CN106909974B - 用于分析多终端状态的方法、数据分析器和*** - Google Patents

Abstract

本发明公开一种用于分析多终端状态的方法、数据分析器和***。该方法包括：采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子；根据所述运行数据获取多种终端的阈值数据；根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；将所述运行数据和所述状态分析结果上报给监控平台。本发明基于单相功率因子波动实时监测技术，来监测多种终端的各项指数，并且进行综合安全阈值数字化分析多终端状态，可以应用于多种终端的远程维护的使用场景，从而解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

Description

用于分析多终端状态的方法、数据分析器和***

技术领域

本发明涉及物联网技术领域，特别涉及一种用于分析多终端状态的方法、数据分析器和***。

背景技术

典型的应用场景下，日益增多的终端需要大量的人力进行维护，这对运营商是一种考验。这些故障中很大一部分原因仅仅是人为疏忽造成，比如未开机等原因。越来越多的客户有多个节点的终端，无形中增加了远程故障判断的难度，维护人员不得不至现场查看。若有一个有效的方式来进行远程判断故障，来减少人力现场查看，这会为运营商减少大量的人力成本。

目前现有的方式，基本都是简单对电压、功率的监测并给出断电与否等简单状态的方案，根本无法满足需要。

发明内容

鉴于以上技术问题，本发明提供了一种用于分析多终端状态的方法、数据分析器和***，用于多种终端的远程维护的使用场景，解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

根据本发明的一个方面，提供一种用于分析多终端状态的方法，包括：

采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子；

根据所述运行数据获取多种终端的阈值数据；

根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；

将所述运行数据和所述状态分析结果上报给监控平台。

在本发明的一个实施例中，根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果的步骤包括：

将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间；

根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联；

将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系，所述状态分析结果包括所述状态结果。

在本发明的一个实施例中，产生多种终端的状态结果的步骤之后，所述方法还包括：

从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与故障原因的对应关系，所述状态分析结果包括产生所述状态结果的故障原因。

在本发明的一个实施例中，将关联结果与状态库进行比较的步骤包括：

对关联结果进行特征提取，提取产生特征组；

将所述特征组与状态库进行比对，以产生多种终端的状态结果。

在本发明的一个实施例中，确定多种终端当前所处的阈值区间的步骤之后，所述方法还包括：

判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同；

若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则将所述运行数据和预存的基准状态分析结果上报给监控平台；

若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则执行根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联的步骤。

根据本发明的另一方面，提供一种用于分析多终端状态的数据分析器，包括数据采集模块、阈值获取模块、状态获取模块和数据传输模块，其中：

数据采集模块，用于采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子；

阈值获取模块，用于根据所述运行数据获取多种终端的阈值数据；

状态获取模块，用于根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；

数据传输模块，将所述运行数据和所述状态分析结果上报给监控平台。

在本发明的一个实施例中，状态获取模块包括区间确定单元、区间关联单元、状态确定单元，其中：

区间确定单元，用于将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间；

区间关联单元，用于根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联；

状态确定单元，用于将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系，所述状态分析结果包括所述状态结果。

在本发明的一个实施例中，状态获取模块还包括原因确定单元，其中：

原因确定单元，用于从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与故障原因的对应关系，所述状态分析结果包括产生所述状态结果的故障原因。

在本发明的一个实施例中，状态确定单元包括提取子模块和比对子模块，其中：

提取子模块，用于对关联结果进行特征提取，提取产生特征组；

比对子模块，用于将所述特征组与状态库进行比对，以产生多种终端的状态结果。

在本发明的一个实施例中，状态获取模块还包括识别单元，其中：

识别单元，用于在区间确定单元确定多种终端当前所处的阈值区间之后，判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则指示数据传输模块将所述运行数据和预存的基准状态分析结果上报给监控平台；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则指示区间关联单元执行根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联的操作。

根据本发明的另一方面，提供一种用于分析多终端状态的***，包括数据分析器和监控平台，其中：

数据分析器，为上述任一实施例中所述的用于分析多终端状态的数据分析器；

监控平台，用于接收和显示数据分析器上报的多种终端的运行数据和状态分析结果。

在本发明的一个实施例中，监控平台还用于根据历史数据来对数据分析器的预定算法和数据库进行升级。

本发明基于单相功率因子波动实时监测技术，来监测多种终端的各项指数，并且进行综合安全阈值数字化分析多终端状态，可以应用于多种终端的远程维护的使用场景，从而解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明用于分析多终端状态的方法一个实施例的示意图。

