本发明专利技术公开了一种工业互联网的设备状态监测方法、装置和电子设备。其中，所述方法包括：实时采集工业互联网的设备的运行数据，根据该采集的运行数据，绘制出该工业互联网的设备的运行数据曲线，将该绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，根据该得到的对比结果，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作该互联网的设备状态的异常提示，该预设的正常工作运行数据曲线由机器学习算法习得，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作该互联网的设备状态的异常提示。通过上述方式，能够实现对工业互联网的设备状态的实时监测。设备状态的实时监测。设备状态的实时监测。
【技术实现步骤摘要】
工业互联网的设备状态监测方法、装置和电子设备
[0001]本专利技术涉及工业互联网
，尤其涉及一种工业互联网的设备状态监测方法、装置和电子设备。
技术介绍
[0002]现有的工业互联网的设备状态监测方案，通常是通过人工自主检查，判断工业互联网的设备状态，但是由于客观因素，人工往往不能时时监测工业互联网的设备状态，导致无法实现对工业互联网的设备状态的实时监测。
技术实现思路
[0003]有鉴于此，本专利技术的目的在于提出一种工业互联网的设备状态监测方法、装置和电子设备，能够实现对工业互联网的设备状态的实时监测。
[0004]根据本专利技术的一个方面，提供一种工业互联网的设备状态监测方法，包括：实时采集工业互联网的设备的运行数据；根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线；将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果；根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示。
[0005]其中，所述根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线，包括：根据所述采集的运行数据，采用机器学习算法建模方式，获取所述采集的运行数据的第一起点和最远拼接点，和获取所述采集的运行数据的第二起点，确定所述第一起点和所述最远拼接点之间的第一拼接段，和确定所述第二起点和所述最远拼接点之间的第二拼接段，对所述第一拼接段、所述第二拼接段进行线性拟合拼接，绘制出所述工业互联网的设备的运行数据曲线。
[0006]其中，所述将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，包括：将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的计算，按照同一技术条件和同一曲线起点，将所述分别经从测深到垂深的计算后的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果。
[0007]其中，在所述根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示之后，还包括：对所述提示状态异常的互联网的设备的运行数据进行修复。
[0008]其中，所述对所述提示状态异常的互联网的设备的运行数据进行修复，包括：采用
对所述提示状态异常的互联网的设备的运行数据从所述预设的正常工作运行数据曲线中确定一条或多条匹配线，每条匹配线通过至少一个待估计的数据点且与至少一个所述预设的正常工作运行数据曲线方向信息相匹配的方式，对所述提示状态异常的互联网的设备的运行数据进行修复。
[0009]根据本专利技术的另一个方面，提供一种工业互联网的设备状态监测装置，包括：采集模块、绘制模块、对比模块和提示模块；所述采集模块，用于实时采集工业互联网的设备的运行数据；所述绘制模块，用于根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线；所述对比模块，用于将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果；所述提示模块，用于根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示。
[0010]其中，所述绘制模块，具体用于：根据所述采集的运行数据，采用机器学习算法建模方式，获取所述采集的运行数据的第一起点和最远拼接点，和获取所述采集的运行数据的第二起点，确定所述第一起点和所述最远拼接点之间的第一拼接段，和确定所述第二起点和所述最远拼接点之间的第二拼接段，对所述第一拼接段、所述第二拼接段进行线性拟合拼接，绘制出所述工业互联网的设备的运行数据曲线。
[0011]其中，所述对比模块，具体用于：将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的计算，按照同一技术条件和同一曲线起点，将所述分别经从测深到垂深的计算后的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果。
[0012]其中，所述工业互联网的设备状态监测装置，还包括：修复模块；所述修复模块，用于对所述提示状态异常的互联网的设备的运行数据进行修复。
[0013]其中，所述修复模块，具体用于：采用对所述提示状态异常的互联网的设备的运行数据从所述预设的正常工作运行数据曲线中确定一条或多条匹配线，每条匹配线通过至少一个待估计的数据点且与至少一个所述预设的正常工作运行数据曲线方向信息相匹配的方式，对所述提示状态异常的互联网的设备的运行数据进行修复。
[0014]根据本专利技术的再一个方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述的工业互联网的设备状态监测方法。
[0015]根据本专利技术的又一个方面，提供一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述任意一项所述的工业互联网的设备状态监测方法。
[0016]可以发现，以上方案，可以实时采集工业互联网的设备的运行数据，和可以根据该采集的运行数据，绘制出该工业互联网的设备的运行数据曲线，和可以将该绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，以及可以根据该得到的对比结果，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是一
致时，不作该互联网的设备状态的异常提示，该预设的正常工作运行数据曲线由机器学习算法习得，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作该互联网的设备状态的异常提示，能够实现对工业互联网的设备状态的实时监测。
[0017]进一步的，以上方案，可以根据该采集的运行数据，采用机器学习算法建模方式，获取该采集的运行数据的第一起点和最远拼接点，和获取该采集的运行数据的第二起点，确定该第一起点和该最远拼接点之间的第一拼接段，和确定该第二起点和该最远拼接点之间的第二拼接段，对该第一拼接段、该第二拼接段进行线性拟合拼接，绘制出该工业互联网的设备的运行数据曲线，这样的好处是能够实现该绘制出该工业互联网的设备的运行数据曲线具有更大的动态范围。
[0018]进一步的，以上方案，可以将该绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工业互联网的设备状态监测方法，其特征在于，包括：实时采集工业互联网的设备的运行数据；根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线；将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果；根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示。2.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，所述根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线，包括：根据所述采集的运行数据，采用机器学习算法建模方式，获取所述采集的运行数据的第一起点和最远拼接点，和获取所述采集的运行数据的第二起点，确定所述第一起点和所述最远拼接点之间的第一拼接段，和确定所述第二起点和所述最远拼接点之间的第二拼接段，对所述第一拼接段、所述第二拼接段进行线性拟合拼接，绘制出所述工业互联网的设备的运行数据曲线。3.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，所述将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，包括：将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的计算，按照同一技术条件和同一曲线起点，将所述分别经从测深到垂深的计算后的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果。4.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，在所述根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示之后，还包括：对所述提示状态异常的互联网的设备的运行数据进行修复。5.如权利要求4所述的工业互联网的设备状态监测方法，其特征在于，所述对所述提示状态异常的互联网的设备的运行数据进行修复，包括：采用对所述提示状态异常的互联网的设备的运行数据从...
【专利技术属性】
技术研发人员：贾昌武，李鸿峰，
申请(专利权)人：深圳市玄羽科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。