CN115796844A - 告警阈值的动态更新方法、终端设备及系统 - Google Patents
告警阈值的动态更新方法、终端设备及系统 Download PDFInfo
- Publication number
- CN115796844A CN115796844A CN202211599029.7A CN202211599029A CN115796844A CN 115796844 A CN115796844 A CN 115796844A CN 202211599029 A CN202211599029 A CN 202211599029A CN 115796844 A CN115796844 A CN 115796844A
- Authority
- CN
- China
- Prior art keywords
- alarm
- equipment
- operation data
- determining
- judgment condition
- 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
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了告警阈值的动态更新方法、终端设备及系统,该方法包括:通过获取预设时段内设备的历史运行数据中的正常运行数据,根据聚类分析算法和正常运行数据确定告警参数参考值,进而采用该告警参数参考值更新设备的告警起判条件和判断条件的告警阈值。由于采用聚类分析算法对设备的历史运行数据进行分析,为后续告警阈值提供一个告警参数参考值,提高告警阈值设置的准确性。另外,可采用该告警参数参考值中的值更新设备的告警起判条件和判断条件的告警阈值,使得告警阈值能根据不同的场景进行动态更新,在后续判断过程中,能根据更新后的告警阈值确定设备的运行数据是否触发告警,从而提高告警信息推送的准确性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种告警阈值的动态更新方法、终端设备及系统。
背景技术
设备、直流汇流箱等设备的正常运行是保证光伏电站有效工作的关键。建立智能告警推送装置对设备运行情况进行感知及主动诊断,实现告警信息的智能化处理,能有效的帮助调度运行人员实时掌握电站运行状态,及时提醒调度人员发现电站中的异常情况。目前,主要根据提前预设好的告警阈值对比数据后,不满足告警阈值时推送告警信息,但该预设的告警阈值无法满足不同场景需求,存在告警信息推送不准确。
发明内容
本申请实施例通过提供一种告警阈值的动态更新方法、终端设备及系统,旨在提高告警信息推送的准确性。
本申请实施例提供了一种告警阈值的动态更新方法,所述告警阈值的动态更新方法,包括:
获取预设时段内设备的历史运行数据中的正常运行数据;
根据聚类分析算法和所述正常运行数据确定告警参数参考值;
基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
可选地,所述根据聚类分析算法和所述正常运行数据确定告警参数参考值的步骤包括:
确定所述聚类分析算法的聚类数量;
根据所述正常运行数据和所述聚类数量,确定所述告警参数参考值。
可选地,所述根据所述正常运行数据和所述聚类数量,确定所述告警参数参考值的步骤包括:
在所述聚类数量为第一预设值时,根据所述正常运行数据确定正常运行数据阈值,并将所述正常运行数据阈值确定为所述告警参数参考值;
在所述聚类数量为第二预设值时,根据所述正常运行数据确定正常运行数据区间,并将所述正常运行数据区间确定为所述告警参数参考值,所述第二预设值大于所述第一预设值。
可选地,所述基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值的步骤之后,还包括:
获取设备的当前运行数据,所述运行数据包括设备的最大功率、设备的装机容量、设备的当前功率和设备的当前容量;
在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息;
推送所述告警信息。
可选地,所述在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息的步骤之前,还包括:
确定所述设备的最大功率和所述设备的装机容量之间的第一比值;
在所述第一比值大于所述告警起判条件的告警阈值时,确定所述设备的当前运行数据满足所述告警起判条件;
确定所述设备的当前功率和所述设备的当前容量之间的第二比值;
在所述第二比值小于所述判断条件的告警阈值时,确定所述设备的当前运行数据满足所述判断条件。
可选地,所述在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息的步骤包括:
在所述当前运行数据满足所述告警起判条件和所述判断条件时,获取所述设备的异常类型;
在确定已为所述异常类型设置消息推送功能时,获取与所述异常类型匹配的消息模板;
