CN117743659B - 一种集成动力、环境和安防监控的机房监控方法及系统 - Google Patents
一种集成动力、环境和安防监控的机房监控方法及系统 Download PDFInfo
- Publication number
- CN117743659B CN117743659B CN202410192110.6A CN202410192110A CN117743659B CN 117743659 B CN117743659 B CN 117743659B CN 202410192110 A CN202410192110 A CN 202410192110A CN 117743659 B CN117743659 B CN 117743659B
- Authority
- CN
- China
- Prior art keywords
- data
- time sequence
- denoising
- environment
- machine room
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000005856 abnormality Effects 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 61
- 239000011159 matrix material Substances 0.000 claims description 48
- 230000007613 environmental effect Effects 0.000 claims description 37
- 238000000611 regression analysis Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 239000013585 weight reducing agent Substances 0.000 claims description 6
- 239000000779 smoke Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000003449 preventive effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及一种集成动力、环境和安防监控的机房监控方法及系统，属于机房监控技术领域。本发明包括信息采集模块、机房孪生模块、数据处理模块、异常监测模块、异常告警模块，根据机房设备规格参数通过数字孪生系统得到虚拟三维机房，根据时序动环监测数据通过数据处理得到去噪时序动环监测数据，根据去噪动力设备数据得到设备故障报警信息，根据去噪时序环境数据得到环境报警信息和环境预警信息，根据机房门禁监测图像得到安防警告信息，将去噪动力设备数据和去噪时序环境数据通过数据映射到虚拟三维机房进行终端展示，将警告信息在虚拟三维机房开启声光定位报警并发送至终端，实现了虚拟机房的构建和机房预防性维护，提高了机房监控可靠性。
Description
技术领域
本发明属于机房监控技术领域，具体涉及一种集成动力、环境和安防监控的机房监控方法及系统。
背景技术
随着当今社会计算机科学技术的不断发展，人们对于网络机房的集中监控的需求也随之增高。当前社会的环境监测技术和嵌入式技术愈发成熟，机房监控系统的应用越来越广泛，然而，机房动力环境监控系统是一个综合利用计算机网络技术、数据库技术、通信技术、自动控制技术、新型传感技术等构成的计算机网络。这些机房所承载的业务往往是十分重要的，一旦发生意外，就会造成巨大的经济损失，并且难以恢复。所以，此类机房环境监控系统的发展越来越快，有着巨大的发展前景。
目前，传统的机房监控存在以下问题：首先，早期的机房监控需要管理人员定期对机房设备、环境等进行现场检测，需要人员全天候监控，这造成了人力资源的浪费以及由于人工误检导致设备发生事故风险增大，另外，有些具有传感器的机房监控系统存在数据集成度低，导致数据处理速度慢，进一步导致机房监控实时性差和安全性差等问题。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种集成动力、环境和安防监控的机房监控方法及系统，
本发明的目的可以通过以下技术方案实现：
一种集成动力、环境和安防监控的机房监控方法，包括以下步骤：
S1：获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
S2：根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
S3：根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
S4：获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息；
S5：获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，/>表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息；
S6：获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
S7：将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
优选地，所述步骤S2具体包括以下步骤：
S201：所述模型轻量化处理包括将通过将3D建模得到的初始三维设备模型保存为STL格式三维设备模型，根据所述STL格式三维设备模型通过轻量化工具分析冗余点线和冗余面片，通过将所述冗余点线和冗余面片进行去除得到所述三维设备模型；
S202：获取实际机房平面图和实际设备图片，根据所述实际设备图片通过处理得到模型贴图，根据所述三维设备模型和所述模型贴图通过Unity 3D工具处理得到预设设备模型，根据所述预设设备模型和所述实际机房平面图通过所述数字孪生系统得到所述虚拟三维机房。
