CN109035836A - 一种交通设备运维*** - Google Patents
一种交通设备运维*** Download PDFInfo
- Publication number
- CN109035836A CN109035836A CN201810921332.1A CN201810921332A CN109035836A CN 109035836 A CN109035836 A CN 109035836A CN 201810921332 A CN201810921332 A CN 201810921332A CN 109035836 A CN109035836 A CN 109035836A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- equipment
- terminal
- crossing equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 29
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 23
- 230000007613 environmental effect Effects 0.000 claims description 23
- 230000002547 anomalous effect Effects 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 230000006855 networking Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 17
- 238000012423 maintenance Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种交通设备运维***,该***包括运维终端和服务器;运维终端用于与交通路口的路口设备通信,获取路口设备的设备信息,并将获取的路口设备的设备信息上传至服务器,接收服务器下发的控制命令,根据控制命令执行相应的操作,服务器用于与运维终端通信,获取运维终端上传的路口设备的设备信息,根据路口设备的设备信息判断路口设备的运行状态,并在确定路口设备运行异常时,通过运维终端控制路口设备的运行。
Description
技术领域
本发明实施例涉及交通技术领域,尤其涉及一种交通设备运维***。
背景技术
随着城市指挥交通***的建设规模不断扩大,***建后的运维工作也愈发重要,现有的运维工作主要是通过人工排查,就会出现由于路***通设备发生故障、或出现了可能会导致路***通设备死机、失效、故障的因素时,交警、维护人员不能及时发现,而且路***通设备安装位置分散,发生故障、异常时交警、维护人员难以在短时间内赶到现场进行处理等问题,造成运维监测效果较差,且运维效率较低。
发明内容
本发明实施例提供一种交通设备运维***,用以实现快速排查路口设备异常,实现简单异常状态自动运维,提高了运维的效率。
本发明实施例提供的一种交通设备运维***,包括:
运维终端和服务器;
所述运维终端用于与交通路口的路口设备通信,获取路口设备的设备信息,并将获取的路口设备的设备信息上传至所述服务器;接收所述服务器下发的控制命令,根据所述控制命令执行相应的操作;所述设备信息用于所述服务器判断所述路口设备的运行状态;
所述服务器用于与所述运维终端通信,获取所述运维终端上传的路口设备的设备信息,根据所述路口设备的设备信息判断所述路口设备的运行状态,并在确定所述路口设备运行异常时,通过所述运维终端控制所述路口设备的运行。
通过运维终端设备与路口设备进行通信,获取路口设备的设备信息,并通过网络上传到服务器,服务器综合各项信息判断路口设备运行状态。由服务器来识别路口设备是否发生异常,对于严重异常情况,可以通过运维终端关闭设备供电,或重启设备,并将异常情况通知工作人员。
可选的,所述服务器包括检测信息获取模块、一般异常识别模块、核心判断模块和异常处理模块;
所述检测信息获取模块用于获取所述运维设备上传的所述路口设备的设备信息,并将所述路口设备的设备信息进行预处理,将预处理后的所述路口设备的设备信息发送给所述一般异常识别模块和所述核心判断模块;