根据所述消息模板和所述设备的异常类型,生成所述设备的告警信息。
可选地,所述推送所述告警信息的步骤包括:
确定所述告警信息的推送频率、推送方式以及推送对象;
基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息。
可选地,所述基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息的步骤之后,还包括:
确定在预设时长内是否接收到所述告警信息的反馈信号;
若否,向推送对象发送是否重新发送所述告警信息的询问信号,并在接收到所述询问信号的应答信号时,返回执行所述基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息的步骤;
若是,向所述推送对象反馈推送成功的响应信号。
可选地,所述基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值的步骤包括:
获取设备的装机容量和预设时段内所述设备的最大功率;
根据所述设备的最大功率和所述设备的装机容量,确定第一告警参数;
根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值;
获取设备的当前功率和所述设备的当前容量;
根据所述设备的当前功率和所述设备的当前容量,确定第二告警参数;
根据所述告警参数参考值和所述第二告警参数,确定所述设备的判断条件的告警阈值。
可选地,所述告警参数参考值包括多个告警参考值;所述根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值的步骤包括:
根据所述告警参考值和所述第一告警参数,生成多个告警起判条件;
确定所述设备的历史运行数据满足各个所述告警起判条件的频次;
将频次最多的告警起判条件的告警参考值确定为所述设备的告警起判条件的告警阈值。
此外,为实现上述目的,本发明还提供了一种终端设备,所述终端设备包括: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告警阈值的动态更新程序,所述告警阈值的动态更新程序被所述处理器执行时实现上述的告警阈值的动态更新方法的步骤。
此外,为实现上述目的,本发明还提供了一种告警阈值的动态更新系统,包括:
获取模块,用于获取预设时段内设备的历史运行数据中的正常运行数据;
确定模块,用于根据聚类分析算法和所述正常运行数据确定告警参数参考值;
更新模块,用于基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
本申请实施例中提供的一种告警阈值的动态更新方法、终端设备及系统的技术方案,通过获取预设时段内设备的历史运行数据中的正常运行数据,根据聚类分析算法和正常运行数据确定告警参数参考值,进而采用该告警参数参考值更新设备的告警起判条件和判断条件的告警阈值。由于采用聚类分析算法对设备的历史运行数据进行分析,为后续告警阈值提供一个告警参数参考值,提高告警阈值设置的准确性。另外,可采用该告警参数参考值中的值更新设备的告警起判条件和判断条件的告警阈值,使得告警阈值能根据不同的场景进行动态更新,在后续判断过程中,能根据更新后的告警阈值确定设备的运行数据是否触发告警,从而提高告警信息推送的准确性。
附图说明
图1为本发明告警阈值的动态更新方法第一实施例的流程示意图;
图2为本发明告警阈值的动态更新系统的功能模块图;
图3为本发明实施例方案涉及的终端设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明,上述附图只是一个实施例图,而不是发明的全部。
具体实施方式
目前,在光伏电站设备的监控过程中,主要根据提前预设好的告警阈值对比运行数据后,不满足告警阈值时推送告警信息。同一设备在不同环境条件下的运行数据是不同的,若一直采用预设的告警阈值进行判断,则会出现告警信息推送不准确的风险。
因此,本申请为了解决告警信息推送不准确的问题,本申请提出了一种告警阈值的动态更新方法。本申请通过获取预设时段内设备的历史运行数据中的正常运行数据,根据聚类分析算法和正常运行数据确定告警参数参考值,进而采用该告警参数参考值更新设备的告警起判条件和判断条件的告警阈值。由于采用聚类分析算法对设备的历史运行数据进行分析,为后续告警阈值提供一个告警参数参考值,提高告警阈值设置的准确性。另外,可采用该告警参数参考值中的值更新设备的告警起判条件和判断条件的告警阈值,使得告警阈值能根据不同的场景进行动态更新,在后续判断过程中,能根据更新后的告警阈值确定设备的运行数据是否触发告警,从而提高告警信息推送的准确性。