优选地，所述步骤S3具体包括以下步骤：
S301：计算所述异常统计量，所述数据去噪模型表示为：，其中，/>表示第i个所述时序动环监测数据，/>表示第i个所述异常统计量，α和β表示权重系数；
S302：获取统计量临界值，当所述异常统计量大于等于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为无效数据并删除，当所述异常统计量小于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为正常数据，根据所述正常数据得到所述去噪时序动环监测数据。
优选地，重复步骤S301-S302，通过调整参数表示第i个所述时序动力设备数据得到所述时序动力设备数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪动力设备数据，调整参数/>表示第i个所述时序环境数据得到所述时序环境数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪时序环境数据。
优选地，所述步骤S4具体包括以下步骤：
S401：根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵通过计算欧氏距离得到动力设备特征距离，计算公式为：，其中，D表示所述动力设备特征距离，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，α表示权重系数；
S402：根据所述动力设备特征距离和所述去噪动力设备特征矩阵通过公式计算置信度分数，Q表示所述置信度分数，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，β和b表示权重系数；
S403：当所述置信度分数小于预设阈值时，生成所述设备故障报警信息，当所述置信度分数大于等于预设阈值时，生成设备无异常信息。
优选地，所述步骤S5具体还包括以下步骤：
S501：获取N组所述去噪时序环境数据，计算环境均值数组，计算公式为：，Average[i]表示所述环境均值数组，num[i]表示第i组所述去噪时序环境数据；
S502：根据所述环境均值数组通过所述回归分析得到环境预测值，根据所述环境参数阈值和所述环境预测值通过公式计算得到异常概率值，其中，P表示所述异常概率值，L表示所述环境参数阈值，Ki表示所述环境预测值，/>表示所述去噪时序环境数据，当所述异常概率值大于等于预设阈值时，生成所述环境预警信息。
优选地，所述步骤S6具体包括根据所述合法人脸图像信息训练人脸识别网络模型，通过人脸识别网络模型处理所述目标人脸关键帧得到目标人脸匹配度，当所述目标人脸匹配度大于等于预设阈值时，生成所述安防警告信息，当所述目标人脸匹配度小于预设阈值时，生成识别通过信息。
优选地，所述时序动力设备数据包括时序UPS电源数据、时序配电设备数据、蓄电池组数据，所述时序环境数据包括时序温度数据、时序湿度数据、时序烟雾数据。
一种集成动力、环境和安防监控的机房监控系统，包括：
信息采集模块，用于获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
机房孪生模块，用于根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
数据处理模块，用于根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
异常监测模块，用于获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息，获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，/>表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息，获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
异常告警模块，用于将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
本发明的有益效果为：
1. 通过设置有机房孪生模块，用于根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房，实现了虚拟三维机房的构建，有利于操作人员直观易懂响应问题，增强了系统的可用性和灵活性；
2. 通过获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值得到参数差值，根据所述参数差值生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，实现了预防性维护，提高了机房数据的整体效率和可靠性；
3. 通过设置有异常告警模块，将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端，减少了对人为干预的依赖和人为错误的可能性，确保了系统的连续性和稳定性。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的集成动力、环境和安防监控的机房监控方法的流程示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
请参阅图1，一种集成动力、环境和安防监控的机房监控方法，具体包括以下步骤：
一种集成动力、环境和安防监控的机房监控方法，包括以下步骤：
S1：获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
S2：根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
