CN115001948A - 基于数据分析的设备健康状态检测方法及相关装置 - Google Patents
基于数据分析的设备健康状态检测方法及相关装置 Download PDFInfo
- Publication number
- CN115001948A CN115001948A CN202210935667.5A CN202210935667A CN115001948A CN 115001948 A CN115001948 A CN 115001948A CN 202210935667 A CN202210935667 A CN 202210935667A CN 115001948 A CN115001948 A CN 115001948A
- Authority
- CN
- China
- Prior art keywords
- equipment
- point location
- data
- maintenance
- fault
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及数据处理领域,公开了一种基于数据分析的设备健康状态检测方法及相关装置,用于提高设备健康状态监测的效率。所述方法包括:将设备正常点位和设备告警点位输入运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和设备故障原因生成故障处理策略;通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种基于数据分析的设备健康状态检测方法及相关装置。
背景技术
智能化一体箱是由箱体、功能模块、云平台三部分组成,采用“标准化、模块化、集成化、智能化”的设计理念,能够满足数据通信防护需求,同时,增加应用物联网通讯技术和传感技术,云端可视化数据采集和实时监测、远程控制,实现了设备管理、网络管理、电源管理、环境管理、安全管理和运维管理功能六大管理功能。可有效提升工程质量、保障系统稳定运行以及延长系统寿命。
现有方案在对智能化一体箱进行数据分析时,判断智能化一体箱的健康状态是否正常,并根据分析结果找出设备异常的原因,但是现有方案设备健康状态监测工作效率低。
发明内容
本发明提供了一种基于数据分析的设备健康状态检测方法及相关装置,用于提高设备健康状态监测的效率。
本发明第一方面提供了一种基于数据分析的设备健康状态检测方法,所述基于数据分析的设备健康状态检测方法包括:从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,在本发明第一方面的第一种实现方式中,所述从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息,包括:获取待维护的设备投放区域信息,并根据所述设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表;将所述点位信息列表输入预置的点位信息识别模型,其中,所述点位信息识别模型包括:点位信息检测网络和点位信息生成网络;通过所述点位信息识别模型对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息。
可选的,在本发明第一方面的第二种实现方式中,所述获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位,包括:获取所述点位信息列表中所有设备对应的设备标识;根据所述设备标识从所述运维管理平台中查询所述点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率;将所述设备在线数据、所述设备离线数据和所述摄像头在线率作为设备状态数据;对所述设备状态数据进行设备点位状态解析,得到设备状态解析结果,其中,所述设备状态解析结果包括:设备正常点位和设备告警点位。
可选的,在本发明第一方面的第三种实现方式中,所述将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹,包括:将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面,并根据所述设备正常点位和所述设备告警点位生成正常虚拟点位标志和告警虚拟点位标志;通过所述运维可视化页面对所述正常虚拟点位标志和所述告警虚拟点位标志进行点位可视化展示,得到设备可视点位数据;调用最短路径规划算法并根据所述设备可视点位数据对所述设备告警点位进行最短运维路径计算,得到运维最短路径;根据所述运维最短路径对所述设备告警点位进行运维可视化,得到目标运维轨迹。
可选的,在本发明第一方面的第四种实现方式中,所述查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段,包括:监测所述设备告警点位的市电状态、网络状态、箱门状态和温度状态;将所述市电状态、所述网络状态、所述箱门状态和所述温度状态与设备正常状态数据进行比对,得到异常状态数据;根据所述异常状态数据生成设备故障原因,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个;根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,其中,所述故障处理策略包括:故障处理级别和故障处理时段;将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端。
可选的,在本发明第一方面的第五种实现方式中,所述通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案,包括:通过所述运维管理平台爬取所述设备正常点位的设备的维护生命周期,并查询所述设备正常点位的历史维保记录;根据所述设备状态数据、所述维护生命周期和所述历史维保记录对所述设备正常点位进行设备综合性能,得到性能分析结果;根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,在本发明第一方面的第六种实现方式中,所述基于数据分析的设备健康状态检测方法还包括:当所述智能化一体箱发生设备告警时,启动所述智能化一体箱中的自动修复任务,生成自动修复结果;若所述自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据所述指标生成故障报表;启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告。
