述目标设备的行为分析结果作为目标行为分析结果,将所述目标数据以及所述目标行为分析结果发送至所述目标终端中进行可视化显示。
4.根据权利要求1所述的一种设备行为分析方法,其特征在于,对所述设备数据进行预处理,得到预处理数据的具体过程为:
将所述设备数据转化为预设格式的设备数据,得到预处理数据。
5.根据权利要求1~4任一项所述的一种设备行为分析方法,其特征在于,还包括以下步骤:
获取每个所述智能家居设备的历史设备行为数据,根据所述历史设备行为数据,确定每个所述智能家居设备的损耗程度。
6.一种设备行为分析装置,其特征在于,包括数据预处理模块、行为数据获取模块以及行为数据分析模块;
所述数据预处理模块用于周期获取预设时间窗长度内每个智能家居设备的设备数据,对所述设备数据进行预处理,得到预处理数据;
所述行为数据获取模块用于调用与每个所述智能家居设备相对应的设备模型,将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,得到每个所述智能家居设备的设备行为数据;
所述行为数据分析模块用于对每个所述智能家居设备的设备行为数据进行分析,得到每个所述智能家居设备的行为分析结果,根据预设的数据订阅规则分别从所有的设备行为数据和所有的行为分析结果中获取目标数据以及目标分析结果,将所述目标数据以及所述目标行为分析结果发送至对应的终端中进行可视化显示;
所述设备行为分析装置还包括设备模型构建模块;
所述设备模型构建模块用于从设备模型信息库中获取预先录入的每个智能家居设备的设备信息,根据所述设备信息构建与所述每个智能家居设备相对应的设备模型,所述设备信息包括设备标识、设备类型以及设备动作规则;
所述预处理数据中包括有对应智能家居设备的设备标识;
相应的,所述行为数据获取模块具体用于:
从每个所述智能家居设备的预处理数据中获取所述智能家居设备的设备标识,根据所述设备标识调用与每个所述智能家居设备相对应的设备模型;
将每个所述智能家居设备相对应的预处理数据输入至所述相对应的设备模型中,以使所述相对应的设备模型根据所述设备动作规则以及所述相对应的预处理数据,生成所述预设时间窗长度内所述相对应的智能家居设备的动作轨迹,根据所述动作轨迹生成所述相对应的智能家居设备的设备行为数据,所述设备行为数据中还包括有所述设备类型。
7.一种终端设备,其特征在于,所述终端设备包括处理器以及存储器;
所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;
所述处理器用于根据所述计算机程序中的指令执行如权利要求1-5中任一项所述的一种设备行为分析方法。
8.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一项所述的设备行为分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111322775.7A CN114442494B (zh) | 2021-11-09 | 2021-11-09 | 一种设备行为分析方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111322775.7A CN114442494B (zh) | 2021-11-09 | 2021-11-09 | 一种设备行为分析方法、装置、终端设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114442494A CN114442494A (zh) | 2022-05-06 |
CN114442494B true CN114442494B (zh) | 2024-01-23 |
Family
ID=81363136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111322775.7A Active CN114442494B (zh) | 2021-11-09 | 2021-11-09 | 一种设备行为分析方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442494B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106227052A (zh) * | 2016-08-31 | 2016-12-14 | 深圳博科智能科技有限公司 | 一种智能家居控制方法及装置 |
CN106773743A (zh) * | 2015-11-22 | 2017-05-31 | 天津安捷公共设施服务有限公司 | 智能家居云数据分析管理系统 |
JP2018198042A (ja) * | 2017-05-22 | 2018-12-13 | オークマ株式会社 | 稼働モニタリング装置、および、稼働モニタリング装置の制御プログラム |
WO2019107688A1 (ko) * | 2017-11-30 | 2019-06-06 | ㈜넷케이티아이 | 분산음향광센서 기반 철도운행 상태 감시 시스템 및 그 방법 |
CN111817935A (zh) * | 2020-07-24 | 2020-10-23 | 广州云智通讯科技有限公司 | 一种互联网智能家居数据处理方法及系统 |
CN112150304A (zh) * | 2020-08-13 | 2020-12-29 | 国电南瑞科技股份有限公司 | 电网运行状态轨迹稳定性预判方法、系统及存储介质 |
CN112379661A (zh) * | 2020-04-02 | 2021-02-19 | 张瑞华 | 应用于物联网的智能家居故障状态追溯方法及中控中心 |
CN112748885A (zh) * | 2021-01-18 | 2021-05-04 | 联想(北京)有限公司 | 一种信息处理方法、装置、设备及存储介质 |
