System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种智能物联网流量预测与优化系统技术方案_技高网

一种智能物联网流量预测与优化系统技术方案

技术编号:40419408 阅读:4 留言:0更新日期:2024-02-20 22:37
本发明专利技术公开了一种智能物联网流量预测与优化系统,涉及流量监测技术领域,包括监控中心,所述监控中心通信连接有数据采集模块、数据可视模块、状态匹配模块、数据存储模块、动态指标构建模块、数据预测模块和临界预警模块;数据采集模块用于采集数据流量;数据可视模块用于构建工业生产全流程可视模型;状态匹配模块用于获取各流程子序列的运行状态;数据存储模块用于存储历史指标数据流量;动态指标构建模块用于构建第一动态指标集,获取第一动态指标的聚合子网络构建动态临界预防标准;数据预测模块用于获取指标数据预测流量;临界预警模块用于生成故障预警信息;实现了工业设备由正常状态转变成故障状态前的早期故障的检测与预防。

【技术实现步骤摘要】

本专利技术涉及流量监测,具体是一种智能物联网流量预测与优化系统


技术介绍

1、现有技术cn115102790a“基于大数据的网络流量异常感知系统及方法”通过建立网络流量正常感知时间模型和异常感知时间模型;通过网络流量正常感知时间模型和异常感知时间模型,进一步预测出未知风险状态感知网络流量跳变时间;再结合预测的正常、异常和未知风险感知时间,预测出网络流量的风险值,通过风险值判断出网络流量是否正常,同时结合预测的时间模型定位到可能发生网络流量异常的具体时间,实现对网络流量状态的实时监控,为各相关负责人员提供精确的预防和维护的时间准备。

2、现有技术cn111695823a“一种基于工控网络流量的异常评估方法与系统”该方法包括如下步骤:异常校验步骤,通过已知的多源安全信息过滤被误报的异常信息;异常聚合步骤,通过聚合算法减少异常流量数量,实现工业网络异常信息标准化;异常关联步骤,通过异常关联分析、感知和预测安全事件。该异常评估系统有利于提高工控网络流量的解释性和可预测性,提升网络态势感知能力,及时规避工业网络中的安全风险。

3、工业控制系统在正常运作时,由于各个设备协同工作中存在不完全同频的状态,而且每个设备所需要耗费的网络流量的大小也不完全相同,现有的工业物联网的流量预警技术中,往往对工业设备的各项指标采用流量阈值监测技术,且告警阈值设定困难,缺少充分依据,而影响工业设备运行的因素较多,如运行环境、材料、役龄等,这是一种静态分析法,未能体现在线物联网监测系统的优势,多种影响因素导致的个体差异性使得难以找到普适的标准或样本来识别工业设备运行状态的转变,且工业设备由正常状态转变成故障状态前的早期故障往往不易被检测到,因为变压器故障的征兆可能微弱或难以识别,这可能导致在故障成熟之前无法采取预防措施,为了解决上述技术问题,现提供一种智能物联网流量预测与优化系统。


技术实现思路

1、为了解决上述技术问题,本专利技术的目的在于提供一种智能物联网流量预测与优化系统,包括监控中心,所述监控中心通信连接有数据采集模块、数据可视模块、状态匹配模块、数据存储模块、动态指标构建模块、数据预测模块和临界预警模块;

2、所述数据采集模块与工控数据平台中的各工业设备通过物联网节点进行分布式的连接,用于采集各工业设备的各类型指标数据流量并标记采集时间,设置监测周期;

3、所述数据可视模块用于根据工业生产过程中各流程子序列之间的连接关系构建工业生产全流程可视模型;

4、所述状态匹配模块用于根据各流程子序列的指标数据总流量获取各流程子序列的运行状态;

5、所述数据存储模块用于存储工业生产过程中各流程子序列的历史指标数据流量;