本发明第二方面提供了一种基于数据分析的设备健康状态检测装置,所述基于数据分析的设备健康状态检测装置包括:获取模块,用于从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;解析模块,用于获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;展示模块,用于将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;处理模块,用于查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;生成模块,用于通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,在本发明第二方面的第一种实现方式中,所述获取模块具体用于:获取待维护的设备投放区域信息,并根据所述设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表;将所述点位信息列表输入预置的点位信息识别模型,其中,所述点位信息识别模型包括:点位信息检测网络和点位信息生成网络;通过所述点位信息识别模型对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息。
可选的,在本发明第二方面的第二种实现方式中,所述解析模块具体用于:获取所述点位信息列表中所有设备对应的设备标识;根据所述设备标识从所述运维管理平台中查询所述点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率;将所述设备在线数据、所述设备离线数据和所述摄像头在线率作为设备状态数据;对所述设备状态数据进行设备点位状态解析,得到设备状态解析结果,其中,所述设备状态解析结果包括:设备正常点位和设备告警点位。
可选的,在本发明第二方面的第三种实现方式中,所述展示模块具体用于:将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面,并根据所述设备正常点位和所述设备告警点位生成正常虚拟点位标志和告警虚拟点位标志;通过所述运维可视化页面对所述正常虚拟点位标志和所述告警虚拟点位标志进行点位可视化展示,得到设备可视点位数据;调用最短路径规划算法并根据所述设备可视点位数据对所述设备告警点位进行最短运维路径计算,得到运维最短路径;根据所述运维最短路径对所述设备告警点位进行运维可视化,得到目标运维轨迹。
可选的,在本发明第二方面的第四种实现方式中,所述处理模块具体用于:监测所述设备告警点位的市电状态、网络状态、箱门状态和温度状态;将所述市电状态、所述网络状态、所述箱门状态和所述温度状态与设备正常状态数据进行比对,得到异常状态数据;根据所述异常状态数据生成设备故障原因,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个;根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,其中,所述故障处理策略包括:故障处理级别和故障处理时段;将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端。
可选的,在本发明第二方面的第五种实现方式中,所述生成模块具体用于:通过所述运维管理平台爬取所述设备正常点位的设备的维护生命周期,并查询所述设备正常点位的历史维保记录;根据所述设备状态数据、所述维护生命周期和所述历史维保记录对所述设备正常点位进行设备综合性能,得到性能分析结果;根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,在本发明第二方面的第六种实现方式中,所述基于数据分析的设备健康状态检测装置还包括:修复模块,用于当所述智能化一体箱发生设备告警时,启动所述智能化一体箱中的自动修复任务,生成自动修复结果;若所述自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据所述指标生成故障报表;启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告。
本发明第三方面提供了一种基于数据分析的设备健康状态检测设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于数据分析的设备健康状态检测设备执行上述的基于数据分析的设备健康状态检测方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的基于数据分析的设备健康状态检测方法。
本发明提供的技术方案中,从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。本发明通过对设备点位数据进行分析,并自动生成故障处理策略和定期运维方案,提高了设备数据分析的准确率,并且通过引入在线的运维管理平台实现了设备健康状态检测的线上化,并且通过对故障原因进行根源分析,提高了设备健康状态监测的效率。
附图说明
图1为本发明实施例中基于数据分析的设备健康状态检测方法的一个实施例示意图;
图2为本发明实施例中基于数据分析的设备健康状态检测方法的另一个实施例示意图;
图3为本发明实施例中基于数据分析的设备健康状态检测装置的一个实施例示意图;
图4为本发明实施例中基于数据分析的设备健康状态检测装置的另一个实施例示意图;
图5为本发明实施例中基于数据分析的设备健康状态检测设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于数据分析的设备健康状态检测方法及相关装置,用于提高设备健康状态监测的效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中基于数据分析的设备健康状态检测方法的一个实施例包括:
101、从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对点位信息列表进行点位信息识别,得到设备点位数据,其中,设备点位数据包括:点位信息列表中所有设备的位置信息;
可以理解的是,本发明的执行主体可以为基于数据分析的设备健康状态检测装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,设备点位可以是指多个具有抓拍存储等功能的图像采集设备设置的坐标位置,例如:摄像机点位等,可以设置在不同的区域,每个摄像头所在的坐标位置即上述的设备点位,其中,设备点位数据包括:点位信息列表中所有设备的位置信息,在本发明实施例中,对设备点位的数量不作限定,可以根据所选择的区域进行确定。
