[发明专利]云化层数据采集与数据分析软件系统

说明书

本发明公开了一种云化层数据采集与数据分析软件系统，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，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，单点时序分析层分布各种单点时序分析微智能模块，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服务网关，为横向关联点时序关联分析层提供关联点数据订阅。本发明能实现用户对建筑物的智能设备运行过程中隐性故障的判断和报警，持续的对建筑物的智能设备运行状态进行健康检查，及时的发现运行隐患，极大的提高物业管理水平和服务水平。

技术领域

本发明涉及数据通信领域，特别涉及一种云化层数据采集与数据分析软件系统。

背景技术

传统的楼宇自动控制系统、物联网平台、智能化集成等智能化系统对监控设备的故障判断，都是基于干接点的故障判断逻辑，是一种直接的设备故障传感输入。这种方式检测的设备故障是依赖末端硬件的直接输入，存在很大的局限性。因为对设备的整个监控过程，监控信号只是一种外围输入和输出，通过继电器等中间转换去监控机电设备，真正的机电设备是否能正常运行，并不能检查出来，存在隐性故障。如监控信号显示正常情况下，机电设备却可能是在异常运行；或者监控信号显示故障是属于检测端本身故障，机电设备却可能是在正常运行。

这些情况在设备运维过程中普遍存在，简单如办公室的灯光回路已经关闭，传感器传回的信号也是关闭状态，但电路电流值却不为零，表明回路开关没有实际关闭，控制回路继电器并没有真正断匝，继电器发生了故障。在实际的设备运维中，这类故障只能靠人员去检查排除，系统缺乏一种主动性的通过对运行数据分析，来主动发现故障的能力。目前，市场上还没有这种产品，能通过对设备的运行数据进行分析，这种分析能力能实现不停地对建筑物的智能设备系统进行体检，提供动态健康指数，指出哪些设备存在隐性故障。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能实现用户对建筑物的智能设备运行过程中隐性故障的判断和报警，持续的对建筑物的智能设备运行状态进行健康检查，及时的发现运行隐患，极大的提高物业管理水平和服务水平的云化层数据采集与数据分析软件系统。

本发明解决其技术问题所采用的技术方案是：构造一种云化层数据采集与数据分析软件系统，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。

在本发明所述的云化层数据采集与数据分析软件系统中，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。

在本发明所述的云化层数据采集与数据分析软件系统中，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。