CN115906027A - 数据管理方法、装置、计算机设备及其存储介质 - Google Patents

Abstract

本申请涉及数据运维技术领域，特别是涉及一种数据管理方法、装置、计算机设备及其存储介质。方法包括：根据待检测设备发送的运行数据，解析运行数据中的异常数据；解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；向待检测设备发送检测结果，以供待检测设备展示检测结果。本申请实现了当待检测设备发生故障时能够第一时间通知工作人员，进一步保证了对于待检测设备突发状况的及时响应。

Description

数据管理方法、装置、计算机设备及其存储介质

技术领域

本申请涉及数据运维技术领域，特别是涉及一种数据管理方法、装置、计算机设备及其存储介质。

背景技术

随着电网领域的技术不断发展，电网的规模也在近些年来不断扩张，随着更多地区完成电网的建设并将电网投入使用，对电网系统的维护与管理任务也变得愈加繁重。

现有技术中，设置云计算机，将多个电网设备的运行数据通过无线传输的方式发送至云计算机，根据云计算机确定处理多个电网设备的运行状态，从而实现对多个电网设备的维护与管理工作。

但是，现有技术中，对多个电网设备进行维护与管理的方法无法准确获取电网设备的运行状态。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确获取待检测设备运行状态的数据管理方法、装置、计算机设备及其存储介质。

第一方面，本申请提供了一种数据管理方法。该方法包括：

根据待检测设备发送的运行数据，解析运行数据中的异常数据；

解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；

向待检测设备发送检测结果，以供待检测设备展示检测结果。

在其中一个实施例中，根据待检测设备发送的运行数据，解析运行数据中的异常数据，包括：

根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则；

根据分析规则，对运行数据进行异常分析；

根据分析结果，确定运行数据中的异常数据。

在其中一个实施例中，根据分析规则，对运行数据进行异常分析，包括：

根据分析规则，确定运行数据对应的参数阈值；

确定运行数据与参数阈值之间的对应关系；

根据对应关系，对运行数据进行异常分析。

在其中一个实施例中，解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果，包括：

确定待检测设备对应的历史异常事件；

根据历史异常事件和异常数据，确定当前异常原因；

根据当前异常原因和异常数据，确定待检测设备的检测结果。

在其中一个实施例中，根据历史异常事件和异常数据，确定当前异常原因，包括：

根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；

根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

在其中一个实施例中，根据待检测设备发送的运行数据，解析运行数据中的异常数据，包括：

获取待检测设备的身份信息；

根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果；

若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

第二方面，本申请还提供了一种数据管理装置。该装置包括：

解析模块，用于根据待检测设备发送的运行数据，解析运行数据中的异常数据；

确定模块，用于解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；

发送模块，用于向待检测设备发送检测结果，以供待检测设备展示检测结果。

第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述第一方面任一实施例的数据管理方法。

第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面任一实施例的数据管理方法。

第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上述第一方面任一实施例的数据管理方法。

根据本申请的技术方案，通过解析运行数据中的异常数据，为后续确定当前异常原因提供数据基础，保证了能够根据异常数据确定当前异常原因；提高了当前异常原因确定的准确性，保证了后续能够根据当前异常原因制定出待检测设备对应的维修策略；通过确定当前异常原因并且根据当前异常原因确定检测结果，保证了能够异常设备的实际情况确定出待检测设备对应的运行状况和维修策略，保证了运行状况和维修策略确定的准确性，实现了对待检测设备是否发生故障进行准确判断，实现了对于待检测设备突发状况的及时响应；通过向待检测设备发送检测结果，并展示检测结果，实现工作人员对于待检测设备运行状况的实时掌控，实现了当待检测设备发生故障时能够第一时间通知工作人员，进一步保证了对于待检测设备突发状况的及时响应。

附图说明

图1为本申请实施例提供的一种数据管理方法的应用环境图；

图2为本申请实施例提供的一种数据管理方法的流程图；

图3为本申请实施例提供的一种确定运行数据中的异常数据的步骤流程图；

图4为本申请实施例提供的一种确定待检测设备检测结果的步骤流程图；

图5为本申请实施例提供的一种对待检测设备进行身份验证的步骤流程图；

图6为本申请实施例提供的另一种数据管理方法的流程图；

图7为本申请实施例提供的第一种数据管理装置的结构框图；

图8为本申请实施例提供的第二种数据管理装置的结构框图；

图9为本申请实施例提供的第三种数据管理装置的结构框图；

图10为本申请实施例提供的第四种数据管理装置的结构框图；

图11为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

随着电网领域的技术不断发展，电网的规模也在近些年来不断扩张，随着更多地区完成电网的建设并将电网投入使用，对电网系统的维护与管理任务也变得愈加繁重。

传统的电网系统中，通过单一的云计算平台处理多个电网设备反馈的运行数据，并将多个电网设备的运行状态反馈给对应的电网设备，整个云计算平台的计算过程任务繁重，计算压力巨大，这就导致了在对电网设备进行维护与管理的过程中存在较大的时间延时，并且由于计算过程中，各项任务计算量繁重导致了根据传统方法无法准确确定电网设备的运行状态。

