CN114500251A

CN114500251A - 系统告警的监测方法、装置、设备以及可读存储介质

Info

Publication number: CN114500251A
Application number: CN202210041093.7A
Authority: CN
Inventors: 晁海振; 唐璐; 员晓毅
Original assignee: Shanghai Yueling Information Technology Co ltd; Shenzhen ZNV Technology Co Ltd
Current assignee: Shanghai Yueling Information Technology Co ltd; Shenzhen ZNV Technology Co Ltd
Priority date: 2022-01-13
Filing date: 2022-01-13
Publication date: 2022-05-13
Anticipated expiration: 2042-01-13
Also published as: CN114500251B

Abstract

本发明提供一种系统告警的监测方法、装置、设备以及可读存储介质，获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数；根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；当所述告警参数处于预设范围内时，输出告警信息。通过对告警规则进行表达式转换，实现了物联网场景下的告警判定生成，借助成熟的表达引擎框架，可以高效地通过包含算术算符和逻辑算符的告警表达式来对告警进行多元结构化处理，提升模块程序的复用程度，解决了告警的生成方法复杂度高的问题，达到了降低告警生成方法复杂度的效果。

Description

系统告警的监测方法、装置、设备以及可读存储介质

技术领域

本发明涉及物联网监控技术领域，尤其涉及一种系统告警的监测方法、装置、设备以及可读存储介质。

背景技术

在物联网监控系统中，通过广泛部署的传感器，可准确获取监控网络内的各类感知数据，对采集值的过滤分析处理，可判断出需要关注的告警信息。告警作为一种重要的运维手段，是监控运维人员最常用，最关注的功能之一。告警功能不仅要准确地反映出异常现象，其实时性要求也很高，当危险来临时，告警的及时性至关重要。因此一般会对告警进行分级管理，通常按照危害程度、紧急性将告警分为严重、重要、一般、轻微级别，用于不同的运维流程。

现有的告警判断方法是将采集到的实时值和临界值进行对比，当实时值和临界值的偏差超过一定范围就产生告警。而对于分级的告警而言，其临界值有多个，例如环境的正常温度是25℃，超过30℃是高温告警，超过35℃是超高温告警，而低于10℃为低温告警，低于0℃为超低温告警。一般采用条件数值判断对这多个临界值进行判断，满足不同的临界区即产生对应级别的告警。

然而这种方法虽然容易实现，但是过多的条件分支不仅会增加程序的循环复杂度，并且可扩展性较差。伴随着传感设备的广泛化应用，告警的判断规则也越来越智能化，告警的判断不仅限于单一数值型临界值的判断，而是结合多元化的物联网监控数据，进行多维立体的规则建模。因此，单一的数值型条件判断很难对上述立体化的告警规则进行抽象提炼，使得告警的生成方法复杂度高，可复用程度不高，存在开发效率较低的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种系统告警的监测方法，旨在解决告警的生成方法复杂度高的问题。

为实现上述目的，本发明提供的一种系统告警的监测方法，所述系统告警的监测方法包括：

获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数，其中，所述常量参数包括时间常量和监控变量类型，所述运算符包括设备标识；