所述一般异常识别模块用于根据所述预处理后的所述路口设备的设备信息,识别特征明显的异常信息,并将识别出的异常信息发送给所述异常处理模块;
所述核心判断模块用于对所述检测信息模块发送的预处理后的所述路口设备的设备信息进行分析,识别出特征不明显的故障或异常,并预先判断出存在的异常因素,将所述判断结果发送给所述异常处理模块;
所述异常处理模块用于根据所述一般异常识别模块和所述核心判断模块发送的异常信息及判断结果生成控制命令,并将所述控制命令发送给所述运维终端。
可选的,所述一般异常识别模块具体用于对所述预处理后的所述路口设备的设备信息提取特征,根据提取的特征以及预设的特征和异常信息的对应关系,获取到与该提取的特征相对应的异常信息。
可选的,核心判断模块具体用于根据所述预处理后的所述路口设备的设备信息和预先训练好的异常信息判断模型,判断所述路口设备是否处于异常状态,得出判断结果。
可选的,所述预先训练好的异常信息判断模型是将目标设备的各种历史设备信息输入至神经网络模型进行训练学习得到的。
可选的,所述异常处理模块具体用于根据一般异常识别模块和所述核心判断模块发送的异常信息,查询异常信息与应对方式的对应关系,并生成对应的控制指令。
可选的,所述运维终端包括主控器、供电检测模块、供电控制模块、环境参数获取模块、以太网模块以及无线通信模块;
所述主控器用于与各模块进行通信,并对各模块实现控制管理;
所述供电检测模块用于检测供电线连接到所述运维终端的路口设备的供电电流、供电电压以及漏电流波形;
所述供电控制模块用于为所述路口设备供电,以及控制所述路口设备的电源的通断;
所述环境参数获取模块用于与环境检测模块通信,获取环境检测模块发送的布置位置的环境参数;
所述以太网模块用于与服务器进行有线通信;
所述无线通信模块用于与服务器进行无线通信。
可选的,所述运维终端还包括内部电源模块以及内部电源控制模块;
所述内部电源模块用于为所述运维模块供电;
所述内部电源控制模块用于控制内部电源模块与蓄电池之间的切换。
可选的,所述运维终端在确定有线网络发生异常时,通过无线通信向所述服务器发生报警信息以及当前的所述路口设备的设备信息。
可选的,所述设备信息包括下述信息之一或任意组合:
状态信息、供电电流/电压波形信息、环境信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种交通设备运维***的结构示意图;
图2为本发明实施例提供的另一种交通设备运维***的结构示意图;
图3为本发明实施例提供的一种运维终端的结构示意图;
图4为本发明实施例提供的一种供电检测和控制模块的结构示意图;
图5为本发明实施例提供的一种环境检测的示意图;
图6为本发明实施例提供的一种环境检测模块的结构示意图;
图7为本发明实施例提供的一种服务器的结构示意图;
图8为本发明实施例提供的一种检测信息获取的示意图;
图9为本发明实施例提供的一种核心判断模块学习的简单示意图;
图10为本发明实施例提供的一种核心判断模块学习的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示例性的示出了本发明实施例提供的一种交通设备运维***的结构,该交通设备运维***包括运维终端100和服务器200。
其中,运维终端100用于与交通路口的路口设备通信,获取路口设备的设备信息,并将获取的路口设备的设备信息上传至服务器200;以及接收服务器200下发的控制命令,根据控制命令执行相应的操作。该设备信息包括下述信息之一或任意组合:状态信息、供电电流/电压波形信息、环境信息。设备的供电波形,特别是供电电流波形,与设备的工作状态、环境温湿度、安装方式等有一定相关性。
服务器200用于与运维终端100通信,获取运维终端100上传的路口设备的设备信息,根据路口设备的设备信息判断路口设备的运行状态,并在确定路口设备运行异常时,通过运维终端100控制路口设备的运行。
上述路口设备可以包括信号机、路口显示屏、摄像头、倒计时牌、探测设备等。
为了更好的解释本发明实施例提供的交通设备运维***,可以通过图2所示的结构来具体解释。
