CN114511292A - 一种基于智能三色灯的数据监测方法、设备及介质 - Google Patents
一种基于智能三色灯的数据监测方法、设备及介质 Download PDFInfo
- Publication number
- CN114511292A CN114511292A CN202210111520.4A CN202210111520A CN114511292A CN 114511292 A CN114511292 A CN 114511292A CN 202210111520 A CN202210111520 A CN 202210111520A CN 114511292 A CN114511292 A CN 114511292A
- Authority
- CN
- China
- Prior art keywords
- data
- state
- state curve
- monitoring equipment
- equipment
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims description 59
- 230000000875 corresponding effect Effects 0.000 claims description 27
- 238000013459 approach Methods 0.000 claims description 26
- 230000007613 environmental effect Effects 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/10—Office automation; Time management
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种基于智能三色灯的数据监测方法、设备及介质,方法包括:物联网平台获取智能三色灯发送的监控设备的运行数据、监控设备对应的影响因子;将运行数据、环境数据以及工作数据在物联网平台中公布;接收用户发送的分析请求,并对运行数据进行分析,得到监控设备对应的第一运行状态曲线;确定第一运行状态曲线中,表示设备等待状态的指定状态曲线;根据影响因子,对指定状态曲线进行补偿,得到第二运行状态曲线;向用户进行展示。在智能三色灯进行数据监测时,通过影响因子对监控设备的状态曲线进行补偿,能够在考虑更加全面的同时,修正对监控设备的误判,从而使用户得到更加准确的设备分析结果。
Description
技术领域
本申请涉及数据监测领域,具体涉及一种基于智能三色灯的数据监测方法、设备及介质。
背景技术
三色灯是一种常用的机电设备运行状况监控元件,一般由红黄绿三种颜色组成,其中,红灯标识设备异常,黄灯表示设备等待,绿灯表示设备正常运行。而智能三色灯相比于普通三色灯,增加了处理芯片,能够实现初步的数据处理、数据传输等功能。
三色灯常规安装于设备顶部,以便工厂操作人员近距离查看设备运行状态,便于快速开展设备维修、管理等。对很多机械设备、数控设备、机床设备等监控设备来说,三色灯是非常重要的组成部分。然而现有的基于三色灯等检测方案中,监测的数据只考虑监控设备本身,使得最终得到的监测分析结果不够准确。
发明内容
为了解决上述问题,本申请提出了一种基于智能三色灯的数据监测方法,包括:物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
在一个示例中,所述根据所述影响因子,对所述指定状态曲线进行补偿,具体包括:根据所述指定状态曲线,确定监控设备在设备等待状态下,是否存在异常临近状态;若存在所述异常临近状态,则针对所有所述影响因子中的每个影响因子,确定该影响因子与所述异常临近状态之间的关联等级;将所述关联等级超过预设阈值的影响因子作为指定影响因子,并通过所述指定影响因子,对所述异常临近状态进行补偿。
在一个示例中,所述确定该影响因子与所述异常临近状态之间的关联等级,具体包括:根据所述智能三色灯记录的历史运行数据,确定异常临近状态的起始时间,并根据预设的设备影响等级对照表,确定该影响因子所对应的设备影响等级;根据所述设备影响等级,确定所述起始时间对应的追溯时长,所述设备影响等级与所述追溯时长呈正相关;根据所述追溯时长,向前追溯所述起始时间,得到环境影响时间;以所述环境影响时间作为起点,以所述异常临近状态的结束时间作为终点,得到所述起点和所述终点之间的异常发生时间段;确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级。
在一个示例中,所述确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级,具体包括:将所述异常发生时间段划分成多个子区间;针对每个所述子区间,确定该影响因子相比于预设的正常数据的偏离等级,并确定所述异常临近状态的波动等级,所述波动等级通过所述异常临近状态与异常状态之间的差值确定,并根据预设的映射关系表,确定在该子区间中,所述偏离等级与所述波动等级之间的关联等级;通过对每个所述子区间中的关联等级求均值,确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级。
在一个示例中,所述通过所述指定影响因子,对所述异常临近状态进行补偿,具体包括:通过所述指定影响因子中的环境数据和工作数据,分别对所述异常临近状态进行补偿,其中,所述工作数据的补偿程度高于所述环境数据的补偿程度。
