一种提高设备运维质量和效率的方法技术

本发明专利技术公开了一种提高设备运维质量和效率的方法，包括以下步骤：（1）建立故障描述模型；（2）建立故障预测模型；（3）故障预测模型验证；（4）经验标签库配置及管理；（5）故障处理时实际场景的经验标签精准推送。本发明专利技术将运维工作全面数据化，挖掘数据效能，管理运维流程，沿数据沉淀的思路，将数据进行处理，形成一套完整的“故障感知‑>故障描述模型建立‑>故障判断‑>故障处理经验处理”的数据模型，基于此模型，再通过运维APP端，将运维经验对运维人员进行推送和搜集，扩大知识库，实现将运维经验沉淀并实现指导运维工作的目标，大大提高了运维质量和效率。

A method to improve the quality and efficiency of equipment operation and maintenance

【技术实现步骤摘要】
一种提高设备运维质量和效率的方法
本专利技术涉及一种提高设备运维质量和效率的方法，属于互联网大数据

技术介绍
随着安防运维和服务市场规模逐年增长，运维行业面临很多问题，如：品牌设备不兼容、响应不及时等。单从实现摄像头智能检测及数据分析上看，便涉及维持光纤传输通道及设备稳定、检测摄像头供电电源状态、了解相关设备的工作环境等多方面，这就要求运维服务提供商做到巨细靡遗。传统运维是发现故障按照故障等级在时间要求内必须完成修复，属于救火式运维，工作压力大，经验限制强，工作的效能和质量高低没有具体的体现，并且因为工作压力大，导致运维人员流动性大，老师傅的经验并不能很好的沉淀或指导后续的新人工作，造成经验的流失，经验短板效应明显，沟通成本高，老带新费时费力。最终运维团队的经验沉淀等价于人员留存，较为被动，人员一旦流失将造成运维效率的波动。
技术实现思路
本专利技术所要解决的技术问题在于提供一种提高设备运维质量和效率的方法，该方法可以将运维经验对运维人员进行推送和搜集，扩大知识库，实现将运维经验沉淀并指导运维工作，从而提高运维质量和效率。为解决上述技术问题，本专利技术的技术方案如下：一种提高设备运维质量和效率的方法，包括以下步骤：（1）建立故障描述模型：通过多维度的监测数据接入，由运维人员配置常见的故障发生时这些维度的数据特征；（2）建立故障预测模型：根据预先建立的故障描述模型和接入的多维度监测数据，通过计算机对故障作出预测，如果多个维度的数据都符合条件，即判断为高风险高可能会发生故障，并发出工单，让运维人员进行验证和提交反馈；（3）故障预测模型验证：通过故障预测模型的建立与故障预测实际工作中的人工反馈，统计运维人员反馈的准确率，获得准确率较高的故障预测模型，将这套故障预测模型进行沉淀，得到多维度数据描述故障较准确的故障判断模型；（4）经验标签库配置及管理：获得描述故障较准确的数据判断模型后，针对各个指标，由人工进行故障描述文字配置，将数据转化为语言描述，建立故障处理经验标签库；（5）故障处理时实际场景的经验标签精准推送：将计算机推荐的经验标签通过APP推送给运维人员，搜集运维人员对于经验标签的补充及认同数据，计算经验标签的实用度，经过数据积累，获得各类故障类型的高实用度的经验标签库。本专利技术的有益效果：与现有技术相比，本专利技术提出数据运维思路，将运维工作全面数据化，挖掘数据效能，管理运维流程，沿数据沉淀的思路，将数据进行处理，形成一套完整的“故障感知->故障描述模型建立->故障判断->故障处理经验处理”的数据模型，基于此模型，再通过运维APP端，将运维经验对运维人员进行推送和搜集，扩大知识库，实现将运维经验沉淀并实现指导运维工作的目标，大大提高了运维质量和效率。附图说明图1是本专利技术的流程示意图；下面结合附图和具体实施方式对本专利技术作进一步的说明。具体实施方式实施例1：如图1所示，一种提高设备运维质量和效率的方法，其特征在于，包括以下步骤：（1）建立故障描述模型：通过多维度的监测数据接入，包括运行环境（所属机柜）内部温、湿度数据、时间、路况、天气、摄像头采集过车数据、违章数据等数据，由运维人员配置常见的故障发生时这些维度的数据特征；（2）建立故障预测模型：根据预先建立的故障描述模型和接入的多维度监测数据，通过运行计算机对故障作出预测，如果多个维度的数据都符合条件，即判断为高风险高可能会发生故障，并发出工单，让运维人员进行验证和提交反馈；（3）故障预测模型验证：通过上述故障预测模型的建立与故障预测实际工作中的人工反馈，按天统计运维人员反馈的准确率，获得准确率较高的故障预测模型，将这套故障预测模型进行沉淀，得到多维度数据描述故障较准确的故障判断模型；（4）经验标签库配置及管理：获得描述故障较准确的数据判断模型后，针对各个指标，由人工进行故障描述文字配置，将数据转化为语言描述，建立故障处理经验标签库；（5）故障处理时实际场景的经验标签精准推送：将机器推荐的经验标签通过通过APP推送给运维人员，搜集运维人员对于经验标签的补充及认同数据，计算经验标签的实用度，经过数据积累，获得各类故障类型的高实用度的经验标签库。在故障类型再次发生的时候，推送的标签会越来越准、运维人员会觉得越来越有用。本专利技术的实施方式不限于上述实施例，在不脱离本专利技术宗旨的前提下做出的各种变化均属于本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种提高设备运维质量和效率的方法，其特征在于，包括以下步骤：/n建立故障描述模型：通过多维度的监测数据接入，由运维人员配置常见的故障发生时这些维度的数据特征；/n建立故障预测模型：根据预先建立的故障描述模型和接入的多维度监测数据，通过计算机对故障作出预测，如果多个维度的数据都符合条件，即判断为高风险高可能会发生故障，并发出工单，让运维人员进行验证和提交反馈；/n故障预测模型验证：通过故障预测模型的建立与故障预测实际工作中的人工反馈，统计运维人员反馈的准确率，获得准确率较高的故障预测模型，将这套故障预测模型进行沉淀，得到多维度数据描述故障较准确的故障判断模型；/n经验标签库配置及管理：获得描述故障较准确的数据判断模型后，针对各个指标，由人工进行故障描述文字配置，将数据转化为语言描述，建立故障处理经验标签库；/n故障处理时实际场景的经验标签精准推送：将计算机推荐的经验标签通过手机APP推送给运维人员，搜集运维人员对于经验标签的补充及认同数据，计算经验标签的实用度，经过数据积累，获得各类故障类型的高实用度的经验标签库。/n

【技术特征摘要】
1.一种提高设备运维质量和效率的方法，其特征在于，包括以下步骤：
建立故障描述模型：通过多维度的监测数据接入，由运维人员配置常见的故障发生时这些维度的数据特征；
建立故障预测模型：根据预先建立的故障描述模型和接入的多维度监测数据，通过计算机对故障作出预测，如果多个维度的数据都符合条件，即判断为高风险高可能会发生故障，并发出工单，让运维人员进行验证和提交反馈；
故障预测模型验证：通过故障预测模型的建立与故障预测实际工作中的人工反馈，统计运维人员反馈的准确...

【专利技术属性】
技术研发人员：徐桂林，韦思嘉，令狐鹏，卢育腊，
申请(专利权)人：贵州智诚科技有限公司，
类型：发明
国别省市：贵州;52