另外,在告警消息推送过程中,还根据不同场景设置告警信息的推送频率、推送方式以及推送对象,丰富告警信息推送的多样性和有效性。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开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公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,在本申请的第一实施例中,本申请的告警阈值的动态更新方法,包括以下步骤:
步骤S110,获取预设时段内设备的历史运行数据中的正常运行数据。
在本实施例中,为了提高告警阈值的准确性,在更新告警阈值之前,通过采用聚类分析算法确定告警参数参考值,再基于该告警参数参考值更新设备的告警起判条件和判断条件的告警阈值。而聚类分析算法可基于设备的历史运行数据进行分析,因此需要先获取设备的历史运行数据。
进一步地,可获取所要分析的设备在预设时段内的历史运行数据。其中,本申请中所提及的设备可以是设备、光伏组件、汇流箱等设备,本申请以设备为例。预设时段为历史预设时段,预设时段的长度可根据实际情况进行选择。历史运行数据包括设备的运行功率、设备的容量、设备的运行电压电流等数据。每个设备的运行数据会实时推送至云服务器端进行存储。因此,可从云服务器中获取所要分析的设备在预设时段内的历史运行数据。
可选地,在获取预设时段内设备的历史运行数据之后,可识别该历史运行数据中的异常数据和无效数据,并将异常数据和无效数据删除,从而得到预设时段内设备的历史运行数据中的正常运行数据。
步骤S120,根据聚类分析算法和所述正常运行数据确定告警参数参考值。
在本实施例中,在得到正常运行数据之后,可将正常运行数据输入聚类分析模型进行分析,从而得到告警参数参考值。
在一实施例中,可预先设置该聚类分析算法所采用的聚类数量;根据正常运行数据和聚类数量,进而确定告警参数参考值。
可选地,聚类分析算法为K均值聚类分析算法;聚类数量即为K值。聚类分析算法是一种迭代求解的聚类分析算法,聚类分析算法对正常运行数据的分析过程为:预先将正常运行数据分为K组,则随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本,聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。
在一实施例中,在通过上述聚类分析算法进行分析之后,即可确定告警参数参考值。可选地,该告警参数参考值可作为告警起判条件和判断条件中告警阈值的设置提供参考。该告警参数参考值可以为一个值,也可以为一个范围,具体的选值受聚类数量的影响。可选地,在聚类数量为第一预设值时,根据正常运行数据确定正常运行数据阈值,可将该正常运行数据阈值确定为告警参数参考值。在聚类数量为第二预设值时,根据正常运行数据确定正常运行数据区间,并将正常运行数据区间确定为告警参数参考值;具体可以将正常运行数据区间的最大值、最小值或者是区间内的任意值确定为告警参数参考值。
进一步地,第二预设值大于第一预设值。该第一预设值可设置为1,第二预设值可设置为2。在聚类数量为1时,即K值为1时,则确定的是一个正常运行数据阈值,可直接将其作为告警参数参考值。在聚类数量为2时,即K值为2时,则确定的是一个正常运行数据区间,可将该正常运行数据区间的最大值、最小值或者是区间内的任意值确定为告警参数参考值。
步骤S130,基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
在本实施例中,告警起判条件的告警阈值和判断条件的告警阈值是可以动态更新的。在确定告警参数参考值之后,可基于该告警参数参考值配置告警起判条件的告警阈值和判断条件的告警阈值。
在一实施例中,基于告警参数参考值更新设备的告警起判条件和判断条件的告警阈值包括以下步骤:
步骤S131,获取设备的装机容量和预设时段内所述设备的最大功率;
步骤S132,根据所述设备的最大功率和所述设备的装机容量,确定第一告警参数;
步骤S133,根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值;
步骤S134,获取设备的当前功率和所述设备的当前容量;
步骤S135,根据所述设备的当前功率和所述设备的当前容量,确定第二告警参数;
步骤S135,根据所述告警参数参考值和所述第二告警参数,确定所述设备的判断条件的告警阈值。
在本实施例中,设备的告警起判条件和设备的判断条件均由告警阈值、告警参数以及两者之间的大小关系组成。在设备同时满足告警起判条件和判断条件时,确定设备异常,推送告警信息。因此,告警起判条件和判断条件是判断设备是否存在故障的关键条件。其中,可基于告警参数参考值确定告警阈值。该告警参数可根据设备的实际情况进行确定。告警起判条件作为对设备运行数据进行判断的前提条件。判断条件作为进一步判断运行数据是否为异常数据的具体条件。若设备的运行数据符合告警起判条件时,需要进一步通过判断条件精确判断该运行数据是否为异常数据。
