CN116090911A - 一种基于多核聚类的设备故障分析方法、装置及系统 - Google Patents
一种基于多核聚类的设备故障分析方法、装置及系统 Download PDFInfo
- Publication number
- CN116090911A CN116090911A CN202310377497.8A CN202310377497A CN116090911A CN 116090911 A CN116090911 A CN 116090911A CN 202310377497 A CN202310377497 A CN 202310377497A CN 116090911 A CN116090911 A CN 116090911A
- Authority
- CN
- China
- Prior art keywords
- equipment
- fault
- data
- encryption
- module
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 claims abstract description 37
- 238000013500 data storage Methods 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 238000012806 monitoring device Methods 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000004806 packaging method and process Methods 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000002955 isolation Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 16
- 238000011157 data evaluation Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Abstract
本发明公开了一种基于多核聚类的设备故障分析方法、装置及系统,包括如下步骤:步骤一,通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型;步骤二,将设备类型、设备编号以及设备故障类型数据打包形成设备故障数据文件;步骤三,数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇;步骤四,根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性。通过本发明,可以实现对采集的设备运行数据进行数据分析,得到设备的稳定性,便于管理人员进行设备管理。
Description
技术领域
本发明涉及数据处理领域,具体是一种基于多核聚类的设备故障分析方法、装置及系统。
背景技术
近些年来,随着互联网+、万物互联、大数据等等理念提出与发展,信息的产生和流通变得愈发的迅速与复杂。数据已经渗透到每一个行业,甚至生活的各个方面,成为重要的生产因素。人工智能对于数据的分析处理,对海量数据的挖掘和运用,是当今社会的热点问题和难点问题之一。
故而,在现代企业生产过程中,如何对产生的大量设备运行数据进行处理,方便管理人员及时的从海量的设备运行数据中发现设备隐患,是当下本领域技术人员需要研究的课题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于多核聚类的设备故障分析方法,包括如下步骤:
步骤一,通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型;
步骤二,将设备类型、设备编号以及设备故障类型数据打包形成设备故障数据文件;
步骤三,数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇;
步骤四,根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性。
进一步的,所述的通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型,包括:
S1,系统启动时,对系统中所有的设备通过监控通道进行监控;
S2,获取启动时系统各设备的启动状态,若检测到设备的启动状态异常,记录相关的异常状态信息及对应设备信息关联存储到错误状态寄存器,对异常状态进行判断,对不同异常状态进行三级状态分级,根据状态分级,采用对应状态分级的隔离方法对设备进行隔离,系统进入运行;
S3,系统进入运行后,对处于隔离状态的设备,进行故障检测与隔离,同时检测是否有新状态异常设备,若没有,则完成故障隔离;若有,则进入S4;
S4,先将新状态异常设备信息与错误状态寄存器中存储的设备信息进行匹配,若匹配到相同的设备信息,则判断此设备为不稳定设备,获取此设备的设备类型,通过该类型设备的使用故障率、该类型设备的历史故障率以及该设备的设备启动分离度,对该设备进行故障隔离;若未匹配到相同的设备信息,则判断此设备为新故障设备,先将异常状态信息及对应设备信息存储到错误状态寄存器,再根据该设备的设备启动分离度,进行故障检测与隔离,直到所有状态异常设备均完成故障检测与隔离;
进一步的,所述的数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇,包括:
S21,在数据存储与加密模块将设备故障数据文件拆分成多个子文件,并对子文件依次进行编号,并根据编号生成子文件序列,根据子文件序列使用数据存储与加密模块分别对子文件进行加密,所有的子加密文件构成加密文件集合;
S22,获取数据存储与加密模块中分布式存储端各分布式存储节点的获取任务的权重,根据各分布式存储节点的获取任务的权重,生成预存储序列;
S23,分别获取加密文件集合中各子加密文件的数据评价,根据预存储序列和数据评价,依据子文件序列,对加密文件集合中子加密文件进行倒序存储,除排序第一的子加密文件外的其余子加密文件分布式存储完成后,生成子加密文件分布式存储索引表;
S24,将子加密文件分布式存储索引表和排序第一的子加密文件打包生成头文件,并将头文件通过数据存储与加密模块进行加密,加密完成后,根据预存储序列和排序第一的子加密文件的数据评价对头文件进行存储,完成分布式加密存储。