在一个示例中,所述若存在所述异常临近状态之后,所述方法还包括:根据所述第一运行状态曲线末端梯度,将所述第一运行状态曲线进行延伸,以对未来产生异常状态的时刻进行预测;根据预测结果生成预测运行状态曲线,并将所述预测运行状态曲线作为分析结果,向所述用户进行展示。
在一个示例中,所述将所述第二运行状态曲线作为分析结果,向所述用户进行展示,具体包括:基于所述用户的需求,将所述第二运行状态曲线作为分析结果,通过公钥加密后,上传至所述用户指定的IP地址;通过所述工业互联网平台,向所述用户发出与所述公钥匹配的私钥,以使所述用户通过所述私钥解密后获取所述分析结果。
在一个示例中,所述工作数据包括三色灯温度、三色灯压力中的至少一种;所述环境数据包括环境温度、环境湿度中的至少一种。
另一方面,本申请还提出了一种基于智能三色灯的数据监测设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
通过本申请提出基于智能三色灯的数据监测方法能够带来如下有益效果:
在智能三色灯进行数据监测时,不再只考虑监控设备的运行数据,而是一并手机环境数据、工作数据等影响因子,通过影响因子对监控设备的状态曲线进行补偿,能够在考虑更加全面的同时,修正对监控设备的误判,从而使用户得到更加准确的设备分析结果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中基于智能三色灯的数据监测方法的流程示意图;
图2为本申请实施例中基于智能三色灯的数据监测设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例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,本领域普通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。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本申请实施例提供基于智能三色灯的数据监测方法,包括:
S101:物联网平台获取智能三色灯(以下简称三色灯)发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据。
物联网平台与三色灯预先进行关联,监控设备指的是三色灯当前监控的设备,而运行数据可以包括监控设备的开机率、运行时长等。影响因子表示,可能会运行数据产生影响的因子,此时,监控设备也许没有发生异常,但是异常因子的存在,使得最终收集到的运行数据显示为异常。环境数据可以包括环境温度、环境湿度等,工作数据可以包括三色灯自身的温度、压力等。
S102:将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅。
在物联网平台中公布以后,用户可以进行查阅。用户是否具有权限,可以对用户进行身份识别,比如,管理员通常具有较高权限,监控设备的所有方也通常具有对监控设备的权限。
S103:接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线。
当运行数据具有多个时,可以针对每个运行数据都生成相应的运行状态曲线(在此称作第一运行状态曲线),当然,曲线虽然能够完整的表现出运行数据,但是其表现形式也可以不仅局限于曲线,比如,折线图、直方图、饼图等都可以进行展示、记录。
S104:确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线。
对于三色灯来说,红灯标识设备异常,黄灯表示设备等待,绿灯表示设备正常运行,由此可以通过三色灯在黄灯的时间段,得到设备等待状态对应的指定状态曲线。
S105:根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线。
此时,对于设备等待状态来说,因为其并没有开始工作,也没有发生异常状态,设备处于待机状态中,自身并没有处于工作中,故而受到外部影响的可能性相比于其他两个状态是最大的。此时,根据影响因子对指定状态曲线进行补偿,然后将原指定状态曲线替换为补偿后的指定状态曲线,即可得到第二运行状态曲线。
S106:将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
将第二运行状态作为分析结果,发送至用户的客户端,即可满足用户对于分析请求的所需。在智能三色灯进行数据监测时,不再只考虑监控设备的运行数据,而是一并手机环境数据、工作数据等影响因子,通过影响因子对监控设备的状态曲线进行补偿,能够在考虑更加全面的同时,修正对监控设备的误判,从而使用户得到更加准确的设备分析结果。
在一个实施例中,在对指定状态曲线进行补偿时,可以首先根据指定状态曲线,确定监控设备在设备等待状态下,是否存在异常临近状态,监控设备的数据一旦产生异常,三色灯就会变为红灯,而异常临近状态指的是,未达到异常状态,且与异常状态之间的差值低于预设阈值。判断异常临近状态,有助于对异常状态的产生原因进行分析。若存在异常临近状态,则可以判断该异常临近状态是否是影响因子导致的。此时,针对所有影响因子中的每个影响因子,确定该影响因子与异常临近状态之间的关联等级。关联等级表示影响因子造成本次异常临近状态的可能性,关联等级越高,可能性越高。在得到关联等级后,即可将关联等级超过预设阈值的影响因子作为指定影响因子,本次异常临近状态很可能是指定影响因子造成的,此时通过指定影响因子,对异常临近状态进行补偿,以此保证第二运行状态的准确性。其中,影响因子可以包括环境数据和工作数据,此时,通过指定影响因子中的环境数据和工作数据,分别对异常临近状态进行补偿,而且由于三色灯本身与监控设备之间的关系更加紧密,故而工作数据的补偿程度高于环境数据的补偿程度。补偿可以是上调或者下调处于异常临近状态的数据值。