如图2所示,运维终端100可以通过无线或有线网络与服务器200进行通信,使用无线通信时,运维终端100是将无线信号发送给基站600,基站600再通过广域网发送给服务器200;同样,服务器200发送给运维终端100的信息也是经过基站600进行转发。运维终端100进行有线通信时,是通过路由器/交换机500将信息在广域网中发送给服务器200。
运维终端100是交通设备运维***的核心,其具有如下基本功能:①获取现场环境温湿度、烟雾信息;②能够控制路口设备300供电通断;③能够检测每个所接入路口设备300的供电电压、供电电流、漏电流波形信息;④能够采用有线连接的方式接入网络;⑤能够采用无线方式连接网络,并与服务器200通信,连接方式包括同时不限于GPRS、2G、3G、4G、5G、NB-IOT、LORA、ZIGBEE等或私有协议;⑥能够识别各设备的状态信息;⑦配置有电池,当路口断电时,能够通过无线连接继续与服务器200进行通信。
为了实现上述功能,该运维设备的结构可以如图3所示,包括:主控器、供电检测模块、供电控制模块、环境参数获取模块、以太网模块以及无线通信模块。
其中,主控器用于与各模块进行通信,并对各模块实现控制管理;该部分为工业级主控器及其最小***,为运维终端的核心。
供电检测模块用于检测供电线连接到运维终端的路口设备的供电电流、供电电压以及漏电流波形。(绝大多数路口设备都为强电交流供电)。
供电控制模块用于为路口设备供电,以及控制路口设备的电源的通断。
环境参数获取模块用于与环境检测模块通信,获取环境检测模块发送的布置位置的环境参数。具体的,该部分为无线或有线通信接口,用于与环境参数检测模块通信使用。环境参数检测模块为基于本地有线或无线通信接口,用于检测所布置位温湿度、湿度、烟雾等环境参数的独立模块。
以太网模块用于与服务器进行有线通信。具体的该部分包括以太网口驱动器,RJ45接口等,使得运维终端能够通过有线联网方式,与服务器进行通信。
无线通信模块用于与服务器进行无线通信。具体的该模块用于与基站通信,通过无线的方式连接到网络,最终与服务器实现通信。通信方式包括GPRS、2G、3G、4G、5G、NB-IoT等。
运维终端还包括内部电源模块以及内部电源控制模块,内部电源模块用于为运维模块供电,内部电源控制模块用于控制内部电源模块与蓄电池之间的切换,当供电环境不理想时(如断电、供电电压过低)时,运维终端可将内部电源自动切换到蓄电池上,由蓄电池继续为***供电。运维终端内还包含有蓄电池及其充放电电路,当外部供电中断时,运维终端能够切换到内部蓄电池继续进行供电。
该运维终端不限于上述模块,上述仅是示例作用,其还可以包括RTC、存储器、看门狗等基本电路模块,不在一一列举。
上述运维终端的供电控制模块和供电检测模块可以通过如图4所示结构来实现,其中图4中画出了4通道的供电控制与检测通道,4通道分别为设备1到设备4进行供电控制以及供电检测。K1~K4为4个通道的继电器,用于控制4个通道的供电通断,由运维终端内的主控器直接控制。L1~L4为漏电流检测装置(可为用于检测差模电流的互感器),用于检测每个通道所连接设备的***漏电流大小;V1~V4为电压表,用于检测1到4通道的供电电压值;A1~A4为电流表,用于检测1到4通道所连接设备的实时供电的电流值,以上检测均经过处理后送给运维终端的主控器。
需要说明的是,本发明实施例不局限于只有4个供电控制与检测通道,通道数量可为3以下,也可为5以上。
上述环境参数获取模块可以通过图5所示的结构来实现,环境参数获取模块的功能为获取其布设位置(一般为连接运维终端内部)的温度等信息。供电方式不限。获取到的信息可通过无线或有线方式回传给运维终端。运维终端可实时掌握各设备的(内部)环境信息。
环境检测模块的结构可以如图6所示,包括模块供电、温度传感器、湿度传感器、烟雾传感器和通信接口等。本发明实施例中,该模块不限于只采集除温度信息,也可以采集包括湿度、烟雾等环境相关信息。
为保证运维终端的联网可靠性,运维终端具有两套联网机制,分别为有线与无线联网。
其中有线联网(以太网口)为主要联网方式,运维终端会将获取到的设备供电信息(特别是高分辨率的供电电流波形图)实时上传给远端。(由于有线联网方式的通信速度更优保障,且流量成本更低廉,因此适宜进行较大数据量的传输)。
其中无线联网为备用联网方式,当有线联网发生异常情况时,承担连接服务器的功能,主要传输为报警及当前检测信息。