进一步的,所述的根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性,包括根据故障类型数据簇获取设备的故障发生率,根据所获取的设备数量,得到设备平均故障发生率,若设备平均故障发生率不大于设定的阈值,则设备可靠。
一种基于多核聚类的设备故障分析装置,包括设备运行数据采集装置、故障判断模块、数据处理模块;所述的设备运行数据采集装置、故障判断模块分别与所述的数据处理模块连接。
根据所述的一种基于多核聚类的设备故障分析装置的一种基于多核聚类的设备故障分析系统,包括设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、数据处理器;所述的设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、设备故障分析模块分别与所述的数据处理器连接。
优选的,所述的数据存储与加密模块包括分布式数据存储模块、加密模块、数据处理装置;所述的分布式数据存储模块、加密模块分别与所述的数据处理装置连接;所述的数据处理装置与所述的数据处理器连接。
优选的,所述的障数据采集与分析模块包括系统故障数据采集装置、数据分析模块;所述的系统故障数据采集装置、数据分析模块分别与所述的数据处理装置连接。
本发明的有益效果是:通过本发明所提供的技术方案,可以实现对采集的设备运行数据进行数据分析,得到设备的稳定性,便于管理人员进行设备管理。
附图说明
图1为一种基于多核聚类的设备故障分析方法的流程示意图;
图2为一种基于多核聚类的设备故障分析系统的原理示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
为了使本发明的目的,技术方案及优点更加清楚明白,结合附图及实施例,对本发明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,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
而且,术语“包括”,“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程,方法,物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程,方法,物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程,方法,物品或者设备中还存在另外的相同要素。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
如图1所示,一种基于多核聚类的设备故障分析方法,包括如下步骤:
步骤一,通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型;
步骤二,将设备类型、设备编号以及设备故障类型数据打包形成设备故障数据文件;
步骤三,数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇;
步骤四,根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性。
所述的通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型,包括:
S1,系统启动时,对系统中所有的设备通过监控通道进行监控;
S2,获取启动时系统各设备的启动状态,若检测到设备的启动状态异常,记录相关的异常状态信息及对应设备信息关联存储到错误状态寄存器,对异常状态进行判断,对不同异常状态进行三级状态分级,根据状态分级,采用对应状态分级的隔离方法对设备进行隔离,系统进入运行;
S3,系统进入运行后,对处于隔离状态的设备,进行故障检测与隔离,同时检测是否有新状态异常设备,若没有,则完成故障隔离;若有,则进入S4;
S4,先将新状态异常设备信息与错误状态寄存器中存储的设备信息进行匹配,若匹配到相同的设备信息,则判断此设备为不稳定设备,获取此设备的设备类型,通过该类型设备的使用故障率、该类型设备的历史故障率以及该设备的设备启动分离度,对该设备进行故障隔离;若未匹配到相同的设备信息,则判断此设备为新故障设备,先将异常状态信息及对应设备信息存储到错误状态寄存器,再根据该设备的设备启动分离度,进行故障检测与隔离,直到所有状态异常设备均完成故障检测与隔离;
所述的故障率为:
其中的b为该类型设备接入系统的个数,为异常状态次数,为该类型设备总启动次数;为该类型设备使用率,,其中为该类型设备在系统中以大于或等于额定功率运行的次数,为该类型设备在系统中待机运行的次数。
所述的该类型设备的历史故障率为:
其中的m为该类型设备出厂的批次总数,为第i批次的该类型设备的使用故障率;
所述的设备启动分离度为:
其中的为设备在系统第i次启动后,设备在系统运行后从待机到额定功率运行的间隔时长,n为设备运行次数。
所述的数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇,包括:
S21,在数据存储与加密模块将设备故障数据文件拆分成多个子文件,并对子文件依次进行编号,并根据编号生成子文件序列,根据子文件序列使用数据存储与加密模块分别对子文件进行加密,所有的子加密文件构成加密文件集合;
S22,获取数据存储与加密模块中分布式存储端各分布式存储节点的获取任务的权重,根据各分布式存储节点的获取任务的权重,生成预存储序列;
S23,分别获取加密文件集合中各子加密文件的数据评价,根据预存储序列和数据评价,依据子文件序列,对加密文件集合中子加密文件进行倒序存储,除排序第一的子加密文件外的其余子加密文件分布式存储完成后,生成子加密文件分布式存储索引表;
S24,将子加密文件分布式存储索引表和排序第一的子加密文件打包生成头文件,并将头文件通过数据存储与加密模块进行加密,加密完成后,根据预存储序列和排序第一的子加密文件的数据评价对头文件进行存储,完成分布式加密存储。
所述的根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性,包括根据故障类型数据簇获取设备的故障发生率,根据所获取的设备数量,得到设备平均故障发生率,若设备平均故障发生率不大于设定的阈值,则设备可靠。
一种基于多核聚类的设备故障分析装置,包括设备运行数据采集装置、故障判断模块、数据处理模块;所述的设备运行数据采集装置、故障判断模块分别与所述的数据处理模块连接。