图2为本发明一个实施例中根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果的示意图。

图3为本发明用于分析多终端状态的数据分析器一个实施例的示意图。

图4为本发明一个实施例中状态获取模块的示意图。

图5为本发明一个实施例中状态确定单元的示意图。

图6为本发明用于分析多终端状态的***一个实施例的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为本发明用于分析多终端状态的方法一个实施例的示意图。优选的，本实施例可由本发明用于分析多终端状态的数据分析器执行。该方法包括以下步骤：

步骤101，采集多种终端的运行数据，其中所述运行数据包括多种终端的终端单相电压、电流、功率因子等运行数据。

步骤102，采用预定算法对所述运行数据进行处理，将所述运行数据转换为多种终端的阈值数据。

步骤103，根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果。

步骤104，将所述运行数据和所述状态分析结果上报给监控平台。

基于本发明上述实施例提供的用于分析多终端状态的方法，基于单相功率因子波动实时监测技术，来监测多种终端的各项指数(运行数据)，并且进行综合安全阈值数字化分析多终端状态，可以应用于多种终端的远程维护的使用场景，从而解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

图2为本发明一个实施例中根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果的示意图。优选的，本实施例可由本发明用于分析多终端状态的数据分析器中的状态获取模块执行。如图2所示，图1所述的步骤103可以包括：

步骤201，将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间。

例如：对于电视机而言，数据分析器的阈值库中，预先存储有电视机的静态阈值、动态阈值、待机阈值、故障阈值等预定阈值区间，通过比较可以确定电视机的当前阈值数据落入了上述哪个预定阈值区间，该预定阈值区间即为电视机当前所处的阈值区间。

步骤202，判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同。若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则执行步骤203；否则，若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则执行步骤204。

在本发明的一个实施例中，多种终端所处的基准阈值区间可以是预存的多种终端正常情况下所处的阈值区间、或者预存的多种终端上次检测时所处的阈值区间。

步骤203，将所述运行数据和预存的基准状态分析结果上报给监控平台；之后不再执行本实施例的其它步骤。由此若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则不再进行终端状态分析，从而节约了***消耗，提高了状态分析效率。

在本发明的一个实施例中，若多种终端所处的基准阈值区间是预存的多种终端正常情况下所处的阈值区间，则相应地，所述预存的基准状态分析结果为多种终端正常情况下的状态分析结果。

在本发明的一个实施例中，若多种终端所处的基准阈值区间是预存的多种终端上次检测时所处的阈值区间，则相应地，所述预存的基准状态分析结果为多种终端上次检测时所处的状态分析结果。

步骤204，根据终端关系库中预存的多种终端之间的终端关系，将多种终端当前所处的阈值区间进行关联。

在本发明的一个实施例中，所述方法还包括：在终端关系库中预存多种终端之间的终端关系，例如：电视机与机顶盒关联；网关与无线AP关联；多传感器与集中器关联。

在本发明的一个实施例中，步骤204可以包括：根据终端关系库中预存的多种终端之间的终端关系，将各组关联终端当前所处的阈值区间进行关联。例如：将电视机和机顶盒的当前所处的阈值区间进行关联，可以得到“电视机处于待机阈值；同时，机顶盒未开机阈值”的关联结果。

步骤205，将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系，所述状态分析结果包括所述状态结果。

在本发明的一个实施例中，多种终端中每种终端的状态除了包括基本的断电、正常两种状态外，还包括待机、硬件故障、未开机、数据异常等多种状态。

在本发明的一个实施例中，步骤205中，将关联结果与状态库进行比较的步骤可以包括：

步骤2051、对关联结果进行特征提取，提取产生特征组。例如：可以从“电视机处于待机阈值；同时，机顶盒未开机阈值”的关联结果中提取出“电视机”、“待机”、“机顶盒”、“未开机”等特征，组成特征组。

步骤2052、将所述特征组与状态库进行比对，以产生多种终端的状态结果。例如：将“电视机”、“待机”、“机顶盒”、“未开机”的特征组与状态库进行比对，可以产生“电视机无信号待机”的状态结果。

