CN117978628A - 一种基于智慧园区通信控制方法及系统 - Google Patents
一种基于智慧园区通信控制方法及系统 Download PDFInfo
- Publication number
- CN117978628A CN117978628A CN202410373056.5A CN202410373056A CN117978628A CN 117978628 A CN117978628 A CN 117978628A CN 202410373056 A CN202410373056 A CN 202410373056A CN 117978628 A CN117978628 A CN 117978628A
- Authority
- CN
- China
- Prior art keywords
- communication
- abnormal
- state information
- parameter
- fluctuation
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 312
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 185
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 67
- 238000012544 monitoring process Methods 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 23
- 230000005856 abnormality Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Landscapes
- Maintenance And Management Of Digital Transmission (AREA)
Abstract
本发明属于智慧园区通信管理技术领域,具体涉及一种基于智慧园区通信控制方法及系统。该发明能够对园区内的通信设备进行分组处理,便于故障点定位,使得工作人员能够快速排查出故障问题,及时恢复园区通信,同时还能够对通信设备异常前的状态波动进行分析,输出对应的第一异常值和第二异常值,更为全面的考虑通信设备异常前的参数反馈情况,并以此为依据,对通信设备的实时运行状态进行监控,使得通信设备状态的预测结果更为准确,减少误报警现象的发生,提高了通信系统的整体可靠性。
Description
技术领域
本发明属于智慧园区通信管理技术领域,具体涉及一种基于智慧园区通信控制方法及系统。
背景技术
随着信息技术和物联网技术的飞速发展,传统的工业园区、科技园等正在向“智慧园区”转型,智慧园区通过集成化的管理平台,实现对园区内能源、安全、交通、建筑等各个方面的智能化控制和管理,以提高运营效率,降低能耗,优化用户体验,在智慧园区构建过程中,通信控制是实现各类信息高效流通与处理的关键。
现有的园区通信控制多是集中式管理,但是不同设备间的通信协议或者通信频段存在不同,集中式的管理在处理设备异常时较为繁琐,不易定位并发现故障点,同时其往往只是在设备故障之后才会进行相应的维护处理工作,这无疑会影响园区内企业的正常运营,另外,反馈通信设备状态参数的波动往往存在大量的波动,传统的预测方式输出的预测结果存在较大的偏差,无法准确反映通信设备的状态,从而就会导致通信设备频繁的出现误报警的现象,基于此,本方案提供了一种基于智慧园区通信控制方法,以解决上述问题。
发明内容
本发明的目的是提供一种基于智慧园区通信控制方法及系统,能够对园区内的通信设备进行分组处理,便于故障点定位,同时还能够对通信设备异常前的状态波动进行分析,以此更为准确的输出其工作状态。
本发明采取的技术方案具体如下:
一种基于智慧园区通信控制方法,包括:
获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组;
采集各个所述设备组中通信设备间的历史通信状态,其中,所述历史通信状态包括正常状态和异常状态;
获取所述异常状态下,所述通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据所述第二状态信息输出第一异常值和第二异常值;
获取所述通信设备的实时状态信息,并依据所述第一异常值和第二异常值输出通信设备的实时通信状态,且在所述实时通信状态异常时,发出告警信号。
在一种优选方案中,所述获取园区内各个通信设备的运行状态信息,并标定为第一状态信息的步骤,包括:
获取各个所述通信设备的运行状态信息,并按照发生时序进行排列,其中,所述运行状态信息包括负载状态信息和能耗状态信息;
对相邻所述运行状态信息中的运行参数进行做差处理,得到波动参数;
获取评估区间,并将所述评估区间与所述波动参数进行比较;
若所述波动参数处于评估区间内,则表明所述通信设备正常波动,并将其对应的运行状态信息标定为第一状态信息,且同步汇总为基准数据集;
若所述波动参数处于评估区间外,则表明所述通信设备异常波动,并将其对应的运行状态信息汇总为瞬时数据集。
在一种优选方案中,所述瞬时数据集输出后,获取所述瞬时数据集中通信设备异常波动的发生节点,并标定为待评估节点;
获取所述待评估节点下,所述通信设备的通信状态;
