CN115457742B - 基于大数据分析进行报警的水浸传感器报警装置 - Google Patents
基于大数据分析进行报警的水浸传感器报警装置 Download PDFInfo
- Publication number
- CN115457742B CN115457742B CN202210981447.6A CN202210981447A CN115457742B CN 115457742 B CN115457742 B CN 115457742B CN 202210981447 A CN202210981447 A CN 202210981447A CN 115457742 B CN115457742 B CN 115457742B
- Authority
- CN
- China
- Prior art keywords
- alarm
- data
- condition
- real
- water logging
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 125
- 238000007405 data analysis Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 16
- 238000007654 immersion Methods 0.000 abstract description 60
- 239000002609 medium Substances 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种基于大数据分析进行报警的水浸传感器报警装置,该装置包括:条件确定模块,配置为基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;数据确定模块,配置为实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;报警处理模块,配置为确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。本方案,解决了现有技术中,针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使得告警分析更加准确,结果维度更多,信息更加全面。
Description
技术领域
本申请实施例涉及数据监测技术领域,尤其涉及一种基于大数据分析进行报警的水浸传感器报警装置。
背景技术
电力设施的安全稳定运行离不开适宜的工作环境,其中许多配电设备多数存放在地下室等低洼的地方,每年汛期洪水灾害时有发生,对配电房或存放于低洼处的配电设备的危害巨大。一旦没有有效地预防洪水灾害,容易使变压器、断路器,低压开关柜、开关箱、控制箱等关键电力设施完全无法工作,会引发一系列严重事故,造成区域性电力无法正常运转。
绝大多数电力设施对漏水现象的检测全是选用传统式人工巡检,并未能做到适时有效的提早预警、报警,没法防患于未然。针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差。
发明内容
本发明实施例提供了一种基于大数据分析进行报警的水浸传感器报警装置,解决了现有技术中,针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使得告警分析更加准确,结果维度更多,信息更加全面。
第一方面,本发明实施例提供了一种基于大数据分析进行报警的水浸传感器报警装置,包括:
条件确定模块,配置为基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;
数据确定模块,配置为实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;
报警处理模块,配置为确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
进一步的,所述条件确定模块配置为:
根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件。
进一步的,所述数据确定模块配置为:
实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置;
基于在预设时段内获取的实时数据值生成数据曲线。
进一步的,所述报警处理模块配置为:
确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件。
第二方面,本发明实施例还提供了一种基于大数据分析进行报警的水浸传感器报警方法,包括:
基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;
实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;
确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
进一步的,所述分别进行数据分析和告警分析得到报警条件,包括:
根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件。
进一步的,所述实时确定监控数据,包括:
实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置;
基于在预设时段内获取的实时数据值生成数据曲线。
进一步的,所述确定所述监控数据是否满足所述报警条件,包括:
