CN117764422B - 智慧节能运维管理云平台 - Google Patents
智慧节能运维管理云平台 Download PDFInfo
- Publication number
- CN117764422B CN117764422B CN202410195421.8A CN202410195421A CN117764422B CN 117764422 B CN117764422 B CN 117764422B CN 202410195421 A CN202410195421 A CN 202410195421A CN 117764422 B CN117764422 B CN 117764422B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- data
- equipment
- preset
- time
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 363
- 238000004458 analytical method Methods 0.000 claims abstract description 97
- 230000008859 change Effects 0.000 claims abstract description 58
- 238000007405 data analysis Methods 0.000 claims abstract description 38
- 230000000694 effects Effects 0.000 claims abstract description 25
- 238000005265 energy consumption Methods 0.000 claims description 91
- 238000012937 correction Methods 0.000 claims description 86
- 238000000034 method Methods 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 52
- 230000005856 abnormality Effects 0.000 claims description 45
- 238000007726 management method Methods 0.000 claims description 41
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000012216 screening Methods 0.000 claims description 20
- 238000012795 verification Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种智慧节能运维管理云平台,涉及运维管理技术领域,包括:数据采集模块,用于实时获取设备的运行数据,并结合数据的采集时间,生成初始数据集;数据分析模块,用于对预设时段内的初始数据集进行分析,判断设备的实时运行状态,并对设备状态变化趋势进行预测,生成设备状态分析数据;运维模块,用于结合预设运维指标,将设备状态分析数据输入预设运维管理模型中,得到预设运维指标下的运维流程,并对相应的设备进行预见性维护;报表生成模块,用于获取运维后的设备运行数据,生成维后数据集,评估维护效果并生成运维数据分析报表。本发明可以对设备进行预见性维护,保证设备的正常运行,提升轨道交通的运行稳定性。
Description
技术领域
本发明涉及运维管理技术领域,尤其涉及一种智慧节能运维管理云平台。
背景技术
随着我国轨道交通行业建设和运营规模快速发展,轨道交通基础设施和技术装备数量日益激增,给轨道交通运维工作带来了巨大压力,传统运维模式已经难以满足网络化运行的轨道交通运维需求。
目前,轨道交通的运维通常采用人工对设备进行定期运维和故障后维修的方式,来对设备可能存在的故障进行定期检查和排除。虽然通过定期运维的方式可以减小设备的故障发生率,但在运维间隔期间发生的设备故障难以被发现和排除,这就可能会因为设备在运行过程中发生故障而导致轨道交通停滞甚至陷入瘫痪的情况发生,从而影响轨道交通的正常运行,而且人工运维多数依赖运维人员的作业经验,可能会因人为因素而导致设备运维效果不达标、甚至误判设备状态而留下安全隐患的情况发生。
因此,本发明提供一种智慧节能运维管理云平台。
发明内容
本发明提供一种智慧节能运维管理云平台,用以实时监测设备的运行数据以及精确判定设备的运行状态,通过对设备实时数据的分析处理来预测设备的异常状态,进而可以对设备进行预见性维护,保证设备的正常运行,提升轨道交通的运行稳定性。同时,在运维后自动生成运维数据,并以此来判定运维效果,不断优化运维流程、提升运维质量。
本发明提供一种智慧节能运维管理云平台,包括:
数据采集模块,用于通过物联网技术,实时获取设备的运行数据,同时,结合数据的采集时间,生成每一时刻下的初始数据集;
数据分析模块,用于对预设时段内的所述初始数据集进行分析,判断设备的实时运行状态,同时,结合预设预测模型对设备状态变化趋势进行预测,基于判断结果和预测结果,生成设备状态分析数据;
运维模块,用于结合预设运维指标,将所述设备状态分析数据输入预设运维管理模型中,得到所述预设运维指标下的运维流程,并基于所述运维流程,对相应的设备进行预见性维护;
报表生成模块,用于获取运维后的设备运行数据,生成维后数据集,同时,结合所述预设运维指标,将所述维后数据集与初始数据集进行对比分析,评估维护效果并生成运维数据分析报表。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述数据采集模块,包括:
耗能数据获取单元,用于利用能源检测设备获取每一耗能设备在运行过程中的实时耗能数据,生成设备耗能数据;
运行数据获取单元,用于获取设备运行过程中自身的运行数据,生成设备自身运行数据;
数据集生成单元,用于基于同一时刻下的所述设备耗能数据和设备自身运行数据,按照时序生成初始数据集。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述数据分析模块,包括:
设备耗能分析单元,用于对所述初始数据集中每一设备的耗能数据进行分析,同时,结合同一设备下的预设耗能基准数据以及预设效能指标,获取所有能耗设备的能耗状态的类型以及趋势,基于获取结果生成设备耗能数据表;
运行状态分析单元,用于结合从标准数据库中筛选得到的预设运行标准数据,对所述初始数据集中每一设备的自身运行数据进行对比分析,判断每一设备的实时运行状态,基于判断结果生成设备状态分析表;