CN113050444A (zh) * | 2021-03-23 | 2021-06-29 | 安徽阜南县向发工艺品有限公司 | 一种智能家居集成化控制系统 |
CN113359500A (zh) * | 2021-07-02 | 2021-09-07 | 佛山市淇特科技有限公司 | 智能家居设备状态同步方法、装置、设备和存储介质 |
-
2021
- 2021-11-09 CN CN202111322775.7A patent/CN114442494B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106773743A (zh) * | 2015-11-22 | 2017-05-31 | 天津安捷公共设施服务有限公司 | 智能家居云数据分析管理系统 |
CN106227052A (zh) * | 2016-08-31 | 2016-12-14 | 深圳博科智能科技有限公司 | 一种智能家居控制方法及装置 |
JP2018198042A (ja) * | 2017-05-22 | 2018-12-13 | オークマ株式会社 | 稼働モニタリング装置、および、稼働モニタリング装置の制御プログラム |
WO2019107688A1 (ko) * | 2017-11-30 | 2019-06-06 | ㈜넷케이티아이 | 분산음향광센서 기반 철도운행 상태 감시 시스템 및 그 방법 |
CN112379661A (zh) * | 2020-04-02 | 2021-02-19 | 张瑞华 | 应用于物联网的智能家居故障状态追溯方法及中控中心 |
CN111817935A (zh) * | 2020-07-24 | 2020-10-23 | 广州云智通讯科技有限公司 | 一种互联网智能家居数据处理方法及系统 |
CN112150304A (zh) * | 2020-08-13 | 2020-12-29 | 国电南瑞科技股份有限公司 | 电网运行状态轨迹稳定性预判方法、系统及存储介质 |
CN112748885A (zh) * | 2021-01-18 | 2021-05-04 | 联想(北京)有限公司 | 一种信息处理方法、装置、设备及存储介质 |
CN113050444A (zh) * | 2021-03-23 | 2021-06-29 | 安徽阜南县向发工艺品有限公司 | 一种智能家居集成化控制系统 |
CN113359500A (zh) * | 2021-07-02 | 2021-09-07 | 佛山市淇特科技有限公司 | 智能家居设备状态同步方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
智能家居系统安全体系研究与设计;朱贺新;刘业辉;宋玉娥;;北京工业职业技术学院学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114442494A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111082966B (zh) | 基于批量告警事件的定位方法、装置、电子设备及介质 | |
CN109450771B (zh) | 添加好友的方法、装置、计算机设备及存储介质 | |
CN111723727A (zh) | 基于边缘计算的云监控方法、装置、电子设备及存储介质 | |
US20200265119A1 (en) | Site-specific anomaly detection | |
CN109918279B (zh) | 电子装置、基于日志数据识别用户异常操作的方法及存储介质 | |
CN112669138B (zh) | 数据处理方法及相关设备 | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN112559831A (zh) | 链路监控方法、装置、计算机设备及介质 | |
CN111931809A (zh) | 数据的处理方法、装置、存储介质及电子设备 | |
CN111753875A (zh) | 一种电力信息系统运行趋势分析方法、装置及存储介质 | |
CN111400189A (zh) | 代码覆盖率监测方法、装置、电子设备及存储介质 | |
CN114047710A (zh) | 智能家居数据分析方法、装置、终端设备以及存储介质 | |
CN108255659B (zh) | 一种应用程序性能监控方法及其系统 | |
CN111949397A (zh) | 虚拟机资源配置方法及装置 | |
CN115222443A (zh) | 客户群体划分方法、装置、设备及存储介质 | |
CN110943974A (zh) | 一种DDoS异常检测方法及云平台主机 | |
CN113672782A (zh) | 一种基于数据查询的物联网设备重要性匹配方法 | |
CN114442494B (zh) | 一种设备行为分析方法、装置、终端设备以及存储介质 | |
CN114119068A (zh) | 一种药店企业微信客户群的智能分析方法及管理平台 | |
CN111950707A (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
CN111651500A (zh) | 用户身份识别方法、电子设备及存储介质 | |
CN111277626A (zh) | 服务器升级方法、装置、电子设备及介质 | |
CN111241821B (zh) | 确定用户的行为特征的方法和装置 | |
CN115037790A (zh) | 异常注册识别方法、装置、设备及存储介质 | |
CN110716778A (zh) | 应用兼容性测试方法、装置及系统 |
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 |