当有线、无线联网方式均无异常时,有线联网模块用于向服务器上传各类检测信息,无线联网模块同时上传检测结论或校验信息。
在本发明实施例中,服务器具有如下基本功能:①能够通过连接广域网,接收运维终端通过有线、无线发回的各项信息;②能够通过网络,连接个人PC或手机等个人终端;③能够根据路口设备的状态码、设备的供电电流/电压波形、所在路口环境信息,综合分析路口设备的工作状态;④对于有异常情况发生的设备,服务器能够通过网络向个人终端发送告警信息,并可以控制路口设备供电关闭或重新启动;⑤服务器可通过自学习的方式,学习供电信息/环境信息与设备的工作状态的对应关系,提高对各类不同设备故障判断的预判准确率/可靠性。
为了实现上述功能,该服务器的结构可以如图7所示,该服务器可以包括检测信息获取模块、一般异常识别模块、核心判断模块和异常处理模块。
其中,检测信息获取模块用于获取运维设备上传的路口设备的设备信息,并将路口设备的设备信息进行预处理,将预处理后的路口设备的设备信息发送给一般异常识别模块和核心判断模块。具体的,检测信息获取模块获取到运维终端通过有线或无线方式上传的各类信息,检测信息获取模块通过将获取到的信息进行初步处理,综合提取出其中的关键信息,发送给一般异常识别模块。
一般异常识别模块用于根据预处理后的路口设备的设备信息,识别特征明显的异常信息,并将识别出的异常信息发送给异常处理模块。具体的,一般异常识别模块根据获取到的信息,识别对应路口设备或运维终端较为明显的异常(如设备断电、漏电过大、设备死机、设备频繁重启等等),则将异常相关信息送给异常处理模块。
一般异常识别模块在具体实现过程中,可以对预处理后的路口设备的设备信息提取特征,根据提取的特征以及预设的特征和异常信息的对应关系,获取到与该提取的特征相对应的异常信息。也就是说,一般异常识别模块可根据常见异常情况建立对应关系,如:设备长时间未上传状态信息,则判断设备没能成功启动;设备反复发送初始化状态信息,则判断设备发生反复重启异常。建立各种特征信息与设备异常状态的对应表,该模块获取到检测信息后,将检测信息的部分特征做为索引,实现常见异常的快速判断。
核心判断模块用于对检测信息模块发送的预处理后的路口设备的设备信息进行分析,识别出特征不明显的故障或异常,并预先判断出存在的异常因素,将判断结果发送给异常处理模块。根据检测信息获取模块提供的综合信息进行分析,以及识别出特征不明显的故障或异常,预先判断出可能存在的异常因素。由于各类设备的异常表现差异较大,因此该部分模块使用带有自学习能力的算法,通过自学习不断提升对于上述两种情况判断的准确度。当该模块判断发生异常或可能存在较大异常风险时,会将判断结果和关键信息送给异常处理模块。
该核心判断模块具体用于根据预处理后的路口设备的设备信息和预先训练好的异常信息判断模型,判断路口设备是否处于异常状态,得出判断结果。其中,预先训练好的异常信息判断模型是将目标设备的各种历史设备信息输入至神经网络模型进行训练学习得到的。该核心判断模块的核心是基于神经网络带有自学习功能的算法,能够针对目标设备的类型品牌型号,通过对该类设备的各项特征信息采集,比对设备最终发生的状态变化实现自学习。整个学习过程不需要人工标定,方便快捷。
其中,可以通过图8所示的步骤来实现各类重要信息的记录,其具体流程为:
步骤801,获取各项检测信息。
步骤802,提取特征信息。
步骤803,将特征信息与时间信息一同记录存储。
步骤804,监控设备状态信息。
步骤805,当设备状态信息发生变化时,对状态信息进行存储。
首先通过运维终端获取到目标设备的各类重要参数,具体包括:①实时环境参数(温度、湿度、烟雾情况等),②实时供电信息(电流波形图、电压波形图、漏电流波形图),③设备的类型、品牌、型号,④设备的工作时间等。
然后根据获取到的信息,提取重要信息项,并与实时的时间信息一同进行记录存储。最后,获取设备发出的当前状态信息,连同时间一同进行存储。
在得到采集到设备信息之后,可以输入当神经网络模型进行训练学习,可以如图9和图10所示,图9示出了核心判断模块中预先训练好的异常信息判断模型自我学习的简化过程,图10示出了核心判断模块中预先训练好的异常信息判断模型自我学习的过程。核心算法以以下信息作为输入条件:①当前阶段以前(包括当前阶段)所有检测信息;②上一阶段以前的设备所有状态。