在一实施例中,可获取设备的装机容量和预设时段内所述设备的最大功率,根据设备的最大功率和设备的装机容量确定第一告警参数。其中,该第一告警参数为告警起判条件中的告警参数。在确定第一告警参数之后,可根据告警参数参考值确定第一告警参数对应的告警阈值,进而根据第一告警参数和告警阈值形成设备的告警起判条件。
以设备停止运行告警为例,设备停止运行的告警起判条件为:设备当日最大功率/设备装机容量>?%。其中,“设备当日最大功率/设备装机容量”为第一告警参数,“?”即为所需要确定的告警阈值。预设时段和公式中的“?”均可由用户根据设备具体运行情况自定义。将该告警起判条件作为对设备的运行数据进行判断的前提条件。可通过告警参数参考值确定“?”的具体值。
可选地,根据告警参数参考值和第一告警参数确定设备的告警起判条件的告警阈值具体为:根据所述告警参考值和所述第一告警参数,生成多个告警起判条件;确定所述设备的历史运行数据满足各个所述告警起判条件的频次;将频次最多的告警起判条件的告警参考值确定为所述设备的告警起判条件的告警阈值。
可选地,在告警参数参考值为正常运行数据区间时,该告警参数参考值可包括多个告警参考值。可依次遍历该区间内的所有告警参考值,将所有告警参考值分别与第一告警参数组成对应的告警起判条件。可获取设备的多个预设时段的历史运行数据,确定设备的多个预设时段的历史运行数据满足各个所述告警起判条件的频次。选取频次最多的告警起判条件的告警参考值,进而将其作为设备的告警起判条件中的告警阈值。
例如,告警参数参考值包括多个告警参考值,假设分别为5%、6%、8%和10%,所形成的告警起判条件分别为:5%<A<10%、6%<A<8%。假设存在多个预设时段,分别为8:00~12:00、13:00~18:00和19:00~24:00。若满足5%<A<10%的预设时段有两个,满足6%<A<8%的预设时段有一个。那么可将5%<A<10%确定为频次最多的告警起判条件,将A确定为第一告警参数,将5%和10%确定为告警阈值。
在一实施例中,可获取设备的当前功率和设备的当前容量,根据设备的当前功率和设备的当前容量确定第二告警参数。其中,第二告警参数为判断条件中的告警参数。在确定第二告警参数后,可根据告警参数参考值确定第二告警参数对应的告警阈值,进而根据第二告警参数和对应的告警阈值生成判断条件。
若设备的运行数据符合告警起判条件,需要进一步精确判断该运行数据是否为异常数据。判断条件为:当前功率/设备当前容量<?%。其中,“当前功率/设备当前容量”为第二告警参数,“?”即为所需要确定的第二告警参数对应的告警阈值,其可由用户根据设备的具体运行情况自定义。
可选地,根据告警参数参考值和第一告警参数确定设备的告警起判条件的告警阈值具体为:根据所述告警参考值和所述第二告警参数,生成对应的多个判断条件;确定所述设备的历史运行数据满足各个所述判断条件的频次;将频次最多的判断条件的告警参考值确定为所述设备的判断条件的告警阈值。
可选地,在告警参数参考值为正常运行数据区间时,该告警参数参考值可包括多个告警参考值。可依次遍历该区间内的所有告警参考值,将所有告警参考值分别与第二告警参数组成对应的判断条件。可获取设备的多个预设时段的历史运行数据,确定设备的多个预设时段的历史运行数据满足各个所述判断条件的频次。选取频次最多的判断条件的告警参考值,进而将其作为设备的判断条件中的告警阈值。
可选地,还可以根据设备的历史运行数据确定每个时段内的告警阈值,在后续使用过程中,可动态的根据时间更新告警起判条件的告警阈值。
综上,由于采用聚类分析算法对设备的历史运行数据进行分析,为后续告警阈值提供一个告警参数参考值,提高告警阈值设置的准确性。另外,可采用该告警参数参考值中的值更新设备的告警起判条件和判断条件的告警阈值,使得告警阈值能根据不同的场景进行动态更新,在后续判断过程中,能根据更新后的告警阈值确定设备的运行数据是否触发告警,从而提高告警信息推送的准确性。
在一实施例中,在基于所述告警参数参考值更新设备的告警起判条件和判断条件的告警阈值的步骤之后,还包括以下步骤:
步骤S210,获取设备的当前运行数据。
在本实施例中,设备的当前运行数据包括设备的最大功率、设备的装机容量、设备的当前功率和设备的当前容量等。
在本实施例中,在确定告警起判条件和判断条件之后,在当前运行数据满足告警起判条件和判断条件时,生成设备的告警信息。而判断当前运行数据是否满足告警起判条件和判断条件可采用的方式为:确定设备的最大功率和设备的装机容量之间的第一比值,在该第一比值大于告警起判条件的告警阈值时,确定设备的当前运行数据满足告警起判条件。确定设备的当前功率和设备的当前容量之间的第二比值,在该第二比值小于判断条件的告警阈值时,确定设备的当前运行数据满足判断条件。
步骤S220,在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息。
在本实施例中,可先在判定设备的当前运行数据满足告警起判条件时,判断设备的当前运行数据是否满足判断条件。在当前运行数据也满足判断条件时,也即当前运行数据同时满足告警起判条件和判断条件时,生成设备的告警信息。
