CN118101426A - 基于物联网设备的监控运维系统 - Google Patents
基于物联网设备的监控运维系统 Download PDFInfo
- Publication number
- CN118101426A CN118101426A CN202410458210.9A CN202410458210A CN118101426A CN 118101426 A CN118101426 A CN 118101426A CN 202410458210 A CN202410458210 A CN 202410458210A CN 118101426 A CN118101426 A CN 118101426A
- Authority
- CN
- China
- Prior art keywords
- target equipment
- running state
- data
- state data
- equipment
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000005856 abnormality Effects 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008447 perception Effects 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
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了基于物联网设备的监控运维系统,涉及物联网技术领域,包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块;目标设备为需要被监控运维的设备;信息获取模块与目标设备连接,用于获取目标设备的运行状态数据;该基于物联网设备的监控运维系统,通过设置目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块,可根据当前运行状态和新增任务,对新增任务后的运行状态数据进行预测,进而及时发现设备的运行异常,使得设备的运维更加及时。
Description
技术领域
本发明涉及物联网技术领域,具体涉及一种基于物联网设备的监控运维系统。
背景技术
物联网是指通过信息传感设备,按约定的协议,将任何物体与网络相连接,物体通过信息传播媒介进行信息交换和通信,以实现智能化识别、定位、跟踪、监管等功能。随着物联网技术的发展,设备运维领域也可通过物联网远程获取设备的工作状态,实现对设备状态的远程监控,从而可通过分析远程监控获取的设备工作状态信息,发现设备是否出现问题,使得设备运维更加便捷。
公开号为CN116054416B的现有技术,公开了一种基于物联网的智能监控运维管理系统,包括展现层模块、服务存储层模块、传输层模块和感知层模块;展现层模块用于以系统前端配电网络构架为基础向用户输出与配电相关的数据;服务存储层模块用于建立以应用服务器、WEB服务器和数据库服务器为基础的服务存储层;传输层模块用于基于网关将不同网络的软件和硬件进行连接;感知层模块用于基于配电监控设备对与配电相关的数据进行感知读取;本申请针对输出的无效告警特征进行实时监测的告警要求更新,提高了告警精确度,使得告警事件的准确告警率增加,避免了调度人员的额外工作的产生。
上述现有技术针对无效警告进行检测,用以提高无效警告的精确度,并没有在监测设备的过程中,对决定是否发出警报的过程进行监测和优化,使得对设备运行的实际检测过程中可能存在警报发出不及时的情况,从而导致运维的管理不够及时准确。
发明内容
本发明的目的是提供一种基于物联网设备的监控运维系统,以解决现有技术中的上述不足之处。
为了实现上述目的,本发明提供如下技术方案:一种基于物联网设备的监控运维系统,包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块;
所述目标设备为需要被监控运维的设备,可根据用户实际监控运维的需要自由选择设定,如发电机、服务器、空调等;
所述信息获取模块与目标设备连接,用于获取目标设备的运行状态数据,其中运行状态数据包含的具体数据根据目标设备的种类来进行设置,如空调的运行状态数据包括工作电压、工作电流、设置温度、当前温度、风量、风速等;
所述信息获取模块还包括不同种类的传感器及数据接头,所述传感器与目标设备连接,用于获取目标设备的运行状态数据,其中,传感器的种类和数量依据采集目标设备的运行状态数据的实际需求来布置,例如,需要监测目标设备的电压,则选择电压传感器与目标设备连接用于获取目标设备的工作电压;
所述用户终端用于用户通过互联网获取所述目标设备的运行状态数据,和建立任务通过互联网向目标设备发送远程控制信号远程控制目标设备完成所述任务;
所述信息获取模块还用于获取控制信号信息,所述控制信号信息为目标设备接收到的控制信号及其接收时间,所述控制信号包括所述远程控制信号和自生成控制信号,所述自生成控制信号为目标设备自身生成的控制信号;
所述数据库用于储存信息获取模块获取的目标设备的运行状态数据,得到历史运行状态数据;
所述数据处理模块用于基于历史运行状态数据和控制信号信息,训练机器学习模型,得到状态数据预测模型,用于基于当前的运行状态数据和控制信号信息,得到运行状态预测数据,所述运行状态预测数据为目标设备接收到控制信号后的运行状态数据;其中,在训练机器学习模型时,本发明并不限定具体的机器学习模型,可根据需要进行选用如决策树模型、随机森林模型等,训练时的样本集以控制信号信息的接收时间前的目标设备的历史运行状态数据为输入,以该控制信号接收时间后的目标设备的运行状态数据后的历史运行状态数据为输出;
所述设备状态分析模块用于对出厂运行状态数据进行分析,确定目标设备各任务量对应的运行状态数据的正常区间,所述任务量为执行任务需要完成的工作量;
所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,并在异常时向用户终端发送通知,发送的通知中包括导致运行状态异常的控制信号信息,异常时的运行状态数据,和异常时目标设备进行的所有任务。
进一步的,所述设备状态分析模块确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
基于所述历史运行状态数据绘制历史运行状态数据中的各类数据的散点图;
基于所述散点图的散点分布绘制对应的箱线图;
基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间。
进一步的,所述基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
获取目标设备各任务量对应的运行状态数据中各类数据的下四分位数和上四分位数;
以运行状态数据中的各类数据的下四分位数为对应任务量的该类数据的最小值,上四分位数为对应任务量的该类数据的最大值,组成该类数据的正常区间。
进一步的,所述数据处理模块在训练所述机器学习模型时,选择正常区间的历史运行状态数据,和控制信号信息作为训练的训练样本,筛除了一部分异常的数据样本,使得训练样本更符合目标设备的正常工作数据,使得训练出来的状态数据预测模型预测数据的更贴合目标设备正常工作的情况。
进一步的,所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,具体包括以下步骤:
判断是否监测到控制信号,是则进入下一步,否则重新判断;
调用所述数据处理模块的状态数据预测模型,得到对应的运行状态预测数据;
将得到的运行状态预测数据输入设备状态分析模块,确定运行状态数据的正常区间;
通过信息获取模块获取目标设备接收所述控制信号后,且运行状态数据稳定后的运行状态数据;
判断得到运行状态数据是否在确定的正常区间内,若否则目标设备运行异常。
进一步的,所述用户终端还用于在接收到所述异常判断通知模块的通知时,供用户查看通知,判断目标设备是否可远程维护;
若目标设备可远程维护,则用户基于通知通过用户终端控制目标设备对目标设备进行远程维护,例如控制服务器重启,控制空调自清洁等。
进一步的,所述用户终端对目标设备进行远程维护后,还通过数据处理模块、设备状态分析模块和异常判断通知模块,检测异常是否解决,具体包括以下步骤:
用户终端通过所述信息获取模块获取的运行状态数据,判断目标设备是否维护完成,是则进入下一步,例如重启是否完成;
获取维护前所述目标设备运行状态异常时,所述目标设备进行的所有任务,得到测试任务;
通过用户终端控制目标设备执行所述测试任务,获取执行所述测试任务时的运行状态数据,得到运行状态测试数据;
获取维护前所述目标设备运行状态异常时,确定的正常区间,判断所述运行状态测试数据是否在所述正常区间内,是则异常解决。
与现有技术相比,本发明提供的一种基于物联网设备的监控运维系统,通过设置目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块,可通过利用机器学习算法训练设备执行各任务时的历史运行状态数据,可根据当前运行状态和新增任务,对新增任务后的运行状态数据进行预测;并根据对执行各任务时的历史运行状态数据本身的分析,确定设备进行各任务时的正常运行状态的范围,通过判断新增任务后的实际运行状态是否在预测的运行状态数据对应的正常运行状态的范围,发现设备运行是否异常,从而可及时发现设备的运行异常,使得设备的运维更加及时。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的系统结构框图;
图2为本发明实施例提供的正常区间确定步骤图;
图3为本发明实施例提供的目标设备异常判断步骤图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
在本发明的描述中,需要理解的是,术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语"第一"、"第二"仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,"多个"的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在下文中将参考附图更充分地描述示例实施例,但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之,提供这些实施例的目的在于使本公开透彻和完整,并将使本领域技术人员充分理解本公开的范围。
在不冲突的情况下,本公开各实施例及实施例中的各特征可相互组合。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本公开。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在所述特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此,可根据制造技术和/或容限来修改示例图示。因此,实施例不限于附图中所示的实施例,而是包括基于制造工艺而形成的配置的修改。因此,附图中例示的区具有示意性属性,并且图中所示区的形状例示了元件的区的具体形状,但并不旨在是限制性的。
除非另外限定,否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解,诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义,且将不解释为具有理想化或过度形式上的含义,除非本文明确如此限定。
请参阅图1-图2,一种基于物联网设备的监控运维系统,包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块;
目标设备为需要被监控运维的设备,可根据用户实际监控运维的需要自由选择设定,如发电机、服务器、空调等;
信息获取模块与目标设备连接,用于获取目标设备的运行状态数据,其中运行状态数据包含的具体数据根据目标设备的种类来进行设置,如空调的运行状态数据包括工作电压、工作电流、设置温度、当前温度、风量、风速等;
信息获取模块还包括不同种类的传感器及数据接头,传感器与目标设备连接,用于获取目标设备的运行状态数据,其中,传感器的种类和数量依据采集目标设备的运行状态数据的实际需求来布置,例如,需要监测目标设备的电压,则选择电压传感器与目标设备连接用于获取目标设备的工作电压;
用户终端用于用户通过互联网获取目标设备的运行状态数据,和建立任务通过互联网向目标设备发送远程控制信号远程控制目标设备完成任务;
信息获取模块还用于获取控制信号信息,控制信号信息为目标设备接收到的控制信号及其接收时间,控制信号包括远程控制信号和自生成控制信号,自生成控制信号为目标设备自身生成的控制信号;例如,设定空调的温度到20摄氏度,则空调工作中监测到室温达到20摄氏度时,自动生成控制信号,然后空调的控制芯片接收到该控制信号后控制空调暂停工作,该控制信号即为自生成控制信号;
数据库用于储存信息获取模块获取的目标设备的运行状态数据,得到历史运行状态数据;
数据处理模块用于基于历史运行状态数据和控制信号信息,训练机器学习模型,得到状态数据预测模型,用于基于当前的运行状态数据和控制信号信息,得到运行状态预测数据,运行状态预测数据为目标设备接收到控制信号后的运行状态数据;其中,在训练机器学习模型时,本发明并不限定具体的机器学习模型,可根据需要进行选用如决策树模型、随机森林模型等,训练时的样本集以控制信号信息的接收时间前的目标设备的历史运行状态数据为输入,以该控制信号接收时间后的目标设备的运行状态数据后的历史运行状态数据为输出。
一个实施例中,数据处理模块在训练机器学习模型时,选择正常区间的历史运行状态数据,和控制信号信息作为训练的训练样本,筛除了一部分异常的数据样本,使得训练样本更符合目标设备的正常工作数据,使得训练出来的状态数据预测模型预测数据的更贴合目标设备正常工作的情况。
设备状态分析模块用于对出厂运行状态数据进行分析,确定目标设备各任务量对应的运行状态数据的正常区间,任务量为执行任务需要完成的工作量,例如,当前温度为28摄氏度环境相同的条件下,空调的一个任务为将温度制冷到18摄氏度,其需要完成的工作量即为降温10摄氏度,另一个任务为将温度制冷到20摄氏度,其需要完成的工作量即为降温8摄氏度;服务器的一个任务为读取文件一,文件一的大小为1GB,其需要完成的工作量即为读取1GB的数据,另一个任务为读取文件二,文件二的大小为1.2GB,其需要完成的工作量即为读取1.2GB的数据;且任务量可为一个任务的任务量,也可为多个任务的总任务量。
其中,设备状态分析模块确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
基于历史运行状态数据绘制历史运行状态数据中的各类数据的散点图;
基于散点图的散点分布绘制对应的箱线图;
基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
获取目标设备各任务量对应的运行状态数据中各类数据的下四分位数和上四分位数;
以运行状态数据中的各类数据的下四分位数为对应任务量的该类数据的最小值,上四分位数为对应任务量的该类数据的最大值,组成该类数据的正常区间。
异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,并在异常时向用户终端发送通知,发送的通知中包括导致运行状态异常的控制信号信息,异常时的运行状态数据,和异常时目标设备进行的所有任务。
其中,异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,具体包括以下步骤:
判断是否监测到控制信号,是则进入下一步,否则重新判断;
调用数据处理模块的状态数据预测模型,得到对应的运行状态预测数据;
将得到的运行状态预测数据输入设备状态分析模块,确定运行状态数据的正常区间;
通过信息获取模块获取目标设备接收控制信号后,且运行状态数据稳定后的运行状态数据;
判断得到运行状态数据是否在确定的正常区间内,若否则目标设备运行异常。
用户终端还用于在接收到异常判断通知模块的通知时,供用户查看通知,判断目标设备是否可远程维护;
若目标设备可远程维护,则用户基于通知通过用户终端控制目标设备对目标设备进行远程维护,例如控制服务器重启,控制空调自清洁等。
用户终端对目标设备进行远程维护后,还通过数据处理模块、设备状态分析模块和异常判断通知模块,检测异常是否解决,具体包括以下步骤:
用户终端通过信息获取模块获取的运行状态数据,判断目标设备是否维护完成,是则进入下一步,例如重启是否完成;
获取维护前目标设备运行状态异常时,目标设备进行的所有任务,得到测试任务;
通过用户终端控制目标设备执行测试任务,获取执行测试任务时的运行状态数据,得到运行状态测试数据;
获取维护前目标设备运行状态异常时,确定的正常区间,判断运行状态测试数据是否在正常区间内,是则异常解决。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (7)
1.一种基于物联网设备的监控运维系统,其特征在于:包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块;
所述目标设备为需要被监控运维的设备;
所述信息获取模块与目标设备连接,用于获取目标设备的运行状态数据;
所述信息获取模块还包括不同种类的传感器及数据接头,所述传感器与目标设备连接,用于获取目标设备的运行状态数据;
所述用户终端用于用户通过互联网获取所述目标设备的运行状态数据,和建立任务通过互联网向目标设备发送远程控制信号远程控制目标设备完成所述任务;
所述信息获取模块还用于获取控制信号信息,所述控制信号信息为目标设备接收到的控制信号及其接收时间,所述控制信号包括所述远程控制信号和自生成控制信号,所述自生成控制信号为目标设备自身生成的控制信号;
所述数据库用于储存信息获取模块获取的目标设备的运行状态数据,得到历史运行状态数据;
所述数据处理模块用于基于历史运行状态数据和控制信号信息,训练机器学习模型,得到状态数据预测模型,用于基于当前的运行状态数据和控制信号信息,得到运行状态预测数据,所述运行状态预测数据为目标设备接收到控制信号后的运行状态数据;
所述设备状态分析模块用于对出厂运行状态数据进行分析,确定目标设备各任务量对应的运行状态数据的正常区间,所述任务量为执行任务需要完成的工作量;
所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,并在异常时向用户终端发送通知。
2.根据权利要求1所述的一种基于物联网设备的监控运维系统,其特征在于:所述设备状态分析模块确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
基于所述历史运行状态数据绘制历史运行状态数据中的各类数据的散点图;
基于所述散点图的散点分布绘制对应的箱线图;
基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间。
3.根据权利要求2所述的一种基于物联网设备的监控运维系统,其特征在于:所述基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间,具体包括以下步骤:
获取目标设备各任务量对应的运行状态数据中各类数据的下四分位数和上四分位数;
以运行状态数据中的各类数据的下四分位数为对应任务量的该类数据的最小值,上四分位数为对应任务量的该类数据的最大值,组成该类数据的正常区间。
4.根据权利要求3所述的一种基于物联网设备的监控运维系统,其特征在于:所述数据处理模块在训练所述机器学习模型时,选择正常区间的历史运行状态数据,和控制信号信息作为训练的训练样本。
5.根据权利要求1所述的一种基于物联网设备的监控运维系统,其特征在于:所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比,判断目标设备是否异常,具体包括以下步骤:
判断是否监测到控制信号,是则进入下一步,否则重新判断;
调用所述数据处理模块的状态数据预测模型,得到对应的运行状态预测数据;
将得到的运行状态预测数据输入设备状态分析模块,确定运行状态数据的正常区间;
通过信息获取模块获取目标设备接收所述控制信号后,且运行状态数据稳定后的运行状态数据;
判断得到运行状态数据是否在确定的正常区间内,若否则目标设备运行异常。
6.根据权利要求5所述的一种基于物联网设备的监控运维系统,其特征在于:所述用户终端还用于在接收到所述异常判断通知模块的通知时,供用户查看通知,判断目标设备是否可远程维护;
若目标设备可远程维护,则用户基于通知通过用户终端控制目标设备对目标设备进行远程维护。
7.根据权利要求6所述的一种基于物联网设备的监控运维系统,其特征在于:所述用户终端对目标设备进行远程维护后,还通过数据处理模块、设备状态分析模块和异常判断通知模块,检测异常是否解决,具体包括以下步骤:
用户终端通过所述信息获取模块获取的运行状态数据,判断目标设备是否维护完成,是则进入下一步;
获取维护前所述目标设备运行状态异常时,所述目标设备进行的所有任务,得到测试任务;
通过用户终端控制目标设备执行所述测试任务,获取执行所述测试任务时的运行状态数据,得到运行状态测试数据;
获取维护前所述目标设备运行状态异常时,确定的正常区间,判断所述运行状态测试数据是否在所述正常区间内,是则异常解决。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410458210.9A CN118101426A (zh) | 2024-04-17 | 2024-04-17 | 基于物联网设备的监控运维系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410458210.9A CN118101426A (zh) | 2024-04-17 | 2024-04-17 | 基于物联网设备的监控运维系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118101426A true CN118101426A (zh) | 2024-05-28 |
Family
ID=91144285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410458210.9A Pending CN118101426A (zh) | 2024-04-17 | 2024-04-17 | 基于物联网设备的监控运维系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118101426A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190035402A (ko) * | 2017-09-26 | 2019-04-03 | 주식회사 코이노 | 에러 예측 기반 드론 관제장치 및 그 방법 |
CN110502390A (zh) * | 2019-07-08 | 2019-11-26 | 中国地质大学(武汉) | 一种高校云计算中心自动化运维管理系统 |
CN116738348A (zh) * | 2023-05-30 | 2023-09-12 | 武汉钢铁有限公司 | 设备状态评价方法及相关设备 |
CN117169751A (zh) * | 2023-08-29 | 2023-12-05 | 上海勘测设计研究院有限公司 | 基于机器学习的储能电站故障监测管理系统与方法 |
CN117687292A (zh) * | 2024-02-01 | 2024-03-12 | 沈阳辰宇纺织品有限公司 | 基于织机运行状况的穿戴式手表预警系统 |
-
2024
- 2024-04-17 CN CN202410458210.9A patent/CN118101426A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190035402A (ko) * | 2017-09-26 | 2019-04-03 | 주식회사 코이노 | 에러 예측 기반 드론 관제장치 및 그 방법 |
CN110502390A (zh) * | 2019-07-08 | 2019-11-26 | 中国地质大学(武汉) | 一种高校云计算中心自动化运维管理系统 |
CN116738348A (zh) * | 2023-05-30 | 2023-09-12 | 武汉钢铁有限公司 | 设备状态评价方法及相关设备 |
CN117169751A (zh) * | 2023-08-29 | 2023-12-05 | 上海勘测设计研究院有限公司 | 基于机器学习的储能电站故障监测管理系统与方法 |
CN117687292A (zh) * | 2024-02-01 | 2024-03-12 | 沈阳辰宇纺织品有限公司 | 基于织机运行状况的穿戴式手表预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108871434B (zh) | 一种旋转设备的在线监测系统及方法 | |
CN104866632B (zh) | 家电设备的故障数据获取方法、装置及终端 | |
CN112036610A (zh) | 一种基于大数据分析的智能电缆预警平台及预警方法 | |
CN109146093A (zh) | 一种基于学习的电力设备现场勘查方法 | |
CN107369303A (zh) | 工厂智能诊断方法、装置及系统 | |
CN106110889A (zh) | 一种反渗透系统故障预警及诊断方法、装置及系统 | |
CN112394703B (zh) | 一种车辆故障管理系统 | |
CN113708493A (zh) | 基于云边协同的配电终端运维方法、装置和计算机设备 | |
CN107491021A (zh) | 家用电器及其故障诊断系统、方法和服务器 | |
CN112578756A (zh) | 一种工业设备异常数据的监测系统及监测方法 | |
KR20040026642A (ko) | 직조 공장 내의 직기의 원격 관리 시스템 및 지원 방법 | |
CN106959688A (zh) | 一种车辆故障信息采集方法及装置 | |
KR102022010B1 (ko) | Iot 기반 건물 및 시설물 통합 관리 플랫폼 장치 및 그 방법 | |
CN110941558A (zh) | 一种智慧办公远程运维的方法及系统 | |
CN117061568B (zh) | 一种电气设备的智能数据处理方法及系统 | |
CN113452576A (zh) | 网络环境的监控方法及装置、存储介质、电子装置 | |
CN117057579B (zh) | 一种分布式配电网的运行维护方法及系统 | |
CN109263091A (zh) | 大型玻璃纤维叶片生产模具的状态监控系统及方法 | |
CN118101426A (zh) | 基于物联网设备的监控运维系统 | |
CN116132326B (zh) | 一种综合能效数据管理方法及系统 | |
CN111314456A (zh) | 一种物联网数据采集系统及方法 | |
CN114511115A (zh) | 一种机房空调性能评估方法及装置 | |
CN202433761U (zh) | 基于物联网的阳极保护设备远程监控预警及故障诊断系统 | |
CN118202309A (zh) | 用于在IoT系统中运行设备的方法 | |
CN115118722A (zh) | 基于边缘计算的水质智能监测系统 |
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 |