102、获取点位信息列表中所有设备对应的设备状态数据,并对设备状态数据进行设备状态解析,得到设备状态解析结果,其中,设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,设备状态解析结果包括:设备正常点位和设备告警点位;
具体的,服务器获取所述点位信息列表中所有设备对应的设备标识,服务器根据所述设备标识从所述运维管理平台中查询所述点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率,进而服务器获取设备状态数据,然后按照预置的格式转换标准,对设备状态数据进行格式转换,格式转换标准用于将不同业务设备的不同软硬件状态数据进行统一格式转换,最后将转换后的设备状态数据作为设备状态解析结果,通过对设备状态数据进行格式转换,可以提升对设备状态分析时的准确度,进一步提升后续对设备点位分析时的鲁棒性。
103、将设备正常点位和设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹;
具体的,服务器根据预设数据标注算法对多组设备正常点位和设备告警点位进行标注值计算得到多个标注值并标注在预置界面组件中得到多个候选界面组件,通过点击事件监听程序对点击事件进行监听确定目标页面中点击位置,根据点击位置确定目标界面组件并在目标页面中展示目标标注值,从而生成设备可视点位数据,需要说明的是,运维轨迹包括但不限于手工阶段、工具批量操作、平台化管理、自动化、智能化等,进而服务器根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹,本发明实施例中,可以使得页面根据不同设备正常点位和设备告警点位,通过不同的点位针对不同的用户行为数据进行可视化展示,并且采用标注值进行展示可以使得埋点数据的加载速度更快。
104、查找设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和设备故障原因生成故障处理策略,以及将故障处理策略、设备可视点位数据和目标运维轨迹发送至运维终端,其中,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,故障处理策略包括:故障处理级别和故障处理时段;
具体的,服务器对该设备告警点位进行分析,确定对应的故障标识,进而服务器根据该故障标识从预置的故障原因数据库中获取对应的设备故障原因,进而服务器接收上述设备故障原因,服务器根据预先存储的故障信息和故障类别的对应关系,确定当前设备的当前故障对应的故障类别,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,故障处理策略包括:故障处理级别和故障处理时段,并根据预先存储的故障类别和故障处理策略的对应关系,确定所述当前故障对应的故障处理策略,可有效提升对设备故障信息的评估效率,可快速找到排除和解决故障的方案,减少经济损失和降低安全。
105、通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案。
需要说明的是,设备性能评估指标包括:电压输出偏差、电流输出偏差、稳压精度、稳流精度、充电效率、功率因数、谐波特性、噪声特性、设备寿命、设备维护费用、电气绝缘、电气防护,所述电压输出偏差、电流输出偏差指标表征设备的输出偏差特性,稳压精度、稳流精度指标表征设备的输出波动特性,它们表征设备的输出质量特性,设备连接电源时,按半载配置电阻性负载,在设备输出端设置电压和电流测量装置,以获取其电压和电流输出特性。上述指标为成本型指标,即越小越好型指标,效率指标是设备输出功率与输入有功功率的比值,功率因数指标为设备有功功率和视在功率的比值,它们表征设备对电能的利用水平,为效益型指标,即越大越好型指标,最终服务器通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案,本发明实施例中,服务器根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,可以根据不同的性能评估指标进行性能分析,提升对设备状态分析时的准确度。
本发明实施例中,从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对点位信息列表进行点位信息识别,得到设备点位数据,其中,设备点位数据包括:点位信息列表中所有设备的位置信息;获取点位信息列表中所有设备对应的设备状态数据,并对设备状态数据进行设备状态解析,得到设备状态解析结果,其中,设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,设备状态解析结果包括:设备正常点位和设备告警点位;将设备正常点位和设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和设备故障原因生成故障处理策略,以及将故障处理策略、设备可视点位数据和目标运维轨迹发送至运维终端,其中,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,故障处理策略包括:故障处理级别和故障处理时段;通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案。本发明通过对设备点位数据进行分析,并自动生成故障处理策略和定期运维方案,提高了设备数据分析的准确率,并且通过引入在线的运维管理平台实现了设备健康状态检测的线上化,并且通过对故障原因进行根源分析,提高了设备健康状态监测的效率。
请参阅图2,本发明实施例中基于数据分析的设备健康状态检测方法的另一个实施例包括:
201、从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对点位信息列表进行点位信息识别,得到设备点位数据,其中,设备点位数据包括:点位信息列表中所有设备的位置信息;
具体的,获取待维护的设备投放区域信息,并根据设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表;将点位信息列表输入预置的点位信息识别模型,其中,点位信息识别模型包括:点位信息检测网络和点位信息生成网络;通过点位信息识别模型对点位信息列表进行点位信息识别,得到设备点位数据,其中,设备点位数据包括:点位信息列表中所有设备的位置信息。
其中,服务器在后台数据库中获取待维护的设备投放区域信息,在服务器中创建监控点位所在区域,并根据设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表,具体的,服务器通过终端查询监控点位信息,点位信息列表采集录入的具体过程如下:服务器自动获取实时位置信息并填入到点位信息界面,并录入当前所在地址、实地照片、点位视角照片等信息,并将监控点位信息上传到服务器数据库,服务器同时根据所在区域按照根区域编号、父区域编号、点位添加的顺序编号规则生成最终的点位编号,无需工程人员手动进行录入,减少了人员的工作量,且效率较高。