若所述通信状态正常,则表明所述待评估节点下,所述通信设备的参数反馈异常,并将该待评估节点标定为瞬时节点;
若所述通信状态异常,则表明所述待评估节点下,所述通信设备异常,并将该待评估节点标定为异常节点。
在一种优选方案中,所述瞬时节点输出后,以首次瞬时节点的发生时间为起始点构建监测时段;
统计所述监测时段内,相邻所述瞬时节点间的时间间隔,且标定为第一评估参数,以及所述瞬时节点的发生频次,且标定为第二评估参数;
获取一级评估阈值,并将所述一级评估阈值与第一评估参数进行比较,且在所述第一评估参数连续小于一级评估阈值时,判定所述通信设备的参数反馈无效,并停止记录瞬时节点的发生频次,反之,则判定所述通信设备的参数反馈有效,并继续记录瞬时节点的发生频次;
所述监测时段结束后,获取二级评估阈值,并将所述二级评估阈值与第二评估参数进行比较,且在所述第二评估参数大于二级评估阈值时,判定所述通信设备的参数反馈无效,反之,则判定所述通信设备的参数反馈有效。
在一种优选方案中,所述根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组的步骤,包括:
获取园区内各个所述通信设备的通信协议类型,并将其标定为第一分类参数;
根据所述第一分类参数对所述通信设备进行分类,将相同协议类型的通信设备归类为前置设备组;
获取所述前置设备组内各个通信设备的通信频段,并将其标定为第二分类参数;
根据所述第二分类参数对所述前置设备组进行识别,将所述前置设备组中相同通信频段下的通信设备归类为设备组。
在一种优选方案中,所述根据所述第二状态信息输出第一异常值和第二异常值的步骤,包括:
获取所述第二状态信息下,所述通信设备的异常类型,其中,所述异常类型包括趋势异常和瞬时异常;
提取所述趋势异常下的趋势异常节点,并以所述趋势异常节点为基准节点进行回溯偏移,得到第一取样时段,并将所述第一取样时段内,所述第二状态信息下的通信设备运行参数标定为第一基准参数;
获取测算函数,并将所述第一基准参数输入至测算函数中,并将其输出结果标定为第一异常值;
提取所述瞬时异常下的瞬时异常节点,并以所述瞬时异常节点为基准节点进行回溯偏移,得到第二取样时段,并将所述第二取样时段内,所述第二状态信息下的通信设备运行参数标定为第二基准参数;
获取所述第二基准参数的趋波动率和风险波动率,并对其进行加权计算,且将加权结果标定为第二异常值。
在一种优选方案中,获取所述第二基准参数的趋势波动率的步骤,包括:
获取相邻所述第二基准参数之间的差值,并标定为第一待评价参数;
若所述第一待评价参数取值为正,则将此次波动标定为正波动,反之,则标定为负波动;
统计所有正波动与负波动的交替次数,并计算该交替次数在所有正波动和负波动中的占比,且将该占比率标定为趋势波动率;
获取所述第二基准参数的风险波动率的步骤,包括:
获取相邻所述第二基准参数之间的波动量,并标定为第二待评价参数;
获取标准波动量,并与所述第二待评价参数进行比较,且在第二待评价参数大于标准波动量时,将其记录为风险波动,再统计所述风险波动在第二基准参数所有波动中的占比率,且输出为风险波动率。
在一种优选方案中,所述依据所述第一异常值和第二异常值输出通信设备的实时通信状态的步骤,包括:
获取所述第一异常值和第二异常值;
对所述通信设备的当前运行节点进行回溯,得到监控时段,并采集所述监控时段内与第一异常值对应的第一待校验参数,以及与第二异常值对应的第二待校验参数;
若所述第一待校验参数小于第一异常值,且所述第二待校验参数小于第二异常值,则表明所述通信设备运行正常,反之,则判定所述通信设备的运行异常,并同步发出告警信号。
本发明还提供了,一种基于智慧园区通信控制系统,应用于上述的基于智慧园区通信控制方法,包括:
第一获取模块,所述第一获取模块用于获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
分类识别模块,所述分类识别模块用于根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组;
第二获取模块,所述第二获取模块用于采集各个所述设备组中通信设备间的历史通信状态,其中,所述历史通信状态包括正常状态和异常状态;
异常评估模块,所述异常评估模块用于获取所述异常状态下,所述通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据所述第二状态信息输出第一异常值和第二异常值;
状态监控模块,所述状态监控模块用于获取所述通信设备的实时状态信息,并依据所述第一异常值和第二异常值输出通信设备的实时通信状态,且在所述实时通信状态异常时,发出告警信号。
以及,一种基于智慧园区通信控制终端,包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的基于智慧园区通信控制方法。
本发明取得的技术效果为:
本发明能够对园区内的通信设备进行分组处理,便于故障点定位,使得工作人员能够快速排查出故障问题,及时恢复园区通信,同时还能够对通信设备异常前的状态波动进行分析,输出对应的第一异常值和第二异常值,更为全面的考虑通信设备异常前的参数反馈情况,并以此为依据,对通信设备的实时运行状态进行监控,使得通信设备状态的预测结果更为准确,减少误报警现象的发生,提高了通信系统的整体可靠性。
附图说明
图1是本发明实施例1中的方法流程图;