本申请实施例提供的数据管理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102可为本申请的待检测设备，终端102将运行数据发送给服务器104，服务器104根据运行数据，确定异常数据，并根据异常数据确定待检测设备对应的检测结果；将检测结果发送给终端102，以供终端102展示检测结果。其中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，图2为本申请实施例提供的一种数据管理方法的流程图，提供了一种数据管理方法，图1中的服务器104执行的数据管理方法可以包括以下步骤：

步骤201，根据待检测设备发送的运行数据，解析运行数据中的异常数据。

其中，运行数据指的是待检测设备在生产运行过程中所产生的数据，例如，若待检测设备为储电设备，储电设备对应的运行数据可以为储电设备在不同时间内的储电量和放电量；进一步说明，不同待检测设备的运行数据可以相同也可以不同。

在本申请的一种实施例中，当需要获取待检测设备的运行数据时，可通过预先在待检测设备上设置数据采集模块和无线通讯模块，从而实现运行数据的获取；具体的，当需要获取待检测设备的运行数据时，通过数据采集模块实现实时读取待检测设备在生产运行过程中所产生的运行数据，并通过无线通讯模块将待检测设备的运行数据发送给执行所述数据管理方法的服务器。其中，数据采集模块可以包括但不限于：传感器采集装置、遥测装置和RFID(Radio Frequency Identification，射频识别)采集装置等。无线通讯模块可以包括但不限于：蓝牙通讯模块、Wi-Fi(wireless fidelity，无线保真)无线通讯模块和ZigBee(紫蜂协议)无线通讯模块等。

需要说明的是，异常数据指的是运行数据中由于待检测设备发生异常或者故障而产生的数据；进一步说明，由于异常数据相对于待检测设备未发生异常或者故障时产生的正常数据存在较大的数据差，因此，可设置数据差阈值，通过判断运行数据中的数据与待检测设备未发生异常或者故障时产生的正常数据之间的数据差与数据差阈值的关系，实现解析运行数据中的异常数据；下面将对上述解析异常数据的方法进行详细说明:

在本申请的一种实施例中，若运行数据中共包含三种数据；三种数据分别为数据A、数据B和数据C；上述三种数据分别对应的数据为：10、20和30(三种数据的单位可根据实际数据的不同进行调整，在此不对三种数据的单位进行限定)；根据工作人员的历史经验，分别确定三种数据分别对应的数据差阈值，上述三种数据差阈值分别为：针对数据A的阈值A、针对数据B的阈值B和针对数据C的阈值C，三种阈值分别对应的数据位：2、2和3。当需要确定运行数据中的异常数据时，确定待检测设备未发生异常或者故障时产生的正常数据A、正常数据B和正常数据C分别对应的数据为：11、21和35；因此，可确定出，三种运行数据与待检测设备未发生异常或者故障数据的正常数据差分别为：1、1和5，根据三种数据差阈值可知，运行数据中的数据C与待检测设备未发生异常或者故障数据的正常数据差大于数据差阈值，因此，可确定运行数据中的数据C为异常数据。

进一步说明，可通过设置边缘云服务器实现对于运行数据中异常数据的确定，边缘云服务器中包含至少一个对运行数据进行数据处理的子系统，其中，子系统可以包括但不限于：KafKa(Apache Kafka，开源流处理平台)消息系统和数据解析Spark Streaming(批处理引擎处理平台)系统等；通过边缘云服务器中的子系统实现对于运行数据中异常数据的解析，并且可实现对于运行数据和异常数据的实时储存，进而有助于充分挖掘运行数据和异常数据的特征以及规律。

步骤202，解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果。

其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障。若待检测设备未发生故障，则该待检测设备对应的维修策略为空。