202、获取点位信息列表中所有设备对应的设备状态数据,并对设备状态数据进行设备状态解析,得到设备状态解析结果,其中,设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,设备状态解析结果包括:设备正常点位和设备告警点位;
具体的,获取点位信息列表中所有设备对应的设备标识;根据设备标识从运维管理平台中查询点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率;将设备在线数据、设备离线数据和摄像头在线率作为设备状态数据;对设备状态数据进行设备点位状态解析,得到设备状态解析结果,其中,设备状态解析结果包括:设备正常点位和设备告警点位。
其中,服务器接收点位信息列表中的候选设备标识,并确定与候选设备标识对应的中间设备标识,中间设备标识为用户浏览点位信息列表时生成,基于中间设备标识与终端设备的设备标识的对应关系确定终端设备的设备标识,进而服务器对所有设备预置的数据监控接口进行确定,并通过每一设备对应的数据监控接口进行设备状态查询,得到所有设备的在线和离线比例,确定出得到设备在线数据、设备离线数据和摄像头在线率,并将设备在线数据、设备离线数据和摄像头在线率作为设备状态数据,进而服务器根据上述设备在线数据和设备离线数据进行设备工作时间分析。具体的,服务器通过对设备在线数据和设备离线数据的比值进行分析,当比值大于或等于2时,则设备状态解析结果为设备正常,当比值小于2时,则设备状态解析结果为设备告警。
203、将设备正常点位和设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹;
具体的,将设备正常点位和设备告警点位输入预置的运维可视化页面,并根据设备正常点位和设备告警点位生成正常虚拟点位标志和告警虚拟点位标志;通过运维可视化页面对正常虚拟点位标志和告警虚拟点位标志进行点位可视化展示,得到设备可视点位数据;调用最短路径规划算法并根据设备可视点位数据对设备告警点位进行最短运维路径计算,得到运维最短路径;根据运维最短路径对设备告警点位进行运维可视化,得到目标运维轨迹。
其中,需要说明的是,在服务器将设备正常点位和设备告警点位输入预置的运维可视化页面后,服务器是基于可视化配置界面,根据设备正常点位和设备告警点位生成正常虚拟点位标志和告警虚拟点位标志的,具体的,可视化配置界面包括待展示对象栏和待展示占位栏,响应于在可视化配置界面的输入操作,获取待展示的点位数据及其对应的至少一个待展示占位,基于点位数据及其对应的至少一个待展示占位,对可视化展示界面内的所有占位进行重新排列和筛选,以得到更新的可视化展示界面,通过运维可视化页面对正常虚拟点位标志和告警虚拟点位标志进行点位可视化展示,其中,更新后的可视化展示界面包括所述点位数据对应的目标展示占位,展示所述更新后的可视化展示界面,最终,服务器通过上述最短路径规划算法进行运维最短路径规划,具体的,获取待规划设备点位的拓扑结构数据,根据拓扑结构数据,建立所述待规划路径的网络模型,获取场景信息,并根据场景信息确定最短路径规划模型,最终服务器根据最短路径规划模型,计算所述网络模型中起点到终点的最短路径,得到运维最短路径;根据运维最短路径对设备告警点位进行运维可视化,得到目标运维轨迹。本发明实施例中,服务器以可视化的方式将规则的复杂度降低,使得维护人员通过可视化展示界面进行操作即可。
204、查找设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和设备故障原因生成故障处理策略,以及将故障处理策略、设备可视点位数据和目标运维轨迹发送至运维终端,其中,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,故障处理策略包括:故障处理级别和故障处理时段;
具体的,监测设备告警点位的市电状态、网络状态、箱门状态和温度状态;将市电状态、网络状态、箱门状态和温度状态与设备正常状态数据进行比对,得到异常状态数据;根据异常状态数据生成设备故障原因,其中,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个;根据预先设置的故障处理权限和设备故障原因生成故障处理策略,其中,故障处理策略包括:故障处理级别和故障处理时段;将故障处理策略、设备可视点位数据和目标运维轨迹发送至运维终端。
其中,在本实施例中,市电状态可以包括市电正常的状态和市电非正常的状态,其中,市电正常的状态是指市电可以正常为设备供电,市电非正常的状态是指市电断开或市电不稳定。继电器模块的工作状态则可以包括断电器模块断开状态和闭合状态,其中,断电器模块断开状态是指断电器模块处于常开触点,断电器模块闭合状态是指断电器模块处于常闭触点,具体的,服务器通过检测设备告警点位的市电状态、网络状态、箱门状态和温度状态等状态数据,并基于预置的设备正常状态数据进行数据比对,确定对应的异常状态数据,并根据异常状态数据生成对应的设备故障原因,具体的,故障处理策略包括:故障处理级别和故障处理时段,并根据预先存储的故障类别和故障处理策略的对应关系,确定所述当前故障对应的故障处理策略,可有效提升对设备故障信息的评估效率,可快速找到排除和解决故障的方案,减少经济损失和降低安全。
205、通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案;
具体的,通过运维管理平台爬取设备正常点位的设备的维护生命周期,并查询设备正常点位的历史维保记录;根据设备状态数据、维护生命周期和历史维保记录对设备正常点位进行设备综合性能,得到性能分析结果;根据性能分析结果生成设备正常点位的定期运维方案。
其中,设备性能评估指标包括:电压输出偏差、电流输出偏差、稳压精度、稳流精度、充电效率、功率因数、谐波特性、噪声特性、设备寿命、设备维护费用、电气绝缘、电气防护,所述电压输出偏差、电流输出偏差指标表征设备的输出偏差特性,稳压精度、稳流精度指标表征设备的输出波动特性,它们表征设备的输出质量特性,设备连接电源时,按半载配置电阻性负载,在设备输出端设置电压和电流测量装置,以获取其电压和电流输出特性。上述指标为成本型指标,即越小越好型指标,具体的,服务器通过运维管理平台爬取设备正常点位的设备的维护生命周期,并查询设备正常点位的历史维保记录;根据设备状态数据、维护生命周期和历史维保记录对设备正常点位进行设备综合性能,得到性能分析结果;根据性能分析结果生成设备正常点位的定期运维方案。
