CN114710398A - 一种信息系统异常事故报警装置 - Google Patents

一种信息系统异常事故报警装置 Download PDF

Info

Publication number
CN114710398A
CN114710398A CN202210619110.0A CN202210619110A CN114710398A CN 114710398 A CN114710398 A CN 114710398A CN 202210619110 A CN202210619110 A CN 202210619110A CN 114710398 A CN114710398 A CN 114710398A
Authority
CN
China
Prior art keywords
information
data
module
fault
alarm
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.)
Granted
Application number
CN202210619110.0A
Other languages
English (en)
Other versions
CN114710398B (zh
Inventor
陈乒乒
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.)
Shenzhen Jialin Technology Co ltd
Original Assignee
Shenzhen Jialin 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 Shenzhen Jialin Technology Co ltd filed Critical Shenzhen Jialin Technology Co ltd
Priority to CN202210619110.0A priority Critical patent/CN114710398B/zh
Publication of CN114710398A publication Critical patent/CN114710398A/zh
Application granted granted Critical
Publication of CN114710398B publication Critical patent/CN114710398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications

Abstract

本发明公开一种信息系统异常事故报警装置，涉及报警装置技术领域，解决的问题是报警预警能力差的问题，采用的方案是设计了一种壳体，所述壳体上设置有盖板，所述壳体和盖板之间设置有预警模块，所述预警模块包括诊断模块、控制单元、通信模块、采集模块、数据存储模块和电源模块，其中所述控制单元分别与诊断模块、控制单元、通信模块、采集模块、数据存储模块和报警输出模块连接；其中诊断模块包括改进型贝叶斯模型模块；本发明将不同的影响分级预警，大大提高了信息系统运行过程中的报警预警能力。