需要说明的是，当前异常原因指的是导致待检测设备出现异常数据的原因，进一步说明，确定当前异常原因的方法有很多，例如：通过异常数据确定待检测设备出现异常或者故障的位置，根据待检测设备出现异常或者故障的位置确定当前异常原因；或者，通过异常数据，确定待检测设备在历史运行过程中出现相同异常数据时对应的原因，将该原因作为待检测设备对应的当前异常原因。综上，确定当前异常原因的方法有很多，在此不对确定当前异常原因的方法进行限定，下面将对上述两种确定当前异常原因的方法进行详细描述：

在本申请的一种实施例中，当需要确定异常数据对应的当前异常原因时，可对异常数据进行数据分析，确定待检测设备出现异常的区域，通过对异常区域进行异常排查，确定待检测设备出现异常的位置；通过对异常位置进行进一步异常排查，确定导致待检测设备异常位置的异常原因，进而确定异常数据对应的当前异常原因；举例说明，待检测设备可为储电设备，并且待检测设备的异常数据为放电量，根据异常数据可以确定出储电设备出现异常的区域为放电口区域，通过对储电设备的放电口区域进行异常排查，实现在储电设备放电口区域确定异常的位置，该异常位置为放电管道，通过对放电管道进一步排查，确定是放电管道破损导致运行数据中出现异常数据，因此可确定当前异常原因为：放电管道破损。

在本申请的一种实施例中，当需要确定异常数据对应的当前异常原因时，可根据待检测设备的异常数据，从该待检测设备的历史故障记录中，确定与异常数据相同的历史异常数据，并且，根据历史故障记录，确定出针对该历史异常数据的历史异常原因；将该历史异常原因确定为当前异常原因；举例说明，待检测设备可为储电设备，并且待检测设备的异常数据为放电量，根据储电设备的历史故障记录，确定历史异常数据为放电量的历史故障事件，以及该历史故障事件对应的历史异常原因为放电管道破损，将该历史异常原因作为当前异常原因，因此当前异常原因为放电管道破损。

进一步说明，可通过中心云服务器实现对于异常数据对应的当前异常原因的确定，中心云服务器中包含至少一个对异常数据进行解析的子平台，其中，子平台可以包括但不限于：计算引擎Spark(计算引擎)平台、SQL(Structured Query Language，结构化查询语言)数据库平台和Twitter Storm(数据实时分析处理)数据处理平台等。通过中心云服务器中的子平台解析异常数据的当前异常原因，并且，可实现对于当前异常原因的实时储存，为后续通过对当前异常原因进行数据分类和数据融合提供保障。

步骤203，向待检测设备发送检测结果，以供待检测设备展示检测结果。

在本申请的一种实施例中，待检测设备上设置有用于接收检测结果的数据接收模块和用于展示检测结果的展示界面；当服务器向待检测设备发送检测结果后，待检测设置的数据接收模块，实现对于检测结果的接收，并且通过展示界面对检测结果进行展示。

根据本申请的数据管理方法，通过解析运行数据中的异常数据，为后续确定当前异常原因提供数据基础，保证了能够根据异常数据确定当前异常原因；提高了当前异常原因确定的准确性，保证了后续能够根据当前异常原因制定出待检测设备对应的维修策略；通过确定当前异常原因并且根据当前异常原因确定检测结果，保证了能够异常设备的实际情况确定出待检测设备对应的运行状况和维修策略，保证了运行状况和维修策略确定的准确性，实现了对待检测设备是否发生故障进行准确判断，实现了对于待检测设备突发状况的及时响应；通过向待检测设备发送检测结果，并展示检测结果，实现工作人员对于待检测设备运行状况的实时掌控，实现了当待检测设备发生故障时能够第一时间通知工作人员，进一步保证了对于待检测设备突发状况的及时响应。

需要说明的是，可通过运行数据确定分析规则，根据分析规则确定运行数据中的异常数据。可选地，如图3所示，图3为本申请实施例提供的一种确定运行数据中的异常数据的步骤流程图。具体的，确定运行数据中的异常数据可以包括以下步骤：

步骤301，根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则。

其中，分析规则指的是判断待检测设备的运行数据中异常数据的判断依据，进一步说明，分析规则可以包括运行数据中每一数据对应的正常范围，若运行数据中的某一数据不属于该数据对应的正常范围，则表示改数据即为异常数据。或者，分析规则可以包括运行数据中每一数据对应的参数阈值，根据参数阈值判断运行数据中每一数据与参数阈值的关系，根据关系确定运行数据中的异常数据。

需要说明的是，为保证能够根据分析规则准确分析出运行数据中的异常数据，需保证分析规则能够符合待检测设备对应的生产运行环境；进一步说明，由于不同地理区域的环境因素各不相同，因此，不同区域的待检测设备对应运行数据各不相同，例如：高原地区的风能发电待检测设备的产能大于平原地区风能发电待检测设备的产能。为保证能够准确确定出不同区域待检测设备运行数据的异常数据，需要根据不同待检测设备的设备位置，确定不同的分析规则。