具体地,在确定关联等级时,可以首先根据智能三色灯记录的历史运行数据确定异常临近状态的起始时间,以及根据预设的设备影响等级对照表确定该影响因子所对应的设备影响等级。其中,设备影响等级越高,表示该影响因子对监控设备产生负面影响的可能性越大,负面影响程度越高。然后根据设备影响等级,确定起始时间对应的追溯时长,设备影响等级与追溯时长呈正相关,通常来说,设备由于影响因子产生异常并非是突变的,而是慢慢累加直至产生异常,故而其很有可能在异常临近状态起始时间之前就已经产生了问题,此时根据追溯时长,向前追溯起始时间,将得到的时间称作环境影响时间。
以环境影响时间作为起点,以异常临近状态的结束时间作为终点,然后将起点和终点之间的异常发生时间段,作为数据处理的时间段。此时,确定该影响因子在异常发生时间段内,与异常临近状态之间的关联等级。
进一步地,在确定关联等级时,可以将异常发生时间段划分成多个子区间,然后针对每个子区间,确定该影响因子相比于预设的正常数据的偏离等级,并确定异常临近状态的波动等级。其中,正常数据为预设的,影响因子与正常数据差值越大,偏离等级越高,而异常临近状态越靠近异常状态,波动等级也就越高,波动等级可以通过异常临近状态与异常状态之间的差值确定。然后根据预设的映射关系表,确定在该子区间中,偏离等级与波动等级之间的关联等级,若偏离等级和波动等级两者之间的趋势越接近,表示关联等级越高。最后即可根据每个子区间中的关联等级进行求均值或求和,确定该影响因子在异常发生时间段内,与异常临近状态之间的关联等级。
另外,在监测到异常临近状态时,说明已经很接近异常状态,此时可以根据第一运行状态曲线,对未来产生异常状态的时刻进行预测,比如,根据第一运行状态曲线末端的梯度,得到第一运行状态曲线的走势,然后根据该走势将第一运行状态曲线进行延伸,以进行预测。然后根据预测结果生成预测运行状态曲线,并将预测运行状态曲线作为分析结果,向用户进行展示,以辅助用户进行判断。
在一个实施例中,向用户进行展示时,可以基于用户的需求,将第二运行状态曲线作为分析结果,通过公钥加密后,上传至用户指定的IP地址,然后通过工业互联网平台,向用户发出与公钥匹配的私钥,用户即可通过私钥解密后获取分析结果。将分析结果与私钥分开发送,能够尽可能的保证用户的隐私不被泄露。
如图2所示,本申请实施例还提供了一种基于智能三色灯的数据监测设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;
将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;
接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;
确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;
根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;
将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;
将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;
接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;
确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;
根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;
将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,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。
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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存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)。内存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,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述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)
1.一种基于智能三色灯的数据监测方法,其特征在于,包括:
物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;
将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;
接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;
确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;
根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;