步骤206，从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与相应故障原因的对应关系，所述状态分析结果包括产生所述状态结果的故障原因。

例如：可以根据“电视机无信号待机”的状态结果、以及“机顶盒”、“未开机”的特征值，在故障库中进行查询，确定产生所述状态结果的故障原因为：机顶盒未开机。

本发明上述实施例可以根据多种终端功率因子等各项指数的多组数据计算安全阈值，再根据终端之间的关联关系来综合判断对应终端的不同运行状态及多节点的故障原因。本方法可以适用于终端远程故障判断，特别是多节点、关联关系的终端设备的远程故障判断，比如机顶盒与电视机无法播放节目的问题故障判断，比如“多传感器+集中器”的故障判断等等，比如“网关+无线AP”无法上网的故障判断。

在本发明的一个实施例中，步骤206可以包括：

1、判断是否可以从故障库中查询产生所述状态结果的故障原因。

2、若能从故障库中查询产生所述状态结果的故障原因，则将所述故障原因与所述状态结果一起作为状态分析结果发送给监测平台。

3、若不能从故障库中查询产生所述状态结果的故障原因，即故障库中不存在所述状态结果对应的故障原因，则通过所述状态结果、所述关联结果和所述关联结果的特征组综合判断出所述状态结果对应的故障原因，并将所述状态结果及其对应的故障原因发送给监测平台，同时将所述状态结果及故障原因的对应关系添加到故障库中。

例如本发明可以通过分析“电视机处于待机阈值；同时，机顶盒未开机阈值”的关联结果、以及“电视机无信号待机”的状态结果综合分析确定“机顶盒未开机”为“电视机无信号待机”的故障产生原因；之后将上述“电视机无信号待机”的状态结果和“机顶盒未开机”的故障产生原因发送给监测平台，并将电视机无信号待机”的状态结果以及“机顶盒未开机”的故障产生原因建立对应关系并添加到故障库中。

由此本发明上述实施例可以实现对故障结果的分析确定，同时本发明上述实施例还可以实现故障库的动态更新。

在本发明的另一实施例中，所述方法还可以包括：若不能从故障库中查询产生所述状态结果的故障原因，即故障库中不存在所述状态结果对应的故障原因，则将所述状态结果、所述关联结果和所述关联结果的特征组发送给监测平台，以便监测平台通过所述状态结果、所述关联结果和所述关联结果的特征组综合判断所述状态结果对应的故障原因，并将所述状态结果及故障原因的对应关系返回给故障分析器以更新故障库。

本发明上述实施例中监测平台可以重点分析故障原因并针对积累的数据进行综合的评估，不断修正“数据分析器”的相关预定算法及数据库(例如故障库、终端关系库、状态库、阈值库等)。

在本发明的一个实施例中，不同终端设备的功率因子是有经验值的，在技术方案中先以经验值为基础，再以大数据平台的综合分析结果作为修正。

在本发明的一个实施例中，获取阈值数据的预定算法及各种库的内容也是有经验值，也是在经验值基础上以大数据平台分析结果作为修正。

本发明上述实施例可以有效节约终端的维护人力，有利于运营商M2M(机器与机器，Machine to Machine)类业务的开展。本发明上述实施例还可以扩展至各种M2M终端的远程监控及故障判断，比如温湿度监测、气体监测、定位监测、摄像头监测等。

图3为本发明用于分析多终端状态的数据分析器一个实施例的示意图。如图3所示，所述数据分析器包括数据采集模块100、阈值获取模块200、状态获取模块300和数据传输模块400，其中：

数据采集模块100，用于采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子。

阈值获取模块200，用于根据所述运行数据获取多种终端的阈值数据。

状态获取模块300，用于根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；

数据传输模块400，将所述运行数据和所述状态分析结果上报给监控平台。

基于本发明上述实施例提供的用于分析多终端状态的数据分析器，基于单相功率因子波动实时监测技术，来监测多种终端的各项指数，并且进行综合安全阈值数字化分析多终端状态，可以应用于多种终端的远程维护的使用场景，从而解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

图4为本发明一个实施例中状态获取模块的示意图。如图4所示，图3中的状态获取模块300可以包括区间确定单元310、区间关联单元320、状态确定单元330，其中：

区间确定单元310，用于将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间；

区间关联单元320，用于根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联；

状态确定单元330，用于将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系；并将所述状态结果发送给数据传输模块400，以便数据传输模块400将所述状态结果作为所述状态分析结果的一部分发送给监控平台。