6、所述动态指标构建模块用于根据数据存储模块中流程子序列由临界状态转化为故障状态前处于临界状态时各类型监测指标对应的指标数据流量构建第一动态指标集,并基于关联时间间隔对第一动态指标进行时序聚合,获取第一动态指标的聚合子网络,根据聚合节点动态次数阈值对各第一动态指标的聚合子网络的聚合节点进行筛选,将根据筛选结果构建动态临界预防标准;

7、所述数据预测模块用于根据各流程子序列的历史指标数据流量构建流量预测模块,通过所述流量预测模块获取各流程子序列当前监测周期的各类型指标数据预测流量;

8、所述临界预警模块用于将各流程子序列当前监测周期的各类型指标数据预测流量与动态临界预防标准进行特征匹配,并根据特征匹配结果生成故障预警信息。

9、进一步的,所述数据采集模块采集各工业设备的各类型指标数据流量的过程包括:

10、获取各工业设备的工艺流程特性,根据工艺流程特性提取流程信息,将工业生产过程按照流程信息进行拆分,划分为若干流程子序列;

11、在各流程子序列设置物联网节点,根据对应流程子序列的工艺流程特性中的功能特性利用数据检索获取各个物联网节点的各类型监测指标;

12、所述物联网节点根据各类型监测指标获取各类型监测指标对应的指标数据流量并标记监测时间,设置监测周期。

13、进一步的,所述数据可视模块根据工业生产过程中各流程子序列之间的连接关系构建工业生产全流程可视模型的过程包括:

14、构建虚拟空间,获取当前工业生产过程中物理空间中的工业设备的物理实体,获取当前工业生产过程中各个物理实体以及各物联网节点对应的指标数据流量,并进行数据格式预处理;

15、将工业设备的物理实体进行三维建模处理映射到虚拟空间,将预处理后的指标数据流量转化为孪生数据,将孪生数据与对应的三维模型进行匹配获取数字孪生模型;

16、获取各流程子序列的三维模型之间的装配顺序及装配关系,通过所述装配顺序及装配关系构建拓扑有向图,将流程子序列的三维模型作为拓扑有向图的节点,将各三维模型之间的装配顺序及装配关系作为节点之间的连接关系,将数字孪生模型与拓扑有向图进行匹配获取全流程可视模型。

17、进一步的,所述状态匹配模块根据各流程子序列的指标数据总流量获取各流程子序列的运行状态的过程包括:

18、设置各流程子序列对应的指标数据总流量标准阈值,获取各流程子序列的物联网节点采集的指标数据总流量,将所述物联网节点与对应的指标数据总流量标准阈值进行比较;

19、获取指标数据总流量大于指标数据总流量标准阈值的流程子序列,获取指标数据总流量与指标数据总流量标准阈值之间的流量差值,预设误差阈值区间,判断所述流量差值是否落在误差阈值区间内,若不落在,则将当前流程子序列标记为故障状态,若落在,则将当前流程子序列标记为临界状态;

20、将指标数据总流量小于等于指标数据总流量标准阈值的流程子序列标记为正常状态。

21、进一步的,所述动态指标构建模块根据数据存储模块中流程子序列由临界状态转化为故障状态前处于临界状态时各类型监测指标对应的指标数据流量构建第一动态指标集的过程包括:

22、获取数据存储模块内各历史监测周期内流程子序列由临界状态转化为故障状态前处于临界状态时各类型监测指标对应的指标数据流量,根据所述各类型监测指标对应的指标数据流量构建多类型指标变量集;

23、同时获取数据存储模块内各历史监测周期内流程子序列处于正常状态时各类型监测指标对应的平均指标数据流量;根据所述各类型监测指标对应的平均指标流量构建多类型指标定量集;

24、获取各历史监测周期内多类型指标变量集内各类型监测指标对应的指标数据流量以及所述各类型监测指标在多类型指标定量集内对应的指标数据平均指标流量,获取各类型监测指标的指标数据流量与对应的指标数据平均指标的流量差值,设置偏差阈值,对所述流量差值进行偏差阈值分类,将多类型指标变量集内流量差值大于偏差阈值的监测指标标记为第一动态指标并标记第一动态指标的产生时间,根据所述第一动态指标构建第一动态指标集。

25、进一步的,所述动态指标构建模块基于关联时间间隔对第一动态指标进行时序聚合,获取本文档来自技高网...