根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；

获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；

当所述告警参数处于预设范围内时，输出告警信息。

可选地，所述常量参数包括固态静态参数，所述监控变量包括设备运行时产生的动态参数，所述运算符包括关系算符、函数算符和/或逻辑算符。

可选地，所述根据所述监控变量，所述常量参数以及所述运算符确定告警表达式的步骤包括：

根据所述监控变量、所述常量参数以及所述运算符生成至少一个备选表达式；

当接收到用户端发送的表达式确认请求时，根据所述备选表达式的确认请求标识从所述备选表达式中确定出所述告警表达式。

可选地，所述根据所述监控变量、所述常量参数以及所述运算符生成备选表达式的步骤包括：

将所述监控变量、所述常量参数和所述运算符按照预设编排规则进行建模，生成告警规则，并将所述告警规则存储在锁存器；

将所述告警规则中的非数值常量转换为数值常量，并将所述告警规则通过预设表达式转换器生成所述备选表达式。

可选地，所述获取所述监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数的步骤包括：

获取所述监控系统对应的监测传感器采集到的所述监测数据，其中，所述监测数据包括被监控设备的实时运行参数和/或历史运行参数；

将所述监测数据中的所述常量参数作为所述告警表达式中的常量输入，以及将所述监测数据中的所述监控变量作为所述告警表达式中的变量输入；

将所述常量输入、所述变量输入以及所述告警表达式中的所述运算符通过预设表达式引擎确定所述告警参数。

可选地，所述在所述告警参数处于预设范围内时，输出告警信息的步骤包括：

检测所述告警参数；

当所述告警参数处于所述预设范围内时，判断为所述告警参数满足预设告警条件，则输出所述告警信息；否则，不输出所述告警信息。

可选地，所述根据所述监控变量，所述常量参数以及所述运算符确定告警表达式的步骤，还包括：

在接收到表达式生成请求时，确定所述表达式生成请求中的设备标识、时间常量和监测参数类型；

将所述设备标识、所述时间常量和所述监测参数类型通过预设表达式引擎确定所述告警表达式。

此外，为实现上述目的，本发明还提供一种系统告警的监测装置，所述系统告警的监测装置包括：

监测模块，获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数；

表达式确定模块，根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；

计算模块，获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；

告警生成模块，在所述告警参数处于预设范围内时，输出告警信息。

此外，为实现上述目的，本发明还提供一种系统告警的监测设备，所述告警的生成设备包括：表达式格式转换器、表达式计算器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的系统告警的监测程序，所述系统告警的监测程序被所述处理器执行时实现如上所述的系统告警的监测方法的各个步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有系统告警的监测程序，所述系统告警的监测程序被处理器执行时实现如上任一项所述的系统告警的监测方法的各个步骤。

本发明实施例提供一种系统告警的监测方法、装置、设备以及可读存储介质，获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；当所述告警参数处于预设范围内时，输出告警信息。通过对告警规则进行表达式转换，实现了物联网场景下的告警判定生成，借助成熟的表达引擎框架，可以高效地通过包含算术算符和逻辑算符的告警表达式来对告警进行多元结构化处理，提升模块程序的复用程度，提升软件开发效率。

附图说明

图1为本发明实施例涉及的系统告警的监测设备的硬件架构示意图；

图2为本发明系统告警的监测方法的第一实施例的流程示意图；

图3为可扩展的表达式引擎装置示意图；

图4为本发明系统告警的监测方法的第二实施例中步骤S10的细化流程示意图；

图5为本发明系统告警的监测方法的第三实施例中步骤S20的细化流程示意图；

图6为本发明系统告警的监测方法的第四实施例中步骤S30的细化流程示意图；

图7为本发明系统告警的监测方法的第五实施例中步骤S40的细化流程示意图；

图8为本发明系统告警的监测方法的第六实施例中步骤S20的另一细化流程示意图；

图9为本发明系统告警的监测装置的架构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，本发明的附图中显示了本发明的示例性实施例，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。

在变电站智能辅助控制系统中，由于单一的数值型条件判断很难对立体化的告警规则进行抽象提炼，使得告警的生成方法复杂度高，可复用程度不高，降低了开发效率。因此，提升告警功能的智能化，降低系统开发复杂度，需要采用一种开放化的结构来定义告警的判断和生成，特此提出了本发明。所以，本发明的首要目的是提供一种在物联网环境中的设备告警生成方法，该方法能够解决现有技术中告警生成因素单一化的问题，可以对多元化的告警因素进行结构化处理，提升模块程序的复用程度，提升软件开发效率。

作为一种实现方案，系统告警的监测设备的硬件架构示意图可以如图1所示。

本发明实施例方案涉及的是系统告警的监测设备，所述系统告警的监测设备包括：处理器101，例如CPU，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。

存储器102可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。如图1所示，作为一种计算机可读存储介质的存储器102中可以包括系统告警的监测的程序；而处理器101可以用于调用存储器102中存储的系统告警的监测的程序，并执行以下操作：