Description

一种信息系统异常事故报警装置
技术领域
本发明涉及报警装置技术领域，具体涉及一种信息系统异常事故报警装置。
背景技术
信息系统（Information system），是由计算机硬件、网络和通信设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的人机一体化系统。主要有五个基本功能，即对信息的输入、存储、处理、输出和控制。信息系统经历了简单的数据处理信息系统、孤立的业务管理信息系统、集成的智能信息系统三个发展阶段。信息系统在具体应用中，通过以计算机为工具，收集、存储、分析和处理数据，能够得出管理人员需要的信息系统。
但是信息管理系统在具体应用过程中，离不开数据信息的传输，数据传输过程中往往容易受外界环境的影响，比如接入方式、带宽、线路、安全性、建筑物影响量、磁场、温度、湿度等，这些影响方式中，有的因素对信息造成异常的可能性和概率比较大，有的因素对信息造成异常的可能性和概率比较小，如何实现不同类型故障信息的区分就成为亟待解决的技术问题。
发明内容
针对上述技术的不足，本发明公开一种信息系统异常事故报警装置，能够实现接入方式、带宽、线路、安全性、建筑物影响量、磁场、温度、湿度等多种数据影响因素的评估与计算，并将不同的影响分级预警，大大提高了信息系统运行过程中的报警预警能力。
为了实现上述技术效果，本发明采用以下技术方案：
一种信息系统异常事故报警装置，其中包括壳体，所述壳体上设置有盖板，所述壳体和盖板之间设置有预警模块，所述预警模块包括诊断模块、控制单元、通信模块、采集模块、数据存储模块和电源模块，其中，电源模块用于提供各个模块工作电压；诊断模块用于诊断信息异常数据信息，并将异常数据信息发出；控制单元用于控制不同数据模块处于工作状态；通信模块用于传递诊断出的数据信息；采集模块用于采集预警数据信息；数据存储模块用于存储预警数据信息；其中所述控制单元分别与诊断模块、控制单元、通信模块、采集模块、数据存储模块和报警输出模块连接；其中诊断模块包括改进型贝叶斯模型模块；
所述壳体侧部设置有报警输出模块，所述壳体正面设置有可视化模块，所述可视化模块下方设置有控制按钮，所述可视化模块侧部设置有电子笔，所述可视化模块上方设置有报警灯，所述壳体背面设置有固定装置，所述固定装置设置有连接线放置槽和固定板，所述固定装置上方设置有卡件。
作为本发明进一步的实施例，所述控制单元包含TMS320F28335的DSP芯片。
作为本发明进一步的实施例，所述采集模块包括CS5463芯片。
作为本发明进一步的实施例，所报警输出模块通过乘法放大器实现报警数据信息的放大输出。
作为本发明进一步的实施例，所述通信模块为无线数据通信模块。
作为本发明进一步的实施例，改进型贝叶斯模型模块为基于概率计算的故障诊断模型。
作为本发明进一步的实施例，故障诊断模型的工作方法为：
步骤一、信息系统向外部传递数据信息，构建故障概率诊断函数；
选择t时刻下信息系统的接入方式、带宽、线路、安全性、建筑物影响量、磁场、温度、湿度作为故障概率诊断函数的异常事故信息影响量，重要异常故障变量函数记作为：
Figure 136417DEST_PATH_IMAGE001
（1）
公式（1）中，异常故障因素记作为
Figure 482210DEST_PATH_IMAGE002
，其中
Figure 729652DEST_PATH_IMAGE003
表示信息系统传递数据过程 中的接入方式，
Figure 800376DEST_PATH_IMAGE004
表示带宽、
Figure 40733DEST_PATH_IMAGE005
表示信息损耗，
Figure 880513DEST_PATH_IMAGE006
表示安全性，其中
Figure 298856DEST_PATH_IMAGE007
、
Figure 856876DEST_PATH_IMAGE008
、
Figure 133881DEST_PATH_IMAGE009
和
Figure 828167DEST_PATH_IMAGE010
为信息 传递过程中主要异常事故因素；设置
Figure 682991DEST_PATH_IMAGE011
故障信息为一级告警信息；带宽
Figure 462728DEST_PATH_IMAGE012
故障信息为二级 告警信息，信息损耗
Figure 44888DEST_PATH_IMAGE013
故障信息为三级告警信息，安全性
Figure 859260DEST_PATH_IMAGE014
故障信息为四级告警信息，其他 数据类型为五级数据信息；其中的
Figure 619406DEST_PATH_IMAGE015
表示异常数据信息下标标识；
步骤二、对故障概率诊断模型变量进行独立性分析；
Figure 886439DEST_PATH_IMAGE016
、
Figure 773755DEST_PATH_IMAGE017
、
Figure 442633DEST_PATH_IMAGE018
和
Figure 373680DEST_PATH_IMAGE019
为信息传递过程中对信息系统通信质量影响量较大的因素，将
Figure 128010DEST_PATH_IMAGE020
、
Figure 51972DEST_PATH_IMAGE021
、