S3：根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
S4：获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息；
S5：获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，/>表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息；
S6：获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
S7：将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
步骤S1具体涉及信息采集模块，获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据，所述时序动力设备数据包括时序UPS电源数据、时序配电设备数据、蓄电池组数据，所述时序环境数据包括时序温度数据、时序湿度数据、时序烟雾数据。
步骤S2具体涉及机房孪生模块，根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，所述模型轻量化处理包括将通过将3D建模得到的初始三维设备模型保存为STL格式三维设备模型，根据所述STL格式三维设备模型通过轻量化工具分析冗余点线和冗余面片，通过将所述冗余点线和冗余面片进行去除得到所述三维设备模型；
获取实际机房平面图和实际设备图片，根据所述实际设备图片通过处理得到模型贴图，根据所述三维设备模型和所述模型贴图通过Unity 3D工具处理得到预设设备模型，根据所述预设设备模型和所述实际机房平面图通过所述数字孪生系统得到所述虚拟三维机房。
步骤S3具体涉及数据处理模块，计算所述异常统计量，所述数据去噪模型表示为：，其中，/>表示第i个所述时序动环监测数据，/>表示第i个所述异常统计量，α和β表示权重系数；
获取统计量临界值，当所述异常统计量大于等于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为无效数据并删除，当所述异常统计量小于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为正常数据，根据所述正常数据得到所述去噪时序动环监测数据。
重复步骤S301-S302，通过调整参数表示第i个所述时序动力设备数据得到所述时序动力设备数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪动力设备数据，调整参数/>表示第i个所述时序环境数据得到所述时序环境数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪时序环境数据。
步骤S4、步骤S5和步骤S6具体涉及异常监测模块，其中，步骤S4具体包括根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵通过计算欧氏距离得到动力设备特征距离，计算公式为：，其中，D表示所述动力设备特征距离，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，α表示权重系数；
根据所述动力设备特征距离和所述去噪动力设备特征矩阵通过公式计算置信度分数，Q表示所述置信度分数，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，β和b表示权重系数，当所述置信度分数小于预设阈值时，生成所述设备故障报警信息，当所述置信度分数大于等于预设阈值时，生成设备无异常信息。
步骤S5具体还包括获取N组所述去噪时序环境数据，计算环境均值数组，计算公式为：，Average[i]表示所述环境均值数组，num[i]表示第i组所述去噪时序环境数据，根据所述环境均值数组通过所述回归分析得到环境预测值，根据所述环境参数阈值和所述环境预测值通过公式/>计算得到异常概率值，其中，P表示所述异常概率值，L表示所述环境参数阈值，Ki表示所述环境预测值，/>表示所述去噪时序环境数据，当所述异常概率值大于等于预设阈值时，生成所述环境预警信息。
步骤S6具体包括根据所述合法人脸图像信息训练人脸识别网络模型，通过人脸识别网络模型处理所述目标人脸关键帧得到目标人脸匹配度，当所述目标人脸匹配度大于等于预设阈值时，生成所述安防警告信息，当所述目标人脸匹配度小于预设阈值时，生成识别通过信息。
步骤S7具体涉及异常告警模块，将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
更进一步地，本申请还提供一种集成动力、环境和安防监控的机房监控系统，包括：
信息采集模块，用于获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
机房孪生模块，用于根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
数据处理模块，用于根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
异常监测模块，用于获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息，获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，/>表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息，获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
异常告警模块，用于将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
本发明的工作原理及使用流程：