当所述告警参数处于预设范围内时，输出告警信息。

在一实施例中，处理器101可以用于调用存储器102中存储的系统告警的监测程序，并执行以下操作：

当接收到用户端发送的表达式确认请求时，根据所述备选表达式确认请求标识从所述备选表达式中确定出所述告警表达式。

检测所述告警参数；

基于上述基于物联网监控技术的系统告警的监测设备的硬件架构，提出本发明系统告警的监测方法的实施例。

参照图2，在第一实施例中，所述告警表达式的生成方法包括以下步骤：

步骤S10，获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数，其中，所述常量参数包括时间常量和监控变量类型，所述运算符包括设备标识；

在本实施例中，首先获取对告警的生成规则进行建模所需的参数，待监测系统关联的监控变量一般可以从设备状态监测模块中获取，其通常反应出设备在不同的时空下的运行状态，例如设备工作状态、运行功率、设备温度等类型这些参数随着设备的运行会随时发生变化；运算符可以包括算术算符、关系算符、逻辑算符、复制算符、条件算符、函数算符、集合算符等等，并且可以依据不同的需求可以设定和扩展不同类型的运算符；常量参数即固定的静态参数，可以包括为数值常量、状态常量、时间常量、空间常量等，一般通过人工录入的方式来输入，在本方案中可以作为不同类型的监控变量的判断阈值。

步骤S20，根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；

在本实施例中，获取完相应数据之后，对告警的生成规则进行建模并生成告警表达式，模型中包含生成告警的多种因素，将这些因素通过数学建模生成告警规则模型来完成物联网监控场景下的告警判断需求的语义化转换，建模的输入可以包含常量、变量、算符三种类型的参数。示例性地，告警规则中包含巡检机器人采集到的设备运行时的电压、电流、功率等可以作为运行参数的动态变量，监控系统则根据规则所涉及的变量采集巡检机器人的电压参数、电流参数和功率参数。另一方面，将结构化表达的告警规则模型转换成合适的由常量参数、变量参数和算符组合而成的函数表达式，这一转换过程通过本方案中的表达式引擎实现。需要强调的是，根据常量参数、变量参数和算符组合而成的函数表达式并非唯一的，而是有多个函数表达式，本方案着重点在于将告警结构化并生成表达式，并将多个表达式提供给用户端选择。

步骤S30：获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；

在本实施例中，在得到告警表达式之后，将采集到的监测数据作为变量代入所述告警表达式中计算数值，所述数值即相应的告警参数，此步骤中，可以借助表达式引擎框架，例如轻量级的Java表达式引擎Aviator来进行高效快速的运算。但通用的表达式引擎往往不能完全覆盖物联网场景下的算符应用，例如Aviator不支持上例中的Avg函数(求平均值)算符，也不支持集合算符等。如图3，图3为可扩展的表达式引擎装置示意图，通过可以设置一个可扩展的表达式引擎装置来扩展引擎的算符库，该装置包含一个现有技术框架实现的表达式引擎，和若干个扩展算法插件，由一个表达式计算器将两者集成。将告警表达式输入表达式计算器，将算符解析后分配给表达式引擎或扩展插件进行计算，最终根据算符的优先级计算出结果。

步骤S40：当所述告警参数满足预设告警条件时，输出告警信息。

在本实施例中，计算出告警参数之后，按照建模时的告警规则中预设的范围来生成告警。

在本实施例提供的技术方案中，根据常量参数、变量参数和算符生成结构化的告警规则，并根据告警规则采集设备运行参数以及根据告警规则生成表达式，通过对告警规则进行表达式转换，实现了物联网场景下的告警判定生成，借助成熟的表达引擎框架，可以高效地通过包含算术算符和逻辑算符的告警表达式来对告警进行多元结构化处理，提升模块程序的复用程度，提升软件开发效率。