确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件。
第三方面,本发明实施例还提供了一种基于大数据分析进行报警的水浸传感器报警设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所述的基于大数据分析进行报警的水浸传感器报警方法。
第四方面,本发明实施例还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本发明实施例所述的基于大数据分析进行报警的水浸传感器报警方法。
本发明实施例中,条件确定模块,配置为基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;数据确定模块,配置为实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;报警处理模块,配置为确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。本方案解决了现有技术中,针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使得告警分析更加准确,结果维度更多,信息更加全面。
附图说明
图1为本发明实施例一提供的基于大数据分析进行报警的水浸传感器报警装置的模块结构框图;
图2为本发明实施例二提供的基于大数据分析进行报警的水浸传感器报警装置的模块结构框图
图3为本发明实施例三提供的基于大数据分析进行报警的水浸传感器报警方法的流程图;
图4为本发明实施例四提供的基于大数据分析进行报警的水浸传感器报警设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
图1为本发明实施例一提供的基于大数据分析进行报警的水浸传感器报警装置的模块结构框图,如图1所示,具体装置包括:
条件确定模块101,配置为基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;
数据确定模块102,配置为实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;
报警处理模块103,配置为确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
本实施例中,所述大数据可以理解为无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。所述大数据参数可以是从大数据信息中提取的所需的数据信息。所述数据分析可以理解为提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。所述告警分析可以理解为通过大数据信息中的告警数据确定何时进行故障告警提示。所述报警条件可以理解为用于判断是否进行报警行为的标准。所述得到报警条件的方式可以是数据确定模块101响应于技术人员的条件获取操作,对应输出所述报警条件,也可以是数据确定模块基于大数据参数自动输出报警条件。
本实施例中,条件确定模块101获取从大数据信息中提取的电力设备历史故障水浸数据。其中,所述历史故障水浸数据包括发生故障时的故障水浸深度数据以及水浸深度增长速度数据。条件确定模块101通过对历史故障水浸数据中的故障水浸深度数据、水浸深度增长速度数据以及技术人员的响应时长等数据进行数据分析和告警分析,响应于技术人员的条件获取操作,对应输出所述报警条件。示例性的,条件确定模块101通过对历史故障水浸数据进行数据分析和告警分析确定,当水浸深度达到5毫米时会导致电力故障,技术人员接收警报信息并进行进水处理需要10分钟。若当水浸深度为3毫米,当前水浸深度增长速度为0.1毫米每分钟,则确定报警条件为当水浸深度达到3.5毫米时进行报警。
本实施例中,可选的,所述条件确定模块101,具体配置为:
根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件。
其中,所述水浸数值可以理解为水浸深度值。所述实际发生故障可以理解为由水浸导致的水浸电力故障。所述关联关系可以理解为对应关系。所述水浸数值以及实际发生故障的关联关系可以是历史水浸电力故障与其对应的水浸深度值的对应关系。其中,所述关联关系可以是基于大数据信息中的历史水浸大力故障与其对应的水浸深度值的对应关系得到的,其可以以数据表、或者文档的形式预先存储于数据库中。
本实施例中,所述条件确定模块101通过大数据信息中的历史水浸电路故障与其对应的水浸深度值确定报警条件。示例性的,将对应历史水浸故障发生次数最多的水浸深度值确定为预设阈值,确定所述报警条件为当所述水浸数值大于或者等于预设阈值时进行告警提示。例如,通过大数据分析确定对应历史水浸故障发生次数最多的水浸深度值为3毫米,则确定预设阈值为3毫米,确定所述报警条件为当所述水浸数值大于或者等于3毫米时进行告警提示。
本实施例中,可选的,所述条件确定模块101通过大数据分析获取对应历史水浸故障发生次数超过预设次数的水浸深度值,并选择所述水浸深度值中最小的数值确定为预设阈值,确定所述报警条件为当所述水浸数值大于或者等于预设阈值时进行告警提示。示例性的,条件确定模块101通过大数据分析获取对应历史水浸故障发生次数超过预设次数的水浸深度值分别为2.8、3.0以及3.1毫米,则则确定预设阈值为2.8毫米,确定所述报警条件为当所述水浸数值大于或者等于2.8毫米时进行告警提示。