实时数据表生成单元,用于基于每一同一时刻下的设备耗能数据表和设备状态分析表,按照时序生成设备的实时数据表。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述数据分析模块,还包括:
设备信息获取单元,用于在设备信息数据库中获取所述初始数据集中所有设备的设备信息,基于所述设备信息中的特征信息,生成设备特征信息;
预测模型匹配单元,用于基于所述设备特征信息,在预设分析模型数据库中筛选得到适配的预设状态预测模型以及预设能耗预测模型;
运行状态预测单元,用于基于所述预设状态预测模型,对所述实时数据表以及在历史数据库中筛选得到的同一设备下的历史数据进行分析,预测每一设备的运行状态变化趋势;
能耗预测单元,用于通过所述预设能耗预测模型对每一设备的耗能状态进行分析,预测每一设备的耗能状态变化趋势,且结合所述运行状态变化趋势,生成预测数据表;
综合预测单元,用于基于每一设备运行状态、耗能状态的所述实时数据表以及预测数据表,生成设备状态分析数据。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述运维模块,包括:
指标获取单元,用于基于预设算法获取系统匹配的系统运维指标,同时,基于端口接收的人工自定义运维指标,且结合各指标对应的优先级,综合生成预设运维指标;
流程获取单元,用于结合所述预设运维指标,通过所述预设运维管理模型对设备状态分析数据进行分析,获取需要进行维护的运维设备列表,并匹配得到与设备对应的运维流程;
运维单元,用于结合预设运维指标,按照所述运维流程对运维列表中的所有设备进行预见性维护。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述流程获取单元,包括:
数据解析子单元,用于获取所述设备状态分析数据,采集每一设备在预设时段内每一时刻下的判断结果以及每一时刻下对应的未来时刻的预测结果,按照时序生成所述预设时段内每一设备的状态变化表;
对比子单元,用于将所述状态变化表中的同一设备在第一时刻对第二时刻的预测结果和所述第二时刻下的判断结果进行对比,生成每个第二时刻的对比结果以及差值修正系数;
时间修正系数生成子单元,用于根据所述第一时刻与第二时刻之间的时间间隔,在预设间隔-系数匹配表中获取所述预设时段内每个第二时刻下的时间修正系数;
综合修正子单元,用于结合所述差值修正系数和时间修正系数,对所述状态变化表中每个第二时刻下的所述预测结果进行修正,生成修正状态表;
异常分析子单元,用于根据预设状态对照表对所述修正状态表中每一设备的判断结果和预测结果进行异常判定,获取所述修正状态表中的所有异常判断结果和异常预测结果,综合生成异常状态表;
异常解析子单元,用于对所述异常状态表中的所有异常结果进行解析,获取对应的异常种类和异常等级,同时,基于所述异常种类和异常等级,生成异常核验指令;
核验子单元,用于基于所述异常核验指令,调用与同一设备下异常结果的异常种类、异常等级均匹配的核验装置对设备的异常状态进行核验;
流程确认子单元,用于结合核验结果以及预设运维指标,通过所述预设运维管理模型对同一设备下异常状态对应的时刻以及异常等级进行分析,确定设备的运维模式以及所述运维模式下的运维流程,其中,所述运维模式包括智能运维、人工运维以及远程运维;
工单生成子单元,用于基于所述运维模式以及运维流程,获取空闲运维设备信息和运维人员信息,生成运维工单并派发至对应的运维设备和运维人员。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,结合所述差值修正系数和时间修正系数,对所述状态变化表中每个第二时刻下的预测结果进行修正,包括:
按照时序顺序截取所述状态变化表中n个时刻点的状态变化数据,生成截取数据组,并构建得到同一设备下的数据变化方阵A;
;其中,/>表示设备在第1时刻点下的实时数据值;/>表示设备在第1时刻点对第n时刻点的预测数据值;/>表示设备在第n时刻点的实时数据值;/>表示设备在第2时刻点的实时数据值;/>表示设备在第2时刻点对第n时刻点的预测数据值;
对所述数据变化方阵进行归一化,得到标准矩阵B,其中,所述标准矩阵B中的每列用向量组bj表示,且j的取值为2,3,...,n,且,/>表示标准矩阵B中第j列中第1个元素的预测标准化值;/>表示标准矩阵B中第j列中第j个元素的实时标准化值;
分别计算每列向量组bj的平均误差以及方差/>;
;其中,/>表示第i时刻对第j时刻的预测标准化值;
基于所述平均误差以及方差/>,计算第j个时刻下第i个预测标准化值的误差指数/>,并构建得到每个时刻下的预测误差向量;
;将所述预测误差向量输入预设数据处理模型中进行分析确定第j时刻的第一误差趋势,并根据所述第一误差趋势匹配针对第j时刻的第一修正权重/>以及根据预测误差向量中存与/>为相邻关系的误差指数所确定/>的第二误差趋势,来匹配针对/>的第二修正权重;
根据所述第一修正权重以及第二修正权重确定对的调整系数,并构建得到修正系数矩阵;
确定所述标准矩阵B中每个实时数据与对应预测数据之间的时间间隔Tm,并根据所述预设间隔-系数匹配表,得到第j时刻下的时间修正系数Tj;
;其中,/>,/>为相邻两个时刻点间的单位时间间隔;/>为预设权重系数;n/>表示/>中数据值不为0的元素个数;n/>表示中数据值超出预设阈值的元素个数;/>为第j时刻下预测数据与实时数据的时间间隔均值;
结合同一设备下的修正系数矩阵以及时间修正系数,对所述状态变化表中每一时刻下的预测数据值进行修正,并预测得到未来预设时刻的预测修正数据值,同时,通过预设拟合函数对所述预测数据值、预测修正数据值进行拟合处理,生成数据预测修正曲线和状态预测表。
根据本发明提供的一种智慧节能运维管理云平台,其特征在于,所述报表生成模块,包括:
流程数据记录单元,用于通过维修主体携带的影像设备实时获取运维过程中的操作数据,且结合运维场景以及工况确定所述操作数据的上传模式;
流程报表生成单元,用于基于运维过程中各流程的操作数据,建立维中流程报表;
数据共享单元,用于通过云端建立共享数据库,且结合人员的权限等级向指定人员发送对应权限下的数据内容;
介入单元,用于获取云端接收的介入指令,同时,结合介入指令来源对应的所述权限等级,通过预设介入端口向所述维修主体携带的接收设备发送介入指令,基于所述介入指令对设备的运维过程进行控制;
维后数据采集单元,用于通过所述数据采集模块获取运维后的设备运行数据,汇总得到每一运维过程完成后的维后数据集;
指标-数据匹配单元,用于对同一所述预设运维指标下的初始数据集、维后数据集进行绑定,生成每一预设运维指标下的数据组;
数据组分析单元,用于对所述数据组中同一数据类别的数据在运维前后的变化量进行分析,汇总得到第一分析结果;
历史对比单元,用于在历史运维数据库中筛选匹配度大于第一匹配度的历史运维数据,并与所述第一分析结果进行对比分析,生成第二分析结果;
标准数据获取单元,用于在预设标准数据库中筛选得到每一所述预设运维指标下的标准数据,分别计算同一所述预设运维指标下的初始数据集、维后数据集与所述标准数据之间的差值,汇总得到第三分析结果;