参考图4，在第二实施例中，基于第一实施例，所述步骤S10包括：

步骤S11：根据所述监控变量、所述常量参数以及所述运算符生成至少一个备选表达式；

步骤S12：当接收到用户端发送的表达式确认请求时，根据所述备选表达式确认请求标识从所述备选表达式中确定出所述告警表达式。

可选地，本实施例提供一种告警表达式的确定方法。监控变量分为状态变量、时间变量、空间变量，物联网系统中，变量数据一般可从设备状态监测模块获取，反应了设备在不同的时空下的运行状态。例如：巡检机器人运行时的电压，电流，功率等可作为状态变量，其运行位置作为空间变量，而可以通过指定一个时间段的时间变量来指定机器人的历史运行状态。常量参数一般通过人工录入方式输入，考虑到一般的物联网系统都具备设备管理或设备台账功能，数值常量也可以通过设备管理或设备台账中自动读取。例如：变压器设备在设备管理或设备台账中的额定电压、额定容量等均可以作为数值常量输入。状态常量一般为枚举值，是对设备状态的解释定义，例如开机、关机、待机、告警、异常等等，除了人工录入方式，也可以从系统字典定义中读取。时间常量为一个历史时刻或者历史时间段，因物联网系统中一般都存储了较长时间的历史数据，因此可通过日历等指定日期和时刻。空间常量为预设的设备位置数据，除了常见的GPS数据、RSSI(Received Signal StrengthIndication，接收的信号强度指示)等等也可认为是空间数据，除了人工录入，有可通过地图可视化空间常量的输入。

进一步的，通过表达式引擎得到的表达式并非唯一的，由于根据同一种告警信息生成的表达式在选取的时候往往不存在客观意义上优劣之分，因此在本实施例中，通过表达式引擎得到一个或多个备选表达式时，由用户来从备选表达式中选择一个表达式来作为告警表达式。

示例性地，我们要监测某电气设备是否出现故障，预警规则可以定义为

(1)设备工作状态S为开机Ss，运行功率P小于2021-1-1至2021-3-31之间的平均运行功率，并且当前设备温度T高于65℃，则通过表达式引擎生成的备选表达式可以有：

(S＝＝Ss)&&(P<avg(P[’2021/1/1’,’2021/3/31’]))&&(T>65)

(2)设备工作状态S为开机Ss，工作电流I大于2021-1-1至2021-3-31之间的最大工作电流，或者当前设备温度T高于70℃，则通过表达式引擎生成的备选表达式可以有：

(S＝＝Ss)&&((I>Max(I[’2021/1/1’,’2021/3/31’]))||(T>70))

将(1)(2)中的表达式呈现给用户，用户在选择(1)作为告警表达式时，向监测系统发送该表达式确认请求，监测系统根据表达式确认请求的标识确定(1)式作为告警表达式。

在本实施例提供的技术方案中，通过表达式引擎得到一个或多个备选表达式时，由用户来从备选表达式中选择一个表达式来作为告警表达式，对告警进行多元结构化处理，提升模块程序的复用程度，提升软件开发效率。

参考图5，在第三实施例中，基于上述任一实施例，所述步骤S20包括：

步骤S21：将所述监测变量、所述常量参数和所述运算符按照预设编排规则进行建模，生成告警规则；

步骤S22：将所述告警规则中的非数值常量转换为数值常量，并将所述告警规则通过预设表达式转换器生成所述备选表达式。

可选地，本实施例提供一种表达式的生成方式。为便于后续直接识别和运算，将根据常量参数、监控变量和运算符建模生成的告警规则存储在锁存器中，并且将告警规则中的非数值常量转换为数值常量示例性地，将系统的时间映射为long类型的数值，如2021-1-1转换为数值44197，2021-3-31转换为44286，假定告警规则通过过预设表达式转换器生成的表达式为：

(S＝＝Ss)&&(P<avg(P[’2021/1/1’,’2021/3/31’]))&&(T>65)

则转为数值常量之后，最终存储的告警表达式为：

(S＝＝1)&&(P<avg(P[44197:44286]))&&(I>65)

此外，为保证每个算符都有正确数量的输入，在正确的位置，形成一个合式的表达式，存储前还应当进行校验，通常，告警规则的定义过程会在物联网监控系统的配置阶段实施，即其定义完成的告警规则作为监控系统的静态数据存储在数据库中。

在本实施例提供的技术方案中，通过对常量参数、监控变量和运算符按照预设编排规则进行建模生成告警规则，将所述告警规则中的非数值常量转换为数值常量，并通过预设表达式转换器生成备选表达式，便于后续计算机直接根据告警规则模型生成表达式。