本实施例所提供的技术方案,根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件,避免了采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使报警条件更具合理性,进一步提高了告警分析的准确性。
本实施例中,所述实时确定监控数据可以理解为实时读取监控数据。所述实时数据值可以理解为实时获取的水浸深度数据,可以通过读取水浸传感器检测数据得到。所述生成的数据曲线可以是将实时的水浸深度数据绘制到坐标图中并将其依次连接。所述数据曲线中包括不同时间对应的的水浸深度数值,可以用于显示在相等时间间隔下水浸深度数据的变化趋势。所述数据曲线可以通过技术人员手动输入水浸深度数据得到,也可以通过读取水浸深度数据自动生成。所述水浸传感器的地理位置可以是检测所读取数据的水浸传感器的空间所在处,所述地理位置可以通过地理坐标信息或者地图投影信息表示。
本实施例中,数据确定模块102实时读取监控数据,所述监控数据包括水浸深度数据、生成的水浸深度数据曲线以及检测所读取数据的水浸传感器的地理坐标信息。可以理解的是,由于水浸传感器的位置不会发生变化,因此,对于同一水浸传感器只需要获取一次地理位置信息。
本实施例中,可选的,所述数据确定模块102,具体配置为:
实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置;
基于在预设时段内获取的实时数据值生成数据曲线。
其中,所述预设时段可以理解为等间隔时间段,其可以是由技术人员根据实际情况预先设置的。可以理解是,所述基于在预设时段内获取的实时数据值生成数据曲线可以理解为将等时间间隔点获取的实时数据值绘制到坐标图中并将其依次连接生成数据曲线。
本实施例中,数据确定模块102获取监控数据中的水浸深度数据以及检测所读取数据的水浸传感器的地理坐标信息。可以理解的是,由于水浸传感器的位置不会发生变化,因此,对于同一水浸传感器只需要获取一次地理位置信息。并且,由预设的时间间隔获取的实时数据值生成数据曲线。
本实施例例所提供的技术方案,不仅获取实时数据值,并且将预设的时间间隔获取的实时数据值绘制成数据曲线。通过所述数据曲线可以更加直观的理解到数据的变化趋势,为确定报警条件提供有效数据。
本实施例中,满足所述报警条件可以理解为所述监控数据中的实时数据值超过预设阈值,也可以是水浸深度值的增长速率超过预设速率。所述告警结果可以是包含实时数据值以及水浸传感器的地理位置的用于进行报警提示的信息。所述告警提醒理解为对电力故障进行预测和提示,具体可以是通过短信、弹窗或者提示音等方式对技术人员进行告警提示。
本实施例中,报警处理模块103获取监控数据中的实时数据值,所述实时数据值为是否检测到存在浸水,若检测到存在浸水,则确定所述监控数据满足报警条件。报警处理模块103生成包含当前存在浸水以及水浸传感器的地理位置的提示信息,并通过所述提示信息以短信、弹窗等方式对技术人员进行告警提示。
本实施例所提供的技术方案,基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件,实时确定监控数据并确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。解决了现有技术中,针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使得告警分析更加准确,结果维度更多,信息更加全面。
实施例二
图2为本发明实施例二提供的基于大数据分析进行报警的水浸传感器报警装置的模块结构框图,如图2所示,具体装置包括:
报警处理模块203,配置为:
确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件。
本实施例中,所述对应地理位置下生成的报警条件可以理解为所述报警条件与所述水浸传感器的地理位置存在映射关系,即不同地理位置的水浸传感器对应的报警条件不同。所述映射关系表可以预先存储于数据库中。所述满足阈值报警条件可以是所述实时数据值大于或者等于所述阈值。所述曲线走势可以理解为数值变化趋势。所述满足曲线走势关系条件可以是当前数据曲线与预设的数据曲线存在相同的变化趋势。
本实施例中,报警处理模块203获取所述监控数据中的浸水深度值以及由不同时刻的浸水深度值生成的数据曲线,并通过查询数据库确定对应地理位置下生成的报警条件。其中,所述报警条件包括阈值报警条件以及预先走势关系条件。报警处理模块203将所述浸水深度值以及生成的数据曲线与预设阈值以及预设数据曲线进行比对,若所述浸水深度值大于或者等于与预设阈值,或者数据曲线与预设的数据曲线存在相同的变化趋势,则确定所述监控数据满足对应地理位置下生成的预警条件。
示例性的,报警处理模块203获取监控数据中的实时数据值,即浸水深度值为3.2毫米,所述预设阈值为3毫米,当前的浸水深度值大于或者等于预设阈值,则确定所述监控数据满足报警条件。以及,报警处理模块203将生成的数据曲线与预设的数据曲线进行比对,确定其具备相同的变化趋势。例如,预设的数据曲线中的浸水深度值分别为2、2.2、2.5、3毫米,生成的数据曲线中的浸水深度值为3、3.2、3.5、4毫米,则确定所述数据曲线满足曲线走势关系条件。
本实施例中,可选的,当生成的数据曲线与预设数据曲线的实时数据值差值小于预设差值时,则确定所述数据曲线是否满足曲线走势关系条件。示例性的,预设差值为±0.1毫米,预设的数据曲线中的浸水深度值分别为2、2.2、2.5、3毫米,生成的数据曲线中的浸水深度值为2.1、2.3、2.4、3毫米,即二者实时数据值差值小于预设差值,则确定所述数据曲线满足曲线走势关系条件。