Figure 575357DEST_PATH_IMAGE022
和
Figure 942885DEST_PATH_IMAGE023
影响量记作为相互独立的节点，
Figure 184510DEST_PATH_IMAGE024
表示除
Figure 145120DEST_PATH_IMAGE025
、
Figure 788591DEST_PATH_IMAGE026
、
Figure 61440DEST_PATH_IMAGE027
和
Figure 790362DEST_PATH_IMAGE028
数据影响量的独立性分 析函数，独立性函数记作为：
Figure 56127DEST_PATH_IMAGE029
（2）
通过公式（2），将分别求
Figure 491787DEST_PATH_IMAGE030
、
Figure 263434DEST_PATH_IMAGE031
、
Figure 902488DEST_PATH_IMAGE032
和
Figure 784994DEST_PATH_IMAGE033
的并集，进而求出独立性分析函数的输出值； 一级告警信息数据输出时，报警灯显示黄灯，二级告警信息输出时，报警灯显示绿灯，三级 告警信息数据输出时，报警灯显示红灯，四级告警信息数据输出时，报警灯显示蓝灯，五级 告警信息输出时，报警灯不显示；
步骤三、构建故障计算模型函数；
故障计算模型函数表达式记作为：
Figure 75161DEST_PATH_IMAGE034
（3）
公式（3）中，
Figure 17709DEST_PATH_IMAGE035
表示信息数据发送过程中出现故障时的数据类型，
Figure 642594DEST_PATH_IMAGE036
、
Figure 63211DEST_PATH_IMAGE037
、
Figure 473464DEST_PATH_IMAGE038
和
Figure 586913DEST_PATH_IMAGE039
分别为异常事故数据信息中的一部分，故障类别通过P(x)表示，
Figure 197630DEST_PATH_IMAGE040
表示所有故障数 据类型中出现高概率的一种数据类型；
Figure 421938DEST_PATH_IMAGE041
表示任意一种故障数据类型，
Figure 421118DEST_PATH_IMAGE042
表示在任意 一种故障数据类型下出现高概率故障信息，其中：
Figure 705469DEST_PATH_IMAGE043
（4）
公式（4）中，k=1,2,···,m，N表示信息系统数据交互过程中故障训练样本的总 数，
Figure 304946DEST_PATH_IMAGE044
表示在故障训练样本的总数情况下任意一种故障数据类型下出现高概率故障信息， 信息系统故障数据信息输出函数为：
Figure 332945DEST_PATH_IMAGE045
（5）
公式（5）中，概率
Figure 452211DEST_PATH_IMAGE046
结合信息系统数据信息训练样本计算时，输出概率为：
Figure 641884DEST_PATH_IMAGE047
（6）
公式（6）中，
Figure 230122DEST_PATH_IMAGE048
表示信息系统数据信息中的训练样P(C k )满足交互故障特征C k 和 条件属性x i 的样本数，
步骤四、通过故障计算模型函数输出数据信息；
信息系统中经过融合后的数据信息概率记作为：
Figure 796233DEST_PATH_IMAGE049
（7）
公式（7）中，
Figure 35584DEST_PATH_IMAGE050
表示出现异常数据信息的个数，通过贝叶斯信息系统计算出各交 互过程故障类别的概率P(X|Ck)×P(Ck)，其中概率值C k 越大，则对应诊断交互过程故障类 别诊断输出越明显；
步骤五、故障信息诊断输出；
当
Figure 396158DEST_PATH_IMAGE051
介于M1-M2时，为一级告警信息数据输出，报警灯（5）显示黄灯；
当
Figure 970228DEST_PATH_IMAGE052
介于M2-M3时，为二级告警信息数据输出，报警灯（5）显示绿灯；
当
Figure 340029DEST_PATH_IMAGE052
介于M4-M5时，为三级告警信息数据输出，报警灯（5）显示红灯；
当
Figure 168308DEST_PATH_IMAGE053
介于M6-M7时，为四级告警信息数据输出，报警灯（5）显示蓝灯；
当
Figure 965363DEST_PATH_IMAGE052
介于M8-M9时，为五级告警信息输出时，报警灯（5）不显示；
其中
Figure 259685DEST_PATH_IMAGE054
。
作为本发明进一步的实施例，
Figure 433177DEST_PATH_IMAGE055
小于100。
本发明有益的积极效果在于：
区别于常规技术，本发明采用一种信息系统异常事故报警装置，包括壳体，所述壳体上设置有盖板，通过这种方式实现信息系统的便携式提携。预警模块在壳体内部通过电子组件的方式，预警模块通过诊断模块实现信息系统不同信息的诊断输出，通过控制单元的控制实现数据信息的控制输出，通过通信模块实现数据信息的交互，通过采集模块采集传输过程中的异常数据信息，通过数据存储模块对采集到的异常数据信息进行存储，电源模块向不同的数据模块提供正常工作电压或者电流，在进行异常数据信息诊断时，通过改进型贝叶斯模型模块实现不同数据信息的计算与诊断，能够大大提高信息系统异常分析与诊断能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，其中：