在一实施例中,在告警消息推送过程中,还根据不同场景设置告警信息的推送频率、推送方式以及推送对象,丰富告警信息推送的多样性和有效性。在当前运行数据满足告警起判条件和判断条件时,即表示设备停止运行。用户可根据设备管理实际需求,设置是否屏蔽设备停止运行的告警信息,若屏蔽设备停止运行的告警信息,将不进行消息推送,若没有设置屏蔽,将告警数据进行消息模板匹配,启动消息推送,将设备停止运行的告警信息推送给相关人员。
可选地,在当前运行数据满足告警起判条件和判断条件时,获取设备的异常类型;在确定已为异常类型设置消息推送功能时,获取与异常类型匹配的消息模板,根据消息模板和设备的异常类型,生成设备的告警信息。其中,每种设备的异常类型存在对应的消息模板。且可预先为每种异常类型设置是否启动消息推送功能。在启动消息推送功能时,即可生成告警信息。
步骤S230,推送所述告警信息。
在本实施例中,在生成告警信息之后,可确定告警信息的推送频率、推送方式以及推送对象,基于推送方式和推送频率向推送对象推送该告警信息。
可选地,用户首先设置告警信息是否推送,若设置为是,则继续设置推送频率、推送内容、推送方式以及是否添加其他推送对象推送告警信息。
例如,可根据对设备运行的关注程度,设置智能告警信息的推送频率,具体可分为一天推送一次、三天推送一次、七天推送一次;设置推送频率,选项中包含所有设备异常类型,用户选择需要推送的设备异常信息内容,可以进行多选;设置推送方式,智能告警信息有网页端消息中心推送、APP推送和邮件推送三种方式,用户可根据自己的使用习惯,选择告警消息推送方式,也可以多选。这种方式可以让用户及时收到关注的告警信息,避免推送过多不重要的告警信息对用户产生干扰。
在一实施例中,在向推送对象推送告警信息之后,可确定在预设时长内是否接收到告警信息的反馈信号。若否,表示推送对象未接收到告警信息。此时,可向推送对象发送是否重新发送告警信息的询问信号,并在接收到询问信号的应答信号时,基于推送方式和推送频率向该推送对象重新推送告警信息。若是,表示推送对象接收到告警信息,则可向推送对象反馈推送成功的响应信号。
可选地,管理员可以关联其他设备管理人员,将告警信息同时推送给相关人员,若指定的接收人在设定的时间内未查收告警推送消息,系统将反馈对方确认超时,并询问是否需要重新发送,若指定的接收人在设定的时间内查收了告警推送消息,返回给管理员发送成功的反馈。这种方式可以让告警信息快速推送给相关人员,快速、有效的解决设备异常问题。
在一实施例中,用户如果需要同时管理多个电站,若设备需要设置的告警阈值是一样的,可选择复制按钮,将设置的告警起判条件、判断条件等一键复用至其他电站,为用户操作提供便捷。
在一实施例中,用户根据电站设备监测需求,参考系统提供的告警参数参考值,自定义告警参数配置,上传至云服务器。云服务器将传过来的告警参数参考值保存到数据库中,并通过异步消息通知数据处理服务器。通信设备采集电站中设备的当前运行数据,并将设备的当前运行数据上传至数据处理服务器。数据服务器通过流式计算实时处理设备的当前运行数据,并判断该运行数据是否符合告警起判条件和判断条件,若符合告警起判条件和判断条件,将相关数据返回至云服务器。云服务器根据相关数据,匹配消息模板,生成告警信息,并将告警信息推送给用户终端设备。
本实施例根据上述技术方案,通过获取预设时段内设备的历史运行数据中的正常运行数据,根据聚类分析算法和正常运行数据确定告警参数参考值,进而采用该告警参数参考值更新设备的告警起判条件和判断条件的告警阈值。由于采用聚类分析算法对设备的历史运行数据进行分析,为后续告警阈值提供一个告警参数参考值,提高告警阈值设置的准确性。另外,可采用该告警参数参考值中的值更新设备的告警起判条件和判断条件的告警阈值,使得告警阈值能根据不同的场景进行动态更新,在后续判断过程中,能根据更新后的告警阈值确定设备的运行数据是否触发告警,从而提高告警信息推送的准确性。另外,在告警消息推送过程中,还根据不同场景设置告警信息的推送频率、推送方式以及推送对象,丰富告警信息推送的多样性和有效性。
本发明实施例提供了告警阈值的动态更新方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图2所示,本申请提供的一种告警阈值的动态更新系统,包括:
获取模块10,用于获取预设时段内设备的历史运行数据中的正常运行数据;
确定模块20,用于根据聚类分析算法和所述正常运行数据确定告警参数参考值。
可选地,所述确定模块20还用于确定所述聚类分析算法的聚类数量;根据所述正常运行数据和所述聚类数量,确定所述告警参数参考值。
可选地,所述确定模块20还用于在所述聚类数量为第一预设值时,根据所述正常运行数据确定正常运行数据阈值,并将所述正常运行数据阈值确定为所述告警参数参考值;在所述聚类数量为第二预设值时,根据所述正常运行数据确定正常运行数据区间,并将所述正常运行数据区间确定为所述告警参数参考值,所述第二预设值大于所述第一预设值。
