CN115830830A - 一种安全风险的主动预警方法 - Google Patents
一种安全风险的主动预警方法 Download PDFInfo
- Publication number
- CN115830830A CN115830830A CN202211457417.1A CN202211457417A CN115830830A CN 115830830 A CN115830830 A CN 115830830A CN 202211457417 A CN202211457417 A CN 202211457417A CN 115830830 A CN115830830 A CN 115830830A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- data information
- active
- types
- 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
本发明涉及一种安全风险的主动预警方法，包括以下步骤：在多个监测点分别设置用于采集数据信息的传感器；将所述数据信息划分等级、类型，依照等级和类型设置阈值数据，并将阈值数据导入后端服务器；多个所述传感器采集的数据通过调用RestFul API服务打包发送到后端服务器；后台服务器对所述传感器采集数据信息进行计算和判断，利用消息中间件完成预警消息分发；前端与后台服务器保持长链接，实时接收消息中间件分发的预警消息。上述主动预警方法由于采用RestFul API传感器采集的数据直传后台处理，后台服务对收到的数据进行计算之后，再通过长链接和消息中间件实现预警消息的主动推送，完成主动预警提醒。
Description
技术领域
本发明涉及安全风险控制领域，尤其是一种安全风险的主动预警方法。
背景技术
目前在企业自控系统中，针对温度、压力、液位、有毒有害气体浓度、可燃气体浓度等设备建立监测预警的方法普遍是对单个设备点位(监控点、状态点)设置阈值，当设备量多时，需要用户一个个设备去设置阈值，耗时耗力，用户体验差。而且预警的判断的方式比较单一，仅支持阈值预警，另外目前监测预警也仅仅只是设定了预警，主动预警之后也只是给用户推送了预警通知，还需要用户根据预警信息安排对应的人员现场核查，通过现场核查结果是否安排维修或保养，导致预警处置时长增加，效率低。当设备产生的预警比较多时，靠人工比对处置是一件非常痛苦而且效率低的方式。
因此本申请要解决的技术问题在于：如何实现多设备点位、多预警信息情况下的主动预警，并且达到高效、准确的预警管理效果。
发明内容
鉴于上述状况，有必要提供一种解决上述至少一种问题的主动预警方法。
一种安全风险的主动预警方法，其特征在于：包括以下步骤：
在多个监测点分别设置用于采集数据信息的传感器；
将所述数据信息划分等级、类型，依照等级和类型设置阈值数据，并将阈值数据导入后端服务器；
多个所述传感器采集的数据通过调用RestFul API服务打包发送到后端服务器；
后台服务器对所述传感器采集数据信息进行计算和判断，利用消息中间件完成预警消息分发；
前端与后台服务器保持长链接，实时接收消息中间件分发的预警消息。
作为本发明的进一步方案：所述数据信息的类型至少包括温度、压力、液位、气体浓度。
作为本发明的进一步方案：步骤“后台服务器对所述传感器采集数据信息进行计算和判断”具体包括：
后台服务器收到数据信息后依据类型找到对应的阈值数据；
将数据信息的数值与阈值数据的最大值和最小值进行比对；
若数据信息的数值超出最大值或低于最小值，则产生对应等级的预警信息。
作为本发明的进一步方案：步骤“后台服务器对所述传感器采集数据信息进行计算和判断”具体包括：
后台服务器收到数据信息后，按照时间T为单位，绘制出数据变化曲线；
计算数据变化曲线的斜率，并将斜率作为新的对比基础与阈值数据进行对比；
若数据变化曲线的斜率超出阈值数据的最大值或最小值，则产生对应等级的预警信息。
作为本发明的进一步方案：步骤“若数据信息的数值超出最大值或低于最小值，则产生预警信息”之后还包括步骤：
判断是否存在与预警信息相同的预警，若存在，则计算时间窗口；
判断时间窗口是否大于一定时间，若是，则产生新的预警，若否，则更新原有预警。
作为本发明的进一步方案：步骤“判断是否存在与预警信息相同的预警，若存在，则计算时间窗口”之后还包括步骤：
若不存在相同的预警，则产生新的预警。
作为本发明的进一步方案：步骤“判断是否存在与预警信息相同的预警”之后还包括步骤：
若存在，则判断预警类型是否相同；
若类型不同，则产生新的预警；
若类型相同，则更新原有预警。