效果分析单元,用于将所述第一分析结果、第二分析结果以及第三分析结果输入预设数据分析模型中进行分析,同时,结合对应的所述预设运维指标,得到每一所述预设运维指标下的运维结果;
报表生成单元,用于基于所述介入指令、所述预设运维指标以及对应的运维结果,且结合与所述介入指令对应的第一评估因子和与所述预设运维指标对应的第二评估因子,综合评估运维过程的运维效果,并生成运维数据分析报表,同时,将所述运维数据分析报表发送至所述共享数据库。
本发明提供的一种智慧节能运维管理云平台,通过数据采集模块可以实时监测设备的运行数据,进而通过数据分析模块精确判定设备的实时运行状态,并结合预设预测模型预测设备的异常状态,进而可以通过提前发现设备的安全隐患而对设备进行预见性维护,保证设备的正常运行,提升轨道交通的运行稳定性。同时,通过报表生成模块可以在运维后自动生成运维数据,并以此来判定运维效果,不断优化运维流程、提升运维质量。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的智慧节能运维管理云平台的框架图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
如图1所示,本发明实施例提供的一种智慧节能运维管理云平台,包括:
数据采集模块,用于通过物联网技术,实时获取设备的运行数据,同时,结合数据的采集时间,生成每一时刻下的初始数据集;
数据分析模块,用于对预设时段内的初始数据集进行分析,判断设备的实时运行状态,同时,结合预设预测模型对设备状态变化趋势进行预测,基于判断结果和预测结果,生成设备状态分析数据;
运维模块,用于结合预设运维指标,将设备状态分析数据输入预设运维管理模型中,得到预设运维指标下的运维流程,并基于运维流程,对相应的设备进行预见性维护;
报表生成模块,用于获取运维后的设备运行数据,生成维后数据集,同时,结合预设运维指标,将维后数据集与初始数据集进行对比分析,评估维护效果并生成运维数据分析报表。
该实施例中,物联网技术:一种通过互联网连接各种物理设备和对象,使它们能够相互通信和交互的技术。通过物联网技术可以将传感器、执行器和其他设备连接到互联网,实现设备之间的数据交换、远程监控和智能控制。
该实施例中,运行数据:即轨道交通中各设备在运行过程中的实时参数;
该实施例中,采集时间:通过传感器或其他数据采集设备在采取得到相应数据参数时所对应的时间节点;
该实施例中,初始数据集:根据设备运行数据的采集时间的时序特征,构建得到的数据集合;
该实施例中,预设时段:截取的固定时间长度的时段,是预先设定好的,例如,7时到9时之间2个小时时长的时段;
该实施例中,实时运行状态:通过数据分析模块对预设时段内的初始数据集进行分析后,得到的用于判定设备运行状态的判定结果,包括但不限于:正常、异常、故障等状态;
该实施例中,预设预测模型:用于对实时运行状态进行分析处理,以对设备的未来运行状态的变化趋势进行预测的数据分析模型,是预先设定好的;
该实施例中,判断结果:即判断得到的实时运行状态;
该实施例中,预测结果:即预测得到的设备状态变化趋势;
该实施例中,设备状态分析数据:根据判断结果和预测结果得到的,且用于表征设备的运行状态以及未来运行状态变化趋势的数据;
该实施例中,预设运维指标:用于评估和监测运维效果的指标,是预先设定好的,包括但不限于:平均故障间隔时间、平均修复时间、故障率、响应时间等;
该实施例中,预设运维管理模型:用于结合预设运维指标对设备状态分析数据进行解析处理,进而得到与每一待运维设备对应的运维流程的数据处理模型,是预先设定好的;
该实施例中,运维流程:用于执行运维操作的各个流程,包括故障发现、故障处理,人员分配、效果评估等;
该实施例中,预见性维护:即对设备的异常状态进行预测,进而提前对设备进行维护,以保证设备正常运行的维护操作;
该实施例中,维后数据集:通过在运维后收集到的设备运行数据生成的数据集,用于与初始数据集进行对比分析,以判定运维的效果;
该实施例中,维护效果:即通过对比运维前后设备的运行数据以及状态变化,来判定运维的效果;
该实施例中,运维数据分析报表:包含有运维前后设备运行数据以及运行状态的变化情况的数据分析表,用于表征运维的效果。
本发明实施例的工作原理及有益效果是:通过数据采集模块可以实时监测设备的运行数据,进而通过数据分析模块精确判定设备的实时运行状态,并结合预设预测模型预测设备的异常状态,进而可以通过提前发现设备的安全隐患而对设备进行预见性维护,保证设备的正常运行,提升轨道交通的运行稳定性。同时,通过报表生成模块可以在运维后自动生成运维数据,并以此来判定运维效果,不断优化运维流程、提升运维质量。
本发明实施例提供的一种智慧节能运维管理云平台,数据采集模块,包括:
耗能数据获取单元,用于利用能源检测设备获取每一耗能设备在运行过程中的实时耗能数据,生成设备耗能数据;
运行数据获取单元,用于获取设备运行过程中自身的运行数据,生成设备自身运行数据;
数据集生成单元,用于基于同一时刻下的设备耗能数据和设备自身运行数据,按照时序生成初始数据集。
该实施例中,能源检测设备:用于检测轨道交通中各耗能设备的耗能数据的设备,例如电能表、功率计、温度热量传感器等;
该实施例中,设备耗能数据:根据设备在运行过程中的各项实时耗能数据生成的数据,例如设备在运行过程中的电能损耗、热能损耗等数据;
该实施例中,设备自身运行数据:即设备在运行过程中的各项运行参数,例如,工作电压、电流、功率等;
该实施例中,时序:即时间先后顺序。
本发明实施例的工作原理及有益效果是:本发明通过能源检测设备可以实时获取轨道交通中每一耗能设备在运行过程中的耗能数据,从而可以实时准确地对整个系统中耗能数据进行监测,提升了对设备耗能情况地监测水平;同时,通过运行数据获取单元可以精确获取各设备在运行过程中自身的运行数据,并按照时序顺序与设备耗能数据综合生成初始数据集,以备后续对设备的耗能状态和运行状态进行判别。
本发明实施例提供的一种智慧节能运维管理云平台,数据分析模块,包括:
设备耗能分析单元,用于对初始数据集中每一设备的耗能数据进行分析,同时,结合同一设备下的预设耗能基准数据以及预设效能指标,获取所有能耗设备的能耗状态的类型以及趋势,基于获取结果生成设备耗能数据表;
运行状态分析单元,用于结合从标准数据库中筛选得到的预设运行标准数据,对初始数据集中每一设备的自身运行数据进行对比分析,判断每一设备的实时运行状态,基于判断结果生成设备状态分析表;
实时数据表生成单元,用于基于每一同一时刻下的设备耗能数据表和设备状态分析表,按照时序生成设备的实时数据表。
该实施例中,预设耗能基准数据:用于比较设备能耗的参考数据,是预先设定好的,且与设备一一对应;
该实施例中,预设效能指标:用于评估设备耗能情况以及能耗管理效果的指标,是预先设定好的,例如,能源利用率、能源消耗率、能源回收率等;