206、当智能化一体箱发生设备告警时,启动智能化一体箱中的自动修复任务,生成自动修复结果;
207、若自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据指标生成故障报表;
208、启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告。
具体的,当该智能化一体箱发生设备告警时,服务器自动生成对应的自动修复请求,并根据该自动修复请求生成对应的自动修复任务,需要说明的是,检测到预设报警事项触发的告警信号后,从告警信号中获取预设报警事项的告警类型,类型查询预置的修复关联表,并判断修复关联表中是否存在告警类型对应的目标修复方案,若修复关联表中存在告警类型对应的目标修复方案,则解析告警信号获得所述预设报警事项对应故障设备的设备地址,根据所述设备地址执行所述目标修复方案,以对故障设备上发生的所述预设报警事项进行修复。可实现自动化的故障检测与修复,若自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据指标生成故障报,启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告,需要说明的是,在修复关联表中存在目标修复方案时,根据获取的方案ID从方案表获取方案详情,并解析告警信号获得对应的故障设备IP,将相应参数(故障设备IP)传入方案执行模块,执行修复方案。故障设备即被监控设备,被监控设备被检测出发生预设报警事项时,即为故障设备。
在执行修复方案后,将执行日志写入数据库,还可以在运维系统的预设界面展示执行状态,若修复关联表中不存在告警类型对应的修复方案,则发送提示消息通知运维人员对该告警类型对应故障设备进行修复,在运维人员将对应故障设备修复完成后,将对应告警类型及修复方案(记录开发人员的修复过程)存入修复列表,以便下一次实现故障的自动修复。
本发明实施例中,从预设的运维管理平台根据所述告警中获取多个智能化一体箱的点位信息列表,并对点位信息列表进行点位信息识别,得到设备点位数据,其中,设备点位数据包括:点位信息列表中所有设备的位置信息;获取点位信息列表中所有设备对应的设备状态数据,并对设备状态数据进行设备状态解析,得到设备状态解析结果,其中,设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,设备状态解析结果包括:设备正常点位和设备告警点位;将设备正常点位和设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据设备可视点位数据对设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和设备故障原因生成故障处理策略,以及将故障处理策略、设备可视点位数据和目标运维轨迹发送至运维终端,其中,设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,故障处理策略包括:故障处理级别和故障处理时段;通过运维管理平台根据设备状态数据对设备正常点位进行设备性能分析,得到性能分析结果,并根据性能分析结果生成设备正常点位的定期运维方案。本发明通过对设备点位数据进行分析,并自动生成故障处理策略和定期运维方案,提高了设备数据分析的准确率,并且通过引入在线的运维管理平台实现了设备健康状态检测的线上化,并且通过对故障原因进行根源分析,提高了设备健康状态监测的效率。
上面对本发明实施例中基于数据分析的设备健康状态检测方法进行了描述,下面对本发明实施例中基于数据分析的设备健康状态检测装置进行描述,请参阅图3,本发明实施例中基于数据分析的设备健康状态检测装置一个实施例包括:
获取模块301,用于从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;
解析模块302,用于获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;
展示模块303,用于将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;
处理模块304,用于查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;
生成模块305,用于通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
本发明实施例中,从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。本发明通过对设备点位数据进行分析,并自动生成故障处理策略和定期运维方案,提高了设备数据分析的准确率,并且通过引入在线的运维管理平台实现了设备健康状态检测的线上化,并且通过对故障原因进行根源分析,提高了设备健康状态监测的效率。
请参阅图4,本发明实施例中基于数据分析的设备健康状态检测装置另一个实施例包括:
获取模块301,用于从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;
解析模块302,用于获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;
展示模块303,用于将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;
处理模块304,用于查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;
生成模块305,用于通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,所述获取模块301具体用于:获取待维护的设备投放区域信息,并根据所述设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表;将所述点位信息列表输入预置的点位信息识别模型,其中,所述点位信息识别模型包括:点位信息检测网络和点位信息生成网络;通过所述点位信息识别模型对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息。
可选的,所述解析模块302具体用于:获取所述点位信息列表中所有设备对应的设备标识;根据所述设备标识从所述运维管理平台中查询所述点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率;将所述设备在线数据、所述设备离线数据和所述摄像头在线率作为设备状态数据;对所述设备状态数据进行设备点位状态解析,得到设备状态解析结果,其中,所述设备状态解析结果包括:设备正常点位和设备告警点位。