本实施例所提供的技术方案,获取监控数据中的实时数据值和生成的数据曲线,通过确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件,确定是否进行告警提示。提供了一种合理的电力故障预测机制,能够及时的对预测的信息进行报警提示,及时避免电力故障的发生。另外,采用多个阈值比对进行告警,使得告警分析更加准确。
图3为本发明实施例三提供的基于大数据分析进行报警的水浸传感器报警方法的流程图。如图3所示,所述方法步骤包括:
基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;
实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;
确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
本实施例所提供的技术方案,基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件,实时确定监控数据并确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。解决了现有技术中,针对存在报警装置的传感器,大多采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使得告警分析更加准确,结果维度更多,信息更加全面。
进一步的,所述分别进行数据分析和告警分析得到报警条件,包括:
根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件。
本实施例所提供的技术方案,根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件,避免了采用单一的阈值比对进行告警,信息维度低,准确度差的问题,使报警条件更具合理性,进一步提高了告警分析的准确性。
进一步的,所述实时确定监控数据,包括:
实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置;
基于在预设时段内获取的实时数据值生成数据曲线。
本实施例例所提供的技术方案,不仅获取实时数据值,并且将预设的时间间隔获取的实时数据值绘制成数据曲线。通过所述数据曲线可以更加直观的理解到数据的变化趋势,为确定报警条件提供有效数据。
进一步的,所述确定所述监控数据是否满足所述报警条件,包括:
确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件。
本实施例所提供的技术方案,获取监控数据中的实时数据值和生成的数据曲线,通过确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件,确定是否进行告警提示。提供了一种合理的电力故障预测机制,能够及时的对预测的信息进行报警提示,及时避免电力故障的发生。另外,采用多个阈值比对进行告警,使得告警分析更加准确。
图4为本发明实施例四提供的基于大数据分析进行报警的水浸传感器报警设备的结构示意图,如图4所示,该设备包括处理器401、存储器402、输入装置403和输出装置404;设备中处理器401的数量可以是一个或多个,图4中以一个处理器401为例;设备中的处理器401、存储器402、输入装置403和输出装置404可以通过总线或其他方式连接,图4中以通过总线连接为例。存储器402作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于大数据分析进行报警的水浸传感器报警方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的基于大数据分析进行报警的水浸传感器报警方法。输入装置203可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置204可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDORAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
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一种基于大数据分析进行报警的水浸传感器报警方法,该方法包括:基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件;实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置;确定所述监控数据是否满足所述报警条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
值得注意的是,上述基于大数据分析进行报警的水浸传感器报警装置装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
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 (4)
1.基于大数据分析进行报警的水浸传感器报警装置,其特征在于,包括:
条件确定模块,配置为基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件,其中,包括根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件,其中,包括通过大数据分析获取对应历史水浸故障发生次数超过预设次数的水浸深度值,将所述水浸深度值中最小的数值确定为预设阈值,确定所述报警条件为当所述水浸数值大于或者等于预设阈值时进行告警提示;