在本发明的一个实施例中，如图5所示，状态确定单元330可以包括提取子模块331和比对子模块332，其中：

提取子模块331，用于对关联结果进行特征提取，提取产生特征组；

比对子模块332，用于将所述特征组与状态库进行比对，以产生多种终端的状态结果。

在本发明的一个实施例中，如图4所示，状态获取模块300还可以包括原因确定单元340，其中：

原因确定单元340，用于从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与故障原因的对应关系；并将所述状故障原因发送给数据传输模块400，以便数据传输模块400将所述故障原因作为所述状态分析结果的一部分发送给监控平台。

本发明上述实施例可以根据多种终端功率因子等各项指数的多组数据计算安全阈值，再根据终端之间的关联关系来综合判断对应终端的不同运行状态及多节点的故障原因。本方法可以适用于终端远程故障判断，特别是多节点、关联关系的终端设备的远程故障判断，比如机顶盒与电视机无法播放节目的问题故障判断，比如“多传感器+集中器”的故障判断等等，比如“网关+无线AP”无法上网的故障判断。

在本发明的一个实施例中，如图4所示，状态获取模块300还可以包括识别单元350，其中：

识别单元350，用于在区间确定单元310确定多种终端当前所处的阈值区间之后，判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则指示数据传输模块400将所述运行数据和预存的基准状态分析结果上报给监控平台；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则指示区间关联单元320执行根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联的操作。

本发明上述实施例中在多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同时，可以不再进行终端状态分析，而直接将基准状态分析结果上报给监控平台，从而节约了***消耗，大大提升了状态分析的效率。

在本发明的一个实施例中，原因确定单元340还可以用于在不能从故障库中查询产生所述状态结果的故障原因时，即在故障库中不存在所述状态结果对应的故障原因时，通过对所述状态结果、所述关联结果和所述关联结果的特征组进行综合判断，得到所述状态结果对应的故障原因，并将所述状态结果及其对应的故障原因发送给监测平台，同时将所述状态结果及故障原因的对应关系添加到故障库中。

由此本发明上述实施例可以实现对故障结果的分析确定，同时本发明上述实施例还可以实现故障库的动态更新。

在本发明的另一实施例中，数据传输模块400还可以用于在原因确定单元不能从故障库中查询产生所述状态结果的故障原因时，即在故障库中不存在所述状态结果对应的故障原因时，将所述状态结果、所述关联结果和所述关联结果的特征组发送给监测平台，以便监测平台通过所述状态结果、所述关联结果和所述关联结果的特征组综合判断所述状态结果对应的故障原因，并将所述状态结果及故障原因的对应关系返回给故障分析器以更新故障库。

本发明上述实施例中也可以通过监测平台重点分析故障原因并针对积累的数据进行综合的评估，不断修正“数据分析器”的相关预定算法及数据库(例如故障库、终端关系库、状态库、阈值库等)。

图6为本发明用于分析多终端状态的***一个实施例的示意图。所述***包括数据分析器10和监控平台20，其中：

数据分析器10，为上述任一实施例中所述的用于分析多种终端30状态的数据分析器。

在本发明的一个实施例中，上述多种终端30中的每一种终端可以多个。例如采用本发明可以实现对多个电视机、多个网关、多个机顶盒等终端的状态实现监控和分析。

在本发明的一个实施例中，数据分析器10可以提供对各种终端单相电压、电流、功率因子等指数的综合分析，根据预定算法实现安全阈值的数字化分析，产生多种不同的状态判断。在基本的断电、正常两种状态下，扩充了待机、硬件故障、未开机、数据异常等多种状态的分析。

监控平台20，用于接收和显示数据分析器上报的多种终端的运行数据和状态分析结果。

在本发明的一个实施例中，监控平台20可以通过互联网与数据分析器10进行连接。

在本发明的一个实施例中，监控平台20还可以用于根据历史数据来对数据分析器的预定算法和数据库进行升级，其中所述数据库包括故障库、终端关系库、状态库、阈值库等数据库。