【技术保护点】

1.一种智能物联网流量预测与优化系统,其特征在于,包括监控中心及与监控中心通信连接的数据采集模块、数据存储模块、动态指标构建模块、数据预测模块和临界预警模块;

2.根据权利要求1所述的一种智能物联网流量预测与优化系统,其特征在于,还包括与监控中心通信连接的数据可视模块和状态匹配模块;

3.根据权利要求2所述的一种智能物联网流量预测与优化系统,其特征在于,所述数据采集模块采集各工业设备的各类型指标数据流量的过程包括:

4.根据权利要求3所述的一种智能物联网流量预测与优化系统,其特征在于,所述数据可视模块根据工业生产过程中各流程子序列之间的连接关系构建工业生产全流程可视模型的过程包括:

5.根据权利要求4所述的一种智能物联网流量预测与优化系统,其特征在于,所述状态匹配模块根据各流程子序列的指标数据总流量获取各流程子序列的运行状态的过程包括:

6.根据权利要求5所述的一种智能物联网流量预测与优化系统,其特征在于,所述动态指标构建模块根据数据存储模块中流程子序列由临界状态转化为故障状态前处于临界状态时各类型监测指标对应的指标数据流量构建第一动态指标集的过程包括:

7.根据权利要求6所述的一种智能物联网流量预测与优化系统,其特征在于,所述动态指标构建模块基于关联时间间隔对第一动态指标进行时序聚合,获取第一动态指标的聚合子网络的过程包括:

8.根据权利要求7所述的一种智能物联网流量预测与优化系统,其特征在于,所述动态指标构建模块根据聚合节点动态次数阈值对各第一动态指标的聚合子网络的聚合节点进行筛选,将根据筛选结果构建动态临界预防标准的过程包括:

9.根据权利要求8所述的一种智能物联网流量预测与优化系统,其特征在于,所述数据预测模块根据各流程子序列的历史指标数据流量构建流量预测模块,通过所述流量预测模块获取各流程子序列当前监测周期的各类型指标数据预测流量的过程包括:

10.根据权利要求9所述的一种智能物联网流量预测与优化系统,其特征在于,所述临界预警模块将各流程子序列当前监测周期的各类型指标数据预测流量与动态临界预防标准进行特征匹配,并根据特征匹配结果生成故障预警信息的过程包括:

...

【技术特征摘要】

1.一种智能物联网流量预测与优化系统,其特征在于,包括监控中心及与监控中心通信连接的数据采集模块、数据存储模块、动态指标构建模块、数据预测模块和临界预警模块;

2.根据权利要求1所述的一种智能物联网流量预测与优化系统,其特征在于,还包括与监控中心通信连接的数据可视模块和状态匹配模块;

3.根据权利要求2所述的一种智能物联网流量预测与优化系统,其特征在于,所述数据采集模块采集各工业设备的各类型指标数据流量的过程包括:

4.根据权利要求3所述的一种智能物联网流量预测与优化系统,其特征在于,所述数据可视模块根据工业生产过程中各流程子序列之间的连接关系构建工业生产全流程可视模型的过程包括:

5.根据权利要求4所述的一种智能物联网流量预测与优化系统,其特征在于,所述状态匹配模块根据各流程子序列的指标数据总流量获取各流程子序列的运行状态的过程包括:

6.根据权利要求5所述的一种智能物联网流量预测与优化系统,其特征在于,所述动态指标构建模块根据数据存储模块中流程子序列由临界状态转化为故障状态前...

【专利技术属性】
技术研发人员:刘超肖智卿周柏魁许多熊慧梁文聪
申请(专利权)人:广东云百智联科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1