数据确定模块,配置为实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置,其中,包括实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置,基于在预设时段内获取的实时数据值生成数据曲线;
报警处理模块,配置为确定所述监控数据是否满足所述报警条件,其中,包括确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
2.基于大数据分析进行报警的水浸传感器报警方法,其特征在于,包括:
基于获取到的大数据参数,分别进行数据分析和告警分析得到报警条件,其中,包括根据所述大数据参数记录的水浸数值以及实际发生故障的关联关系得到报警条件,其中,包括通过大数据分析获取对应历史水浸故障发生次数超过预设次数的水浸深度值,将所述水浸深度值中最小的数值确定为预设阈值,确定所述报警条件为当所述水浸数值大于或者等于预设阈值时进行告警提示;
实时确定监控数据,所述监控数据包括实时数据值、生成的数据曲线以及水浸传感器的地理位置,其中,包括实时获取水浸传感器采集上报的实时数据值以及水浸传感器的地理位置,基于在预设时段内获取的实时数据值生成数据曲线;
确定所述监控数据是否满足所述报警条件,其中,包括确定所述监控数据中的实时数据值和生成的数据曲线,是否满足对应地理位置下生成的报警条件,其中,包括确定所述实时数据值是否满足阈值报警条件,以及所述数据曲线是否满足曲线走势关系条件,在满足所述报警条件的情况下,生成告警结果,并进行告警提醒。
3.一种基于大数据分析进行报警的水浸传感器报警设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求2所述的基于大数据分析进行报警的水浸传感器报警方法。
4.一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权利要求2所述的基于大数据分析进行报警的水浸传感器报警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210981447.6A CN115457742B (zh) | 2022-08-15 | 2022-08-15 | 基于大数据分析进行报警的水浸传感器报警装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210981447.6A CN115457742B (zh) | 2022-08-15 | 2022-08-15 | 基于大数据分析进行报警的水浸传感器报警装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115457742A CN115457742A (zh) | 2022-12-09 |
CN115457742B true CN115457742B (zh) | 2024-04-19 |
Family
ID=84298496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210981447.6A Active CN115457742B (zh) | 2022-08-15 | 2022-08-15 | 基于大数据分析进行报警的水浸传感器报警装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115457742B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101379039B1 (ko) * | 2014-01-06 | 2014-03-31 | (주)종성테크 | 침수 예경보 시스템 |
CN103914787A (zh) * | 2014-02-28 | 2014-07-09 | 福建四创软件有限公司 | 一种减少弃水发生的预警方法 |
CN107798817A (zh) * | 2017-10-20 | 2018-03-13 | 盯盯拍(深圳)技术股份有限公司 | 车辆水浸预警方法、车辆水浸预警装置、终端设备以及计算机可读存储介质 |
CN112258808A (zh) * | 2020-10-14 | 2021-01-22 | 济南浪潮高新科技投资发展有限公司 | 路面防涉水管理系统及方法 |
CN112991691A (zh) * | 2021-03-26 | 2021-06-18 | 重庆市地质灾害防治中心 | 地质灾害智能化交互式监测预警系统 |
CN113566883A (zh) * | 2021-07-23 | 2021-10-29 | 国网河南省电力公司检修公司 | 一种基于物联网的电力缆线监控方法、系统及存储介质 |
CN113608439A (zh) * | 2021-07-24 | 2021-11-05 | 上海大学 | 一种基于物联网的传感器报警阈值调节方法 |
CN113689683A (zh) * | 2021-07-07 | 2021-11-23 | 广西电网有限责任公司河池供电局 | 一种基于物联网的配网设备检测系统 |
CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警系统 |
CN114076873A (zh) * | 2021-11-04 | 2022-02-22 | 广州番禺电缆集团有限公司 | 电缆故障分析预测方法和装置 |