上述主动预警方法由于采用RestFul API传感器采集的数据直传后台处理，后台服务对收到的数据进行计算之后，再通过长链接和消息中间件实现预警消息的主动推送，完成主动预警提醒。
附图说明
图1是本发明实施例的系统流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明一种安全风险的主动预警方法进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“中心”、“纵向”、“横向”、“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
请参见图1，本发明实施例提供了一种安全风险的主动预警方法，包括以下步骤：
S100、在多个监测点分别设置用于采集数据信息的传感器；以化工园区的安全预警场景为例，一般该场景中需要进行安全管理的设备众多，在设备处设置一个或多个传感器，以监测设备运行的实时数据以及设备所处的环境数据，例如设备运行温度、运行压力，环境中的易燃易爆气体浓度等。
S200、将所述数据信息划分等级、类型，依照等级和类型设置阈值数据，并将阈值数据导入后端服务器；在本步骤中，需要将步骤S100中的各项参数进行等级、类型的划分，类型比较容易理解，即不同类传感器所检测的数据，比如温度、压力、液位、某气体浓度等，等级则是在类型下层的分支，在本实施例中将等级至少分为四级，紧急程度从低到高分别是蓝色预警(重大危险源的固有低风险)、黄色预警(一般风险)、橙色预警(较大风险)、红色预警(重大风险)，以某设备的温度参数为例，假设其正常工作温度是50-60℃，经常性超过60℃但不会产生危险，在设备工作温度超过80℃时存在较小的安全隐患，超过100℃时将会有较大可能出现问题，若超过120℃运行一定时间必然会出现危险，即可以理解为，该设备温度预警等级的阈值数据为：蓝色预警(60-80℃)、黄色预警(80-100℃)、橙色预警(100-120℃)、红色预警(120℃以上)。
在本方案中，阈值数据是通过JSON格式保存在后端服务器的配置文件中，由于JSON自身的易于编写、可读性高、计算机解析和生成速度快等特点，使得前期搭建阈值数据配置文件的效率更高，在本申请中，面对大数量传感器的前提下，对与数据对比效率有着十分显著的提升，并且结合Restful风格的API接口，实现了数据无需入库也可以进行计算，效率上的优势对比传统方式十分明显。
S300、多个所述传感器采集的数据通过调用RestFul API服务打包发送到后端服务器；在本步骤中，与传统的通过前端采集数据保存在数据库中的方式不同，通过RestFul接口接收数据实现后台直接处理传感器所采集的数据，减少传统方式中先存储、后读取、再处理的步骤，实现数据的实时处理，极大程度上减少耗时，缩短检测到预警的时间。
S400、后台服务器对所述传感器采集数据信息进行计算和判断，利用消息中间件完成预警消息分发；后台服务器通过RestFul接口接收到的数据之后，利用多线程机制，并配合使用Redis缓存技术分别对收到的数据进行计算，经过计算的数据设定为历史数据归档到数据库中，实现采集数据的时实值的同步。由于结合RestFul API、多线程以及Redis，实现了高效率的数据计算过程。最后利用消息中间件kafka完成预警消息分发。
S500、前端与后台服务器保持长链接，实时接收消息中间件分发的预警消息。前端界面作为客户端利用websocket技术与后台服务器端保持长连接，实时接收消息中间件分发过来的预警消息，变被动为主动，完成预警提醒。WebSocket使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据，结合消息中间件kafka，实现后端数据实时传输到前端，最终实现主动预警功能。
更进一步地，步骤S400具体包括：
S410、后台服务器收到数据信息后依据类型找到对应的阈值数据；
S420、将数据信息的数值与阈值数据的最大值和最小值进行比对；
S430、若数据信息的数值超出最大值或低于最小值，则产生对应等级的预警信息。
更进一步地，步骤“后台服务器对所述传感器采集数据信息进行计算和判断”具体包括：
S440、后台服务器收到数据信息后，按照时间T为单位，绘制出数据变化曲线；
S450、计算数据变化曲线的斜率，并将斜率作为新的对比基础与阈值数据进行对比；
S460、若数据变化曲线的斜率超出阈值数据的最大值或最小值，则产生对应等级的预警信息。
在本步骤中，后台服务器将T时间内采集到的数据绘制成曲线，曲线的横坐标为时间，纵坐标为数据信息单位，计算出曲线在该时间段内的变化趋势，以斜率为计量单位，当斜率超过最大或最小值，即表示数据信息(比如温度)的变化速度过快或过慢，可能存在故障或安全隐患，因此产生预警信息。