更新模块30,用于基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
可选地,所述更新模块30还用于获取设备的装机容量和预设时段内所述设备的最大功率;根据所述设备的最大功率和所述设备的装机容量,确定第一告警参数;根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值;获取设备的当前功率和所述设备的当前容量;根据所述设备的当前功率和所述设备的当前容量,确定第二告警参数;根据所述告警参数参考值和所述第二告警参数,确定所述设备的判断条件的告警阈值。
可选地,所述更新模块30还用于根据所述告警参考值和所述第一告警参数,生成多个告警起判条件;确定所述设备的历史运行数据满足各个所述告警起判条件的频次;将频次最多的告警起判条件的告警参考值确定为所述设备的告警起判条件的告警阈值。
可选地,所述系统还包括推送模块,所述推送模块与所述更新模块连接,用于获取设备的当前运行数据,所述运行数据包括设备的最大功率、设备的装机容量、设备的当前功率和设备的当前容量;在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息;推送所述告警信息。
可选地,所述推送模块还用于确定所述设备的最大功率和所述设备的装机容量之间的第一比值;在所述第一比值大于所述告警起判条件的告警阈值时,确定所述设备的当前运行数据满足所述告警起判条件;确定所述设备的当前功率和所述设备的当前容量之间的第二比值;在所述第二比值小于所述判断条件的告警阈值时,确定所述设备的当前运行数据满足所述判断条件。
可选地,所述推送模块还用于在所述当前运行数据满足所述告警起判条件和所述判断条件时,获取所述设备的异常类型;在确定已为所述异常类型设置消息推送功能时,获取与所述异常类型匹配的消息模板;根据所述消息模板和所述设备的异常类型,生成所述设备的告警信息。
可选地,所述推送模块还用于确定所述告警信息的推送频率、推送方式以及推送对象;基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息。
可选地,所述系统还包括反馈模块,所述反馈模块与所述推送模块连接,用于确定在预设时长内是否接收到所述告警信息的反馈信号;若否,向推送对象发送是否重新发送所述告警信息的询问信号,并在接收到所述询问信号的应答信号时,返回执行所述基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息的步骤;若是,向所述推送对象反馈推送成功的响应信号。
本发明告警阈值的动态更新系统具体实施方式与上述告警阈值的动态更新方法各实施例基本相同,在此不再赘述。
基于同一发明构思,本申请还公开一种终端设备。如图3所示,图3为本发明终端设备的硬件运行环境的结构示意图。该终端设备可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。其中,该终端设备可以是手机、电脑或者其他具有数据处理功能的设备。
本领域技术人员可以理解,图3中示出的终端设备结构并不构成对终端设备限定,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。
如图3所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及告警阈值的动态更新程序。其中,操作系统是管理和控制终端设备硬件和软件资源的程序,告警阈值的动态更新程序以及其它软件或程序的运行。
在图3所示的终端设备中,用户接口1003主要用于连接终端,与终端进行数据通信;网络接口1004主要用于后台服务器,与后台服务器进行数据通信;处理器1001可以用于调用存储器1005中存储的告警阈值的动态更新程序。
在本实施例中,终端设备包括:存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的告警阈值的动态更新程序,其中:
处理器1001调用存储器1005中存储的告警阈值的动态更新程序时,执行以下操作:
获取预设时段内设备的历史运行数据中的正常运行数据;
根据聚类分析算法和所述正常运行数据确定告警参数参考值;
基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
以上所述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,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (12)
1.一种告警阈值的动态更新方法,其特征在于,所述方法包括:
获取预设时段内设备的历史运行数据中的正常运行数据;
根据聚类分析算法和所述正常运行数据确定告警参数参考值;
基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