CN114118797A (zh) * | 2021-11-26 | 2022-03-01 | 北星富博信息技术(南京)有限公司 | 基于隧道风险及灾害实时监测系统及方法 |
-
2022
- 2022-08-15 CN CN202210981447.6A patent/CN115457742B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101379039B1 (ko) * | 2014-01-06 | 2014-03-31 | (주)종성테크 | 침수 예경보 시스템 |
CN103914787A (zh) * | 2014-02-28 | 2014-07-09 | 福建四创软件有限公司 | 一种减少弃水发生的预警方法 |
CN107798817A (zh) * | 2017-10-20 | 2018-03-13 | 盯盯拍(深圳)技术股份有限公司 | 车辆水浸预警方法、车辆水浸预警装置、终端设备以及计算机可读存储介质 |
CN112258808A (zh) * | 2020-10-14 | 2021-01-22 | 济南浪潮高新科技投资发展有限公司 | 路面防涉水管理系统及方法 |
CN112991691A (zh) * | 2021-03-26 | 2021-06-18 | 重庆市地质灾害防治中心 | 地质灾害智能化交互式监测预警系统 |
CN113689683A (zh) * | 2021-07-07 | 2021-11-23 | 广西电网有限责任公司河池供电局 | 一种基于物联网的配网设备检测系统 |
CN113566883A (zh) * | 2021-07-23 | 2021-10-29 | 国网河南省电力公司检修公司 | 一种基于物联网的电力缆线监控方法、系统及存储介质 |
CN113608439A (zh) * | 2021-07-24 | 2021-11-05 | 上海大学 | 一种基于物联网的传感器报警阈值调节方法 |
CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警系统 |
CN114076873A (zh) * | 2021-11-04 | 2022-02-22 | 广州番禺电缆集团有限公司 | 电缆故障分析预测方法和装置 |
CN114118797A (zh) * | 2021-11-26 | 2022-03-01 | 北星富博信息技术(南京)有限公司 | 基于隧道风险及灾害实时监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115457742A (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110750413B (zh) | 多机房温度报警方法、装置及存储介质 | |
CN108988487B (zh) | 一种基于多维数据的电网停电事件辨识方法 | |
CN104597825A (zh) | 信息推送方法和装置 | |
KR20170030201A (ko) | 경보의 오류율 계산 방법 | |
CN112884199A (zh) | 水电站设备故障预测方法、装置、计算机设备和存储介质 | |
CN111415107A (zh) | 配电网台区画像生成方法、装置、计算机设备和存储介质 | |
CN115457742B (zh) | 基于大数据分析进行报警的水浸传感器报警装置 | |
KR20180101333A (ko) | 에너지 소비 경보 방법, 에너지 소비 경보 시스템 및 플랫폼 | |
CN115755813A (zh) | 电厂dcs的报警系统、方法及存储介质 | |
CN115618303A (zh) | 基于信息融合技术的调度自动化监测及故障定位系统 | |
CN112737120B (zh) | 区域电网控制报告的生成方法、装置和计算机设备 | |
CN117033913A (zh) | 基于电力设备画像的异常检测方法及设备、存储介质 | |
CN112579665A (zh) | 能源设备控制方法、装置及能源设备 | |
CN115348150B (zh) | 一种异常告警方法及装置 | |
CN115457741A (zh) | 多级报警的低功耗水浸报警传感器装置 | |
CN113129160A (zh) | 一种基于设备状态感知和智能化的电力通信网络巡检方法 | |
CN216792879U (zh) | 一种交互终端 | |
CN118033310A (zh) | 基于多维度因素的电缆智能报警系统及方法 | |
CN116094178B (zh) | 一种精密列头柜的故障预警控制方法、装置、机房及介质 | |
CN117458722B (zh) | 基于电力能源管理系统的数据监控方法及系统 | |
Palayam et al. | Identification of Signature Oscillatory Modes in ERCOT by Mining of Synchrophasor Data | |
WO2018102977A1 (zh) | 一种物联网设备的预警方法及系统 | |
CN114062843A (zh) | 一种用电故障巡查方法和系统 | |
CN117405177A (zh) | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 | |
CN117791876A (zh) | 变电设备运行状态监测方法及异常管控系统 |
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 |