图1为本发明立体结构示意图；
图2为本发明内部结构示意图；
图3为本发明另一种视角的立体结构示意图；
图4为本发明中采集模块电路示意图；
图5为本发明中故障信息诊断工作方法示意图；
附图标识：
1-壳体；2-盖板；3-可视化模块；4-控制按钮；5-报警灯；6-电子笔；7-耳机孔；8-报警输出模块；9-预警模块；10-诊断模块；11-采集模块；12-通信模块；13-控制单元；14-数据存储模块；15-电源模块；16-固定装置；17-连接线放置槽；18-固定板；19-卡件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
如图1-5所示，一种信息系统异常事故报警装置，包括壳体1，所述壳体1上设置有盖板2，所述壳体1和盖板2之间设置有预警模块9，所述预警模块9包括诊断模块10、控制单元13、通信模块12、采集模块11、数据存储模块14和电源模块15，其中，电源模块15用于提供各个模块工作电压；诊断模块10用于诊断信息异常数据信息，并将异常数据信息发出；控制单元13用于控制不同数据模块处于工作状态；通信模块12用于传递诊断出的数据信息；采集模块11用于采集预警数据信息；数据存储模块14用于存储预警数据信息；其中所述控制单元13分别与诊断模块10、控制单元13、通信模块12、采集模块11、数据存储模块14和报警输出模块8连接；其中诊断模块10包括改进型贝叶斯模型模块；
所述壳体1侧部设置有报警输出模块8，所述壳体1正面设置有可视化模块3，所述可视化模块3下方设置有控制按钮4，所述可视化模块3侧部设置有电子笔6，所述可视化模块3上方设置有报警灯5，所述壳体1背面设置有固定装置16，所述固定装置16设置有连接线放置槽17和固定板18，所述固定装置16上方设置有卡件19。
在上述实施例中，将壳体1与盖板2合并设置，能够实现整体结构的整合，预警模块9在壳体1内部通过电子组件的方式，预警模块9通过诊断模块10实现信息系统不同信息的诊断输出，通过控制单元13的控制实现数据信息的控制输出，通过通信模块12实现数据信息的交互，通过采集模块11采集传输过程中的异常数据信息，通过数据存储模块14对采集到的异常数据信息进行存储，电源模块15向不同的数据模块提供正常工作电压或者电流，在进行异常数据信息诊断时，通过改进型贝叶斯模型模块实现不同数据信息的计算与诊断，能够大大提高信息系统异常分析与诊断能力。
在上述实施例中，所述控制单元13包含TMS320F28335的DSP芯片。
在具体实施例中，该芯片在运算上支持32位浮点运算，并且主频率可高达150MHz，内部资源丰富，集成片内ROM为256Kx16bit，具有运行功耗低、数据运算能力强的优点。实现数据的采集、远程传输和电信号模数之间的转换。采用Zigbee通信方式，进行A、B、C三相线路之间的信息传递，将采集的所有数据集合在C相终端，合并发送给后台服务器，Zigbee技术将不同相设定为不同的信息系统节点，再进行数据的传输，选取CC2430型号的芯片，具有外围电路简单、可靠性高的优点，该芯片内部集成了接收机，将信号进行LNA滤波放大，最终实现信号的模数转换。
在上述实施例中，所述采集模块11包括CS5463芯片。
在具体实施例中，采集模块11主要负责数据采样计算处理部分的CS5463芯片，其中包含模/数转换器和功率计算功能，还有一个电能/频率转换器。该芯片具有与控制器通信的双向串口，还有着可编程的电能-脉冲输出功能，以便于校准误差，保证系统的精准度以及稳定运行。
在上述实施例中，所报警输出模块8通过乘法放大器实现报警数据信息的放大输出。
在具体实施例中，报警芯片也可以采用芯片CS5463，也可以采用其他芯片，其中Vin+、Vin-为采样差分电压数据口，且其中包含乘法放大器，而Iin+、Iin-为采样差分电流数据口，其中包含可编程放大器，PFMON接口在芯片中具有电源检测部分，Xin、Xout与CPUCLK是芯片中的时钟产生模块。CS、SDI、SDO、SCLK接口是其中的串行接口模块。E1、E2使其中的电能/频率转换器部分。
在上述实施例中，所述通信模块12为无线数据通信模块。
在上述实施例中，改进型贝叶斯模型模块为基于概率计算的故障诊断模型。
在上述实施例中，故障诊断模型的工作方法为：
步骤一、信息系统向外部传递数据信息，构建故障概率诊断函数；
信息系统在运行过程中，能够将数据信息传递到外部，在传递数据信息过程中，通常会出现异常事故，如何实现信息系统异常事故的告警，取决于数据信息的分析能力，将异常事故数据信息划分不同的级别和种类，比如某一项的数据信息，某一种类型的故障数据信息；
选择t时刻下信息系统的接入方式、带宽、线路、安全性、建筑物影响量、磁场、温度、湿度作为故障概率诊断函数的异常事故信息影响量，重要异常故障变量函数记作为：
Figure 381541DEST_PATH_IMAGE056
（1）
公式（1）中，异常故障因素记作为