图2是本发明实施例2中的系统模块图;
图3是本发明实施例3中的终端结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例一
请参阅图1所示,为本发明的第一个实施例,该实施例提供了一种基于智慧园区通信控制方法,包括:
S1、获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
S2、根据第一状态信息对通信设备进行分类和识别,将通信设备分类为多个设备组;
S3、采集各个设备组中通信设备间的历史通信状态,其中,历史通信状态包括正常状态和异常状态;
S4、获取异常状态下,通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据第二状态信息输出第一异常值和第二异常值;
S5、获取通信设备的实时状态信息,并依据第一异常值和第二异常值输出通信设备的实时通信状态,且在实时通信状态异常时,发出告警信号。
如上述步骤S1-S5所述,随着信息技术的飞速发展,智慧园区已成为推动城市现代化进程的重要力量,为了确保园区内通信设备的稳定、高效运行,对智慧园区通信控制方法进行优化是十分必要的,本实施例中,首先需要获取园区内各个通信设备的运行状态信息,并标定为第一状态信息,通过收集设备的运行状态数据,可以了解园区通信设备的整体运行状况,然后根据第一状态信息对通信设备进行分类和识别,依据通信协议和频段可以将通信设备分为多个设备组,了解设备的相关性,即设备组中任一通信设备的故障,可能导致其他通信设备反馈的数据错误,以此提醒工作人员注意数据的真实性,在此基础上,采集各个设备组中通信设备间的历史通信状态,历史通信状态包括正常状态和异常状态,为了更准确地识别通信设备的异常情况,通过获取异常状态下通信设备的历史运行状态信息,并将其标定为第二状态信息,可以输出第一异常值和第二异常值,第一异常值和第二异常值反映了通信设备在异常状态前的具体表现,为后续监控通信设备提供一个数据支持,即在通信设备出现与第一异常值和第二异常值类似的情况时,会发出告警信号来提示工作人员进行提前维护,通过获取通信设备的实时状态信息,并依据第一异常值和第二异常值输出通信设备的实时通信状态。在实时通信状态异常时,会立即发出告警信号,以便管理人员及时采取应对措施,从而不仅提升了园区通信设备的运行效率,还能够有效地保障通信设备的稳定性,避免通信设备间数据紊乱的现象发生。
在一个较佳的实施方式中,获取园区内各个通信设备的运行状态信息,并标定为第一状态信息的步骤,包括:
S101、获取各个通信设备的运行状态信息,并按照发生时序进行排列,其中,运行状态信息包括负载状态信息和能耗状态信息;
S102、对相邻运行状态信息中的运行参数进行做差处理,得到波动参数;
S103、获取评估区间,并将评估区间与波动参数进行比较;
若波动参数处于评估区间内,则表明通信设备正常波动,并将其对应的运行状态信息标定为第一状态信息,且同步汇总为基准数据集;
若波动参数处于评估区间外,则表明通信设备异常波动,并将其对应的运行状态信息汇总为瞬时数据集。
如上述步骤S101-S103所述,在确定第一状态信息时,首先获取园区内各个通信设备的运行状态信息,如设备的基本负载状态,如连接数、数据传输量等,获取到运行状态信息后,将其按照发生时序进行排列,而后对相邻运行状态信息中的运行参数进行做差处理,便可得到波动参数,其目的是量化设备状态的变化,之后设定一个评估区间,并将评估区间与波动参数进行比较,评估区间的设定应根据设备的实际运行情况和经验数据进行调整,以确保评估结果的准确性和可靠性,若波动参数处于评估区间内,说明通信设备处于正常波动范围内,此时将其对应的运行状态信息标定为第一状态信息,并同步汇总为基准数据集,然而,若波动参数处于评估区间外,则表明通信设备出现异常波动,就需要将其对应的运行状态信息汇总为瞬时数据集,为后续进一步分析设备状态提供数据支持。
在一个较佳的实施方式中,瞬时数据集输出后,获取瞬时数据集中通信设备异常波动的发生节点,并标定为待评估节点;
获取待评估节点下,通信设备的通信状态;
若通信状态正常,则表明待评估节点下,通信设备的参数反馈异常,并将该待评估节点标定为瞬时节点;
若通信状态异常,则表明待评估节点下,通信设备异常,并将该待评估节点标定为异常节点。
在该实施方式中,当瞬时数据集输出后,首先提取出通信设备异常波动的发生节点,并标定为待评估节点,然后获取待评估节点下通信设备的通信状态,如果通信状态正常,那么可以判定待评估节点下的通信设备参数反馈异常,即监控通信设备运行的各类传感器反馈异常,这种情况下,将该待评估节点标定为瞬时节点,其对通信设备的正常运行并无影响,然而,如果通信状态异常,那么就表明待评估节点下的通信设备存在故障,此时需要将该待评估节点标定为异常节点,并记录下此节点的发生时间,为后续分析通信设备的状态分析提供数据支持。
在一个较佳的实施方式中,瞬时节点输出后,以首次瞬时节点的发生时间为起始点构建监测时段;
统计监测时段内,相邻瞬时节点间的时间间隔,且标定为第一评估参数,以及瞬时节点的发生频次,且标定为第二评估参数;
获取一级评估阈值,并将一级评估阈值与第一评估参数进行比较,且在第一评估参数连续大于一级评估阈值时,判定通信设备的参数反馈无效,并停止记录瞬时节点的发生频次,反之,则判定通信设备的参数反馈有效,并继续记录瞬时节点的发生频次;