可选的,所述展示模块303具体用于:将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面,并根据所述设备正常点位和所述设备告警点位生成正常虚拟点位标志和告警虚拟点位标志;通过所述运维可视化页面对所述正常虚拟点位标志和所述告警虚拟点位标志进行点位可视化展示,得到设备可视点位数据;调用最短路径规划算法并根据所述设备可视点位数据对所述设备告警点位进行最短运维路径计算,得到运维最短路径;根据所述运维最短路径对所述设备告警点位进行运维可视化,得到目标运维轨迹。
可选的,所述处理模块304具体用于:监测所述设备告警点位的市电状态、网络状态、箱门状态和温度状态;将所述市电状态、所述网络状态、所述箱门状态和所述温度状态与设备正常状态数据进行比对,得到异常状态数据;根据所述异常状态数据生成设备故障原因,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个;根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,其中,所述故障处理策略包括:故障处理级别和故障处理时段;将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端。
可选的,所述生成模块305具体用于:通过所述运维管理平台爬取所述设备正常点位的设备的维护生命周期,并查询所述设备正常点位的历史维保记录;根据所述设备状态数据、所述维护生命周期和所述历史维保记录对所述设备正常点位进行设备综合性能,得到性能分析结果;根据所述性能分析结果生成所述设备正常点位的定期运维方案。
可选的,所述基于数据分析的设备健康状态检测装置还包括:修复模块306,用于当所述智能化一体箱发生设备告警时,启动所述智能化一体箱中的自动修复任务,生成自动修复结果;若所述自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据所述指标生成故障报表;启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告。
本发明实施例中,从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。本发明通过对设备点位数据进行分析,并自动生成故障处理策略和定期运维方案,提高了设备数据分析的准确率,并且通过引入在线的运维管理平台实现了设备健康状态检测的线上化,并且通过对故障原因进行根源分析,提高了设备健康状态监测的效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的基于数据分析的设备健康状态检测装置进行详细描述,下面从硬件处理的角度对本发明实施例中基于数据分析的设备健康状态检测设备进行详细描述。
图5是本发明实施例提供的一种基于数据分析的设备健康状态检测设备的结构示意图,该基于数据分析的设备健康状态检测设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对基于数据分析的设备健康状态检测设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在基于数据分析的设备健康状态检测设备500上执行存储介质530中的一系列指令操作。
基于数据分析的设备健康状态检测设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的基于数据分析的设备健康状态检测设备结构并不构成对基于数据分析的设备健康状态检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种基于数据分析的设备健康状态检测设备,所述基于数据分析的设备健康状态检测设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述基于数据分析的设备健康状态检测方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述基于数据分析的设备健康状态检测方法的步骤。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
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。
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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于数据分析的设备健康状态检测方法,其特征在于,所述基于数据分析的设备健康状态检测方法包括:
从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;
获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;
将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;
查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;
通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
2.根据权利要求1所述的基于数据分析的设备健康状态检测方法,其特征在于,所述从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息,包括:
获取待维护的设备投放区域信息,并根据所述设备投放区域信息从预设的运维管理平台中查询多个智能化一体箱的点位信息列表;
将所述点位信息列表输入预置的点位信息识别模型,其中,所述点位信息识别模型包括:点位信息检测网络和点位信息生成网络;
通过所述点位信息识别模型对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息。
3.根据权利要求1所述的基于数据分析的设备健康状态检测方法,其特征在于,所述获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位,包括:
获取所述点位信息列表中所有设备对应的设备标识;
根据所述设备标识从所述运维管理平台中查询所述点位信息列表中所有设备的在线和离线比例,得到设备在线数据、设备离线数据和摄像头在线率;
将所述设备在线数据、所述设备离线数据和所述摄像头在线率作为设备状态数据;