Figure 349497DEST_PATH_IMAGE057
，其中
Figure 632580DEST_PATH_IMAGE058
表示信息系统传递数据过程中 的接入方式，
Figure 344184DEST_PATH_IMAGE059
表示带宽、
Figure 147055DEST_PATH_IMAGE060
表示信息损耗，
Figure 285912DEST_PATH_IMAGE061
表示安全性，其中
Figure 557756DEST_PATH_IMAGE062
、
Figure 807472DEST_PATH_IMAGE063
、
Figure 730428DEST_PATH_IMAGE064
和
Figure 40187DEST_PATH_IMAGE065
为信息传递过 程中主要异常事故因素；设置
Figure 297862DEST_PATH_IMAGE066
故障信息为一级告警信息；带宽
Figure 351269DEST_PATH_IMAGE067
故障信息为二级告警信 息，信息损耗
Figure 128732DEST_PATH_IMAGE068
故障信息为三级告警信息，安全性
Figure 609392DEST_PATH_IMAGE069
故障信息为四级告警信息，其他数据 类型为五级数据信息；其中的
Figure 587318DEST_PATH_IMAGE070
表示异常数据信息下标标识；
在具体实施例中，通过将重要数据信息通过数据集合表示出来，能够直观看到影响信息系统异常事故报警因素包含有接入方式、带宽、信息损耗和安全性等不同单独列出，能够直观看出不同种类的数据信息，在具体实施例中，该数据信息还包括其他多种异常数据种类，比如信息传递的位置、磁场、温度、湿度等多种影响因素，本发明将关键性因素通过上述数据集合的形式列出。而关键性数据信息结合通过上述数据集合，该原理依据重要数据信息单独计算，非重要数据信息模糊化的方法实现信息系统异常事故的评估。
步骤二、对故障概率诊断模型变量进行独立性分析；
Figure 444416DEST_PATH_IMAGE071
、
Figure 76386DEST_PATH_IMAGE072
、
Figure 727947DEST_PATH_IMAGE073
和
Figure 960214DEST_PATH_IMAGE074
为信息传递过程中对信息系统通信质量影响量较大的因素，将
Figure 355423DEST_PATH_IMAGE075
、
Figure 841899DEST_PATH_IMAGE076
、
Figure 929941DEST_PATH_IMAGE077
和
Figure 885390DEST_PATH_IMAGE078
影响量记作为相互独立的节点，
Figure 84290DEST_PATH_IMAGE079
表示除
Figure 425273DEST_PATH_IMAGE080
、
Figure 684216DEST_PATH_IMAGE081
、
Figure 625496DEST_PATH_IMAGE082
和
Figure 362508DEST_PATH_IMAGE083
数据影响量的独立性分 析函数，独立性函数记作为：
Figure 823576DEST_PATH_IMAGE084
（2）
通过公式（2），将分别求
Figure 253420DEST_PATH_IMAGE085
、
Figure 914952DEST_PATH_IMAGE086
、
Figure 455655DEST_PATH_IMAGE087
和
Figure 36809DEST_PATH_IMAGE088
的并集，进而求出独立性分析函数的输出值； 一级告警信息数据输出时，报警灯5显示黄灯，二级告警信息输出时，报警灯5显示绿灯，三 级告警信息数据输出时，报警灯5显示红灯，四级告警信息数据输出时，报警灯5显示蓝灯， 五级告警信息输出时，报警灯5不显示；
在具体实施例中，该方法通过不同等级输出，实现多种异常数据种类的分类；
步骤三、构建故障计算模型函数；
故障计算模型函数表达式记作为：
Figure 371976DEST_PATH_IMAGE089
（3）
公式（3）中，
Figure 287848DEST_PATH_IMAGE090
表示信息数据发送过程中出现故障时的数据类型，
Figure 366662DEST_PATH_IMAGE091
、
Figure 802323DEST_PATH_IMAGE092
、
Figure 308390DEST_PATH_IMAGE093
和
Figure 213024DEST_PATH_IMAGE094
分别为异常事故数据信息中的一部分，故障类别通过P(x)表示，
Figure 95529DEST_PATH_IMAGE095
表示所有故障数据类 型中出现高概率的一种数据类型；
Figure 385696DEST_PATH_IMAGE096
表示任意一种故障数据类型，
Figure 328244DEST_PATH_IMAGE097
表示在任意一种故 障数据类型下出现高概率故障信息，其中：
Figure 953130DEST_PATH_IMAGE098
（4）
公式（4）中，k=1,2,···,m，N表示信息系统数据交互过程中故障训练样本的总 数，