该实施例中,能耗状态:用于描述设备的能源使用情况,例如,总体能耗水平、能耗趋势、能耗结构、能效水平等;
该实施例中,设备耗能数据表:包含有各耗能设备的耗能数据的数据表;
该实施例中,标准数据库:包含有与各设备相关的大量运行标准数据的数据库,用于筛选出对应的标准数据,并与各设备的实时运行数据进行对比分析;
该实施例中,实时运行状态:用于表征设备在运行过程中的实时运行情况,以判定设备是否存在异常或安全隐患;
该实施例中,设备状态分析表:根据对每一设备的实时运行状态的判定结果得到的,且用于表征各设备的实时运行状态的表格;
该实施例中,实时数据表:将所有设备的设备耗能数据以及设备状态数据按照时序顺序生成的数据表,用于表征每一设备的耗能状态和运行状态。
本发明实施例的工作原理及有益效果是:本发明通过设备耗能分析单元可以对每一耗能设备在运行过程中的耗能数据进行分析处理,从而得到每一耗能设备的能耗状态,可以实时对轨道交通系统中所有设备的耗能状态进行监测分析,及时发现异常耗能情况,大幅提升了对设备耗能状态的监测水平;同时,通过运行状态分析单元对设备的自身运行状态进行判定,且结合同一时刻下得到的设备耗能状态,综合生成与每一设备一一对应的实时数据表,增加了数据的采集种类和范围,从而提升了采集数据的多样性,进而提高了设备运行状态判定结果的精准性。
本发明实施例提供的一种智慧节能运维管理云平台,数据分析模块,还包括:
设备信息获取单元,用于在设备信息数据库中获取初始数据集中所有设备的设备信息,基于设备信息中的特征信息,生成设备特征信息;
预测模型匹配单元,用于基于设备特征信息,在预设分析模型数据库中筛选得到适配的预设状态预测模型以及预设能耗预测模型;
运行状态预测单元,用于基于预设状态预测模型,对实时数据表以及在历史数据库中筛选得到的同一设备下的历史数据进行分析,预测每一设备的运行状态变化趋势;
能耗预测单元,用于通过预设能耗预测模型对每一设备的耗能状态进行分析,预测每一设备的耗能状态变化趋势,且结合运行状态变化趋势,生成预测数据表;
综合预测单元,用于基于每一设备运行状态、耗能状态的实时数据表以及预测数据表,生成设备状态分析数据。
该实施例中,设备信息数据库:包含有轨道交通系统中每一设备的设备信息的数据库;
该实施例中,设备信息:与每一设备一一对应的识别特征信息,例如设备的种类、唯一识别码等;
该实施例中,设备特征信息:根据设备信息中提取的关键特征信息生成的,且用于对设备进行识别的信息;
该实施例中,预测分析模型数据库:包含有大量用于对数据进行预测分析的模型数据库,用于根据输入的设备特征信息筛选得到匹配的预测分析模型;
该实施例中,历史数据库:包含有轨道交通系统中设备的大量历史数据的数据库,用于筛选出匹配的历史数据并与设备对应的实时数据进行对比分析;
该实施例中,运行状态变化趋势:根据预设状态预测模型对设备的实时数据和历史数据进行分析和预测,得到的设备在未来时刻的运行状态的变化趋势;
该实施例中,耗能状态变化趋势:根据预设能耗预测模型对设备的耗能状态进行分析和预测,得到的设备在未来时刻的能耗状态的变化趋势;
该实施例中,预测数据表:通过对每一设备下的运行状态变化趋势、耗能状态变化趋势进行匹配和汇总得到的,且用于综合预测设备状态变化趋势的数据表。
本发明实施例的工作原理及有益效果是:本发明通过设备信息获取单元可以得到与每一设备一一对应的特征信息,进而通过模型匹配得到用于对设备的状态和能耗趋势进行预测分析的模型,不仅提升了模型与设备数据之间的适配性和兼容性,而且提升了数据预测的精确性;同时,通过综合预测单元对同一设备下的实时数据表和预测数据表进行综合分析,生成设备状态分析数据,从而实现了对设备状态超前预测,提前发现设备可能存在的故障和安全隐患,保证了设备和系统的正常运行。
本发明实施例提供的一种智慧节能运维管理云平台,运维模块,包括:
指标获取单元,用于基于预设算法获取系统匹配的系统运维指标,同时,基于端口接收的人工自定义运维指标,且结合各指标对应的优先级,综合生成预设运维指标;
流程获取单元,用于结合预设运维指标,通过预设运维管理模型对设备状态分析数据进行分析,获取需要进行维护的运维设备列表,并匹配得到与设备对应的运维流程;
运维单元,用于结合预设运维指标,按照运维流程对运维列表中的所有设备进行预见性维护。
该实施例中,预设算法:用于在系统中获取系统运维指标的算法,是预先设定好的;
该实施例中,系统运维指标:即通过系统的预设算法自动匹配得到的运维指标;
该实施例中,人工自定义运维指标:即通过输入端口获取得到的人工自定义的运维指标,与系统匹配得到的系统运维指标相对应;
该实施例中,优先级:即系统运维指标以及人工自定义运维指标的运行优先级,通常情况下,人工自定义运维指标的优先级高于系统运维指标的优先级;
该实施例中,运维设备列表:通过预设运维管理模型对设备状态分析数据中的所有设备进行状态分析和判定后,得到的需要进行维护的设备列表。
本发明实施例的工作原理及有益效果是:本发明通过指标获取单元不仅可以通过预设算法自动匹配得到系统运维指标,在无人操作和介入的情况下实现自动运维的目标,节省人力资源的使用,提升了运维的自动化水平,而且还可以通过端口获取人工自定义运维指标,且通过比较各指标的优先级,按照优先级等级执行运维指标,提升了运维过程的有序性,运维人员可以实时介入运维过程,实现运维过程的人为可控性;同时,通过流程获取单元可以根据预设运维指标得到需要进行维护的设备列表以及对应的运维流程,进而通过运维单元对目标设备进行预见性维护,实现了运维的自动化、智能化,并提升了运维过程的可控性。
本发明实施例提供的一种智慧节能运维管理云平台,流程获取单元,包括:
数据解析子单元,用于获取设备状态分析数据,采集每一设备在预设时段内每一时刻下的判断结果以及每一时刻下对应的未来时刻的预测结果,按照时序生成预设时段内每一设备的状态变化表;
对比子单元,用于将状态变化表中的同一设备在第一时刻对第二时刻的预测结果和第二时刻下的判断结果进行对比,生成每个第二时刻的对比结果以及差值修正系数;
时间修正系数生成子单元,用于根据第一时刻与第二时刻之间的时间间隔,在预设间隔-系数匹配表中获取预设时段内每个第二时刻下的时间修正系数;
综合修正子单元,用于结合差值修正系数和时间修正系数,对状态变化表中每个第二时刻下的预测结果进行修正,生成修正状态表;
异常分析子单元,用于根据预设状态对照表对修正状态表中每一设备的判断结果和预测结果进行异常判定,获取修正状态表中的所有异常判断结果和异常预测结果,综合生成异常状态表;
异常解析子单元,用于对异常状态表中的所有异常结果进行解析,获取对应的异常种类和异常等级,同时,基于异常种类和异常等级,生成异常核验指令;
核验子单元,用于基于异常核验指令,调用与同一设备下异常结果的异常种类、异常等级均匹配的核验装置对设备的异常状态进行核验;