监测时段结束后,获取二级评估阈值,并将二级评估阈值与第二评估参数进行比较,且在第二评估参数小于二级评估阈值时,判定通信设备的参数反馈无效,反之,则判定通信设备的参数反馈有效。
在该实施方式中,为了进一步确定反馈通信设备的运行状态的数据是否有效,首先确定瞬时节点输出的时间,一旦首次瞬时节点发生,就立即以这个时间点作为监测时段的起始点,接下来,统计监测时段内相邻瞬时节点间的时间间隔,并将其作为第一评估参数,同时也记录瞬时节点的发生频次,作为第二评估参数,时间间隔的长短可以反映出反馈通信设备设备状态的瞬时数据发生间隔,而瞬时节点的发生频次则可以反映出通信设备在监测时段内发生数量,然后设定一级评估阈值和二级评估阈值,一级评估阈值与第一评估参数进行比较,当时间间隔连续大于该阈值时,就判定通信设备的参数反馈无效,并停止记录瞬时节点的发生频次,这意味着反馈出通信设备状态的瞬时数据过快,其对应的传感器出现故障,无法满足通信监控的需求。反之,如果时间间隔大于或等于一级评估阈值,则判定通信设备的参数反馈有效,并继续记录瞬时节点的总发生频次,监测时段结束后,将二级评估阈值与第二评估参数进行比较,如果瞬时节点的发生频次大于二级评估阈值,同样判定通信设备的参数反馈无效,这表明监测时段内,反馈通信设备状态的瞬时数据过多,其准确性较低,需要进行进一步的检查和调整其对应的传感器,反之,如果发生频次小于或等于二级评估阈值,则判定通信设备的参数反馈有效,确保管理人员能够得到真实的反映通信设备状态的相关参数。
在一个较佳的实施方式中,根据第一状态信息对通信设备进行分类和识别,将通信设备分类为多个设备组的步骤,包括:
S201、获取园区内各个通信设备的通信协议类型,并将其标定为第一分类参数;
S202、根据第一分类参数对通信设备进行分类,将相同协议类型的通信设备归类为前置设备组;
S203、获取前置设备组内各个通信设备的通信频段,并将其标定为第二分类参数;
S204、根据第二分类参数对前置设备组进行识别,将前置设备组中相同通信频段下的通信设备归类为设备组。
如上述步骤S201-S204所述,在对通信设备进行分类时,首先需要确定园区内各个通信设备的通信协议类型,通信协议是设备之间进行信息交换的基础,不同类型的通信协议决定了设备之间的兼容性,通过获取通信协议类型,可以初步对通信设备进行分类,本实施方式将通信协议类型标定为第一分类参数,在获取了通信协议类型后,可以根据第一分类参数对通信设备进行初步分类,目的是将具有相同协议类型的通信设备归类为前置设备组,在完成初步分类后,需要进一步确定每个前置设备组内各个通信设备的通信频段,通信频段是设备在特定频率范围内进行通信的能力,它直接影响了设备的通信质量和覆盖范围,通过获取通信频段,本实施方式将通信频段标定为第二分类参数,在获取了通信频段后,可以根据第二分类参数对前置设备组进行识别,目的是将前置设备组中相同通信频段下的通信设备归类为设备组,为后续的设备维护和管理提供了更加明确的目标,在实际应用中,可以根据具体需求和场景对分类和识别策略进行灵活调整,以适应不同的通信设备和网络环境。
在一个较佳的实施方式中,根据第二状态信息输出第一异常值和第二异常值的步骤,包括:
S401、获取第二状态信息下,通信设备的异常类型,其中,异常类型包括趋势异常和瞬时异常;
S402、提取趋势异常下的趋势异常节点,并以趋势异常节点为基准节点进行回溯偏移,得到第一取样时段,并将第一取样时段内,第二状态信息下的通信设备运行参数标定为第一基准参数;
S403、获取测算函数,并将第一基准参数输入至测算函数中,并将其输出结果标定为第一异常值;
S404、提取瞬时异常下的瞬时异常节点,并以瞬时异常节点为基准节点进行回溯偏移,得到第二取样时段,并将第二取样时段内,第二状态信息下的通信设备运行参数标定为第二基准参数;
S405、获取第二基准参数的趋波动率和风险波动率,并对其进行加权计算,且将加权结果标定为第二异常值。
如上述步骤S401-S405所述,在第二状态信息采集完成之后,获取第二状态信息下通信设备的异常类型,本实施方式将异常类型分类为趋势异常和瞬时异常,趋势异常指的是通信设备在运行过程中出现的长期、稳定的异常趋势,而瞬时异常则是指突发的、短暂的异常情况,准确识别异常类型是后续处理的关键,而后提取趋势异常下的趋势异常节点,并以趋势异常节点为基准节点,进行回溯偏移,从而确定第一取样时段,在第一取样时段内,将第二状态信息下的通信设备运行参数标定为第一基准参数,而后获取测算函数,其中,测算函数的表达式为:
,式中,/>表示第一异常值,/>表示第一取样时段内被瞬时节点隔断的多个取样区间,即第一取样时段内,每产生一次瞬时数据,第一取样时段被分割的取样区间就增加一份,/>表示各个取样区间内第一基准参数的数量,/>与,/>与/>,…,/>与/>表示各个取样区间内相邻的第一基准参数,基于上式,便可输出通信设备异常前的第一异常值,其反映了通信设备在发生异常发生前的潜在趋势,在瞬时异常的情况下,首先提取瞬时异常下的瞬时异常节点,并以这些节点为基准节点进行回溯偏移,从而确定第二取样时段,在这个时段内,将第二状态信息下的通信设备运行参数标定为第二基准参数,并根据第二基准参数的趋波动率和风险波动率,趋波动率反映了通信设备运行参数的波动程度,而风险波动率则体现了过度波动带来的风险,通过对这两个指标进行加权计算,可以得到第二异常值,量化瞬时异常对通信设备运行状态的影响。
在一个较佳的实施方式中,获取第二基准参数的趋势波动率的步骤,包括:
Step1、获取相邻第二基准参数之间的差值,并标定为第一待评价参数;
若第一待评价参数取值为正,则将此次波动标定为正波动,反之,则标定为负波动;
Step2、统计所有正波动与负波动的交替次数,并计算该交替次数在所有正波动和负波动中的占比,且将该占比率标定为趋势波动率;
获取第二基准参数的风险波动率的步骤,包括:
Step3、获取相邻第二基准参数之间的波动量,并标定为第二待评价参数;
Step4、获取标准波动量,并与第二待评价参数进行比较,且在第二待评价参数大于标准波动量时,将其记录为风险波动,再统计风险波动在第二基准参数所有波动中的占比率,且输出为风险波动率。
如上述步骤Step1-Step4所述,趋势波动率是指第二基准参数的正波动和负波动的交替次数,本实施方式中,在确定第二基准参数之后,会对其按照发生时间的顺序进行排序处理,而后根据排序位次,依次做差处理,且将其标定为第一待评价参数,从而便可确定第二取样时段内,第二基准参数的总波动次数(正波动和负波动的总次数),之后直接计算正波动与负波动的交替次数在总波动次数中的占比即可得到趋势波动率,风险波动率是指第二基准参数中风险波动量的在其总波动次数中的占比,本实施方式通过计算相邻第二基准参数之间的波动量,再将其与标准波动量进行比较的方式来确定风险波动量,最后统计风险波动在第二基准参数总波动次数中的占比率即可得到风险波动率,此外,历史状态下通信设备的异常次数并不唯一,可以分别对所有异常情况前的趋势波动率和风险波动率进行加权取平均值的方式来确定第二异常值,同理,第一异常值的也可采取此种方式进行确定,从而能够更为准确的反映出通信设备发生异常前的情况,为后续通信设备的实时监测提供相应的数据支持。
在一个较佳的实施方式中,依据第一异常值和第二异常值输出通信设备的实时通信状态的步骤,包括:
S501、获取第一异常值和第二异常值;
S502、对通信设备的当前运行节点进行回溯,得到监控时段,并采集监控时段内与第一异常值对应的第一待校验参数,以及与第二异常值对应的第二待校验参数;
若第一待校验参数小于第一异常值,且第二待校验参数小于第二异常值,则表明通信设备运行正常,反之,则判定通信设备的运行异常,并同步发出告警信号。
如上述步骤S501-S502所述,在第一异常值和第二异常值确定之后,对通信设备的当前运行节点进行回溯,以确定一个监控时段,然后采集这个监控时段内与第一异常值对应的第一待校验参数,以及与第二异常值对应的第二待校验参数,第一待校验参数和第二待校验参数的确定方式与第一异常值和第二异常值的确定方式相同,在此就不加以重复的赘述,之后将采集到的第一待校验参数与第一异常值进行比较,第二待校验参数与第二异常值进行比较,如果两个待校验参数都小于对应的异常值,那么就可以判定通信设备运行正常,反之,如果任何一个待校验参数大于或等于对应的异常值,那么就判定通信设备的运行异常,一旦判定通信设备运行异常,就会立即同步发出告警信号,该告警信号可以通过声光报警、短信通知、邮件通知等方式发送给相关的管理人员和运维人员,以便其及时采取应对措施,修复设备故障,确保通信服务的连续性和稳定性。
实施例二
参阅图2,为本发明的第二个实施例,该实施例基于上一个实施例,提供了一种基于智慧园区通信控制系统,应用于上述的基于智慧园区通信控制方法,包括:
第一获取模块,第一获取模块用于获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
分类识别模块,分类识别模块用于根据第一状态信息对通信设备进行分类和识别,将通信设备分类为多个设备组;
第二获取模块,第二获取模块用于采集各个设备组中通信设备间的历史通信状态,其中,历史通信状态包括正常状态和异常状态;
异常评估模块,异常评估模块用于获取异常状态下,通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据第二状态信息输出第一异常值和第二异常值;
状态监控模块,状态监控模块用于获取通信设备的实时状态信息,并依据第一异常值和第二异常值输出通信设备的实时通信状态,且在实时通信状态异常时,发出告警信号。
上述中,该系统在执行时,首先通过第一获取模块采集园区内各个通信设备的运行状态信息,并将这些信息标定为第一状态信息,为后续的分析和决策提供数据支持,再通过分类识别模块根据设备的运行状态对通信设备进行分类和识别,从而确定多个设备组,之后通过第二获取模块采集各个设备组中通信设备间的历史通信状态,这些历史数据包括设备间的正常通信状态和异常通信状态,再利用异常评估模块获取异常状态下设备的历史运行状态信息,并将其标定为第二状态信息,然后根据第二状态信息计算并输出第一异常值和第二异常值,为后续的告警和修复工作提供了参考依据,最后在通信设备正常执行的情况下,利用状态监控模块根据第一异常值和第二异常值来判断设备的实时通信状态,一旦发现异常情况,会立即发出告警信号,智慧园区通信控制系统通过多个模块的协同工作,实现了对园区内通信设备的高效监控和异常检测,提高通信设备的运行效率。
实施例三
参阅图3,为本发明的第三个实施例,该实施例基于前两个实施例,提供了一种基于智慧园区通信控制终端,包括:
至少一个处理器;
以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述的基于智慧园区通信控制方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法,如无特别说明和限定,均按照本领域的常规手段进行实施。