图10中所示的输入项可以为:①具体包括有运维终端上传的设备当前阶段以及之前阶段的供电电流/供电电压/漏电流波形,以及每阶段变化的持续时间;②当前设备的环境信息(温度、湿度等),以及近一段时间的内各项环境信息的变化曲线;③设备的种类、品牌、信号信息,设备的持续工作时间、总工作时间;④上一阶段前,设备发出的各项状态信息(设备每间隔一定时间会将当前状态发给运维终端,由运维终端上传给服务器)。
核心算法模型会根据输入的各项条件信息,得到一条当前状态的判定结论,将该判定结论与设备当前时刻上传的状态进行对比,对比差异,并将差异信息反馈给核心算法模型,修正核心算法模型。
需要说明的是,对于图9/图10中阶段划分的方法:以设备某项检测信息或状态发生明显变化的时间点作为阶段分界。例如:当电流波形发生突出变化之前,为m-1阶段,变化之后为m阶段。
在具体实施时,服务器可以对同一类型与型号的设备统一训练同一个模型。例如某城市内多个路口都有某厂家某型号的电子警察,则根据此系列电子警察上传的信息,训练同一个算法模型。
异常处理模块用于根据一般异常识别模块和核心判断模块发送的异常信息及判断结果生成控制命令,并将控制命令发送给运维终端。异常处理模块具体用于根据一般异常识别模块和核心判断模块发送的异常信息,查询异常信息与应对方式的对应关系,并生成对应的控制指令。
举例来说,异常处理模块根据获取到当前设备的异常信息,根据异常信息种类,判断是否采取以下四种应对方式:
①令设备重启:平台向对应的运维终端发送命令,运维终端短暂关闭特定设备的对应供电通道后重新供电,设备重新启动;该处理方法可解决设备因长时间工作功能发生混乱、***崩溃、身背卡死等多累异常。
②关闭设备:平台向对应的运维终端发送命令,运维终端彻底关闭特定设备对应的供电通道,设备因没有供电而彻底关闭。该种处理方法用于应对设备严重漏电等有严重安全隐患的问题,尽可能减小危险。
③通知运维人员:通过专有网络向特定个人终端(电脑或手机)通知维护人员,通知内容包括异常发生位置,异常设备类型、型号,异常种类,以及发生异常前的各类检测信息。
④与异常设备通信:可根据运维人员的预先设定,当发生某些种类异常时,平台下发命令,使运维终端向异常设备发送特定的信息。该方法可用于对一些设备轻微异常进行规避处理。例如某信号控制机发生方案丢失异常,运维终端可以向该信号机发送命令,命令该信号机切换到黄灯闪烁状态。
需要说明的是,上述服务器中各模块可以通过运行在服务器上的软件平台来实现,通过软件平台可对接入特定网络的多个运维终端进行统一接入数据、处理、控制。同时也能够开放特定接口向跟人设备(PC/手机)来访问。
该软件平台可以实现的功能机制主要可以包括:
①获取每台特定运维终端通过有线、及无线联网通道上传信息;
②识别每台运维终端所连接的设备种类,型号等信息;
③获取连接特定运维终端连接设备的状态信息(状态码);
④获取连接特定运维终端连接设备的供电信息(包括供电电压波形、供电电流波形、***漏电流信息),以及(内部)微环境信息(温度、湿度等);
⑤获取运维终端的校验信息、判断信息;
⑥综合每台设备的类型/品牌/型号,以及获取到的该设备的实时状态码、供电信息、微环境信息、判断及校验信息,对设备的工作状态进行综合判断。
⑦如判断路口设备发生异常,根据异常类型尝试重启设备、关闭设备、或通知对应的维护人员。
以上所有功能机制中的核心部分为⑥,该部分要求平台能够对获取到设备的各类信息,对设备的工作状态进行综合分析。平台核心为深度学习算法,在获取各类信息后,进行自学习,经过长时间的学习、训练建立模型后,能够对路口特定设备的工作异常状态实现提前感知、预警、处理。
在本发明实施例中,运维终端可以与路口设备进行通信,运维终端会连接多个路口设备。在正常工作情况下,运维终端向各路口设备正常输出供电,同时路口设备会定时通过通信线向运维终端发送信息。具体包括两项:设备的识别码,设备的当前状态信息。
设备的识别码:将设备类型(如电子警察、信号机、电子站牌等等),品牌(设备生产厂家)、设备型号、设备版本(生产批次)编码。服务器或运维终端可根据该编码判断所连接设备的各项信息。
设备当前状态信息:设备会根据当前的运行状态,生成对应的状态信息,并每间隔一定时间向运维终端发送一次。(也可在每次运维终端查询后发送一次状态信息)。运维终端或服务器,可根据查表的方式,通过该状态信息判断出设备当前的大致工作状态。
