【技术实现步骤摘要】
本专利技术涉及巡检管理，尤其涉及一种基于云平台的自动巡检管理系统。
技术介绍
1、巡检管理
主要关注于监测和维护设施或系统的完整性和性能，涵盖了从简单的设备检查到复杂系统的定期监控与维护，包括定期的物理检查、自动化监控系统、数据分析和预测维护策略。目的是确保关键基础设施、机械和其他资产的操作效率和安全，减少意外停机时间，并优化维护过程。随着技术的进步，巡检管理也在逐步引入更多的智能化和自动化技术，比如使用无人机、机器人和人工智能来提高巡检的效率和准确性。
2、其中，自动巡检管理系统则是指利用自动化技术来执行巡检任务的系统，通过自动化手段提高巡检的效率和准确性，通常包括传感器、摄像头以及其他监测设备，结合数据收集和分析软件，实现对设施和设备的实时监控和健康状态评估，用途广泛，可以应用于各种工业环境、公共设施或任何需要定期维护和检查的场所。通过自动化系统，可以减少对人力的依赖，提前发现潜在的问题，从而降低维修成本和延长设备使用寿命。
3、传统巡检技术常受限于固定的资源配置和人工监测的限制，缺乏足够的动态适应能力，使得系统在突发情况下响应迟缓，处理效率不高。依赖于定期的物理检查和手动数据分析，在应对复杂系统时显得反应迟钝，容易受到操作者主观判断的影响，增加了错误诊断的风险。此外，缺少自动化的任务调度功能，导致紧急和关键任务有时无法获得优先处理，影响整体运维效率。现有的数据展示手段也通常缺乏交互性和直观性，难以为管理人员提供实时、准确的数据支持，限制决策的及时性和有效性，导致维护成本增加，设备使用寿命缩短，
技术实现思路
1、本专利技术的目的是解决现有技术中存在的缺点，而提出的一种基于云平台的自动巡检管理系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种基于云平台的自动巡检管理系统包括：
3、资源优化调度模块根据实时监测数据流量，调整云资源的计算能力和存储空间，匹配数据处理即时需求，进行资源与负载之间的动态匹配，生成资源配置决策结果；
4、异常模式识别模块基于所述资源配置决策结果，优化设备性能指标监测过程，并对设备性能指标进行连续分析，根据设备性能指标连续分析结果识别异常数据模式，计算异常数据的偏离度，得到异常模式检测记录；
5、智能调度引擎模块分析巡检任务之间的逻辑关系，识别紧急任务和相互依赖任务，通过资源需求和预计时间进行巡检任务排序，根据任务排序结果结合所述异常模式检测记录对任务优先级进行调整，匹配任务需求和实时变化，建立任务调度优化结果；
6、数据可视化展示模块基于所述任务调度优化结果，开发交互式数据界面，可视化展示巡检任务进度和结果，根据可视化展示结果分析关键性能指标的变化趋势和问题分布，突出并标记关键任务节点，建立巡检数据动态可视化展示结果。
7、作为本专利技术的进一步方案，所述资源配置决策结果的获取步骤为：
8、实时监控云环境的数据流量，采集每个节点的传输数据，进行数据聚合，生成实时数据流量分析结果；
9、基于所述实时数据流量分析结果，采用公式：
10、
11、计算并生成资源需求调整比例rnew，其中，dcurrent,i代表第i个节点的当前数据流量值，dexpected代表预期数据流量值，n表示节点数；
12、依据所述资源需求调整比例，动态优化计算资源和存储分配，匹配当前的数据流量需求，进行资源与负载之间的平衡，生成资源配置决策结果。
13、作为本专利技术的进一步方案，所述设备性能指标的连续分析步骤为：
14、根据所述资源配置决策结果提取核心参数，记录监测设备配置和数据采集频率，重新配置监测资源，生成优化后的资源配置参数；
15、应用所述优化后的资源配置参数，细化监测点布局和监测参数设置，调节数据采集的时间分辨率和空间分辨率，生成调整后的监测系统配置；
16、使用所述调整后的监测系统配置，进行全面设备性能数据采集，对收集到的数据进行时序分析和趋势分析，生成设备性能连续分析结果。
17、作为本专利技术的进一步方案，所述异常模式检测记录的获取步骤为：
18、利用所述设备性能连续分析结果，进行数据标准化处理，采用公式：
19、