如图2所示,一种基于多核聚类的设备故障分析系统,包括设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、数据处理器;所述的设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、设备故障分析模块分别与所述的数据处理器连接。
所述的数据存储与加密模块包括分布式数据存储模块、加密模块、数据处理装置;所述的分布式数据存储模块、加密模块分别与所述的数据处理装置连接;所述的数据处理装置与所述的数据处理器连接。
所述的障数据采集与分析模块包括系统故障数据采集装置、数据分析模块;所述的系统故障数据采集装置、数据分析模块分别与所述的数据处理装置连接。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种基于多核聚类的设备故障分析方法,其特征在于,包括如下步骤:
步骤一,通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型;
步骤二,将设备类型、设备编号以及设备故障类型数据打包形成设备故障数据文件;
步骤三,数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇;
步骤四,根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性。
2.根据权利要求1所述的一种基于多核聚类的设备故障分析方法,其特征在于,所述的通过设备监测装置采集设备运行数据,根据设备运行数据以及设备状态获取设备故障类型,包括:
S1,系统启动时,对系统中所有的设备通过监控通道进行监控;
S2,获取启动时系统各设备的启动状态,若检测到设备的启动状态异常,记录相关的异常状态信息及对应设备信息关联存储到错误状态寄存器,对异常状态进行判断,对不同异常状态进行三级状态分级,根据状态分级,采用对应状态分级的隔离方法对设备进行隔离,系统进入运行;
S3,系统进入运行后,对处于隔离状态的设备,进行故障检测与隔离,同时检测是否有新状态异常设备,若没有,则完成故障隔离;若有,则进入S4;
S4,先将新状态异常设备信息与错误状态寄存器中存储的设备信息进行匹配,若匹配到相同的设备信息,则判断此设备为不稳定设备,获取此设备的设备类型,通过该类型设备的使用故障率、该类型设备的历史故障率以及该设备的设备启动分离度,对该设备进行故障隔离;若未匹配到相同的设备信息,则判断此设备为新故障设备,先将异常状态信息及对应设备信息存储到错误状态寄存器,再根据该设备的设备启动分离度,进行故障检测与隔离,直到所有状态异常设备均完成故障检测与隔离。
3.根据权利要求2所述的一种基于多核聚类的设备故障分析方法,其特征在于,所述的数据存储与加密模块将设备故障数据文件进行分故障类型分布式加密存储,形成对应故障类型的故障类型数据簇,包括:
S21,在数据存储与加密模块将设备故障数据文件拆分成多个子文件,并对子文件依次进行编号,并根据编号生成子文件序列,根据子文件序列使用数据存储与加密模块分别对子文件进行加密,所有的子加密文件构成加密文件集合;
S22,获取数据存储与加密模块中分布式存储端各分布式存储节点的获取任务的权重,根据各分布式存储节点的获取任务的权重,生成预存储序列;
S23,分别获取加密文件集合中各子加密文件的数据评价,根据预存储序列和数据评价,依据子文件序列,对加密文件集合中子加密文件进行倒序存储,除排序第一的子加密文件外的其余子加密文件分布式存储完成后,生成子加密文件分布式存储索引表;
S24,将子加密文件分布式存储索引表和排序第一的子加密文件打包生成头文件,并将头文件通过数据存储与加密模块进行加密,加密完成后,根据预存储序列和排序第一的子加密文件的数据评价对头文件进行存储,完成分布式加密存储。
4.根据权利要求3所述的一种基于多核聚类的设备故障分析方法,其特征在于,所述的根据故障类型数据簇得到对应故障类型的故障分布,通过故障分布得到设备的可靠性,包括根据故障类型数据簇获取设备的故障发生率,根据所获取的设备数量,得到设备平均故障发生率,若设备平均故障发生率不大于设定的阈值,则设备可靠。
5.一种基于多核聚类的设备故障分析装置,其特征在于,包括设备运行数据采集装置、故障判断模块、数据处理模块;所述的设备运行数据采集装置、故障判断模块分别与所述的数据处理模块连接。
6.根据权利要求5所述的一种基于多核聚类的设备故障分析装置的一种基于多核聚类的设备故障分析系统,其特征在于,包括设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、数据处理器;所述的设备监测装置、障数据采集与分析模块、数据存储与加密模块、故障分类模块、设备故障分析模块分别与所述的数据处理器连接。
7.根据权利要求6所述的一种基于多核聚类的设备故障分析系统,其特征在于,所述的数据存储与加密模块包括分布式数据存储模块、加密模块、数据处理装置;所述的分布式数据存储模块、加密模块分别与所述的数据处理装置连接;所述的数据处理装置与所述的数据处理器连接。
8.根据权利要求6所述的一种基于多核聚类的设备故障分析系统,其特征在于,所述的障数据采集与分析模块包括系统故障数据采集装置、数据分析模块;所述的系统故障数据采集装置、数据分析模块分别与所述的数据处理装置连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310377497.8A CN116090911A (zh) | 2023-04-11 | 2023-04-11 | 一种基于多核聚类的设备故障分析方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310377497.8A CN116090911A (zh) | 2023-04-11 | 2023-04-11 | 一种基于多核聚类的设备故障分析方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116090911A true CN116090911A (zh) | 2023-05-09 |
Family