Figure 373747DEST_PATH_IMAGE099
表示在故障训练样本的总数情况下任意一种故障数据类型下出现高概率故障信息， 信息系统故障数据信息输出函数为：
Figure 783999DEST_PATH_IMAGE100
（5）
公式（5）中，概率
Figure 631870DEST_PATH_IMAGE101
结合信息系统数据信息训练样本计算时，输出概率为：
Figure 242586DEST_PATH_IMAGE102
（6）
公式（6）中，
Figure 466894DEST_PATH_IMAGE103
表示信息系统数据信息中的训练样P(C k )满足交互故障特征C k 和条 件属性x i 的样本数，
步骤四、通过故障计算模型函数输出数据信息；
信息系统中经过融合后的数据信息概率记作为：
Figure 731653DEST_PATH_IMAGE104
（7）
公式（7）中，
Figure 16004DEST_PATH_IMAGE105
表示出现异常数据信息的个数，通过贝叶斯信息系统计算出各交 互过程故障类别的概率P(X|C k )×P(C k )，其中概率值C k 越大，则对应诊断交互过程故障类别 诊断输出越明显；
步骤五、故障信息诊断输出；
当
Figure 412219DEST_PATH_IMAGE106
介于M1-M2时，为一级告警信息数据输出，报警灯（5）显示黄灯；
当
Figure 174639DEST_PATH_IMAGE106
介于M2-M3时，为二级告警信息数据输出，报警灯（5）显示绿灯；
当
Figure 497167DEST_PATH_IMAGE106
介于M4-M5时，为三级告警信息数据输出，报警灯（5）显示红灯；
当
Figure 952419DEST_PATH_IMAGE106
介于M6-M7时，为四级告警信息数据输出，报警灯（5）显示蓝灯；
当
Figure 540658DEST_PATH_IMAGE106
介于M8-M9时，为五级告警信息输出时，报警灯（5）不显示；
其中
Figure 44451DEST_PATH_IMAGE107
。
在上述实施例中，
Figure 267491DEST_PATH_IMAGE108
小于100。
在上述实施例中，通过将不同的数据信息划分为不同级别的告警输出，进而时间 不同级别信息的告警与输出。在具体实施例中，比如数据集合2中
Figure 893644DEST_PATH_IMAGE109
输出 值为所有异常事故数据信息的种类，假设在分别求
Figure 15184DEST_PATH_IMAGE110
、
Figure 119406DEST_PATH_IMAGE111
、
Figure 187767DEST_PATH_IMAGE112
和
Figure 984822DEST_PATH_IMAGE113
的并集时，通过数据代码 实现不同异常数据信息的异常输出，比如
Figure 531341DEST_PATH_IMAGE114
、
Figure 704833DEST_PATH_IMAGE115
、
Figure 699203DEST_PATH_IMAGE116
和
Figure 667159DEST_PATH_IMAGE117
分别输出为0、1、2……n, 则独立性 分析函数的输出值为2时；一级告警信息数据输出时，报警灯5显示黄灯，其他将以此类推。 然后在应眼用故障计算模型函数时，可以选择数据式进行代入，假设数据信息为10个数据 集合，
Figure 904236DEST_PATH_IMAGE118
通过数据3，表示
Figure 350261DEST_PATH_IMAGE119
取4，则代入公式（3）后，函数表示为：
Figure 966181DEST_PATH_IMAGE120
，通过 代入该公式，则
Figure 105039DEST_PATH_IMAGE121
表示所有故障数据类型中出现高概率的一种数据类型；
Figure 639532DEST_PATH_IMAGE122
表示任意一种 故障数据类型，
Figure 623668DEST_PATH_IMAGE123
表示在任意一种故障数据类型下出现高概率故障信息，可以代入公式 （4）
Figure 608942DEST_PATH_IMAGE124
实现数据信息的输出，其中k=10时，N表示信息系统数据交互过程中故障训练 样本的总数，假设为10，则信息系统故障数据信息输出函数为
Figure 105651DEST_PATH_IMAGE125
通过这 样的计算公式，可以求出输出概率为：
Figure 176375DEST_PATH_IMAGE126
，再通过融合后的数据信息概率记作为
Figure 370727DEST_PATH_IMAGE127
最终计算出异常数据信息，在具体实施例中，M1-M2可以为介于1-10的数据 常数，M2-M3可以为介于11-20的数据常数，M4-M5可以为介于21-30的数据常数， M6-M7可以为 介于31-40的数据常数， M8-M9可以为介于41-50的数据常数，本发明不局限于上述实施例， 这取决于所选择事故类型在具体应用中发生的概率值以及常规应用过程中的大数据故障 信息情况。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