将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
2.如权利要求1所述的方法,其特征在于,所述根据所述影响因子,对所述指定状态曲线进行补偿,具体包括:
根据所述指定状态曲线,确定监控设备在设备等待状态下,是否存在异常临近状态;
若存在所述异常临近状态,则针对所有所述影响因子中的每个影响因子,确定该影响因子与所述异常临近状态之间的关联等级;
将所述关联等级超过预设阈值的影响因子作为指定影响因子,并通过所述指定影响因子,对所述异常临近状态进行补偿。
3.如权利要求2所述的方法,其特征在于,所述确定该影响因子与所述异常临近状态之间的关联等级,具体包括:
根据所述智能三色灯记录的历史运行数据,确定异常临近状态的起始时间,并根据预设的设备影响等级对照表,确定该影响因子所对应的设备影响等级;
根据所述设备影响等级,确定所述起始时间对应的追溯时长,所述设备影响等级与所述追溯时长呈正相关;
根据所述追溯时长,向前追溯所述起始时间,得到环境影响时间;
以所述环境影响时间作为起点,以所述异常临近状态的结束时间作为终点,得到所述起点和所述终点之间的异常发生时间段;
确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级。
4.如权利要求3所述的方法,其特征在于,所述确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级,具体包括:
将所述异常发生时间段划分成多个子区间;
针对每个所述子区间,确定该影响因子相比于预设的正常数据的偏离等级,并确定所述异常临近状态的波动等级,所述波动等级通过所述异常临近状态与异常状态之间的差值确定,并根据预设的映射关系表,确定在该子区间中,所述偏离等级与所述波动等级之间的关联等级;
通过对每个所述子区间中的关联等级求均值,确定该影响因子在所述异常发生时间段内,与所述异常临近状态之间的关联等级。
5.如权利要求2所述的方法,其特征在于,所述通过所述指定影响因子,对所述异常临近状态进行补偿,具体包括:
通过所述指定影响因子中的环境数据和工作数据,分别对所述异常临近状态进行补偿,其中,所述工作数据的补偿程度高于所述环境数据的补偿程度。
6.如权利要求2所述的方法,其特征在于,所述若存在所述异常临近状态之后,所述方法还包括:
根据所述第一运行状态曲线末端梯度,将所述第一运行状态曲线进行延伸,以对未来产生异常状态的时刻进行预测;
根据预测结果生成预测运行状态曲线,并将所述预测运行状态曲线作为分析结果,向所述用户进行展示。
7.如权利要求1所述的方法,其特征在于,所述将所述第二运行状态曲线作为分析结果,向所述用户进行展示,具体包括:
基于所述用户的需求,将所述第二运行状态曲线作为分析结果,通过公钥加密后,上传至所述用户指定的IP地址;
通过所述工业互联网平台,向所述用户发出与所述公钥匹配的私钥,以使所述用户通过所述私钥解密后获取所述分析结果。
8.如权利要求1-7中任一项所述的方法,其特征在于,所述工作数据包括三色灯温度、三色灯压力中的至少一种;所述环境数据包括环境温度、环境湿度中的至少一种。
9.一种基于智能三色灯的数据监测设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;
将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;
接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;
确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;
根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;
将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
物联网平台获取智能三色灯发送的监控设备的运行数据、所述监控设备对应的影响因子,所述影响因子包括所述监控设备所处的环境数据、所述智能三色灯的工作数据;
将所述监控设备的运行数据、所述监控设备所处的环境数据以及所述智能三色灯的工作数据在所述物联网平台中公布,以使具有权限的用户能够进行查阅;
接收所述用户发送的分析请求,并对所述运行数据进行分析,得到所述监控设备对应的第一运行状态曲线;
确定所述第一运行状态曲线中,表示设备等待状态的指定状态曲线;
根据所述影响因子,对所述指定状态曲线进行补偿,以根据所述补偿后的所述指定状态曲线,得到第二运行状态曲线;
将所述第二运行状态曲线作为分析结果,向所述用户进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210111520.4A CN114511292A (zh) | 2022-01-29 | 2022-01-29 | 一种基于智能三色灯的数据监测方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210111520.4A CN114511292A (zh) | 2022-01-29 | 2022-01-29 | 一种基于智能三色灯的数据监测方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114511292A true CN114511292A (zh) | 2022-05-17 |
Family