对所述设备状态数据进行设备点位状态解析,得到设备状态解析结果,其中,所述设备状态解析结果包括:设备正常点位和设备告警点位。
4.根据权利要求1所述的基于数据分析的设备健康状态检测方法,其特征在于,所述将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹,包括:
将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面,并根据所述设备正常点位和所述设备告警点位生成正常虚拟点位标志和告警虚拟点位标志;
通过所述运维可视化页面对所述正常虚拟点位标志和所述告警虚拟点位标志进行点位可视化展示,得到设备可视点位数据;
调用最短路径规划算法并根据所述设备可视点位数据对所述设备告警点位进行最短运维路径计算,得到运维最短路径;
根据所述运维最短路径对所述设备告警点位进行运维可视化,得到目标运维轨迹。
5.根据权利要求1所述的基于数据分析的设备健康状态检测方法,其特征在于,所述查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段,包括:
监测所述设备告警点位的市电状态、网络状态、箱门状态和温度状态;
将所述市电状态、所述网络状态、所述箱门状态和所述温度状态与设备正常状态数据进行比对,得到异常状态数据;
根据所述异常状态数据生成设备故障原因,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个;
根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,其中,所述故障处理策略包括:故障处理级别和故障处理时段;
将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端。
6.根据权利要求4所述的基于数据分析的设备健康状态检测方法,其特征在于,所述通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案,包括:
通过所述运维管理平台爬取所述设备正常点位的设备的维护生命周期,并查询所述设备正常点位的历史维保记录;
根据所述设备状态数据、所述维护生命周期和所述历史维保记录对所述设备正常点位进行设备综合性能,得到性能分析结果;
根据所述性能分析结果生成所述设备正常点位的定期运维方案。
7.根据权利要求1-6中任一项所述的基于数据分析的设备健康状态检测方法,其特征在于,所述基于数据分析的设备健康状态检测方法还包括:
当所述智能化一体箱发生设备告警时,启动所述智能化一体箱中的自动修复任务,生成自动修复结果;
若所述自动修复结果为自动修复失败,则获取自动修复失败对应的指标,并根据所述指标生成故障报表;
启动运维管理流程并进入自动考核流程,并监控处理故障响应时间和修复时间并生成考核报告。
8.一种基于数据分析的设备健康状态检测装置,其特征在于,所述基于数据分析的设备健康状态检测装置包括:
获取模块,用于从预设的运维管理平台中获取多个智能化一体箱的点位信息列表,并对所述点位信息列表进行点位信息识别,得到设备点位数据,其中,所述设备点位数据包括:所述点位信息列表中所有设备的位置信息;
解析模块,用于获取所述点位信息列表中所有设备对应的设备状态数据,并对所述设备状态数据进行设备状态解析,得到设备状态解析结果,其中,所述设备状态数据包括:设备在线数据、设备离线数据和摄像头在线率,所述设备状态解析结果包括:设备正常点位和设备告警点位;
展示模块,用于将所述设备正常点位和所述设备告警点位输入预置的运维可视化页面进行设备点位可视化展示,生成设备可视点位数据,并根据所述设备可视点位数据对所述设备告警点位进行运维轨迹规划,生成目标运维轨迹;
处理模块,用于查找所述设备告警点位发生异常告警的设备故障原因,并根据预先设置的故障处理权限和所述设备故障原因生成故障处理策略,以及将所述故障处理策略、所述设备可视点位数据和所述目标运维轨迹发送至运维终端,其中,所述设备故障原因包括设备断电、设备断网、设备箱门异常打开、设备温度超限中的至少一个,所述故障处理策略包括:故障处理级别和故障处理时段;
生成模块,用于通过所述运维管理平台根据所述设备状态数据对所述设备正常点位进行设备性能分析,得到性能分析结果,并根据所述性能分析结果生成所述设备正常点位的定期运维方案。
9.一种基于数据分析的设备健康状态检测设备,其特征在于,所述基于数据分析的设备健康状态检测设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于数据分析的设备健康状态检测设备执行如权利要求1-7中任一项所述的基于数据分析的设备健康状态检测方法。
10.一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指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于数据分析的设备健康状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210935667.5A CN115001948B (zh) | 2022-08-05 | 2022-08-05 | 基于数据分析的设备健康状态检测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210935667.5A CN115001948B (zh) | 2022-08-05 | 2022-08-05 | 基于数据分析的设备健康状态检测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115001948A true CN115001948A (zh) | 2022-09-02 |
CN115001948B CN115001948B (zh) | 2022-10-21 |
Family
ID=83023163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210935667.5A Active CN115001948B (zh) | 2022-08-05 | 2022-08-05 | 基于数据分析的设备健康状态检测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115001948B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117279018A (zh) * | 2023-11-22 | 2023-12-22 | 广州汇智通信技术有限公司 | 一种设备运行健康评估方法、系统和可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