Claims (10)
1.一种基于智慧园区通信控制方法,其特征在于:包括:
获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组;
采集各个所述设备组中通信设备间的历史通信状态,其中,所述历史通信状态包括正常状态和异常状态;
获取所述异常状态下,所述通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据所述第二状态信息输出第一异常值和第二异常值;
获取所述通信设备的实时状态信息,并依据所述第一异常值和第二异常值输出通信设备的实时通信状态,且在所述实时通信状态异常时,发出告警信号。
2.根据权利要求1所述的一种基于智慧园区通信控制方法,其特征在于:所述获取园区内各个通信设备的运行状态信息,并标定为第一状态信息的步骤,包括:
获取各个所述通信设备的运行状态信息,并按照发生时序进行排列,其中,所述运行状态信息包括负载状态信息和能耗状态信息;
对相邻所述运行状态信息中的运行参数进行做差处理,得到波动参数;
获取评估区间,并将所述评估区间与所述波动参数进行比较;
若所述波动参数处于评估区间内,则表明所述通信设备正常波动,并将其对应的运行状态信息标定为第一状态信息,且同步汇总为基准数据集;
若所述波动参数处于评估区间外,则表明所述通信设备异常波动,并将其对应的运行状态信息汇总为瞬时数据集。
3.根据权利要求2所述的一种基于智慧园区通信控制方法,其特征在于:所述瞬时数据集输出后,获取所述瞬时数据集中通信设备异常波动的发生节点,并标定为待评估节点;
获取所述待评估节点下,所述通信设备的通信状态;
若所述通信状态正常,则表明所述待评估节点下,所述通信设备的参数反馈异常,并将该待评估节点标定为瞬时节点;
若所述通信状态异常,则表明所述待评估节点下,所述通信设备异常,并将该待评估节点标定为异常节点。
4.根据权利要求3所述的一种基于智慧园区通信控制方法,其特征在于:所述瞬时节点输出后,以首次瞬时节点的发生时间为起始点构建监测时段;
统计所述监测时段内,相邻所述瞬时节点间的时间间隔,且标定为第一评估参数,以及所述瞬时节点的发生频次,且标定为第二评估参数;
获取一级评估阈值,并将所述一级评估阈值与第一评估参数进行比较,且在所述第一评估参数连续小于一级评估阈值时,判定所述通信设备的参数反馈无效,并停止记录瞬时节点的发生频次,反之,则判定所述通信设备的参数反馈有效,并继续记录瞬时节点的发生频次;
所述监测时段结束后,获取二级评估阈值,并将所述二级评估阈值与第二评估参数进行比较,且在所述第二评估参数大于二级评估阈值时,判定所述通信设备的参数反馈无效,反之,则判定所述通信设备的参数反馈有效。
5.根据权利要求1所述的一种基于智慧园区通信控制方法,其特征在于:所述根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组的步骤,包括:
获取园区内各个所述通信设备的通信协议类型,并将其标定为第一分类参数;
根据所述第一分类参数对所述通信设备进行分类,将相同协议类型的通信设备归类为前置设备组;
获取所述前置设备组内各个通信设备的通信频段,并将其标定为第二分类参数;
根据所述第二分类参数对所述前置设备组进行识别,将所述前置设备组中相同通信频段下的通信设备归类为设备组。
6.根据权利要求1所述的一种基于智慧园区通信控制方法,其特征在于:所述根据所述第二状态信息输出第一异常值和第二异常值的步骤,包括:
获取所述第二状态信息下,所述通信设备的异常类型,其中,所述异常类型包括趋势异常和瞬时异常;
提取所述趋势异常下的趋势异常节点,并以所述趋势异常节点为基准节点进行回溯偏移,得到第一取样时段,并将所述第一取样时段内,所述第二状态信息下的通信设备运行参数标定为第一基准参数;
获取测算函数,并将所述第一基准参数输入至测算函数中,并将其输出结果标定为第一异常值;
提取所述瞬时异常下的瞬时异常节点,并以所述瞬时异常节点为基准节点进行回溯偏移,得到第二取样时段,并将所述第二取样时段内,所述第二状态信息下的通信设备运行参数标定为第二基准参数;
获取所述第二基准参数的趋波动率和风险波动率,并对其进行加权计算,且将加权结果标定为第二异常值。
7.根据权利要求6所述的一种基于智慧园区通信控制方法,其特征在于:获取所述第二基准参数的趋势波动率的步骤,包括:
获取相邻所述第二基准参数之间的差值,并标定为第一待评价参数;
若所述第一待评价参数取值为正,则将此次波动标定为正波动,反之,则标定为负波动;
统计所有正波动与负波动的交替次数,并计算该交替次数在所有正波动和负波动中的占比,且将该占比率标定为趋势波动率;
获取所述第二基准参数的风险波动率的步骤,包括:
获取相邻所述第二基准参数之间的波动量,并标定为第二待评价参数;
获取标准波动量,并与所述第二待评价参数进行比较,且在第二待评价参数大于标准波动量时,将其记录为风险波动,再统计所述风险波动在第二基准参数所有波动中的占比率,且输出为风险波动率。
8.根据权利要求1所述的一种基于智慧园区通信控制方法,其特征在于:所述依据所述第一异常值和第二异常值输出通信设备的实时通信状态的步骤,包括:
获取所述第一异常值和第二异常值;