Claims (8)

1.一种信息系统异常事故报警装置，其特征在于：包括壳体（1），所述壳体（1）上设置有盖板（2），所述壳体（1）和盖板（2）之间设置有预警模块（9），所述预警模块（9）包括诊断模块（10）、控制单元（13）、通信模块（12）、采集模块（11）、数据存储模块（14）和电源模块（15），其中电源模块（15）用于提供各个模块工作电压；诊断模块（10）用于诊断信息异常数据信息，并将异常数据信息发出；控制单元（13）用于控制不同数据模块处于工作状态；通信模块（12）用于传递诊断出的数据信息；采集模块（11）用于采集预警数据信息；数据存储模块（14）用于存储预警数据信息；其中所述控制单元（13）分别与诊断模块（10）、控制单元（13）、通信模块（12）、采集模块（11）、数据存储模块（14）和报警输出模块（8）连接；其中诊断模块（10）包括改进型贝叶斯模型模块；
所述壳体（1）侧部设置有报警输出模块（8），所述壳体（1）正面设置有可视化模块（3），所述可视化模块（3）下方设置有控制按钮（4），所述可视化模块（3）侧部设置有电子笔（6），所述可视化模块（3）上方设置有报警灯（5），所述壳体（1）背面设置有固定装置（16），所述固定装置（16）设置有连接线放置槽（17）和固定板（18），所述固定装置（16）上方设置有卡件（19）。
2.根据权利要求1所述的一种信息系统异常事故报警装置，其特征在于：所述控制单元（13）包含TMS320F28335的DSP芯片。
3.根据权利要求1所述的一种信息系统异常事故报警装置，其特征在于：所述采集模块（11）包括CS5463芯片。
4.根据权利要求1所述的一种信息系统异常事故报警装置，其特征在于：所报警输出模块（8）通过乘法放大器实现报警数据信息的放大输出。
5.根据权利要求1所述的一种信息系统异常事故报警装置，其特征在于：所述通信模块（12）为无线数据通信模块。
6.根据权利要求1所述的一种信息系统异常事故报警装置，其特征在于：改进型贝叶斯模型模块为基于概率计算的故障诊断模型。
7.根据权利要求6所述的一种信息系统异常事故报警装置，其特征在于：故障诊断模型的工作方法为：
步骤一、信息系统向外部传递数据信息，构建故障概率诊断函数；
选择t时刻下信息系统的接入方式、带宽、线路、安全性、建筑物影响量、磁场、温度、湿度作为故障概率诊断函数的异常事故信息影响量，重要异常故障变量函数记作为：
Figure 924545DEST_PATH_IMAGE001
（1）
公式（1）中，异常故障因素记作为
Figure 968594DEST_PATH_IMAGE002
，其中
Figure 928459DEST_PATH_IMAGE003
表示信息系统传递数据过程中的接 入方式，
Figure 252124DEST_PATH_IMAGE004
表示带宽、
Figure 31862DEST_PATH_IMAGE005
表示信息损耗，
Figure 378136DEST_PATH_IMAGE006
表示安全性，其中
Figure 130191DEST_PATH_IMAGE007
、
Figure 952654DEST_PATH_IMAGE008
、
Figure 219687DEST_PATH_IMAGE009
和
Figure 339959DEST_PATH_IMAGE010
为信息传递过程中 主要异常事故因素；设置
Figure 8837DEST_PATH_IMAGE011
故障信息为一级告警信息；带宽
Figure 205464DEST_PATH_IMAGE012
故障信息为二级告警信息，信 息损耗
Figure 959793DEST_PATH_IMAGE013
故障信息为三级告警信息，安全性
Figure 385220DEST_PATH_IMAGE014
故障信息为四级告警信息，其他数据类型为 五级数据信息；其中的
Figure 908606DEST_PATH_IMAGE015
表示异常数据信息下标标识；
步骤二、对故障概率诊断模型变量进行独立性分析；
Figure 10554DEST_PATH_IMAGE016
、
Figure 252179DEST_PATH_IMAGE017
、
Figure 245412DEST_PATH_IMAGE018
和
Figure 623304DEST_PATH_IMAGE019
为信息传递过程中对信息系统通信质量影响量较大的因素，将
Figure 896153DEST_PATH_IMAGE020
、
Figure 359495DEST_PATH_IMAGE021
、
Figure 654954DEST_PATH_IMAGE022
和
Figure 887352DEST_PATH_IMAGE023
影响量记作为相互独立的节点，
Figure 331103DEST_PATH_IMAGE024
表示除
Figure 281742DEST_PATH_IMAGE025
、
Figure 351198DEST_PATH_IMAGE026
、
Figure 703682DEST_PATH_IMAGE027
和
Figure 849492DEST_PATH_IMAGE028
数据影响量的独立性分析函数， 独立性函数记作为：
Figure 287427DEST_PATH_IMAGE029
（2）
通过公式（2），将分别求
Figure 973623DEST_PATH_IMAGE030
、
Figure 603450DEST_PATH_IMAGE031
、
Figure 716899DEST_PATH_IMAGE032
和
Figure 579813DEST_PATH_IMAGE033
的并集，进而求出独立性分析函数的输出值；一级 告警信息数据输出时，报警灯（5）显示黄灯，二级告警信息输出时，报警灯（5）显示绿灯，三 级告警信息数据输出时，报警灯（5）显示红灯，四级告警信息数据输出时，报警灯（5）显示蓝 灯，五级告警信息输出时，报警灯（5）不显示；
步骤三、构建故障计算模型函数；
故障计算模型函数表达式记作为：
Figure 804121DEST_PATH_IMAGE034
（3）
公式（3）中，
Figure 318148DEST_PATH_IMAGE035
表示信息数据发送过程中出现故障时的数据类型，
Figure 336919DEST_PATH_IMAGE036
、
Figure 687129DEST_PATH_IMAGE037
、
Figure 715128DEST_PATH_IMAGE038
和
Figure 847776DEST_PATH_IMAGE039
分 别为异常事故数据信息中的一部分，故障类别通过P(x)表示，
Figure 303028DEST_PATH_IMAGE040
表示所有故障数据类型中 出现高概率的一种数据类型；
Figure 609376DEST_PATH_IMAGE041
表示任意一种故障数据类型，
Figure 175486DEST_PATH_IMAGE042
表示在任意一种故障 数据类型下出现高概率故障信息，其中：
Figure 664105DEST_PATH_IMAGE043
（4）
公式（4）中，k=1,2,···,m，N表示信息系统数据交互过程中故障训练样本的总数，
Figure 290259DEST_PATH_IMAGE044
表示在故障训练样本的总数情况下任意一种故障数据类型下出现高概率故障信息，信息系 统故障数据信息输出函数为：
Figure 349481DEST_PATH_IMAGE045
（5）
公式（5）中，概率
Figure 719283DEST_PATH_IMAGE046
结合信息系统数据信息训练样本计算时，输出概率为：
Figure 875458DEST_PATH_IMAGE047
（6）
公式（6）中，
Figure 360928DEST_PATH_IMAGE048
表示信息系统数据信息中的训练样P(C k )满足交互故障特征C k 和条件属 性x i 的样本数，
步骤四、通过故障计算模型函数输出数据信息；
信息系统中经过融合后的数据信息概率记作为：
Figure 969764DEST_PATH_IMAGE049
（7）
公式（7）中，
Figure 815360DEST_PATH_IMAGE050
表示出现异常数据信息的个数，通过贝叶斯信息系统计算出各交互过程 故障类别的概率P(X|C k )×P(C k )，其中概率值C k 越大，则对应诊断交互过程故障类别诊断输 出越明显；
步骤五、故障信息诊断输出；
当
Figure 826041DEST_PATH_IMAGE051
介于M1-M2时，为一级告警信息数据输出，报警灯（5）显示黄灯；
当
Figure 980948DEST_PATH_IMAGE052
介于M2-M3时，为二级告警信息数据输出，报警灯（5）显示绿灯；
当
Figure 77080DEST_PATH_IMAGE053
介于M4-M5时，为三级告警信息数据输出，报警灯（5）显示红灯；
当
Figure 726367DEST_PATH_IMAGE054
介于M6-M7时，为四级告警信息数据输出，报警灯（5）显示蓝灯；
当
Figure 591555DEST_PATH_IMAGE055
介于M8-M9时，为五级告警信息输出时，报警灯（5）不显示；
其中
Figure 415898DEST_PATH_IMAGE056
。
8.根据权利要求7所述的一种信息系统异常事故报警装置，其特征在于：
Figure 999326DEST_PATH_IMAGE057
小于100。
CN202210619110.0A 2022-06-02 2022-06-02 一种信息系统异常事故报警装置 Active CN114710398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210619110.0A CN114710398B (zh) 2022-06-02 2022-06-02 一种信息系统异常事故报警装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210619110.0A CN114710398B (zh) 2022-06-02 2022-06-02 一种信息系统异常事故报警装置