ID=86204928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310377497.8A Pending CN116090911A (zh) | 2023-04-11 | 2023-04-11 | 一种基于多核聚类的设备故障分析方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090911A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460397A (zh) * | 2017-12-26 | 2018-08-28 | 东软集团股份有限公司 | 设备故障类型的分析方法、装置、储存介质和电子设备 |
CN109740769A (zh) * | 2018-12-29 | 2019-05-10 | 华润电力技术研究院有限公司 | 设备故障数据分析方法和计算机存储介质 |
CN110320893A (zh) * | 2019-07-23 | 2019-10-11 | 浙江浙能嘉华发电有限公司 | 一种基于rcm的火电机组设备检修方法 |
CN111949646A (zh) * | 2020-09-03 | 2020-11-17 | 平安国际智慧城市科技股份有限公司 | 基于大数据的设备运行状况分析方法、装置、设备及介质 |
CN112732477A (zh) * | 2021-04-01 | 2021-04-30 | 四川华鲲振宇智能科技有限责任公司 | 一种带外自检故障隔离的方法 |
CN115085900A (zh) * | 2022-08-22 | 2022-09-20 | 四川汉唐云分布式存储技术有限公司 | 一种基于分布式存储的同态加密方法 |
-
2023
- 2023-04-11 CN CN202310377497.8A patent/CN116090911A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460397A (zh) * | 2017-12-26 | 2018-08-28 | 东软集团股份有限公司 | 设备故障类型的分析方法、装置、储存介质和电子设备 |
CN109740769A (zh) * | 2018-12-29 | 2019-05-10 | 华润电力技术研究院有限公司 | 设备故障数据分析方法和计算机存储介质 |
CN110320893A (zh) * | 2019-07-23 | 2019-10-11 | 浙江浙能嘉华发电有限公司 | 一种基于rcm的火电机组设备检修方法 |
CN111949646A (zh) * | 2020-09-03 | 2020-11-17 | 平安国际智慧城市科技股份有限公司 | 基于大数据的设备运行状况分析方法、装置、设备及介质 |
CN112732477A (zh) * | 2021-04-01 | 2021-04-30 | 四川华鲲振宇智能科技有限责任公司 | 一种带外自检故障隔离的方法 |
CN115085900A (zh) * | 2022-08-22 | 2022-09-20 | 四川汉唐云分布式存储技术有限公司 | 一种基于分布式存储的同态加密方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106209405B (zh) | 故障诊断方法及装置 | |
EP3663919B1 (en) | System and method of automated fault correction in a network environment | |
CN112817280A (zh) | 一种用于火电厂智慧监盘报警系统实现方法 | |
CN104796273A (zh) | 一种网络故障根源诊断的方法和装置 | |
CN111949480B (zh) | 一种基于组件感知的日志异常检测方法 | |
CN113689911B (zh) | 一种故障诊断方法、装置、设备及可读存储介质 | |
CN104574219A (zh) | 电网业务信息系统运行工况的监测预警方法及系统 | |
CN111027615A (zh) | 基于机器学习的中间件故障预警方法和系统 | |
CN115981984A (zh) | 一种设备故障检测方法、装置、设备及存储介质 | |
CN112987696A (zh) | 一种区域配电网设备管理平台及其运行方法 | |
CN115237717A (zh) | 一种微服务异常检测方法和系统 | |
Chen et al. | Graph-based incident aggregation for large-scale online service systems | |
Gurumdimma et al. | Towards detecting patterns in failure logs of large-scale distributed systems | |
CN114610553A (zh) | 一种智能设备检测系统及其检测方法 | |
KR101741108B1 (ko) | 시스템 결함 분석 장치, 방법 및 시스템 결함을 분석하기 위한 프로그램을 저장하는 저장매체 | |
CN117271534A (zh) | 一种汽车零部件的光谱检测方法及系统 | |
CN109889258B (zh) | 一种光网络故障校验方法和设备 | |
CN112965990A (zh) | 低压联络柜故障解决方案生成方法、装置 | |
CN115658441B (zh) | 一种基于日志的家政业务系统异常监控方法、设备及介质 | |
CN116090911A (zh) | 一种基于多核聚类的设备故障分析方法、装置及系统 | |
CN116826961A (zh) | 电网智能调度和运维系统、方法及存储介质 | |
CN111475643A (zh) | 数据中心交换机异常日志的处理方法、装置及存储介质 | |
CN111614504A (zh) | 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统 | |
Zou et al. | Improving log-based fault diagnosis by log classification | |
Murtaza et al. | On the comparison of user space and kernel space traces in identification of software anomalies |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230509 |