20、计算每个数据点到集群中心的欧氏距离d，通过设定距离阈值判定异常模式，生成异常数据模式初步识别报告，其中，xi代表数据点的各维度值，μi为对应维度的集群中心均值，n为数据维度数；
21、根据所述异常数据模式初步识别报告，采用公式：
22、
23、计算每个数据点的z分数，得到数据点偏离程度记录，其中，x代表数据点，μ代表数据集的平均值，σ代表标准偏差；
24、整合所述异常数据模式初步识别报告和所述数据点偏离程度记录，记录每种异常模式的特征和偏离度数值，分析潜在影响，综合输出异常模式检测记录。
25、作为本专利技术的进一步方案，所述巡检任务的排序步骤为：
26、收集所有巡检任务信息，记录任务需求、预计时间和资源分配情况，生成初始任务数据集；
27、基于所述初始任务数据集，分析任务之间的依赖关系，并结合任务的紧急性得分，采用公式：
28、
29、计算每项任务的依赖得分ds，构建任务依赖性评分表；其中，rd代表任务所需资源的数量，tr代表任务预计完成前剩余的时间；
30、根据所述任务依赖性评分表，进行综合排序，优先级由高到低，生成巡检任务排序列表。
31、作为本专利技术的进一步方案，所述任务调度优化结果的获取步骤为：
32、基于所述异常模式检测记录，自动标识与常规执行模式不匹配的数据，将数据与巡检任务排序列表结合，生成综合数据分析记录；
33、对所述综合数据分析记录进行深度分析，采用公式：
34、
35、计算并输出每项任务的新优先级pa，得到任务优先级调整表，其中，tu代表任务的紧急程度评分，as表示任务的异常程度级别，e是自然对数的底数；
36、利用所述任务优先级调整表，对任务执行顺序进行优化，根据每项任务优先级和资源分配重新排序，生成任务调度优化结果。
37、作为本专利技术的进一步方案，所述巡检任务进度和结果的可视化展示步骤为：
38、基于所述任务调度优化结果，提取并分析任务完成时间和任务状态，生成综合数据模型；
39、集成所述综合数据模型，设计数据界面原型，进行数据实时展示交互，得到初步交互式界面原型；
40、基于所述初步交互式界面原型，综合用户反馈和界面使用数据，进行交互式界面原型的动态调整，构建交互式数据界面。
41、作为本专利技术的进一步方案，所述巡检数据动态可视化展示结果的获取步骤为：
42、基于所述交互式数据界面，统计完成时间和任务状态结果，进本文档来自技高网...
【技术保护点】
1.一种基于云平台的自动巡检管理系统，其特征在于，所述基于云平台的自动巡检管理系统包括：
2.根据权利要求1所述的基于云平台的自动巡检管理系统，其特征在于，所述资源配置决策结果的获取步骤为：
3.根据权利要求2所述的基于云平台的自动巡检管理系统，其特征在于，所述设备性能指标的连续分析步骤为：
4.根据权利要求3所述的基于云平台的自动巡检管理系统，其特征在于，所述异常模式检测记录的获取步骤为：
5.根据权利要求1所述的基于云平台的自动巡检管理系统，其特征在于，所述巡检任务的排序步骤为：
6.根据权利要求5所述的一基于云平台的自动巡检管理系统，其特征在于，所述任务调度优化结果的获取步骤为：
7.根据权利要求6所述的基于云平台的自动巡检管理系统，其特征在于，所述巡检任务进度和结果的可视化展示步骤为：
8.根据权利要求7所述的基于云平台的自动巡检管理系统，其特征在于，所述巡检数据动态可视化展示结果的获取步骤为：
【技术特征摘要】
1.一种基于云平台的自动巡检管理系统，其特征在于，所述基于云平台的自动巡检管理系统包括：
2.根据权利要求1所述的基于云平台的自动巡检管理系统，其特征在于，所述资源配置决策结果的获取步骤为：
3.根据权利要求2所述的基于云平台的自动巡检管理系统，其特征在于，所述设备性能指标的连续分析步骤为：
4.根据权利要求3所述的基于云平台的自动巡检管理系统，其特征在于，所述异常模式检测记录的获取步骤为：
5.根...
【专利技术属性】
技术研发人员：高翔，徐远飞，申洪斌，
申请(专利权)人：苏州新建元数字生活科技有限公司，
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。