2.如权利要求1所述的方法,其特征在于,所述根据聚类分析算法和所述正常运行数据确定告警参数参考值的步骤包括:
确定所述聚类分析算法的聚类数量;
根据所述正常运行数据和所述聚类数量,确定所述告警参数参考值。
3.如权利要求2所述的方法,其特征在于,所述根据所述正常运行数据和所述聚类数量,确定所述告警参数参考值的步骤包括:
在所述聚类数量为第一预设值时,根据所述正常运行数据确定正常运行数据阈值,并将所述正常运行数据阈值确定为所述告警参数参考值;
在所述聚类数量为第二预设值时,根据所述正常运行数据确定正常运行数据区间,并将所述正常运行数据区间确定为所述告警参数参考值,所述第二预设值大于所述第一预设值。
4.如权利要求1所述的方法,其特征在于,所述基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值的步骤之后,还包括:
获取设备的当前运行数据,所述运行数据包括设备的最大功率、设备的装机容量、设备的当前功率和设备的当前容量;
在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息;
推送所述告警信息。
5.如权利要求4所述的方法,其特征在于,所述在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息的步骤之前,还包括:
确定所述设备的最大功率和所述设备的装机容量之间的第一比值;
在所述第一比值大于所述告警起判条件的告警阈值时,确定所述设备的当前运行数据满足所述告警起判条件;
确定所述设备的当前功率和所述设备的当前容量之间的第二比值;
在所述第二比值小于所述判断条件的告警阈值时,确定所述设备的当前运行数据满足所述判断条件。
6.如权利要求4所述的方法,其特征在于,所述在所述当前运行数据满足所述告警起判条件和所述判断条件时,生成所述设备的告警信息的步骤包括:
在所述当前运行数据满足所述告警起判条件和所述判断条件时,获取所述设备的异常类型;
在确定已为所述异常类型设置消息推送功能时,获取与所述异常类型匹配的消息模板;
根据所述消息模板和所述设备的异常类型,生成所述设备的告警信息。
7.如权利要求4所述的方法,其特征在于,所述推送所述告警信息的步骤包括:
确定所述告警信息的推送频率、推送方式以及推送对象;
基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息。
8.如权利要求7所述的方法,其特征在于,所述基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息的步骤之后,还包括:
确定在预设时长内是否接收到所述告警信息的反馈信号;
若否,向推送对象发送是否重新发送所述告警信息的询问信号,并在接收到所述询问信号的应答信号时,返回执行所述基于所述推送方式和所述推送频率,向所述推送对象推送所述告警信息的步骤;
若是,向所述推送对象反馈推送成功的响应信号。
9.如权利要求1所述的方法,其特征在于,所述基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值的步骤包括:
获取设备的装机容量和预设时段内所述设备的最大功率;
根据所述设备的最大功率和所述设备的装机容量,确定第一告警参数;
根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值;
获取设备的当前功率和所述设备的当前容量;
根据所述设备的当前功率和所述设备的当前容量,确定第二告警参数;
根据所述告警参数参考值和所述第二告警参数,确定所述设备的判断条件的告警阈值。
10.如权利要求9所述的方法,其特征在于,所述告警参数参考值包括多个告警参考值;所述根据所述告警参数参考值和所述第一告警参数,确定所述设备的告警起判条件的告警阈值的步骤包括:
根据所述告警参考值和所述第一告警参数,生成多个告警起判条件;
确定所述设备的历史运行数据满足各个所述告警起判条件的频次;
将频次最多的告警起判条件的告警参考值确定为所述设备的告警起判条件的告警阈值。
11.一种终端设备,其特征在于,所述终端设备包括: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告警阈值的动态更新程序,所述告警阈值的动态更新程序被所述处理器执行时实现如权利要求1-10中任一项所述的告警阈值的动态更新方法的步骤。
12.一种告警阈值的动态更新系统,其特征在于,所述系统包括:
获取模块,用于获取预设时段内设备的历史运行数据中的正常运行数据;
确定模块,用于根据聚类分析算法和所述正常运行数据确定告警参数参考值;