CN109768889A (zh) * | 2019-01-16 | 2019-05-17 | 高正民 | 一种可视化安全管理智慧运维平台 |
CN110046718A (zh) * | 2019-03-18 | 2019-07-23 | 中铁第四勘察设计院集团有限公司 | 一种基于bim和rfid的智能运维平台 |
CN111860948A (zh) * | 2020-06-12 | 2020-10-30 | 国网浙江省电力有限公司电力科学研究院 | 电力智能运维路径规划方法 |
CN112383412A (zh) * | 2020-10-26 | 2021-02-19 | 北京精一强远科技有限公司 | 一种用于it监控运维的智能语音系统和方法 |
CN112508238A (zh) * | 2020-11-20 | 2021-03-16 | 江苏提米智能科技有限公司 | 一种海上风电运维评估方法、装置、电子设备及存储介质 |
CN114302103A (zh) * | 2021-10-29 | 2022-04-08 | 四川天翼网络服务有限公司 | 一种智能监控运维系统 |
-
2022
- 2022-08-05 CN CN202210935667.5A patent/CN115001948B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
CN109768889A (zh) * | 2019-01-16 | 2019-05-17 | 高正民 | 一种可视化安全管理智慧运维平台 |
CN110046718A (zh) * | 2019-03-18 | 2019-07-23 | 中铁第四勘察设计院集团有限公司 | 一种基于bim和rfid的智能运维平台 |
CN111860948A (zh) * | 2020-06-12 | 2020-10-30 | 国网浙江省电力有限公司电力科学研究院 | 电力智能运维路径规划方法 |
CN112383412A (zh) * | 2020-10-26 | 2021-02-19 | 北京精一强远科技有限公司 | 一种用于it监控运维的智能语音系统和方法 |
CN112508238A (zh) * | 2020-11-20 | 2021-03-16 | 江苏提米智能科技有限公司 | 一种海上风电运维评估方法、装置、电子设备及存储介质 |
CN114302103A (zh) * | 2021-10-29 | 2022-04-08 | 四川天翼网络服务有限公司 | 一种智能监控运维系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117279018A (zh) * | 2023-11-22 | 2023-12-22 | 广州汇智通信技术有限公司 | 一种设备运行健康评估方法、系统和可读存储介质 |
CN117279018B (zh) * | 2023-11-22 | 2024-03-22 | 广州汇智通信技术有限公司 | 一种设备运行健康评估方法、系统和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115001948B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113112086B (zh) | 一种基于边缘计算和标识解析的智能生产系统 | |
US11262744B2 (en) | Diagnostic service system and diagnostic method using network | |
US20190279098A1 (en) | Behavior Analysis and Visualization for a Computer Infrastructure | |
CN110971666A (zh) | 一种物联网管理系统及其通讯方法 | |
US8306782B2 (en) | System for monitoring and diagnosing remote devices | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
Haslum et al. | Diagnosis as planning: Two case studies | |
CN103221891A (zh) | 用于分布式控制系统的智能接口 | |
WO2020079860A1 (ja) | 機器故障診断支援システムおよび機器故障診断支援方法 | |
CN115001948B (zh) | 基于数据分析的设备健康状态检测方法及相关装置 | |
CN111624986A (zh) | 基于案例库的故障诊断方法和系统 | |
CN109660407A (zh) | 分布式系统监控系统及方法 | |
EP3767416A1 (en) | Embedded historians with data aggregator | |
JP2016099938A (ja) | イベント分析システムおよび方法 | |
CN115860259A (zh) | 故障处理方法、装置及计算机可读存储介质 | |
CN116010456A (zh) | 设备的处理方法、服务器和轨道交通系统 | |
CN113487086B (zh) | 设备剩余使用寿命预测方法、装置、计算机设备和介质 | |
CN113835918A (zh) | 一种服务器故障分析方法及装置 | |
JP2009009538A (ja) | 運転状況分析方法および運転状況分析システム | |
CN116595756A (zh) | 基于数字孪生的数据中心智能化运维方法及装置 | |
CN1559034A (zh) | 用于处理故障假设的方法和系统 | |
US20230141305A1 (en) | Symbolic access of industrial device systems and methods based on an on-premise gateway device | |
CN116404751A (zh) | 设备状态监测方法、装置、设备、存储介质和计算机产品 | |
CN115964935A (zh) | 数据中心机房it设备管理方法、装置、服务端及介质 | |
CN108879954A (zh) | 配电设备管理方法、装置和配电服务器 |
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 |