参考图6，在第四实施例中，基于上述任一实施例，所述步骤S30包括：

步骤S31：获取所述监控系统对应的监测传感器采集到的所述监测数据，其中，所述监测数据包括待监控系统关联的实时运行参数和/或历史运行参数；

步骤S32：将所述实时运行参数和/或所述历史运行参数中的所述常量参数作为所述告警表达式中的常量输入值，以及将所述实时运行参数和/或所述历史运行参数中的所述监控变量作为所述告警表达式中的变量输入值；

步骤S33：根据所述常量输入值、所述变量输入值以及所述告警表达式中的所述运算符通过预设表达式引擎确定所述告警参数。

可选地，本实施例提供一种根据表达式确定告警参数的方式。在生成告警表达式之后，获取监控系统对应的监测传感器采集到的监测数据，监测数据可以为实时采集到的待监测系统关联的参数，也可以是所述待监测系统一段时间内的历史参数。将获取到的监测参数中的常量作为常量输入值，监测变量作为变量输入值，根据输入值以及告警表达式的运算符通过预设表达式引擎确定出告警参数。

示例性地，假定告警表达式为第二实施例中的(1)式：

(S＝＝Ss)&&(P<avg(P[’2021/1/1’,’2021/3/31’]))&&(T>65)

其中，常量参数为2021/1/1到2021/3/31这一时间段，变量为温度T。根据表达式采集机器在2021/1/1到2021/3/31这一时间段内机器中每一次记录到的温度T1，并计算出一段时间的平均温度T2＝70，T2即为告警参数。

在本实施例提供的技术方案中，通过获取监测系统对应的监测传感器采集到的监测数据作为输入变量代入告警表达式中计算出告警参数的方式，其区别与传统的告警参数的计算方式在于其计算规则更加灵活，可以是某一段时间，可以是设备处于某一状态，也可以是求解该参数的平均值、最大值和最小值等等，提高了告警参数生成的灵活性。

参照图7，在第五实施例中，基于上述任一实施例，所述步骤S40包括：

步骤S41：检测所述告警参数；

步骤S42：当所述告警参数处于所述预设范围内时，判断为所述告警参数满足预设告警条件，则输出所述告警信息；否则，不输出所述告警信息。

可选地，本实施例提供一种根据告警参数生成告警信息的方式。在生成告警参数之后，按照建模时的告警规则的定义生成告警。通常情况下，逻辑表达式可通过True和False来区分结果，而算术表达式，可通过其计算值的区间来区分结果。

示例性地，对于逻辑表达式，假定某设备S，其处于开机状态Ss，获取设备S在2021年2月5日这一天采集到的参数X，并计算得到其数值X＝70，且其对应的逻辑表达式为：

(S＝＝Ss)&&(P<avg(P[’2021/1/1’,’2021/3/31’]))&&(X>65)

判断上述表达式计算结果为Ture，产生告警。

而对于算术表达式，可通过其计算值的区间来区分结果，假定其算数表达式为：

Y＝X₀-X

其中，X₀为判断阈值，当计算值Y>0时判定告警规则成立，Y≤0时判定告警规则不成立。

在本实施例提供的技术方案中，通过检测所述告警参数并判定告警参数是否满足预设告警条件来生成告警结果的方式，实现告警的实时判断和生成。

参照图8，在第六实施例中，基于上述任一实施例，所述步骤S20，还包括：

S23：在接收到用户发送的表达式生成请求时，根据所述表达式生成请求确定所述待监测系统的设备标识、时间常量和监测参数类型；

S24：将所述设备标识、所述时间常量和所述监测参数类型通过预设表达式引擎确定所述告警表达式。

可选地，本实施例提供一种由表达式引擎自动确定告警表达式的方式。在针对用户希望由表达式引擎自动从告警规则中生成合适的告警表达式的情况时，用户向系统发送表达式生成请求至监测系统，则监测系统根据待检测设备的设备标识(用于确定该设备的型号，便于判断该设备的对应的监测参数为哪些)，时间常量(发送命令请求的时间)，监测参数类型(可以包括电流、电压、功率、温度等能够反应设备是否需要产生告警信号的参数)，来自动生成一个唯一的告警表达式。