通过信息采集模块获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，根据机房设备规格参数通过模型轻量化处理得到三维设备模型，根据三维设备模型通过数字孪生系统得到虚拟三维机房，根据时序动环监测数据通过数据去噪模型处理得到异常统计量，根据异常统计量得到去噪时序动环监测数据，根据去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据标准动力设备特征矩阵和去噪动力设备特征矩阵得到设备故障报警信息，根据去噪时序环境数据得到环境报警信息和环境预警信息，根据机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据目标人脸关键帧生成安防警告信息，将去噪动力设备数据和去噪时序环境数据通过数据映射到虚拟三维机房进行终端展示，根据设备故障报警信息、环境报警信息、环境预警信息和安防警告信息在虚拟三维机房开启声光定位报警，并将设备故障报警信息、环境报警信息、环境预警信息和安防警告信息发送至终端。
本发明实施例中的方法包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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示如上，然而并非用以限定本发明，任何本领域技术人员，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洁修改、等同变化与修饰，均仍属于本发明技术方案的范围。
Claims (4)
1.一种集成动力、环境和安防监控的机房监控方法，其特征在于，包括以下步骤：
S1：获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
S2：根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
S3：根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
S4：获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息；
S5：获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，/>表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息；
S6：获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
S7：将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端；
所述步骤S3具体包括以下步骤：
S301：计算所述异常统计量，所述数据去噪模型表示为：，其中，表示第i个所述时序动环监测数据，/>表示第i个所述异常统计量，α和β表示权重系数；
S302：获取统计量临界值，当所述异常统计量大于等于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为无效数据并删除，当所述异常统计量小于所述统计量临界值时，将所述异常统计量对应的所述时序动环监测数据标记为正常数据，根据所述正常数据得到所述去噪时序动环监测数据；
重复步骤S301-S302，通过调整参数表示第i个所述时序动力设备数据得到所述时序动力设备数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪动力设备数据，调整参数/>表示第i个所述时序环境数据得到所述时序环境数据的所述异常统计量，根据所述异常统计量通过步骤S302的判断规则得到所述去噪时序环境数据；
所述步骤S4具体包括以下步骤：
S401：根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵通过计算欧氏距离得到动力设备特征距离，计算公式为：，其中，D表示所述动力设备特征距离，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，α表示权重系数；
S402：根据所述动力设备特征距离和所述去噪动力设备特征矩阵通过公式计算置信度分数，Q表示所述置信度分数，A表示所述标准动力设备特征矩阵，B表示所述去噪动力设备特征矩阵，β和b表示权重系数；
S403：当所述置信度分数小于预设阈值时，生成所述设备故障报警信息，当所述置信度分数大于等于预设阈值时，生成设备无异常信息；
所述步骤S5具体还包括以下步骤：
S501：获取N组所述去噪时序环境数据，计算环境均值数组，计算公式为：，Average[i]表示所述环境均值数组，num[i]表示第i组所述去噪时序环境数据；
S502：根据所述环境均值数组通过所述回归分析得到环境预测值，根据所述环境参数阈值和所述环境预测值通过公式计算得到异常概率值，其中，P表示所述异常概率值，L表示所述环境参数阈值，Ki表示所述环境预测值，/>表示所述去噪时序环境数据，当所述异常概率值大于等于预设阈值时，生成所述环境预警信息；
所述步骤S6具体包括根据所述合法人脸图像信息训练人脸识别网络模型，通过人脸识别网络模型处理所述目标人脸关键帧得到目标人脸匹配度，当所述目标人脸匹配度大于等于预设阈值时，生成所述安防警告信息，当所述目标人脸匹配度小于预设阈值时，生成识别通过信息。
2.根据权利要求1所述的集成动力、环境和安防监控的机房监控方法，其特征在于，所述步骤S2具体包括以下步骤：
S201：所述模型轻量化处理包括将通过将3D建模得到的初始三维设备模型保存为STL格式三维设备模型，根据所述STL格式三维设备模型通过轻量化工具分析冗余点线和冗余面片，通过将所述冗余点线和冗余面片进行去除得到所述三维设备模型；