ID=81551408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210111520.4A Pending CN114511292A (zh) | 2022-01-29 | 2022-01-29 | 一种基于智能三色灯的数据监测方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511292A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978879A (zh) * | 2022-05-20 | 2022-08-30 | 浪潮工业互联网股份有限公司 | 一种基于智能三色灯的设备故障分析方法、设备及介质 |
CN115112169A (zh) * | 2022-06-13 | 2022-09-27 | 济南瑞源智能城市开发有限公司 | 一种隧道内的环境数据采集分析方法、设备及介质 |
CN115453356A (zh) * | 2022-09-06 | 2022-12-09 | 上海电力大学 | 一种动力设备运行状态监测分析方法、系统、终端及介质 |
CN115986945A (zh) * | 2023-03-21 | 2023-04-18 | 山东聚发数字工业技术有限公司 | 一种基于工业互联网的电力设备监测方法、设备及介质 |
-
2022
- 2022-01-29 CN CN202210111520.4A patent/CN114511292A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978879A (zh) * | 2022-05-20 | 2022-08-30 | 浪潮工业互联网股份有限公司 | 一种基于智能三色灯的设备故障分析方法、设备及介质 |
CN115112169A (zh) * | 2022-06-13 | 2022-09-27 | 济南瑞源智能城市开发有限公司 | 一种隧道内的环境数据采集分析方法、设备及介质 |
CN115453356A (zh) * | 2022-09-06 | 2022-12-09 | 上海电力大学 | 一种动力设备运行状态监测分析方法、系统、终端及介质 |
CN115453356B (zh) * | 2022-09-06 | 2023-05-30 | 上海电力大学 | 一种动力设备运行状态监测分析方法、系统、终端及介质 |
CN115986945A (zh) * | 2023-03-21 | 2023-04-18 | 山东聚发数字工业技术有限公司 | 一种基于工业互联网的电力设备监测方法、设备及介质 |
CN115986945B (zh) * | 2023-03-21 | 2023-06-16 | 山东聚发数字工业技术有限公司 | 一种基于工业互联网的电力设备监测方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114511292A (zh) | 一种基于智能三色灯的数据监测方法、设备及介质 | |
CN114076873B (zh) | 电缆故障分析预测方法和装置 | |
CN105207806A (zh) | 分布式服务的监控方法及装置 | |
CA2927545A1 (en) | Integrated transformer health monitoring architecture | |
CN113359966A (zh) | 一种计算机散热方法、系统 | |
CN105591821A (zh) | 监控系统和业务系统 | |
CN104346264A (zh) | 系统事件日志处理系统及方法 | |
CN113537415A (zh) | 基于多信息融合的换流站巡检方法、装置和计算机设备 | |
CN108510086A (zh) | 故障应对方案确定方法及装置 | |
CN110579694B (zh) | 电弧故障的检测方法及装置、存储介质及处理器 | |
CN111147313A (zh) | 一种报文异常监控方法、装置、存储介质及电子设备 | |
CN104714861A (zh) | 场景恢复数据保存方法、应用运行方法、装置及系统 | |
CN113595773B (zh) | 信息处理方法、装置、电子设备和存储介质 | |
CN113219330B (zh) | 一种隔离开关状态检测方法及系统 | |
CN113123955B (zh) | 柱塞泵异常检测方法、装置、存储介质及电子设备 | |
WO2024109132A1 (zh) | 机械手状态的确定方法、装置以及存储介质 | |
CN115001948B (zh) | 基于数据分析的设备健康状态检测方法及相关装置 | |
CN116414608A (zh) | 异常检测方法、装置、设备及存储介质 | |
CN115756888A (zh) | 数据处理方法、处理器、装置及存储介质 | |
CN115150161B (zh) | 防火墙安全策略的配置方法、装置、存储介质及电子装置 | |
CN114157035A (zh) | 一种配电自动化管控方法及系统 | |
CN113818514B (zh) | 用于挖掘机熄火的判断方法、控制器、装置及挖掘机 | |
CN112580827A (zh) | 工单的生成方法和装置 | |
CN109490788B (zh) | 蓄电池组容量的预测方法和装置 | |
CN114691443A (zh) | 一种截面数据发送方法、装置、电子设备及存储介质 |
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 |