流程确认子单元,用于结合核验结果以及预设运维指标,通过预设运维管理模型对同一设备下异常状态对应的时刻以及异常等级进行分析,确定设备的运维模式以及运维模式下的运维流程,其中,运维模式包括智能运维、人工运维以及远程运维;
工单生成子单元,用于基于运维模式以及运维流程,获取空闲运维设备信息和运维人员信息,生成运维工单并派发至对应的运维设备和运维人员。
该实施例中,状态变化表:将设备状态分析数据中同一设备下的实时状态判断结果和预测状态结果按照时间顺序排序得到的,且用于表征设备状态在预设时段内随时间而变化的状态表;
该实施例中,第一时刻、第二时刻:例如t1<t3,在t1时刻时对t3时刻状态进行预测,而在t3时刻时,设备同时拥有t3时刻获取的实时状态和t1时刻对t3时刻的预测状态,则t1为第一时刻,t3为第二时刻,第一时刻早于第二时刻;
该实施例中,对比结果:将同一时刻下的实时状态判断结果与该时刻下的所有状态预测结果进行对比分析后的得到的结果;
该实施例中,差值修正系数:根据每一预测结果与判断结果之间的差值大小来对未来时刻进行预测的修正系数,一般情况下,差值越小,该预测结果越准确,该预测方法或方式的参考价值越高;
该实施例中,时间间隔:即第一时刻与第二时刻间的时间长度;
该实施例中,预设间隔-系数匹配表:包含有时间间隔与修正系数之间映射关系的匹配表,是预先设定好的,用于根据输入的时间间隔获取得到对应的预测结果的时间修正系数;
该实施例中,时间修正系数:用于对同一时刻下的所有预测结果的时间影响因素进行修正的数值,一般情况下,时间间隔越大,预测结果偏离实际值的可能性越大,预测结果的参考价值越小、时间修正系数越大;
该实施例中,修正状态表:将状态变化表中的所有预测结果进行差值修正和时间修正后得到的状态表;
该实施例中,预设状态对照表:用于对每一设备下的判断结果和预测结果进行异常判定的对照表,是预先设定好的;
该实施例中,异常状态表:根据修正状态表中的所有异常判断结果和异常预测结果汇总得到的,且用于表征每一设备下所有被判定为异常状态的数据表;
该实施例中,异常结果:即异常判断结果和异常预测结果;
该实施例中,异常种类:异常结果所属的异常类别信息;
该实施例中,异常等级:用于计量异常结果的异常程度的系数,异常等级越高,其包含的信息量越大,越需要被关注;
该实施例中,异常核验指令:用于对异常结果以及设备的异常状态进行核验的指令,以验证设备是否存在异常状态;
该实施例中,运维模式:用于对设备进行运维操作的模式;
该实施例中,空闲运维设备信息:处于空闲状态的可用运维设备的信息;
该实施例中,运维人员信息:可进行运维操作的空闲运维人员的信息;
该实施例中,运维工单:用于记录和追踪运维工作任务的文档,包含有运维任务的详细信息,例如,任务描述、优先级、负责人、截止日期等;
本发明实施例的工作原理及有益效果是:本发明通过对比子单元可以对同一设备在所有时刻下的预测结果和判断结果进行对比分析,且结合每一预测结果的差值修正系数和时间修正系数来对预测结果进行修正,从而提升了对未来时刻进行预测的预测结果的准确性;同时,通过异常分析子单元不仅可以对设备的异常状态进行超前预测,并通过匹配对应的运维人员和设备来对设备进行预见性维护,大幅提升了设备的运行稳定性;同时,通过生成的运维工单对运维过程进行实时记录,确保运维操作的安全性、合规性和透明性。
本发明实施例提供的一种智慧节能运维管理云平台,结合差值修正系数和时间修正系数,对状态变化表中每个第二时刻下的预测结果进行修正,包括:
按照时序顺序截取状态变化表中n个时刻点的状态变化数据,生成截取数据组,并构建得到同一设备下的数据变化方阵A;
其中,表示设备在第1时刻点下的实时数据值;/>表示设备在第1时刻点对第n时刻点的预测数据值;/>表示设备在第n时刻点的实时数据值;/>表示设备在第2时刻点的实时数据值;/>表示设备在第2时刻点对第n时刻点的预测数据值;
对数据变化方阵进行归一化,得到标准矩阵B,其中,标准矩阵B中的每列用向量组bj表示,且j的取值为2,3,...,n,且,/>表示标准矩阵B中第j列中第1个元素的预测标准化值;/>表示标准矩阵B中第j列中第j个元素的实时标准化值;
分别计算每列向量组bj的平均误差以及方差/>;
其中,表示第i时刻对第j时刻的预测标准化值;/>
基于平均误差以及方差/>,计算第j个时刻下第i个预测标准化值的误差指数,并构建得到每个时刻下的预测误差向量;
将预测误差向量输入预设数据处理模型中进行分析确定第j时刻的第一误差趋势,并根据第一误差趋势匹配针对第j时刻的第一修正权重以及根据预测误差向量中存与/>为相邻关系的误差指数所确定/>的第二误差趋势,来匹配针对/>的第二修正权重;
根据第一修正权重以及第二修正权重确定对的调整系数,并构建得到修正系数矩阵;
确定标准矩阵B中每个实时数据与对应预测数据之间的时间间隔Tm,并根据预设间隔-系数匹配表,得到第j时刻下的时间修正系数Tj;
其中,,/>为相邻两个时刻点间的单位时间间隔;/>为预设权重系数;n/>表示/>中数据值不为0的元素个数;n/>表示/>中数据值超出预设阈值的元素个数;/>为第j时刻下预测数据与实时数据的时间间隔均值;
结合同一设备下的修正系数矩阵以及时间修正系数,对状态变化表中每一时刻下的预测数据值进行修正,并预测得到未来预设时刻的预测修正数据值,同时,通过预设拟合函数对预测数据值、预测修正数据值进行拟合处理,生成数据预测修正曲线和状态预测表。
该实施例中,截取数据组:根据截取到的n个时刻点的所有状态变化数据生成的数据组;
该实施例中,归一化:用于消除方阵中的各元素的量纲差异,以便后续对矩阵进行处理分析;
该实施例中,预测标准化值:对方阵中所有预测数据值进行归一化后得到的数值;
该实施例中,实时标准化值:对方阵中所有实时数据值进行归一化后得到的数值;
该实施例中,平均误差:通过预设算法得到的每列向量组中所有误差的均值;
该实施例中,误差指数:用于表征每一预测标准化值与实际值之间的误差大小的指数;
该实施例中,预测误差向量:用于表征每个时刻下的误差趋势的向量;
该实施例中,第一误差趋势:通过预设数据处理模型直接对预测误差向量进行分析处理后得到的误差趋势;
该实施例中,第一修正权重系数:用于对第一误差趋势进行修正的权重系数;
该实施例中,第二误差趋势:通过预设数据处理模型对预测误差向量以及与预测误差向量相邻的误差指数进行对比分析后得到的误差趋势;
该实施例中,第二修正权重:用于对因相邻的误差指数引起的第二误差趋势进行修正的权重系数;
该实施例中,调整系数:根据第一修正权重和第二修正权重得到的,且用于对误差指数进行调整的系数;
该实施例中,修正系数矩阵:根据第一修正权重、第二修正权重以及调整系数构建得到的矩阵;
该实施例中,预测修正数据值:对未来时刻的预测数据值进行修正后得到的数据值;
该实施例中,预设拟合函数:用于对预测数据值以及预测修正数据值进行拟合处理的函数,是预先设定好的;
该实施例中,数据预测修正曲线:对预测数据值和预测修正数据值进行拟合处理后得到的数值曲线;