Publications (2)

Publication Number Publication Date
CN114710398A true CN114710398A (zh) 2022-07-05
CN114710398B CN114710398B (zh) 2022-08-09

Family

ID=82176109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210619110.0A Active CN114710398B (zh) 2022-06-02 2022-06-02 一种信息系统异常事故报警装置

Country Status (1)

Country Link
CN (1) CN114710398B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115309090A (zh) * 2022-09-28 2022-11-08 深圳市世坤科技实业有限公司 一种机械设备工作状态控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308689A (zh) * 2019-05-22 2019-10-08 浙江工业大学 一种远程监控智能通风柜安全管理系统
CN110456774A (zh) * 2019-08-15 2019-11-15 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
CN110942150A (zh) * 2019-11-09 2020-03-31 上海航天设备制造总厂有限公司 用于激光选区熔化设备零部件成型失效的智能诊断方法
CN112415331A (zh) * 2020-10-27 2021-02-26 中国南方电网有限责任公司 基于多源故障信息的电网二次系统故障诊断方法
CN215333214U (zh) * 2021-04-01 2021-12-28 湖北清江水电开发有限责任公司 水电站发电机组运行区间智能告警系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308689A (zh) * 2019-05-22 2019-10-08 浙江工业大学 一种远程监控智能通风柜安全管理系统
CN110456774A (zh) * 2019-08-15 2019-11-15 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
CN110942150A (zh) * 2019-11-09 2020-03-31 上海航天设备制造总厂有限公司 用于激光选区熔化设备零部件成型失效的智能诊断方法
CN112415331A (zh) * 2020-10-27 2021-02-26 中国南方电网有限责任公司 基于多源故障信息的电网二次系统故障诊断方法
CN215333214U (zh) * 2021-04-01 2021-12-28 湖北清江水电开发有限责任公司 水电站发电机组运行区间智能告警系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓歆: "基于贝叶斯网络的通信网告警相关性和故障诊断模型", 《电子与信息学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115309090A (zh) * 2022-09-28 2022-11-08 深圳市世坤科技实业有限公司 一种机械设备工作状态控制系统及方法

Also Published As

Publication number Publication date
CN114710398B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN108168682A (zh) 一种基于振动信号支持向量机的gil故障在线监测系统
CN112803592B (zh) 一种适用于分布式电站的智能故障预警方法及系统
CN102680903A (zh) 便携式蓄电池状态检测系统及其检测方法
CN110276511A (zh) 一种基于电量与线损关联性的线变关系异常判别方法
CN114710398B (zh) 一种信息系统异常事故报警装置
CN111581196A (zh) 基于智能工厂框架的供配用电网智能数据采集整理系统
CN112598303A (zh) 基于1d卷积神经网络和lstm结合的非侵入式负荷分解方法
CN108427623A (zh) 一种计算机故障报警系统及方法
CN106530121A (zh) 电力监控系统安全防护合规性检测方法和系统
CN108469561A (zh) 一种智能变电站继电保护调试方法
CN202693771U (zh) 便携式蓄电池状态检测系统
CN208076016U (zh) 一种基于振动信号支持向量机的gil故障在线监测系统
CN111416439A (zh) 一种变电站全景数据集成及智能告警系统
CN209280821U (zh) 一种便携式户外电能质量监测记录仪
CN213149201U (zh) 双路电源实时监测装置
CN114882683A (zh) 一种用于半导体器件的处理设备报警系统及方法
CN114548209A (zh) 一种基于潮流指纹图谱的电网强关联故障分析系统及方法
CN108629097B (zh) 一种变电站二次设备拓扑分析方法
CN209182488U (zh) 一种故障确定装置
CN203274875U (zh) 一种基于can总线的汽车轴重检测仪
CN111143296A (zh) 变电站scd文件分类方法、装置、终端及存储介质
CN201251607Y (zh) 一种三相智能数显仪表硬件系统
CN103616559A (zh) 一种电池电压采集系统及级联系统
CN205404676U (zh) 一种三相专用电能计量的用电检查终端
CN214586454U (zh) 起重机械故障智能采集与分析装置

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