更进一步地，步骤S430之后还包括步骤：
S431、判断是否存在与预警信息相同的预警，若存在，则计算时间窗口；
S432、判断时间窗口是否大于一定时间，若是，则产生新的预警，若否，则更新原有预警；若不存在相同的预警，则产生新的预警。
本步骤中计算时间窗口是通过时间窗口算法实现的，时间窗口算法又称为滑动时间窗口算法，是一种限流算法，在固定的时间窗口内，可以允许固定数量的请求进入，在本申请中，具体体现是判断某一个时间窗口内是否存在两个相同的预警信息，依照上述的步骤可以知道，本申请中的判断逻辑是先判断是否存在相同的预警信息，即新产生的预警与上一个相同的预警是否在同一个时间窗口内，具体的，计算公式为：(当前系统未处置预警的时间–当前预警时间)<＝一定的倍数*设备采集频率，实现预警信息的智能化合并。
更进一步地，步骤S431之后还包括步骤：
S431’、若存在，则判断预警类型是否相同；
S432’、若类型不同，则产生新的预警；
S433’、若类型相同，则更新原有预警。
本步骤的作用是将同类型的预警进行智能化合并，采用归类算法将预警类型相同或者预警类型、传感器类型均相同的预警信息进行智能化合并；其中，归类算法指的是基于数据库的表和字段实现分类，预警类型是在系统中提前定义好的，每次计算预警生成的类型也是固定的，按定义类型分类，不涉及常见的分类算法。
综上所述，本发明提供的主动预警方法实现高实时性，3s以内完成预警、支持多个等级阈值的设置、丰富预警型、智能化合并重复性预警、支持趋势预警，帮助业务人员有效快速闭环预警。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种安全风险的主动预警方法，其特征在于：包括以下步骤：
在多个监测点分别设置用于采集数据信息的传感器；
将所述数据信息划分等级、类型，依照等级和类型设置阈值数据，并将阈值数据导入后端服务器；
多个所述传感器采集的数据通过调用RestFul API服务打包发送到后端服务器；
后台服务器对所述传感器采集数据信息进行计算和判断，利用消息中间件完成预警消息分发；
前端与后台服务器保持长链接，实时接收消息中间件分发的预警消息。
2.如权利要求1所述的主动预警方法，其特征在于：所述数据信息的类型至少包括温度、压力、液位、气体浓度。
3.如权利要求1所述的主动预警方法，其特征在于：步骤“后台服务器对所述传感器采集数据信息进行计算和判断”具体包括：
后台服务器收到数据信息后依据类型找到对应的阈值数据；
将数据信息的数值与阈值数据的最大值和最小值进行比对；
若数据信息的数值超出最大值或低于最小值，则产生对应等级的预警信息。
4.如权利要求1所述的主动预警方法，其特征在于：步骤“后台服务器对所述传感器采集数据信息进行计算和判断”具体包括：
后台服务器收到数据信息后，按照时间T为单位，绘制出数据变化曲线；
计算数据变化曲线的斜率，并将斜率作为新的对比基础与阈值数据进行对比；
若数据变化曲线的斜率超出阈值数据的最大值或最小值，则产生对应等级的预警信息。
5.如权利要求3或4所述的主动预警方法，其特征在于：步骤“若数据信息的数值超出最大值或低于最小值，则产生预警信息”之后还包括步骤：
判断是否存在与预警信息相同的预警，若存在，则计算时间窗口；
判断时间窗口是否大于一定时间，若是，则产生新的预警，若否，则更新原有预警。
6.如权利要求5所述的主动预警方法，其特征在于：步骤“判断是否存在与预警信息相同的预警，若存在，则计算时间窗口”之后还包括步骤：
若不存在相同的预警，则产生新的预警。
7.如权利要求5所述的主动预警方法，其特征在于：步骤“判断是否存在与预警信息相同的预警”之后还包括步骤：
若存在，则判断预警类型是否相同；
若类型不同，则产生新的预警；
若类型相同，则更新原有预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211457417.1A CN115830830A (zh) | 2022-11-21 | 2022-11-21 | 一种安全风险的主动预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211457417.1A CN115830830A (zh) | 2022-11-21 | 2022-11-21 | 一种安全风险的主动预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115830830A true CN115830830A (zh) | 2023-03-21 |