更新模块,用于基于所述告警参数参考值更新所述设备的告警起判条件和判断条件的告警阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211599029.7A CN115796844A (zh) | 2022-12-12 | 2022-12-12 | 告警阈值的动态更新方法、终端设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211599029.7A CN115796844A (zh) | 2022-12-12 | 2022-12-12 | 告警阈值的动态更新方法、终端设备及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115796844A true CN115796844A (zh) | 2023-03-14 |
Family
ID=85419734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211599029.7A Pending CN115796844A (zh) | 2022-12-12 | 2022-12-12 | 告警阈值的动态更新方法、终端设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115796844A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116206427A (zh) * | 2023-05-06 | 2023-06-02 | 安徽智寰科技有限公司 | 一种基于通用指标自适应阈值的分级报警方法 |
-
2022
- 2022-12-12 CN CN202211599029.7A patent/CN115796844A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116206427A (zh) * | 2023-05-06 | 2023-06-02 | 安徽智寰科技有限公司 | 一种基于通用指标自适应阈值的分级报警方法 |
CN116206427B (zh) * | 2023-05-06 | 2023-06-30 | 安徽智寰科技有限公司 | 一种基于通用指标自适应阈值的分级报警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110515912A (zh) | 日志处理方法、装置、计算机装置及计算机可读存储介质 | |
CN109660426B (zh) | 监控方法及系统、计算机可读介质和电子设备 | |
CN113176978B (zh) | 基于日志文件的监控方法、系统、设备及可读存储介质 | |
CN112311617A (zh) | 一种配置化数据监控告警方法及系统 | |
CN113094136A (zh) | 页面显示控制方法、装置、存储介质及电子设备 | |
CN111797091A (zh) | 数据库中数据查询的方法、装置、电子设备和存储介质 | |
CN115796844A (zh) | 告警阈值的动态更新方法、终端设备及系统 | |
CN111475369A (zh) | 日志监控的添加方法、装置、计算机设备及存储介质 | |
CN112130781A (zh) | 日志打印方法、装置、电子设备和存储介质 | |
CN110620699A (zh) | 消息到达率确定方法、装置、设备和计算机可读存储介质 | |
CN114783116A (zh) | 智能柜的离线开柜方法及装置 | |
CN115277409A (zh) | 埋点数据实时采集和上报方法及装置、获取系统和终端 | |
CN113905091B (zh) | 用于对访问请求进行处理的方法及装置 | |
CN114741261A (zh) | 一种分布式链路追踪方法、装置、设备及存储介质 | |
CN108768995B (zh) | 子站自适应接入主站方法 | |
CN110308901A (zh) | 处理前端页面中数据变量方法、装置、设备和存储介质 | |
CN114281524A (zh) | 一种智能电缆业务处理系统管理方法及装置 | |
CN110543509B (zh) | 用户访问数据的监控系统、方法、装置及电子设备 | |
CN113761856A (zh) | 一种数据处理方法和装置 | |
CN115379019A (zh) | 一种服务调度方法、装置、设备及存储介质 | |
CN113282455A (zh) | 一种监控处理方法和装置 | |
CN113472881A (zh) | 在线终端设备的统计方法和装置 | |
CN110875831B (zh) | 监测网络质量的方法和装置 | |
CN112988417A (zh) | 消息处理方法、装置、电子设备及计算机可读介质 | |
CN113220342A (zh) | 中心化配置方法、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 |