S202：获取实际机房平面图和实际设备图片，根据所述实际设备图片通过处理得到模型贴图，根据所述三维设备模型和所述模型贴图通过Unity 3D工具处理得到预设设备模型，根据所述预设设备模型和所述实际机房平面图通过所述数字孪生系统得到所述虚拟三维机房。
3.根据权利要求1所述的集成动力、环境和安防监控的机房监控方法，其特征在于，所述时序动力设备数据包括时序UPS电源数据、时序配电设备数据、蓄电池组数据，所述时序环境数据包括时序温度数据、时序湿度数据、时序烟雾数据。
4.一种集成动力、环境和安防监控的机房监控系统，该集成动力、环境和安防监控的机房监控系统采用如权利要求1所述的集成动力、环境和安防监控的机房监控方法，其特征在于，包括：
信息采集模块，用于获取机房设备规格参数、时序动环监测数据和机房门禁监测图像，所述时序动环监测数据包括时序动力设备数据、时序环境数据；
机房孪生模块，用于根据所述机房设备规格参数通过模型轻量化处理得到三维设备模型，根据所述三维设备模型通过数字孪生系统得到虚拟三维机房；
数据处理模块，用于根据所述时序动环监测数据通过数据去噪模型处理得到异常统计量，根据所述异常统计量得到去噪时序动环监测数据，所述去噪时序动环监测数据包括去噪动力设备数据、去噪时序环境数据；
异常监测模块，用于获取标准动力设备特征矩阵，根据所述去噪动力设备数据通过特征提取得到去噪动力设备特征矩阵，根据所述标准动力设备特征矩阵和所述去噪动力设备特征矩阵得到设备故障报警信息，获取环境参数阈值，根据所述去噪时序环境数据和所述环境参数阈值通过公式计算得到参数差值，其中，/>表示所述参数差值，表示所述去噪时序环境数据，/>表示所述环境参数阈值，当/>＞0时，生成环境报警信息，根据所述去噪时序环境数据通过回归分析得到异常概率值，根据所述异常概率值生成环境预警信息，所述去噪时序环境数据携带传感器位置信息，获取合法人脸图像信息，根据所述机房门禁监测图像通过YOLOV3目标检测方法处理得到目标人脸框集，根据所述目标人脸框集通过目标跟踪算法得到目标人脸关键帧，根据所述目标人脸关键帧生成安防警告信息；
异常告警模块，用于将所述去噪动力设备数据和所述去噪时序环境数据通过数据映射到所述虚拟三维机房进行终端展示，根据所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息在所述虚拟三维机房开启声光定位报警，并将所述设备故障报警信息、所述环境报警信息、所述环境预警信息和所述安防警告信息发送至终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410192110.6A CN117743659B (zh) | 2024-02-21 | 2024-02-21 | 一种集成动力、环境和安防监控的机房监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410192110.6A CN117743659B (zh) | 2024-02-21 | 2024-02-21 | 一种集成动力、环境和安防监控的机房监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117743659A CN117743659A (zh) | 2024-03-22 |
| CN117743659B true CN117743659B (zh) | 2024-05-03 |
Family
ID=90261455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410192110.6A Active CN117743659B (zh) | 2024-02-21 | 2024-02-21 | 一种集成动力、环境和安防监控的机房监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117743659B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104063622A (zh) * | 2014-07-08 | 2014-09-24 | 哈尔滨工业大学 | 基于相似性度量的复杂系统监测数据的可视化方法 |
| CN111402444A (zh) * | 2020-03-24 | 2020-07-10 | 深圳市中盛瑞达科技有限公司 | 一种一体化机房运维管理系统 |
| CN113283290A (zh) * | 2021-04-14 | 2021-08-20 | 南京瀚元科技有限公司 | 一种基于3d视觉、rgb特征的配电房监控方法 |
| CN115800551A (zh) * | 2022-12-30 | 2023-03-14 | 河海大学 | 用于防爆配电箱的远程监控系统及方法 |
| CN116126645A (zh) * | 2023-04-04 | 2023-05-16 | 江苏天创科技有限公司 | 一种基于数字孪生的机房稳定性监测方法及系统 |
| CN116597309A (zh) * | 2023-05-16 | 2023-08-15 | 陕西中医药大学 | 集成萌芽期生长和苗期生理指标鉴选植物抗性品种的方法 |
| CN117079211A (zh) * | 2023-08-16 | 2023-11-17 | 广州腾方科技有限公司 | 一种网络机房的安全监控系统及其方法 |
| CN117274259A (zh) * | 2023-11-22 | 2023-12-22 | 深圳市利新联电子有限公司 | 一种基于物联网的键盘生产设备管理方法及系统 |
| CN117391625A (zh) * | 2023-10-18 | 2024-01-12 | 上海形拓科技有限公司 | 一种基于数字孪生的智能制造管理系统及方法 |
