设备状态预测方法、系统、终端及计算机可读存储介质技术方案

本发明专利技术提供一种设备状态预测方法、系统、终端及计算机可读存储介质。所述设备状态预测方法包括：获取第一监控对象及与其关联的第二监控对象的时间序列数据；根据第二监控对象的时间序列数据生成多个趋势图，其中每一趋势图对应于第二监控对象的一类型指标；统计得出第二监控对象的每一趋势图中包含的极值点；根据每一趋势图的极值点判断与所述趋势图对应的类型指标是否发生异常；当第二监控对象的第一类型指标被判定为发生异常时，根据所述第一类型指标的时间序列数据预测与其关联的第一监控对象的第二类型指标的状态。本发明专利技术基于数据分析算法可实现对监控对象的运行状态趋势进行分析与预测，进而可做到问题提前发现，提前进行告警通知。

Equipment Status Prediction Method, System, Terminal and Computer Readable Storage Media

The invention provides a device state prediction method, a system, a terminal and a computer readable storage medium. The equipment state prediction method includes: acquiring the time series data of the first monitoring object and the second monitoring object associated with it; generating multiple trend maps according to the time series data of the second monitoring object, in which each trend map corresponds to a class of indicators of the second monitoring object; calculating the extreme points contained in each trend map of the second monitoring object; and according to each trend. The extreme point of the potential map determines whether the type index corresponding to the trend map is abnormal or not; when the first type index of the second monitoring object is determined to be abnormal, the state of the second type index of the first monitoring object associated with the first type index is predicted according to the time series data of the first type index. Based on the data analysis algorithm, the present invention can analyze and predict the trend of the running state of the monitored object, and then discover the problem in advance and give warning notice in advance.

【技术实现步骤摘要】
设备状态预测方法、系统、终端及计算机可读存储介质
本专利技术涉及数据处理领域，尤其涉及一种设备状态预测方法、系统、终端及计算机可读存储介质。
技术介绍
本部分旨在为权利要求书及具体实施方式中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。进行设备故障的自动监测，已经成为保障设备正常运行的一种重要技术手段。当设备的某项参数超出预先设定的报警门限值时，设备可以发出相应的报警信息。现有的设备监控平台无法对监控对象的运行状态趋势进行分析判断，进而无法做到问题提前发现，无法提前告警通知。
技术实现思路
鉴于上述，本专利技术提供一种设备状态预测方法、系统、终端及计算机可读存储介质，其可以实现提前对设备运行状态趋势进行分析预测，以提前进行预警。本申请一实施方式提供一种设备状态预测方法，所述方法包括：获取第一监控对象及与所述第一监控对象关联的第二监控对象的时间序列数据，其中每一所述监控对象包括一个或者多个监控类别，每一所述监控类别包括一个或者多个类型指标，所述时间序列数据为在不同时间节点上每一所述类型指标的参数集；根据所述第二监控对象的时间序列数据生成多个趋势本文档来自技高网...

【技术保护点】
1.一种设备状态预测方法，其特征在于，所述方法包括：获取第一监控对象及与所述第一监控对象关联的第二监控对象的时间序列数据，其中每一所述监控对象包括一个或者多个监控类别，每一所述监控类别包括一个或者多个类型指标，所述时间序列数据为在不同时间节点上每一所述类型指标的参数集；根据所述第二监控对象的时间序列数据生成多个趋势图，其中每一所述趋势图对应于所述第二监控对象的每一类型指标；通过预设趋势分析算法统计得出所述第二监控对象的每一趋势图中包含的极值点；根据每一所述趋势图的极值点判断与所述趋势图对应的类型指标是否发生异常；及当所述第二监控对象的第一类型指标被判定为发生异常时，根据所述第一类型指标的时间序...

【技术特征摘要】
1.一种设备状态预测方法，其特征在于，所述方法包括：获取第一监控对象及与所述第一监控对象关联的第二监控对象的时间序列数据，其中每一所述监控对象包括一个或者多个监控类别，每一所述监控类别包括一个或者多个类型指标，所述时间序列数据为在不同时间节点上每一所述类型指标的参数集；根据所述第二监控对象的时间序列数据生成多个趋势图，其中每一所述趋势图对应于所述第二监控对象的每一类型指标；通过预设趋势分析算法统计得出所述第二监控对象的每一趋势图中包含的极值点；根据每一所述趋势图的极值点判断与所述趋势图对应的类型指标是否发生异常；及当所述第二监控对象的第一类型指标被判定为发生异常时，根据所述第一类型指标的时间序列数据预测所述第一监控对象的第二类型指标的状态，其中，所述第一监控对象的第二类型指标与所述第二监控对象的第一类型指标相关联。2.如权利要求1所述的设备状态预测方法，其特征在于，所述根据所述第二监控对象的时间序列数据生成多个趋势图，其中每一所述趋势图对应于所述第二监控对象的每一类型指标的步骤包括：将所述第二监控对象的时间序列数据按照每一监控类别进行一次分类，再将每一所述监控类别的时间序列数据按照每一类型指标进行二次分类；建立一XY坐标轴，并将所述第一类型指标的时间序列数据中每一时间节点作为趋势图在X轴上的点；及将每一所述时间节点对应的参数信息作为所述趋势图在Y轴上的值，以得到对应于所述第一类型指标的趋势图。3.如权利要求1-2任意一项所述的设备状态预测方法，其特征在于，所述通过预设趋势分析算法统计得出所述第二监控对象的每一趋势图中包含的极值点的步骤包括：从所述第二监控对象的一趋势图中任意选取一时间节点数据及与所述时间节点数据相邻的上一时间节点数据；计算所述时间节点数据与所述上一时间节点数据之间的趋势斜率；判断计算得到的趋势斜率是否大于预设阈值；及当所述趋势斜率大于所述预设阈值时，判定所述时间节点数据为所述趋势图中的一极值点。4.如权利要求3所述的设备状态预测方法，其特征在于，所述时间节点数据与所述上一时间节点数据的趋势斜率可以通过以下数学式计算得到：Km＝|(Vm-Vm-1)/(tm-tm-1)|；其中，Km为趋势斜率，tm为所述时间节点数据对应的时间节点，tm-1为与tm相邻的上一时间节点，Vm为时间节点tm对应的参数信息，Vm-1为时间节点tm-1对应的参数信息。5.如权利要求1-2任意一项所述的设备状态预测方法，其特征在于，所述根据每一所述趋势图的极值点判断与所述趋势图对应的类型指标是否发生异常的步骤包括：从所述第二监控对象的一趋势图中任意选取一极值点，并获取与所述极值点相邻的至少两个在先时间节点数据；分别计算所述极值点与第一时间节点数据之间的第一趋势斜率，所述极值点与第二时间节点数据之间的第二趋势斜率，其中所述第一时间节点数据...

【专利技术属性】
技术研发人员：王亚杰，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44