一种基于互联网云端的远程监控方法及系统技术方案

本发明专利技术公开了一种基于互联网云端的远程监控方法及系统，涉及监控技术领域，该基于互联网云端的远程监控方法包括以下步骤：获取设备运行参数；筛选出对设备异常预警判断影响最大的重要性特征；利用信息增益计算重要性特征的权重值；将存在异常变化的设备区域标记为潜在问题区域；利用波束形成法和时间序列分析法在云端中构建设备故障预测模型

【技术实现步骤摘要】
一种基于互联网云端的远程监控方法及系统


[0001]本专利技术涉及监控
，具体来说，涉及一种基于互联网云端的远程监控方法及系统
。

技术介绍

[0002]随着电子信息技术的发展，网络控制系统也得到了飞速发展
。
等微电子产品的嵌入式计算机系统和嵌入式操作系统的出现为网络控制节点的智能化与小型化提供了基础
。
各种网络技术的出现也为网络控制系统的实现提供了不同的形式
。
无线通讯技术减小了网络控制系统的空间制约因素，信息加密技术的发展提高了网络控制系统的可靠性和保密性，利用组件技术设计的复杂控制系统的可靠性稳定性都大大增强
。
在信息化的现代，网络控制被应用于各种领域，如：制造
、
冶金
、
医疗
、
交通和电力等等
。
在人民的社会生活领域，网络控制的应用也将得到普及，它缩小着人们与各种社会资源的距离，改变着人们的生活方式
。
随着全球化
、
国际化趋势的发展，网络控制的应用领域将越来越广
。
与此同时，远程控制的距离也从几公里到几千公里
。
网络控制的品质也将越来越高，应用在医疗
、
军事等领域的网络控制将具备更高的稳定性
、
实时性
、
可靠性
、
安全性和保密性
。
[0003]随着移动互联网的发展，人们对于通过手机等移动终端远程实时掌握目标当前状态有了更多的需求
。
例如，技术人员通过手机的网络连接来实现农业生产过程的实时监控；又例如，车主通过手机应用软件便捷的获取车辆在停放场景中的实时视频信息；再例如，技术人员可以通过手机或电脑可以远程监控硬件设备，通过监控分析设备是否存在异常情况，从而能够及时采取相应措施，避免造成安全隐患
。
[0004]然而，目前的远程监控系统在对硬件设备运行过程进行监控时，不便于及时发现设备运行时存在的问题，不便于及时对异常情况进行预警和采取相应的措施，并且不能对设备进行故障预测，导致降低了远程监控系统的效率，尤其是在噪声或其他干扰因素的影响下，这可能导致一些潜在的异常情况被忽视，提高了设备的损坏率
。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案
。