对所述通信设备的当前运行节点进行回溯,得到监控时段,并采集所述监控时段内与第一异常值对应的第一待校验参数,以及与第二异常值对应的第二待校验参数;
若所述第一待校验参数小于第一异常值,且所述第二待校验参数小于第二异常值,则表明所述通信设备运行正常,反之,则判定所述通信设备的运行异常,并同步发出告警信号。
9.一种基于智慧园区通信控制系统,应用于权利要求1至8中任意一项所述的基于智慧园区通信控制方法,其特征在于:包括:
第一获取模块,所述第一获取模块用于获取园区内各个通信设备的运行状态信息,并标定为第一状态信息;
分类识别模块,所述分类识别模块用于根据所述第一状态信息对通信设备进行分类和识别,将所述通信设备分类为多个设备组;
第二获取模块,所述第二获取模块用于采集各个所述设备组中通信设备间的历史通信状态,其中,所述历史通信状态包括正常状态和异常状态;
异常评估模块,所述异常评估模块用于获取所述异常状态下,所述通信设备的历史运行状态信息,并将其标定为第二状态信息,并根据所述第二状态信息输出第一异常值和第二异常值;
状态监控模块,所述状态监控模块用于获取所述通信设备的实时状态信息,并依据所述第一异常值和第二异常值输出通信设备的实时通信状态,且在所述实时通信状态异常时,发出告警信号。
10.一种基于智慧园区通信控制终端,其特征在于:包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至8中任意一项所述的基于智慧园区通信控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410373056.5A CN117978628B (zh) | 2024-03-29 | 2024-03-29 | 一种基于智慧园区通信控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410373056.5A CN117978628B (zh) | 2024-03-29 | 2024-03-29 | 一种基于智慧园区通信控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117978628A true CN117978628A (zh) | 2024-05-03 |
CN117978628B CN117978628B (zh) | 2024-06-14 |
Family
ID=90859852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410373056.5A Active CN117978628B (zh) | 2024-03-29 | 2024-03-29 | 一种基于智慧园区通信控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117978628B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011036809A1 (ja) * | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
US20150160098A1 (en) * | 2013-11-01 | 2015-06-11 | Hitachi Power Solutions Co., Ltd. | Health management system, fault diagnosis system, health management method, and fault diagnosis method |
CN109933905A (zh) * | 2019-03-13 | 2019-06-25 | 西安因联信息科技有限公司 | 一种基于多维预警分析的机械设备健康状态评估方法 |
WO2021137706A1 (en) * | 2019-12-31 | 2021-07-08 | Motorola Solutions, Inc | Methods and apparatus for detecting malicious re-training of an anomaly detection system |
CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警系统 |
CN115689393A (zh) * | 2022-12-09 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种基于物联网的电力系统实时动态监测系统及方法 |
CN115753118A (zh) * | 2022-10-19 | 2023-03-07 | 江苏科技大学 | 一种双燃料发动机机械部件故障诊断方法 |
CN117332347A (zh) * | 2023-08-31 | 2024-01-02 | 上海浦源科技有限公司 | 一种机巡与ai融合的电网智慧运维方法及系统 |
CN117572837A (zh) * | 2024-01-17 | 2024-02-20 | 普金硬科技(南通)有限公司 | 一种智慧电厂ai主动运维方法及系统 |
-
2024
- 2024-03-29 CN CN202410373056.5A patent/CN117978628B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011036809A1 (ja) * | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
US20150160098A1 (en) * | 2013-11-01 | 2015-06-11 | Hitachi Power Solutions Co., Ltd. | Health management system, fault diagnosis system, health management method, and fault diagnosis method |
CN109933905A (zh) * | 2019-03-13 | 2019-06-25 | 西安因联信息科技有限公司 | 一种基于多维预警分析的机械设备健康状态评估方法 |
WO2021137706A1 (en) * | 2019-12-31 | 2021-07-08 | Motorola Solutions, Inc | Methods and apparatus for detecting malicious re-training of an anomaly detection system |
CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警系统 |
CN115753118A (zh) * | 2022-10-19 | 2023-03-07 | 江苏科技大学 | 一种双燃料发动机机械部件故障诊断方法 |
CN115689393A (zh) * | 2022-12-09 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种基于物联网的电力系统实时动态监测系统及方法 |
CN117332347A (zh) * | 2023-08-31 | 2024-01-02 | 上海浦源科技有限公司 | 一种机巡与ai融合的电网智慧运维方法及系统 |
CN117572837A (zh) * | 2024-01-17 | 2024-02-20 | 普金硬科技(南通)有限公司 | 一种智慧电厂ai主动运维方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117978628B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
US11188691B2 (en) | Scalable system and method for forecasting wind turbine failure using SCADA alarm and event logs | |
CN112734977B (zh) | 一种基于物联网的设备风险预警系统及算法 | |
CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
CN111984705A (zh) | 一种电能质量监测装置的精度评估管理方法和装置 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN115689396A (zh) | 污染物排放管控方法、装置、设备及介质 | |
CN117932501B (zh) | 一种电能表运行状态管理方法和系统 | |
CN115685050A (zh) | 一种电能表故障检测方法及系统 | |
CN117354171B (zh) | 基于物联网平台的平台健康状况预警方法及系统 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN111314110B (zh) | 一种用于分布式系统的故障预警方法 | |
CN117978628B (zh) | 一种基于智慧园区通信控制方法及系统 | |
CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
CN116320824A (zh) | 一种带电能质量模组的物联电能表 | |
CN114429240A (zh) | 高速公路设备运行状态监测方法及装置 | |
CN117808157B (zh) | 基于智能识别的未报备停电行为预测分析系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN117719385B (zh) | 一种智能充电桩控制系统及方法 | |
CN118118319B (zh) | 一种基于大数据的网络设备智能诊断方法及系统 | |
CN118067204B (zh) | 一种基于数字计量技术的安全生产数据采集系统 | |
CN118051863B (zh) | 一种基于数字计量技术的健康数据采集系统及方法 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN118118319A (zh) | 一种基于大数据的网络设备智能诊断方法及系统 | |
CN116910677A (zh) | 一种工业仪表故障诊断方法及系统 |
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 |