在本申请的一种实施例中，可根据工作人员的历史经验，确定预备分析规则，该预备分析规则可包含多个区域分别对应的分析规则，不同地区的分析规则可以相同也可以不同；当需要确定待检测设备对应的分析规则时，可根据运行数据中的设备位置，从而预备分析规则中确定该区域对应的分析规则，该分析规则即为符合待检测设备所处区域环境特征的分析规则，根据该分析规则可准确确定运行数据中的异常数据。

步骤302，根据分析规则，对运行数据进行异常分析。

需要说明的是，若分析规则包含运行数据对应的参数阈值，根据参数阈值对运行数据进行异常分析具体可包括：根据分析规则，确定运行数据对应的参数阈值；确定运行数据与参数阈值之间的对应关系；根据对应关系，对运行数据进行异常分析。

进一步说明，参数阈值指的是运行数据中每一种数据分别对应的临界值，因此，当需要根据对应关系，对运行数据进行异常分析时，具体包括以下内容：若运行数据中的某一数据大于对应的参数阈值，表示该数据超过了正常取值范围，则该数据即为异常数据；若运行数据中的某一数据小于或等于对应的参数阈值，表示该数据处于正常取值范围，则该数据不是异常数据。

在本申请的一种实施例中，当根据对应关系，对运行数据进行异常分析，可根据对应关系，对运行数据中的每项数据进行综合评分，得出每项数据对应的评分结果；将运行数据中每项数据及其对应的评分结果进行汇总，即可得到异常分析的分析结果。

作为一种示例，若运行数据中某一数据与参数阈值的对应关系为：该数据小于或等于参数阈值，则该数据对应的评分结果为正值，并且，该数据与参数阈值的差距越小，则该数据对应的正值的评分结果越大。若运行数据中某一数据与参数阈值的对应关系为：该数据大于参数阈值，则该数据对应的评分结果为负值，并且，该数据与参数阈值的差距越大，则该数据对应的负值的评分结果越小。

需要说明的是，若分析规则包含运行数据对应的正常范围，根据正常范围对运行数据进行异常分析具体可包括：根据分析规则，确定运行数据对应的正常范围，根据运行数据对应的正常范围，判断运行参数中的每一数据取值是否属于对应的正常范围，若运行参数中的某一数据的取值属于正常范围，则表示该数据为属于正常数据；若运行参数中的某一数据的取值不属于正常范围，则表示该数据为异常数据。

在本申请的一种实施例中，当根据对应关系，对运行数据进行异常分析时，可根据正常范围，对运行数据中的每项数据进行综合评分，得出每项数据对应的评分结果；将运行数据中每项数据及其对应的评分结果进行汇总，即可得到异常分析的分析结果。

作为一种示例，若运行数据中某一数据与参数阈值的对应关系为：该数据处于正常范围内，则该数据对应的评分结果为正值。若运行数据中某一数据与参数阈值的对应关系为：该数据不处于正常范围内，则该数据对应的评分结果为零。

步骤303，根据分析结果，确定运行数据中的异常数据。

需要说明的是，可根据分析结果，确定出运行数据中各个数据分别对应的评分结果，根据对应关系与评分结果，从运行数据中确定出异常数据，具体的：若运行数据中的数据取值大于参数阈值时，则表示该数据即为异常数据，并且，已知如果数据的取值大于参数阈值，则该数据的评分为负值，因此，当需要确定运行数据中的异常数据时，可根据分析结果，确定运行数据中评分结果为负值的数据，该数据即为异常数据。

作为另一种实现方式，若运行数据中的数据取值不属于正常范围时，则表示该数据即为异常数据，并且，已知如果数据的取值不属于正常范围，则该数据的评分为负值，因此，当需要确定运行数据中的异常数据时，可根据分析结果，确定运行数据中评分结果为负值的数据，该数据即为异常数据。

根据本申请的数据管理方法，通过确定待检测设备对应的分析规则，保证了能够根据分析规则准确解析出运行数据中的异常数据，提高了对运行数据中异常数据提取的准确性，保证了后续确定当前异常原因的准确性，为后续确定检测结果提供了数据基础；通过分析规则中的参数阈值，实现了对于运行数据的异常分析，进一步提高了对于异常数据解析的准确性，为后续的操作流程提供基础保障。