示例性地，假定一个待监测设备A，当监测系统接收到A发送的表达式生成请求时，读取A中的设备标识S(即确定该设备型号为H)，时间常量T＝2021/10/30/20:05(即读取H设备与此时刻的参数)，监测参数C为电压(即读取H设备在2021/10/30/20:05这一时刻的电压值)，得到告警表达式：

S＝H&&T＝2021/10/30/20:05&&C＝U

在本实施例提供的技术方案中，通过表达式引擎自动根据告警规则生成单个告警表达式，提供了一种根据告警规则自动生成合适的表达式，省去了用户需要根据待监测系统的具体环境来确定监测参数和监测表达式的步骤，较为高效的实现了包含算术算符和逻辑算符的赋值表达式的生成。

此外，参照图9，本实施例还提出一种系统告警的监测装置，所述系统告警的监测装置包括：

监测模块100，用于获取待监测系统关联的监控变量、运算符以及所述监控变量对应的常量参数；

表达式生成模块200，用于根据所述监控变量，所述常量参数以及所述运算符确定告警表达式；

计算模块300，用于获取监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数；

告警生成模块400，用于在所述告警参数处于预设范围内时，输出告警信息。

此外，本发明还提供一种系统告警的监测设备，所述系统告警的监测设备包括：表达式格式转换器、表达式计算器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的系统告警的监测程序，所述系统告警的监测程序被所述处理器执行时实现如上任一项所述的系统告警的监测方法的各个步骤。

此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有系统告警的监测程序，所述系统告警的监测程序被处理器执行时实现如上任一项所述的系统告警的监测方法的各个步骤。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种系统告警的监测方法，其特征在于，所述系统告警的监测方法的步骤包括：

当所述告警参数处于预设范围内时，输出告警信息。

2.如权利要求1所述的系统告警的监测方法，其特征在于，所述常量参数包括固态静态参数，所述监控变量包括设备运行时产生的动态参数，所述运算符包括关系算符、函数算符和/或逻辑算符。

3.如权利要求1所述的系统告警的监测方法，其特征在于，所述根据所述监控变量，所述常量参数以及所述运算符确定告警表达式的步骤包括：

4.如权利要求3所述的系统告警的监测方法，其特征在于，所述根据所述监控变量、所述常量参数以及所述运算符生成备选表达式的步骤包括：

将所述监控变量、所述常量参数和所述运算符按照预设编排规则进行建模，生成告警规则；

5.如权利要求1所述的系统告警的监测方法，其特征在于，所述获取所述监控系统对应的监测传感器采集到的监测数据，并根据所述监测数据和所述告警表达式确定告警参数的步骤包括：

将所述实时运行参数和/或历史运行参数中的所述常量参数作为所述告警表达式中的常量输入值，以及将所述实时运行参数和/或历史运行参数中的所述监控变量作为所述告警表达式中的变量输入值；

将所述常量输入值、所述变量输入值以及所述告警表达式中的所述运算符通过预设表达式引擎确定所述告警参数。

6.如权利要求1所述的系统告警的监测方法，其特征在于，所述当所述告警参数处于预设范围内时，输出告警信息的步骤包括：

检测所述告警参数；

7.如权利要求1所述的系统告警的监测方法，其特征在于，所述根据所述监控变量，所述常量参数以及所述运算符确定告警表达式的步骤，包括：

在接收到表达式生成请求时，确定所述表达式生成请求中的所述设备标识、所述时间常量和所述监控变量类型；

将所述设备标识、所述时间常量和所述监控变量类型通过预设表达式引擎确定所述告警表达式。

8.一种系统告警的监测装置，其特征在于，所述系统告警的监测装置包括：

9.一种系统告警的监测设备，其特征在于，所述系统告警的监测设备包括：表达式格式转换器、表达式计算器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的系统告警的监测程序，所述系统告警的监测程序被所述处理器执行时实现如权利要求1-7中任一项所述的系统告警的监测方法的各个步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有系统告警的监测程序，所述系统告警的监测程序被处理器执行时实现如权利要求1-7中任一项所述的系统告警的监测方法的各个步骤。