在本发明的一个实施例中，在监控平台侧新增了大数据分析模块，监控平台记录所有终端数据，管理人员可一目了然的看到所有终端设备的状态；监控平台重点分析故障原因并针对积累的数据进行综合的评估，不断修正数据分析器10的预定算法及数据库。

基于本发明上述实施例提供的用于分析多终端状态的***，基于单相功率因子波动实时监测技术，来监测多种终端的各项指数，并且进行综合安全阈值数字化分析多终端状态，可以通过监测、分析多种终端的各项指数判断故障，由此可以应用于多种终端的远程维护的使用场景，从而解决了远程监控及多节点终端故障判断问题，有效减少了至现场查看维护的麻烦。

在上面所描述的阈值获取模块200、状态获取模块300等功能单元可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种用于分析多终端状态的方法，其特征在于，包括：

采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子；

根据所述运行数据获取多种终端的阈值数据；

根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；

将所述运行数据和所述状态分析结果上报给监控平台；

其中，根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果的步骤包括：

将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间；

根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联；

将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系，所述状态分析结果包括所述状态结果。

2.根据权利要求1所述的方法，其特征在于，产生多种终端的状态结果的步骤之后，还包括：

从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与故障原因的对应关系，所述状态分析结果包括产生所述状态结果的故障原因。

3.根据权利要求1所述的方法，其特征在于，将关联结果与状态库进行比较的步骤包括：

对关联结果进行特征提取，提取产生特征组；

将所述特征组与状态库进行比对，以产生多种终端的状态结果。

4.根据权利要求1-3中任一项所述的方法，其特征在于，确定多种终端当前所处的阈值区间的步骤之后，还包括：

判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同；

若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则将所述运行数据和预存的基准状态分析结果上报给监控平台；

若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则执行根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联的步骤。

5.一种用于分析多终端状态的数据分析器，其特征在于，包括数据采集模块、阈值获取模块、状态获取模块和数据传输模块，其中：

数据采集模块，用于采集多种终端的运行数据，其中所述运行数据包括多种终端的功率因子；

阈值获取模块，用于根据所述运行数据获取多种终端的阈值数据；

状态获取模块，用于根据所述阈值数据以及多种终端之间的关联关系获取多种终端的状态分析结果；

数据传输模块，将所述运行数据和所述状态分析结果上报给监控平台；

其中，状态获取模块包括区间确定单元、区间关联单元、状态确定单元，其中：

区间确定单元，用于将所述阈值数据与阈值库中多种终端的预定阈值区间进行比较，确定多种终端当前所处的阈值区间；

区间关联单元，用于根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联；

状态确定单元，用于将关联结果与状态库进行比较，产生多种终端的状态结果，其中，所述状态库中预先存储有阈值区间关联结果与终端状态的对应关系，所述状态分析结果包括所述状态结果。

6.根据权利要求5所述的数据分析器，其特征在于，状态获取模块还包括原因确定单元，其中：

原因确定单元，用于从故障库中查询产生所述状态结果的故障原因，其中，所述故障库中预先存储有各种状态结果与故障原因的对应关系，所述状态分析结果包括产生所述状态结果的故障原因。

7.根据权利要求5所述的数据分析器，其特征在于，状态确定单元包括提取子模块和比对子模块，其中：

提取子模块，用于对关联结果进行特征提取，提取产生特征组；

比对子模块，用于将所述特征组与状态库进行比对，以产生多种终端的状态结果。

8.根据权利要求5-7中任一项所述的数据分析器，其特征在于，状态获取模块还包括识别单元，其中：

识别单元，用于在区间确定单元确定多种终端当前所处的阈值区间之后，判断多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间是否相同；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间相同，则指示数据传输模块将所述运行数据和预存的基准状态分析结果上报给监控平台；若多种终端当前所处的阈值区间与预存的多种终端所处的基准阈值区间不相同，则指示区间关联单元执行根据终端关系库中预存的多种终端之间的终端关系将多种终端当前所处的阈值区间进行关联的操作。

9.一种用于分析多终端状态的***，其特征在于，包括数据分析器和监控平台，其中：

数据分析器，为权利要求5-8中任一项所述的用于分析多终端状态的数据分析器；

监控平台，用于接收和显示数据分析器上报的多种终端的运行数据和状态分析结果。

10.根据权利要求9所述的***，其特征在于，

监控平台还用于根据历史数据来对数据分析器的预定算法和数据库进行升级。

Images