Family
ID=85529725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211457417.1A Pending CN115830830A (zh) | 2022-11-21 | 2022-11-21 | 一种安全风险的主动预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115830830A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116189407A (zh) * | 2023-04-21 | 2023-05-30 | 安徽数分智能科技有限公司 | 一种基于数据监测的智能预警系统 |
-
2022
- 2022-11-21 CN CN202211457417.1A patent/CN115830830A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116189407A (zh) * | 2023-04-21 | 2023-05-30 | 安徽数分智能科技有限公司 | 一种基于数据监测的智能预警系统 |
| CN116189407B (zh) * | 2023-04-21 | 2023-08-08 | 安徽数分智能科技有限公司 | 一种基于数据监测的智能预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107707376B (zh) | 一种监控和告警的方法和系统 | |
| CN103532940B (zh) | 网络安全检测方法及装置 | |
| CN114757590B (zh) | 基于大数据分析的企业运营风险预警及管控系统 | |
| CN106996367B (zh) | 泵站运行的感知报警系统及感知报警方法 | |
| CN107765658A (zh) | 一种基于物联网的压缩机控制方法、装置及系统 | |
| CN110430159B (zh) | 一种平台服务器防火墙策略开放范围过大预警方法 | |
| CN111897705B (zh) | 服务状态处理、模型训练方法、装置、设备和存储介质 | |
| CN115830830A (zh) | 一种安全风险的主动预警方法 | |
| CN102223251A (zh) | 一种网络运维采集分析方法及业务处理装置 | |
| CN114358106A (zh) | 系统异常检测方法、装置、计算机程序产品及电子设备 | |
| CN111049673A (zh) | 一种服务网关中api调用统计和监控的方法及系统 | |
| CN112512073A (zh) | 一种基于指纹识别技术的物联网设备异常检测方法 | |
| CN116980958A (zh) | 一种基于数据识别的无线设备电故障监测方法及系统 | |
| CN116703024A (zh) | 基于电力大数据的煤炭行业企业生产情况分析系统 | |
| CN110851414B (zh) | 一种以聚类法进行边界数据分析的方法及其系统 | |
| CN117833464A (zh) | 一种用电信息采集终端在线运行状态安全监测方法 | |
| CN114124834B (zh) | 一种工业控制网络内icmp隐蔽隧道检测的集成学习装置及方法 | |
| CN110824980A (zh) | 一种基于物联网的家庭燃气综合处置系统 | |
| CN116346637A (zh) | 基于电网信息参数分析的网络节点评估系统 | |
| CN105892387B (zh) | 基于跨平台多点数据采集mpca模型的机房隐患自动上报装置及方法 | |
| CN111274089B (zh) | 一种基于旁路技术的服务器异常行为感知系统 | |
| CN114691633A (zh) | 轨道交通信号系统的日志管理方法、设备及存储介质 | |
| CN112148671A (zh) | 一种针对Robot的数据管理系统 | |
| Peng et al. | Anomaly detection based on multiple streams clustering for train real-time ethernet | |
| CN116192612B (zh) | 一种基于日志分析的系统故障监测和预警系统及方法 |
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 |