该实施例中,状态预测表:根据预设拟合函数对预测数据值进行拟合处理后得到的,且用于表征设备未来时刻状态的状态表,
本发明实施例的工作原理及有益效果是:本发明通过对状态变化数据进行截取并构建得到数据变化方阵,方便后续对预测数据和实时数据进行分析处理,减小了数据处理的工作量;通过预设算法以及对方阵进行处理可以得到每一设备下的差值修正系数以及时间修正系数,从而可以对未来的预测数据值和预测状态进行修正,不断减小预测的误差,进而提升了预测结果的准确性。
本发明实施例提供的一种智慧节能运维管理云平台,报表生成模块,包括:
流程数据记录单元,用于通过维修主体携带的影像设备实时获取运维过程中的操作数据,且结合运维场景以及工况确定操作数据的上传模式;
流程报表生成单元,用于基于运维过程中各流程的操作数据,建立维中流程报表;
数据共享单元,用于通过云端建立共享数据库,且结合人员的权限等级向指定人员发送对应权限下的数据内容;
介入单元,用于获取云端接收的介入指令,同时,结合介入指令来源对应的权限等级,通过预设介入端口向维修主体携带的接收设备发送介入指令,基于介入指令对设备的运维过程进行控制;
维后数据采集单元,用于通过数据采集模块获取运维后的设备运行数据,汇总得到每一运维过程完成后的维后数据集;
指标-数据匹配单元,用于对同一预设运维指标下的初始数据集、维后数据集进行绑定,生成每一预设运维指标下的数据组;
数据组分析单元,用于对数据组中同一数据类别的数据在运维前后的变化量进行分析,汇总得到第一分析结果;
历史对比单元,用于在历史运维数据库中筛选匹配度大于第一匹配度的历史运维数据,并与第一分析结果进行对比分析,生成第二分析结果;
标准数据获取单元,用于在预设标准数据库中筛选得到每一预设运维指标下的标准数据,分别计算同一预设运维指标下的初始数据集、维后数据集与标准数据之间的差值,汇总得到第三分析结果;
效果分析单元,用于将第一分析结果、第二分析结果以及第三分析结果输入预设数据分析模型中进行分析,同时,结合对应的预设运维指标,得到每一预设运维指标下的运维结果;
报表生成单元,用于基于介入指令、预设运维指标以及对应的运维结果,且结合与介入指令对应的第一评估因子和与预设运维指标对应的第二评估因子,综合评估运维过程的运维效果,并生成运维数据分析报表,同时,将运维数据分析报表发送至共享数据库。
该实施例中,维修主体:即进行运维操作的主体,例如运维人员或智能运维设备;
该实施例中,操作数据:即运维过程中的运维操作的数据;
该实施例中,运维场景以及工况:运维对象所处的场景以及作业状态的情况,例如隧道内、桥梁上、水下等不同场景下的运维操作;
该实施例中,上传模式:包括离线上传、在线上传等;
该实施例中,维中流程报表:根据运维过程中各流程的操作数据建立的流程报表,用于记录运维过程中的各项流程数据;
该实施例中,云端:一种互联网数据存储和处理技术;
该实施例中,共享数据库:通过云端构建的可以进行远程数据共享的数据库;
该实施例中,权限等级:用户访问共享数据库权限的等级,用户的权限等级越高,在共享数据库中可执行的操作越多,获取数据的深度和范围越广;
该实施例中,介入指令:即相关人员介入运维流程的指令;
该实施例中,预设介入端口:用于向维修主体发送介入指令的端口;
该实施例中,数据组:通过对同一运维指标下的初始数据集、维后数据集进行绑定得到的数据组合;
该实施例中,数据类别:数据所属的种类,例如电压、电流、功率等;
该实施例中,第一分析结果:根据对数据组中每一数据类别在运维前后的数据变化量进行分析后得到的结果;
该实施例中,历史运维数据库:储存有大量历史运维数据的数据库,用于与当前运维数据进行对比分析;
该实施例中,第一匹配度:用于从历史运维数据库中筛选得出匹配的历史运维数据的阈值;
该实施例中,第二分析结果:将筛选得到的历史运维数据与第一分析结果进行对比分析生成的结果;
该实施例中,预设标准数据库:储存有大量标准运行数据的数据库,是预先设定好的,例如,设备的标准电压、标准电流等;
该实施例中,第三分析结果:将初始数据集、维后数据集分别与标准数据进行差值计算并汇总得到的分析结果;
该实施例中,预设数据分析模型:用于对第一分析结果、第二分析结果以及第三分析结果进行数据分析的模型,是预先设定好的;
该实施例中,运维结果:通过效果分析单元对多个分析结果进行分析,且用于表征每一运维指标下的运维效果的结果;
该实施例中,第一评估因子:用于表征介入指令对运维结果的影响因子;
该实施例中,第二评估因子:用于表征运维指标对运维结果的影响因子。
本发明实施例的工作原理及有益效果是:本发明通过流程数据记录单元可以对运维过程中各流程的运维操作数据进行记录和保存,以提升运维作业的规范性和安全性;同时,通过设立共享数据库以及对相关人员设定的权限等级,不仅使得相关人员可以获取共享数据库中的运维数据,而且还可以对运维作业过程进行介入,不断规范运维作业的流程,同时,通过权限的设置还提升了共享数据库的安全性和保密性;通过效果分析单元可以结合历史数据、标准数据对维后数据进行综合效果评估,大幅提升了评估效果的准确性。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种智慧节能运维管理云平台,其特征在于,包括:
数据采集模块,用于通过物联网技术,实时获取设备的运行数据,同时,结合数据的采集时间,生成每一时刻下的初始数据集;
数据分析模块,用于对预设时段内的所述初始数据集进行分析,判断设备的实时运行状态,同时,结合预设预测模型对设备状态变化趋势进行预测,基于判断结果和预测结果,生成设备状态分析数据;
运维模块,用于结合预设运维指标,将所述设备状态分析数据输入预设运维管理模型中,得到所述预设运维指标下的运维流程,并基于所述运维流程,对相应的设备进行预见性维护;
报表生成模块,用于获取运维后的设备运行数据,生成维后数据集,同时,结合所述预设运维指标,将所述维后数据集与初始数据集进行对比分析,评估维护效果并生成运维数据分析报表;
其中,所述运维模块,包括:
指标获取单元,用于基于预设算法获取系统匹配的系统运维指标,同时,基于端口接收的人工自定义运维指标,且结合各指标对应的优先级,综合生成预设运维指标;
流程获取单元,用于结合所述预设运维指标,通过所述预设运维管理模型对设备状态分析数据进行分析,获取需要进行维护的运维设备列表,并匹配得到与设备对应的运维流程;
运维单元,用于结合预设运维指标,按照所述运维流程对运维列表中的所有设备进行预见性维护;
其中,所述流程获取单元,包括:
数据解析子单元,用于获取所述设备状态分析数据,采集每一设备在预设时段内每一时刻下的判断结果以及每一时刻下对应的未来时刻的预测结果,按照时序生成所述预设时段内每一设备的状态变化表;
对比子单元,用于将所述状态变化表中的同一设备在第一时刻对第二时刻的预测结果和所述第二时刻下的判断结果进行对比,生成每个第二时刻的对比结果以及差值修正系数;