| CN117472704A (zh) * | 2023-11-14 | 2024-01-30 | 中国电信股份有限公司深圳分公司 | 基于三维模型的机房管理方法、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7539532B2 (en) * | 2006-05-12 | 2009-05-26 | Bao Tran | Cuffless blood pressure monitoring appliance |
-
2024
- 2024-02-21 CN CN202410192110.6A patent/CN117743659B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104063622A (zh) * | 2014-07-08 | 2014-09-24 | 哈尔滨工业大学 | 基于相似性度量的复杂系统监测数据的可视化方法 |
| CN111402444A (zh) * | 2020-03-24 | 2020-07-10 | 深圳市中盛瑞达科技有限公司 | 一种一体化机房运维管理系统 |
| CN113283290A (zh) * | 2021-04-14 | 2021-08-20 | 南京瀚元科技有限公司 | 一种基于3d视觉、rgb特征的配电房监控方法 |
| CN115800551A (zh) * | 2022-12-30 | 2023-03-14 | 河海大学 | 用于防爆配电箱的远程监控系统及方法 |
| CN116126645A (zh) * | 2023-04-04 | 2023-05-16 | 江苏天创科技有限公司 | 一种基于数字孪生的机房稳定性监测方法及系统 |
| CN116597309A (zh) * | 2023-05-16 | 2023-08-15 | 陕西中医药大学 | 集成萌芽期生长和苗期生理指标鉴选植物抗性品种的方法 |
| CN117079211A (zh) * | 2023-08-16 | 2023-11-17 | 广州腾方科技有限公司 | 一种网络机房的安全监控系统及其方法 |
| CN117391625A (zh) * | 2023-10-18 | 2024-01-12 | 上海形拓科技有限公司 | 一种基于数字孪生的智能制造管理系统及方法 |
| CN117472704A (zh) * | 2023-11-14 | 2024-01-30 | 中国电信股份有限公司深圳分公司 | 基于三维模型的机房管理方法、设备及存储介质 |
| CN117274259A (zh) * | 2023-11-22 | 2023-12-22 | 深圳市利新联电子有限公司 | 一种基于物联网的键盘生产设备管理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| "基于机器学习的输变电设备状态信息可视化监控系统";杨哲明等;《信息技术》;20220731;154-159 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117743659A (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111536429B (zh) | 一种基于决策融合的油气管道预警系统及预警方法 | |
| CN109447480A (zh) | 一种基于bim+gis建模的路桥工程设备安全监控系统及方法 | |
| CN109543870B (zh) | 一种基于邻域保持嵌入算法的输电线路杆塔雷击预警方法 | |
| CN108809706B (zh) | 一种变电站的网络风险监测系统 | |
| CN114358242A (zh) | 一种异质结电池生产监控系统及方法 | |
| CN115248873A (zh) | 一种基于数据融合的电缆隧道安全监测方法及系统 | |
| CN115585731A (zh) | 空天地一体化水电站空间状态智能监控管理系统及其方法 | |
| CN110164102B (zh) | 一种光伏电站组串异常报警方法及报警装置 | |
| CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
| CN108389360A (zh) | 一种基于视频分析的输电线路火灾监测方法及系统 | |
| CN117743659B (zh) | 一种集成动力、环境和安防监控的机房监控方法及系统 | |
| CN108805427B (zh) | 一种基于大数据的配电网运行状态风险预警系统 | |
| CN110850768B (zh) | 一种基于5g的大数据物联网系统 | |
| CN111510685A (zh) | 一种基于三维模型的信息输出方法及装置 | |
| CN117372954A (zh) | 充电站安全监测方法、装置、系统和计算机设备 | |
| CN116667783A (zh) | 一种分布式光伏电站维护系统 | |
| CN205179109U (zh) | 一种基于物联网的盾构隧道施工精细化数字管理平台 | |
| CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
| CN116243103A (zh) | 基于多源数据的输变电设备状态智能感知预警方法 | |
| CN115238574A (zh) | 基于数字孪生的输电线路数据管理方法 | |
| CN114123483A (zh) | 基于宏观与微观观察数据的输电区域自动识别与管控系统和方法 | |
| CN114400778A (zh) | 一种智能变电站一体化信息平台及其使用方法 | |
| CN113569956A (zh) | 一种基于ai算法的山火灾害勘查识别方法 | |
| CN112857255A (zh) | 一种基于三维激光扫描技术的智能监测系统及方法 | |
| CN111885349B (zh) | 一种管廊异常检测系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |