[发明专利]云化层数据采集与数据分析软件系统在审
申请号: | 201910488126.0 | 申请日: | 2019-06-05 |
公开(公告)号: | CN110324408A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 林荣炎 | 申请(专利权)人: | 广州云华智慧科技有限公司 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/24 |
代理公司: | 北京联瑞联丰知识产权代理事务所(普通合伙) 11411 | 代理人: | 刘自丽 |
地址: | 510000 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 时序分析 监控点 单点 时序 数据采集 数据分析软件系统 关联分析层 服务网关 时序数据 智能设备 获取层 关联 化层 建筑物 订阅 物业管理水平 服务水平 获取数据 健康检查 依次设置 隐性故障 运行过程 运行状态 智能模块 最小时长 点数据 报警 发布 分析 发现 | ||
1.一种云化层数据采集与数据分析软件系统,其特征在于,设置在云化层中,是所述云化层中的微智能功能服务模块,所述微智能功能服务模块能进行分布式扩展,采用可插拔的架构,包括自下而上依次设置的监控点时序数据获取层、单点时序分析层以及横向关联点时序关联分析层,所述监控点时序数据获取层通过向服务网关进行订阅来获取数据,所述单点时序分析层分布各种单点时序分析微智能模块,每个所述单点时序分析微智能模块只负责某一范围的监控点数据采集与时序分析,每个监控点单独进行数据采集和单点时序分析,形成这些监控点的时序特征值,其最小时长的分析特征值发布到所述服务网关,为所述横向关联点时序关联分析层提供关联点数据订阅。
2.根据权利要求1所述的云化层数据采集与数据分析软件系统,其特征在于,所述监控点时序数据获取层的数据来源是智能设备监控点实时变化数据或智能设备监控点的历史数据,所述数据来源通过向所述服务网关发布每一条数据记录的主题及信息内容,提供给所述单点时序分析层的单点时序分析微智能模块进行订阅。
3.根据权利要求2所述的云化层数据采集与数据分析软件系统,其特征在于,所述单点时序分析层中每一个监控点数据纵向时序分析微智能模块通过向所述服务网关订阅其所有配置好的监控点数据,接受从所述服务网关发送过来的订阅主题数据,进行数据采集,接着对异常数据进行数据清洗,去除没用的数据,然后输入到每个监控点的时序分析模型,所述时序分析模型分析每个监控点的时序分析特征,按设置的不同时长分析时段,获得所述时段的分析特征,分析出不同时长的各种特征值,依据特征值来判断设备是否运行异常,存在隐性故障,并向所述服务网关发布设备隐性故障报警信息。
4.根据权利要求3所述的云化层数据采集与数据分析软件系统,其特征在于,所述单点时序分析层通过设置最小时长的特征分析值,定时的往所述服务网关发布每个监控点的分析结果主题,提供给所述横向关联点时序关联分析层进行数据订阅,将处理过的分析数据推送给所述横向关联点时序关联分析层进行横向关联点分析。
5.根据权利要求4所述的云化层数据采集与数据分析软件系统,其特征在于,所述最小时长为3分钟。
6.根据权利要求1至5任意一项所述的云化层数据采集与数据分析软件系统,其特征在于,所述横向关联点时序关联分析层分布各种设备关联点时序关联分析微智能模块,其内部由多个关联分析模型组成,每个所述关联分析模型定时接受到所述单点时序分析层推送过来的单点数据,进行横向的多个关联点的时序关联分析,每个所述关联分析模型由若干关联点组成,所述关联点的单点特征时序数据输入所述关联时序分析模型,分析设定的不同时长的数据关联关系,得出相关的数据分析特征。
7.根据权利要求1至5任意一项所述的云化层数据采集与数据分析软件系统,其特征在于,所述单点时序分析层与横向关联点时序关联分析层中的数据分析方法,采用BI数据分析方法和AI数据分析方法;所述BI数据分析方法是人工分析,通过编制各种数据分析模型进行设备故障分析;所述AI数据分析方法是人工智能深度学习方法,先通过BI产生多种时长的运行数据包与对应的运行结果,作为AI学习数据输入到AI模型中先进行学习,通过学习积累,逐步从BI分析过度到AI分析,形成BI和AI复合分析。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州云华智慧科技有限公司,未经广州云华智慧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910488126.0/1.html,转载请声明来源钻瓜专利网。