需要说明的是，通过确定历史异常事件，实现确定待检测设备的检测结果。可选地，如图4所示，图4为本申请实施例提供的一种确定待检测设备检测结果的步骤流程图。具体的，确定待检测设备的检测结果可以包括以下步骤：

步骤401，确定待检测设备对应的历史异常事件。

需要说明的是，历史异常事件可为待检测设备的历史维修记录中，与异常数据较为相似的历史异常数据对应的事件；因此，当需要确定待检测设备对应的历史异常事件时，可根据异常数据从待检测设备的历史维修记录中查找与异常数据较为相似的历史异常数据，当确定历史异常数据时，该历史异常数据对应的维修记录即为历史异常事件。

进一步说明，当需要确定历史异常事件时，可根据异常数据对待检测设备的异常位置进行初步确认，得到候选异常位置；查找待检测设备的历史维修记录中是否存在候选异常位置对应的维修记录，若存在，该候选异常位置对应的维修记录即为历史异常事件。具体说明：待检测设备可为风力发电设备，当根据异常数据确定风力发电设备的候选异常位置为储电池时；从风力发电设备的历史维修记录中，确定由于储电池故障而产生的维修记录，该由于储电池故障而产生的维修记录即为风力发电设备对应的历史异常事件。

步骤402，根据历史异常事件和异常数据，确定当前异常原因。

需要说明的是，由于历史异常事件的中待检测设备对应的运行数据与异常数据较为相似，因此历史异常事件对应的历史异常原因与待检测设备对应的当前异常原因也较为相似，并且，在确定当前异常原因时，可根据异常数据与对历史异常原因进行调整，从而得到更符合待检测设备真实情况的当前异常原因。具体的：根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

进一步说明，当根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整时，可根据异常数据与相似历史数据的区别类型，对历史异常原因进行有针对性的调整；例如，当异常数据与相似历史数据的区别为：异常数据的泄漏量大于相似历史数据的泄漏量时，则可认为当前待检测设备的可能存在着比历史异常事件更大或者更多的泄漏口，因此，可将历史异常原因中包含的泄漏口的尺寸和泄漏口的数量进行增量调整；并且，在对历史异常原因进行调整时，需根据异常数据与相似历史数据的区别大小进行控制，例如异常数据的泄漏量是相似历史数据的泄漏量的两倍时，则可将历史异常原因中包含的泄漏口的尺寸增大一倍或者将泄漏口的数量增加一倍。

在本申请的一种实施例中，若待检测设备的历史维修记录中不存在与异常数据相似的历史异常数据，则可查找与待检测设备具体相同功能或者相似结构的对比设备的历史维修记录中是否存在与异常数据相似的历史异常数据，进而实现当前异常原因的确定；需要说明的是，对比设备与待检测设备的相似度越高，当前异常运用的准确性越高。

步骤403，根据当前异常原因和异常数据，确定待检测设备的检测结果。

需要说明的是，根据异常数据确定待检测设备的运行状况，并且，根据当前异常原因，确定待检测设备对应的维修策略，进而，将待检测设备的运行状况和待检测设备对应的维修策略作为待检测设备的检测结果。

进一步说明，运行状况可以包括但不限于：正常运行、轻度异常、重度异常和停止运行等；当需要确定待检测设备的运行状况时，可根据异常数据对待检测设备的影响程度，确定此时待检测设备的运行状况；具体的，预先确定不同运行状况分别对应的异常数据范围，当需要确定待检测设备的运行状况时，根据判断异常数据所属的异常数据范围，进而根据异常数据范围确定待检测设备对应的运行状况。

例如，预先设定正常运行、轻度异常、重度异常和停止运行四种运行状况分别对应的异常数据范围分别为：(99至200)、(201至300)、(301至400)和(401至500)，由于待检测设备的异常数据为230，可确定待检测设备的异常数据为轻度异常的异常数据范围，因此，待检测设备的运行状况为“轻度异常”。

进一步说明，可根据工作人员的历史经验，以及待检测设备的历史维修记录，确定当前异常原因对应维修策略。

根据本申请的数据管理方法，通过确定待检测设备对应的历史异常事件，保证了能够从历史异常事件中，确定与异常数据类似的相似历史数据，为后续确定当前异常原因提供了数据基础，保证了后续确定当前异常运用的准确性，通过相似历史数据对应的历史异常原因和异常数据，确定当前异常原因，保证了当前异常原因确定准确性，让当前异常原因能够更加符合待检测设备的实际情况，保证了后续确定的检测结果能够与待检测设备的实际情况相符合。

需要说明的是，通过确定待检测设备的身份信息，实现对待检测设备进行身份验证。可选地，如图5所示，图5为本申请实施例提供的一种对待检测设备进行身份验证的步骤流程图。具体的，对待检测设备进行身份验证可以包括以下步骤：

步骤501，获取待检测设备的身份信息。

在本申请的一种实施例中，可通过无线通讯模块获取待检测设备的运行数据和身份信息；根据执行数据管理方法的服务器中设置的安全模块对待检测设备的身份信息进行验证，从而保证后续对待检测设备的运行数据进行解析的安全性；其中，安全模块为采用国密算法的安全芯片，该安全芯片可实现国密算法与通信协议相结合，对待检测设备进行身份验证，保证了对待检测设备进行身份验证的准确性。

步骤502，根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果。

其中，身份名单可以包括身份白名单和身份黑名单，进一步说明，若待检测设备的身份信息属于身份白名单，则表示该待检测设备为安全设备，可对该待检测设备的运行数据进行解析；若待检测设备的身份信息属于身份黑名单，则表示该待检测设备为不安全设备，不可对该待检测设备的运行数据进行解析；若待检测设备的身份信息既不属于身份白名单又不属于身份黑名单，则可将待检测设备的身份信息发送给工作人员进行人工审核。

在本申请的一种实施例中，当待检测设备发送的身份信息和运行数据未经过加密处理时，即可将接收到的身份信息与身份名单进行对比，根据检测结果判断是否对运行数据进行解析处理；当待检测设备发送的运行数据经过加密处理时，可将接收到的身份信息与身份名单进行对比，根据检测结果判断是否对运行数据进行解密处理，具体的，若根据检测结果判断，可对运行数据进行解密处理，则可根据安全模块中采用国密算法的安全芯片对加密的运行数据进行解密处理。

步骤503，若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

进一步说明，若验证结果为通过验证，则待检测设备为安全设备，表示对待检测设备的运行数据进行解析处理不会对执行数据管理方法的服务器造成风险，因此，若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

根据本申请的数据管理方法，通过对待检测设备进行身份验证，保证了在对待检测设备进行解析处理时的安全性，为后续待检测设备对应的检测结果提供保证，防止服务器受到恶意攻击的影响，保证了后续流程的顺利进行。

在本申请的一种实施例中，如图6所示，图6为本申请实施例提供的另一种数据管理方法的流程图，当需要确向待检测设备发送检测结果时：

步骤601，获取待检测设备的身份信息。

步骤602，根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果。

步骤603，若验证结果为通过验证，根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则。

步骤604，根据分析规则，确定运行数据对应的参数阈值。

步骤605，确定运行数据与参数阈值之间的对应关系。

步骤606，根据对应关系，对运行数据进行异常分析。

步骤607，根据分析结果，确定运行数据中的异常数据。

步骤608，确定待检测设备对应的历史异常事件。

步骤609，根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因。

步骤610，根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

步骤611，根据当前异常原因和异常数据，确定待检测设备的检测结果。

步骤612，向待检测设备发送检测结果，以供待检测设备展示检测结果。

需要说明的是，待检测设备可具备登录密码验证、权限管理、人员管理、密码管理、证书管理等功能；并且，待检测设备可具备历史数据查询、实时告警等功能；其中，历史数据查询可查询事件顺序记录、遥控记录、遥测统计数据、录波数据等信息。

根据本申请的数据管理方法，通过解析运行数据中的异常数据，为后续确定当前异常原因提供数据基础，保证了能够根据异常数据确定当前异常原因；提高了当前异常原因确定的准确性，保证了后续能够根据当前异常原因制定出待检测设备对应的维修策略；通过确定当前异常原因并且根据当前异常原因确定检测结果，保证了能够异常设备的实际情况确定出待检测设备对应的运行状况和维修策略，保证了运行状况和维修策略确定的准确性，实现了对待检测设备是否发生故障进行准确判断，实现了对于待检测设备突发状况的及时响应；通过向待检测设备发送检测结果，并展示检测结果，实现工作人员对于待检测设备运行状况的实时掌控，实现了当待检测设备发生故障时能够第一时间通知工作人员，进一步保证了对于待检测设备突发状况的及时响应。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的数据管理方法的数据管理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个数据管理装置实施例中的具体限定可以参见上文中对于数据管理方法的限定，在此不再赘述。

在一个实施例中，如图7所示，图7为本申请实施例提供的第一种数据管理装置的结构框图，提供了一种数据管理装置，包括：解析模块10、确定模块20和发送模块30，其中：

解析模块10，用于根据待检测设备发送的运行数据，解析运行数据中的异常数据。

确定模块20，用于解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果。

其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障。

发送模块30，用于向待检测设备发送检测结果，以供待检测设备展示检测结果。

根据本申请的数据管理装置，通过解析运行数据中的异常数据，为后续确定当前异常原因提供数据基础，保证了能够根据异常数据确定当前异常原因；提高了当前异常原因确定的准确性，保证了后续能够根据当前异常原因制定出待检测设备对应的维修策略；通过确定当前异常原因并且根据当前异常原因确定检测结果，保证了能够异常设备的实际情况确定出待检测设备对应的运行状况和维修策略，保证了运行状况和维修策略确定的准确性，实现了对待检测设备是否发生故障进行准确判断，实现了对于待检测设备突发状况的及时响应；通过向待检测设备发送检测结果，并展示检测结果，实现工作人员对于待检测设备运行状况的实时掌控，实现了当待检测设备发生故障时能够第一时间通知工作人员，进一步保证了对于待检测设备突发状况的及时响应。

在一个实施例中，如图8所示，图8为本申请实施例提供的第二种数据管理装置的结构框图，提供了一种数据管理装置，该数据管理装置中解析模块10包括：第一确定单元11、分析单元12和第二确定单元13，其中：

第一确定单元11，用于根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则。

分析单元12，用于根据分析规则，对运行数据进行异常分析。

需要说明的是，根据分析规则，确定运行数据对应的参数阈值；确定运行数据与参数阈值之间的对应关系；根据对应关系，对运行数据进行异常分析。

第二确定单元13，用于根据分析结果，确定运行数据中的异常数据。

根据本申请的数据管理装置，通过确定待检测设备对应的分析规则，保证了能够根据分析规则准确解析出运行数据中的异常数据，提高了对运行数据中异常数据提取的准确性，保证了后续确定当前异常原因的准确性，为后续确定检测结果提供了数据基础；通过分析规则中的参数阈值，实现了对于运行数据的异常分析，进一步提高了对于异常数据解析的准确性，为后续的操作流程提供基础保障。

在一个实施例中，如图9所示，图9为本申请实施例提供的第三种数据管理装置的结构框图，提供了一种数据管理装置，该数据管理装置中确定模块20包括：第三确定单元21、第四确定单元22和第五确定单元23，其中：

第三确定单元21，用于确定待检测设备对应的历史异常事件。

第四确定单元22，用于根据历史异常事件和异常数据，确定当前异常原因。

需要说明的是，根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

第五确定单元23，用于根据当前异常原因和异常数据，确定待检测设备的检测结果。

根据本申请的数据管理装置，通过确定待检测设备对应的历史异常事件，保证了能够从历史异常事件中，确定与异常数据类似的相似历史数据，为后续确定当前异常原因提供了数据基础，保证了后续确定当前异常运用的准确性，通过相似历史数据对应的历史异常原因和异常数据，确定当前异常原因，保证了当前异常原因确定准确性，让当前异常原因能够更加符合待检测设备的实际情况，保证了后续确定的检测结果能够与待检测设备的实际情况相符合。

在一个实施例中，如图10所示，图10为本申请实施例提供的第四种数据管理装置的结构框图，提供了一种数据管理装置，该数据管理装置中还包括：获取模块40和验证模块50，其中：

获取模块40，用于获取待检测设备的身份信息。

验证模块50，用于根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果。

需要说明的是，若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

根据本申请的数据管理装置，通过对待检测设备进行身份验证，保证了在对待检测设备进行解析处理时的安全性，为后续待检测设备对应的检测结果提供保证，防止服务器受到恶意攻击的影响，保证了后续流程的顺利进行。

上述数据管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

根据待检测设备发送的运行数据，解析运行数据中的异常数据；

解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；

向待检测设备发送检测结果，以供待检测设备展示检测结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则；

根据分析规则，对运行数据进行异常分析；

根据分析结果，确定运行数据中的异常数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据分析规则，确定运行数据对应的参数阈值；

确定运行数据与参数阈值之间的对应关系；

根据对应关系，对运行数据进行异常分析。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

确定待检测设备对应的历史异常事件；

根据历史异常事件和异常数据，确定当前异常原因；

根据当前异常原因和异常数据，确定待检测设备的检测结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；

根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取待检测设备的身份信息；

根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果；

若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

根据待检测设备发送的运行数据，解析运行数据中的异常数据；

解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；

向待检测设备发送检测结果，以供待检测设备展示检测结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则；

根据分析规则，对运行数据进行异常分析；

根据分析结果，确定运行数据中的异常数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据分析规则，确定运行数据对应的参数阈值；

确定运行数据与参数阈值之间的对应关系；

根据对应关系，对运行数据进行异常分析。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

确定待检测设备对应的历史异常事件；

根据历史异常事件和异常数据，确定当前异常原因；

根据当前异常原因和异常数据，确定待检测设备的检测结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；

根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取待检测设备的身份信息；

根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果；

若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

根据待检测设备发送的运行数据，解析运行数据中的异常数据；

解析异常数据的当前异常原因，并根据当前异常原因，确定待检测设备的检测结果；其中，检测结果包括待检测设备的运行状况，以及待检测设备对应的维修策略；运行状况用于表征待检测设备是否发生故障；

向待检测设备发送检测结果，以供待检测设备展示检测结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据待检测设备发送的运行数据中的设备位置，确定待检测设备对应的分析规则；

根据分析规则，对运行数据进行异常分析；

根据分析结果，确定运行数据中的异常数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据分析规则，确定运行数据对应的参数阈值；

确定运行数据与参数阈值之间的对应关系；

根据对应关系，对运行数据进行异常分析。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

确定待检测设备对应的历史异常事件；

根据历史异常事件和异常数据，确定当前异常原因；

根据当前异常原因和异常数据，确定待检测设备的检测结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据历史异常事件，确定异常数据的相似历史数据，以及相似历史数据对应的历史异常原因；

根据异常数据与相似历史数据的区别，对历史异常原因进行区别调整，得到当前异常原因。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取待检测设备的身份信息；

根据预先设定的身份名单，对待检测设备的身份信息进行身份验证，得到验证结果；

若验证结果为通过验证，则根据待检测设备发送的运行数据，解析运行数据中的异常数据。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种数据管理方法，其特征在于，所述方法包括：

根据待检测设备发送的运行数据，解析所述运行数据中的异常数据；

解析所述异常数据的当前异常原因，并根据所述当前异常原因，确定所述待检测设备的检测结果；其中，所述检测结果包括所述待检测设备的运行状况，以及所述待检测设备对应的维修策略；所述运行状况用于表征所述待检测设备是否发生故障；

向所述待检测设备发送所述检测结果，以供所述待检测设备展示所述检测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据待检测设备发送的运行数据，解析所述运行数据中的异常数据，包括：

根据所述待检测设备发送的所述运行数据中的设备位置，确定所述待检测设备对应的分析规则；

根据所述分析规则，对所述运行数据进行异常分析；

根据分析结果，确定所述运行数据中的异常数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述分析规则，对所述运行数据进行异常分析，包括：

根据所述分析规则，确定所述运行数据对应的参数阈值；

确定所述运行数据与所述参数阈值之间的对应关系；

根据所述对应关系，对所述运行数据进行异常分析。

4.根据权利要求1所述的方法，其特征在于，所述解析所述异常数据的当前异常原因，并根据所述当前异常原因，确定所述待检测设备的检测结果，包括：

确定所述待检测设备对应的历史异常事件；

根据所述历史异常事件和所述异常数据，确定所述当前异常原因；

根据所述当前异常原因和所述异常数据，确定所述待检测设备的所述检测结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述历史异常事件和所述异常数据，确定所述当前异常原因，包括：

根据所述历史异常事件，确定所述异常数据的相似历史数据，以及所述相似历史数据对应的历史异常原因；

根据所述异常数据与所述相似历史数据的区别，对所述历史异常原因进行区别调整，得到当前异常原因。

6.根据权利要求1所述的方法，其特征在于，所述根据待检测设备发送的运行数据，解析所述运行数据中的异常数据，包括：

获取所述待检测设备的身份信息；

根据预先设定的身份名单，对所述待检测设备的所述身份信息进行身份验证，得到验证结果；

若所述验证结果为通过验证，则根据所述待检测设备发送的运行数据，解析所述运行数据中的所述异常数据。

7.一种数据管理装置，其特征在于，所述装置包括：

解析模块，用于根据待检测设备发送的运行数据，解析所述运行数据中的异常数据；

确定模块，用于解析所述异常数据的当前异常原因，并根据所述当前异常原因，确定所述待检测设备的检测结果；其中，所述检测结果包括所述待检测设备的运行状况，以及所述待检测设备对应的维修策略；所述运行状况用于表征所述待检测设备是否发生故障；

发送模块，用于向所述待检测设备发送所述检测结果，以供所述待检测设备展示所述检测结果。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

Images