时间修正系数生成子单元,用于根据所述第一时刻与第二时刻之间的时间间隔,在预设间隔-系数匹配表中获取所述预设时段内每个第二时刻下的时间修正系数;
综合修正子单元,用于结合所述差值修正系数和时间修正系数,对所述状态变化表中每个第二时刻下的所述预测结果进行修正,生成修正状态表;
异常分析子单元,用于根据预设状态对照表对所述修正状态表中每一设备的判断结果和预测结果进行异常判定,获取所述修正状态表中的所有异常判断结果和异常预测结果,综合生成异常状态表;
异常解析子单元,用于对所述异常状态表中的所有异常结果进行解析,获取对应的异常种类和异常等级,同时,基于所述异常种类和异常等级,生成异常核验指令;
核验子单元,用于基于所述异常核验指令,调用与同一设备下异常结果的异常种类、异常等级均匹配的核验装置对设备的异常状态进行核验;
流程确认子单元,用于结合核验结果以及预设运维指标,通过所述预设运维管理模型对同一设备下异常状态对应的时刻以及异常等级进行分析,确定设备的运维模式以及所述运维模式下的运维流程,其中,所述运维模式包括智能运维、人工运维以及远程运维;
工单生成子单元,用于基于所述运维模式以及运维流程,获取空闲运维设备信息和运维人员信息,生成运维工单并派发至对应的运维设备和运维人员;
其中,结合所述差值修正系数和时间修正系数,对所述状态变化表中每个第二时刻下的预测结果进行修正,包括:
按照时序顺序截取所述状态变化表中n个时刻点的状态变化数据,生成截取数据组,并构建得到同一设备下的数据变化方阵A;
;其中,/>表示设备在第1时刻点下的实时数据值;表示设备在第1时刻点对第n时刻点的预测数据值;/>表示设备在第n时刻点的实时数据值;/>表示设备在第2时刻点的实时数据值;/>表示设备在第2时刻点对第n时刻点的预测数据值;
对所述数据变化方阵进行归一化,得到标准矩阵B,其中,所述标准矩阵B中的每列用向量组bj表示,且j的取值为2,3,...,n,且,/>表示标准矩阵B中第j列中第1个元素的预测标准化值;/>表示标准矩阵B中第j列中第j个元素的实时标准化值;
分别计算每列向量组bj的平均误差以及方差/>;
;其中,/>表示第i时刻对第j时刻的预测标准化值;
基于所述平均误差以及方差/>,计算第j个时刻下第i个预测标准化值的误差指数,并构建得到每个时刻下的预测误差向量;
;将所述预测误差向量输入预设数据处理模型中进行分析确定第j时刻的第一误差趋势,并根据所述第一误差趋势匹配针对第j时刻的第一修正权重/>以及根据预测误差向量中存与/>为相邻关系的误差指数所确定/>的第二误差趋势,来匹配针对/>的第二修正权重;
根据所述第一修正权重以及第二修正权重确定对的调整系数,并构建得到修正系数矩阵;
确定所述标准矩阵B中每个实时数据与对应预测数据之间的时间间隔Tm,并根据所述预设间隔-系数匹配表,得到第j时刻下的时间修正系数Tj;
;其中,/>,/>为相邻两个时刻点间的单位时间间隔;/>为预设权重系数;n/>表示/>中数据值不为0的元素个数;n/>表示/>中数据值超出预设阈值的元素个数;/>为第j时刻下预测数据与实时数据的时间间隔均值;
结合同一设备下的修正系数矩阵以及时间修正系数,对所述状态变化表中每一时刻下的预测数据值进行修正,并预测得到未来预设时刻的预测修正数据值,同时,通过预设拟合函数对所述预测数据值、预测修正数据值进行拟合处理,生成数据预测修正曲线和状态预测表。
2.根据权利要求1所述的一种智慧节能运维管理云平台,其特征在于,所述数据采集模块,包括:
耗能数据获取单元,用于利用能源检测设备获取每一耗能设备在运行过程中的实时耗能数据,生成设备耗能数据;
运行数据获取单元,用于获取设备运行过程中自身的运行数据,生成设备自身运行数据;
数据集生成单元,用于基于同一时刻下的所述设备耗能数据和设备自身运行数据,按照时序生成初始数据集。
3.根据权利要求2所述的一种智慧节能运维管理云平台,其特征在于,所述数据分析模块,包括:
设备耗能分析单元,用于对所述初始数据集中每一设备的耗能数据进行分析,同时,结合同一设备下的预设耗能基准数据以及预设效能指标,获取所有能耗设备的能耗状态的类型以及趋势,基于获取结果生成设备耗能数据表;
运行状态分析单元,用于结合从标准数据库中筛选得到的预设运行标准数据,对所述初始数据集中每一设备的自身运行数据进行对比分析,判断每一设备的实时运行状态,基于判断结果生成设备状态分析表;
实时数据表生成单元,用于基于每一同一时刻下的设备耗能数据表和设备状态分析表,按照时序生成设备的实时数据表。
4.根据权利要求3所述的一种智慧节能运维管理云平台,其特征在于,所述数据分析模块,还包括:
设备信息获取单元,用于在设备信息数据库中获取所述初始数据集中所有设备的设备信息,基于所述设备信息中的特征信息,生成设备特征信息;
预测模型匹配单元,用于基于所述设备特征信息,在预设分析模型数据库中筛选得到适配的预设状态预测模型以及预设能耗预测模型;
运行状态预测单元,用于基于所述预设状态预测模型,对所述实时数据表以及在历史数据库中筛选得到的同一设备下的历史数据进行分析,预测每一设备的运行状态变化趋势;
能耗预测单元,用于通过所述预设能耗预测模型对每一设备的耗能状态进行分析,预测每一设备的耗能状态变化趋势,且结合所述运行状态变化趋势,生成预测数据表;
综合预测单元,用于基于每一设备运行状态、耗能状态的所述实时数据表以及预测数据表,生成设备状态分析数据。
5.根据权利要求1所述的一种智慧节能运维管理云平台,其特征在于,所述报表生成模块,包括:
流程数据记录单元,用于通过维修主体携带的影像设备实时获取运维过程中的操作数据,且结合运维场景以及工况确定所述操作数据的上传模式;
流程报表生成单元,用于基于运维过程中各流程的操作数据,建立维中流程报表;
数据共享单元,用于通过云端建立共享数据库,且结合人员的权限等级向指定人员发送对应权限下的数据内容;
介入单元,用于获取云端接收的介入指令,同时,结合介入指令来源对应的所述权限等级,通过预设介入端口向所述维修主体携带的接收设备发送介入指令,基于所述介入指令对设备的运维过程进行控制;
维后数据采集单元,用于通过所述数据采集模块获取运维后的设备运行数据,汇总得到每一运维过程完成后的维后数据集;
指标-数据匹配单元,用于对同一所述预设运维指标下的初始数据集、维后数据集进行绑定,生成每一预设运维指标下的数据组;
数据组分析单元,用于对所述数据组中同一数据类别的数据在运维前后的变化量进行分析,汇总得到第一分析结果;
历史对比单元,用于在历史运维数据库中筛选匹配度大于第一匹配度的历史运维数据,并与所述第一分析结果进行对比分析,生成第二分析结果;
标准数据获取单元,用于在预设标准数据库中筛选得到每一所述预设运维指标下的标准数据,分别计算同一所述预设运维指标下的初始数据集、维后数据集与所述标准数据之间的差值,汇总得到第三分析结果;
效果分析单元,用于将所述第一分析结果、第二分析结果以及第三分析结果输入预设数据分析模型中进行分析,同时,结合对应的所述预设运维指标,得到每一所述预设运维指标下的运维结果;