技术实现思路

[0006]针对现有技术的不足，本专利技术提出一种基于互联网云端的远程监控方法及系统，解决了上述
技术介绍
中提出现有的目前的远程监控系统在对硬件设备运行过程进行监控时，不便于及时发现设备运行时存在的问题，不便于及时对异常情况进行预警和采取相应的措施，并且不能对设备进行故障预测，导致降低了远程监控系统的效率，尤其是在噪声或其他干扰因素的影响下，这可能导致一些潜在的异常情况被忽视，提高了设备的损坏率的问题
。
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：根据本专利技术的一个方面，提供了一种基于互联网云端的远程监控方法，该基于互联网云端的远程监控方法包括以下步骤：
S1、
在所需监控的设备上设置若干传感器，获取设备运行参数，并进行预处理；
S2、
将预处理结果进行特征提取，并将提取出的特征通过互联网上传到云端进行存储；
S3、
对提取的特征数据进行特征重要性分析，筛选出对设备异常预警判断影响最大的重要性特征；
S4、
利用信息增益计算重要性特征的权重值；
S5、
基于权重值对设备进行聚类分析，将存在异常变化的设备区域标记为潜在问题区域；
S6、
基于潜在问题区域，利用波束形成法和时间序列分析法在云端中构建设备故障预测模型；
S7、
利用云端中的设备故障预测模型及权重值对下一时刻的设备故障发生进行预测
。
[0008]进一步的，在所需监控的设备上设置若干传感器，获取传感器数据，并进行预处理包括以下步骤：
S11、
收集各个传感器获取的设备运行参数的重复数据
、
缺失值和异常值，并对重复数据
、
缺失值和异常值进行去噪
、
滤波及平滑处理；
S12、
将设备运行参数中未处理的数据行进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；
S13、
确定不同数据集之间的外键关系，根据需要将不同数据表中的数据进行相互联结，创建新的数据表，并通过指定的外部键值进行关联；
S14、
通过
SQL
语句中的
JOIN
操作符，将需要联结的数据表连接在一起，在进行联结时，确保数据的完整性约束得到满足；
S15、
完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到设备运行参数的准确数据
。
[0009]进一步的，将预处理结果进行特征提取，并将提取出的特征通过互联网上传到云端进行存储包括以下步骤：
S21、
利用主成分分析法将设备运行参数的准确数据融合到同一个数据集中；
S22、
从融合后的数据集中提取相关特征，得到设备运行参数特征；
S23、
将得到的设备运行参数特征通过互联网上传到云端进行存储
。
[0010]进一步的，对提取的特征数据进行特征重要性分析，筛选出对设备异常预警判断影响最大的重要性特征包括以下步骤：
S31、
选择判断设备异常行为的特征评估指标，基于选定的特征评估指标，计算设备运行参数特征与设备异常行为之间的关联度；
S32、
基于计算出的关联度，对设备运行参数特征进行排序，关联度越高则表示设备运行参数特征越重要，并将关联度最高的设备运行参数特征作为重要性特征
。
[0011]进一步的，利用信息增益计算重要性特征的权重值包括以下步骤：
S41、
收集设备运行参数的样本数据集；
S42、
根据样本数据集中的目标变量计算其信息熵，衡量目标变量的不确定性；
S43、
对于每个特征，分别计算其与目标变量之间的信息增益；
S44、
将信息增益值作为特征的权重值，并对权重值进行归一化处理；
S45、
分析归一化后的权重值，了解设备运行参数特征的重要程度
。
[0012]进一步的，基于权重值对设备进行聚类分析，将存在异常变化的设备区域标记为潜在问题区域包括以下步骤：
S51、
将重要性特征的特征数量作为聚类中心数量，并利用改进的
K
‑
Means
聚类算法对设备区域进行聚类，将设备区域划分为若干群组；
S52、
从若干群组中提取数据点，利用局部离群点检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于互联网云端的远程监控方法，其特征在于，该基于互联网云端的远程监控方法包括以下步骤：
S1、
在所需监控的设备上设置若干传感器，获取设备运行参数，并进行预处理；
S2、
将预处理结果进行特征提取，并将提取出的特征通过互联网上传到云端进行存储；
S3、
对提取的特征数据进行特征重要性分析，筛选出对设备异常预警判断影响最大的重要性特征；
S4、
利用信息增益计算重要性特征的权重值；
S5、
基于权重值对设备进行聚类分析，将存在异常变化的设备区域标记为潜在问题区域；
S6、
基于潜在问题区域，利用波束形成法和时间序列分析法在云端中构建设备故障预测模型；
S7、
利用云端中的设备故障预测模型及权重值对下一时刻的设备故障发生进行预测
。2.
根据权利要求1所述的一种基于互联网云端的远程监控方法，其特征在于，所述在所需监控的设备上设置若干传感器，获取传感器数据，并进行预处理包括以下步骤：
S11、
收集各个传感器获取的设备运行参数的重复数据
、
缺失值和异常值，并对重复数据
、
缺失值和异常值进行去噪
、
滤波及平滑处理；
S12、
将设备运行参数中未处理的数据行进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；
S13、
确定不同数据集之间的外键关系，根据需要将不同数据表中的数据进行相互联结，创建新的数据表，并通过指定的外部键值进行关联；
S14、
通过
SQL
语句中的
JOIN
操作符，将需要联结的数据表连接在一起，在进行联结时，确保数据的完整性约束得到满足；
S15、
完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到设备运行参数的准确数据
。3.
根据权利要求1所述的一种基于互联网云端的远程监控方法，其特征在于，所述将预处理结果进行特征提取，并将提取出的特征通过互联网上传到云端进行存储包括以下步骤：
S21、
利用主成分分析法将设备运行参数的准确数据融合到同一个数据集中；
S22、
从融合后的数据集中提取相关特征，得到设备运行参数特征；
S23、
将得到的设备运行参数特征通过互联网上传到云端进行存储
。4.
根据权利要求1所述的一种基于互联网云端的远程监控方法，其特征在于，所述对提取的特征数据进行特征重要性分析，筛选出对设备异常预警判断影响最大的重要性特征包括以下步骤：
S31、
选择判断设备异常行为的特征评估指标，基于选定的特征评估指标，计算设备运行参数特征与设备异常行为之间的关联度；
S32、
基于计算出的关联度，对设备运行参数特征进行排序，关联度越高则表示设备运行参数特征越重要，并将关联度最高的设备运行参数特征作为重要性特征
。5.
根据权利要求1所述的一种基于互联网云端的远程监控方法，其特征在于，所述利用信息增益计算重要性特征的权重值包括以下步骤：
S41、
收集设备运行参数的样本数据集；
S42、
根据样本数据集中的目标变量计算其信息熵，衡量目标变量的不确定性；
S43、
对于每个特征，分别计算其与目标变量之间的信息增益；
S44、
将信息增益值作为特征的权重值，并对权重值进行归一化处理；
S45、
分析归一化后的权重值，了解设备运行参数特征的重要程度
。6.
根据权利要求1所述的一种基于互联网云端的远程监控方法，其特征在于，所述基于权重值对设备进行聚类分析，将存在异常变化的设备区域标记为潜在问题区域包括以下步骤：
S51、
将重要性特征的特征...

【专利技术属性】
技术研发人员：范馨匀，
申请(专利权)人：江苏全天软件有限公司，
类型：发明
国别省市：