报表生成单元,用于基于所述介入指令、所述预设运维指标以及对应的运维结果,且结合与所述介入指令对应的第一评估因子和与所述预设运维指标对应的第二评估因子,综合评估运维过程的运维效果,并生成运维数据分析报表,同时,将所述运维数据分析报表发送至所述共享数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410195421.8A CN117764422B (zh) | 2024-02-22 | 2024-02-22 | 智慧节能运维管理云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410195421.8A CN117764422B (zh) | 2024-02-22 | 2024-02-22 | 智慧节能运维管理云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117764422A CN117764422A (zh) | 2024-03-26 |
CN117764422B true CN117764422B (zh) | 2024-04-26 |
Family
ID=90324135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410195421.8A Active CN117764422B (zh) | 2024-02-22 | 2024-02-22 | 智慧节能运维管理云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764422B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554193A (zh) * | 2021-08-16 | 2021-10-26 | 江苏中车数字科技有限公司 | 一种全自动运行列车智慧运维管理平台及方法 |
WO2021232567A1 (zh) * | 2020-05-20 | 2021-11-25 | 江苏南工科技集团有限公司 | 一种基于ai技术的智慧运维知识分析方法 |
CN114511112A (zh) * | 2022-01-24 | 2022-05-17 | 北京通建泰利特智能系统工程技术有限公司 | 一种基于物联网的智慧运维方法、系统和可读存储介质 |
CN117196066A (zh) * | 2023-09-15 | 2023-12-08 | 北京红山信息科技研究院有限公司 | 智慧运维信息分析模型 |
CN117422434A (zh) * | 2023-09-06 | 2024-01-19 | 北京红山信息科技研究院有限公司 | 一种智慧运维调度平台 |
-
2024
- 2024-02-22 CN CN202410195421.8A patent/CN117764422B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021232567A1 (zh) * | 2020-05-20 | 2021-11-25 | 江苏南工科技集团有限公司 | 一种基于ai技术的智慧运维知识分析方法 |
CN113554193A (zh) * | 2021-08-16 | 2021-10-26 | 江苏中车数字科技有限公司 | 一种全自动运行列车智慧运维管理平台及方法 |
CN114511112A (zh) * | 2022-01-24 | 2022-05-17 | 北京通建泰利特智能系统工程技术有限公司 | 一种基于物联网的智慧运维方法、系统和可读存储介质 |
CN117422434A (zh) * | 2023-09-06 | 2024-01-19 | 北京红山信息科技研究院有限公司 | 一种智慧运维调度平台 |
CN117196066A (zh) * | 2023-09-15 | 2023-12-08 | 北京红山信息科技研究院有限公司 | 智慧运维信息分析模型 |
Also Published As
Publication number | Publication date |
---|---|
CN117764422A (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110320892B (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
TWI738016B (zh) | 液態氣體充填之智能化學習機制與自適應調節系統 | |
CN116308304B (zh) | 基于元学习概念漂移检测的新能源智慧运维方法及系统 | |
KR101660102B1 (ko) | 용수량 수요 예측 장치 | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN112767193A (zh) | 一种基于态势感知的配网生产差异化运维策略方法 | |
CN116679643A (zh) | 一种基于区块链技术的工业设备控制系统 | |
CN109063863B (zh) | 考虑区域设备全寿命周期费用-效能比的配网检修计划优化方法 | |
CN212895016U (zh) | 一种基于LoRa无线测控技术的铝电解槽况诊断系统 | |
CN117764422B (zh) | 智慧节能运维管理云平台 | |
CN117523793A (zh) | 一种电厂设备故障预警方法和计算机设备 | |
CN112381242A (zh) | 核电站设备维修项目数据处理方法及系统 | |
CN115600695B (zh) | 一种计量设备的故障诊断方法 | |
CN116011850A (zh) | 一种磷酸铁锂智能全过程质量监管平台 | |
CN115755664A (zh) | 一种离散型企业制造设备维护方法及系统 | |
CN116414086A (zh) | 基于fmeda失效预测技术集成安全控制系统的装置 | |
CN117648568B (zh) | 基于物联网的水表计量大数据优化处理方法及系统 | |
CN114414938B (zh) | 一种配电网故障的动态响应方法及系统 | |
KR102573254B1 (ko) | 연합 학습을 이용한 기계설비 고장 예지 분석 시스템 | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
CN112468560B (zh) | 高压热裂解系统远程集控运维平台 | |
CN117871771A (zh) | 一种基于大数据的燃气能源监测方法 |
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 |