运维终端对所连接的路口设备实时进行检测,获取到每个时间点的供电电压值、供电的电流值、***漏电流值。并进行以下处理:
获取供电电流、电压的交变周期,并通过RMS(均方根算法)等算法,计算出电流、电压的有效值,并根据有效值对所属设备的供电状态进行判断。
将每个时间点的电压、电流值、漏电流值,连同时间点信息一并存储与运维终端的本地存储器中。待存储一定数据量,且网络畅通时(有线网络),将此阶段存储的数据整理成数据包,一并上传给服务器。
运维终端逐个获取到与其连接的环境检测模块返回的信息。每个环境检测模块都有其自己的地址码,而地址码与所检测位置(设备)存在对应关系,由人工设定。获取到每个设备的环境信息(温湿度等),每间隔一定时间上传给远端平台。
运维终端也可以实现对路口设备异常状态的判断,其具体判断方法主要以下几种机制:
①超过一定周期,未能获取到设备返回的状态信息;
②通过查表发现,获取到设备返回的工作状态信息,代表着设备处于异常情况;
③检测到设备的供电电流值过低或过高;
④检测到设备的供电电压值过低或过高;
⑤检测到设备的漏电流值过大;
⑥检测到设备的环境信息(温度、湿度等)处于过高或过低;
当发生上述情况时,运维终端会判断设备处于异常状态,并根据异常状态的种类进行编码(异常状态码)。
运维设备遇到上述设备异常状态时,可以进行下述操作:
(1)当运维终端的有线联网畅通,且发生了上述异常时,运维终端不会做其他处理,仅仅等待服务器下发指令。
(2)当运维终端的有线联网不畅通,但无线网络连接畅通,且发生了上述异常时,则会将检测结果(对异常情况的判断结果即异常状态吗)上传至服务器。
(3)当运维终端的有线联网、无线联网均不畅通,且发生了以下几种异常情况时,运维终端会尝试重新启动对应设备,当多次启动后且异常状态不再消除,运维终端会关闭设备供电。具体情况如下:
通过设备返回状态信息,设备处于某些种类的异常状态;设备不返回状态信息;
(4)当运维终端的有线联网、无线联网均不畅通,且发生了一下几种异常情况时,运维终端会关闭对应设备供电,具体有以下几种情况。
①设备的供电电流值过高;②设备的漏电流值过高;③通过设备返回的状态信息,设备处于某些种类的异常状态时。
运维终端在与服务器进行通信时,具体可以为:运维终端每间隔一段时间向服务器发送一次信息(可视为心跳信息),有限网络和无限网络同时进行,当服务器获取到信息后,会返回平台心跳/应答信息。
当运维终端已连接设备时,且有限网络和无线网络均畅通时,运维终端每间隔一定时间,通过有线网络将各通道的供电信息,环境检测信息(温度等),各设备的识别码、状态信息,上传给服务器一次。与此同时,运维终端会通过无线网络上传间隔上传运维终端的设备状态判断信息/运维终端状态信息/冗余码等,服务器可依据此信息判断运维终端是否处于正常状态。当服务器通过有线网络接收到运维终端发送的信息后,会通过有线返回应答或状态信息;当服务器通过无线网络接收到运维终端发送的信息后,会通过无线返回应答或状态信息。
当运维终端的无线网络连接不畅时(运维终端获取不到服务器返回的应答信息),则运维终端将检测设备状态判断信息/运维终端状态信息/冗余码等切换到有线网络继续上传,同时无线网络不断尝试通过发送心跳信息,等待服务器回应。
当现场发生断电时(即因各类异常导致路口配电中断),会使各类需要市电供电交通设备器材、交换机/路由器等部分关闭。此时运维终端则会在内部自动切换到通过内部蓄电池供电,同时运维终端能够检测到所处位置供电电压异常。由于此时有线网络因交换机/路由器已经无法正常工作,因此无法再通过有线网络联网。此时运维终端会通过无线联网模块不断尝试联网(与服务器连接),若能够与服务器实现通信,则会将异常状态(断电异常)上传给服务器。等待服务器通知维护人员到现场处理。
上述实施例可以表明,交通设备运维***中的运维终端设备,能够与路口设备进行通信,获取设备的状态信息,同时可获取路口设备的供电电流/电压波形信息、环境信息,并通过网络上传到远端服务器,远端服务器综合各项信息判断路口设备运行状态。当设备发生异常时路口运维终端能够有效识别,通过有线联网或无线联网的方式去报检测信息上报,对于严重异常情况,运维终端能够关闭设备供电,或重启设备,并将异常情况通知工作人员。
本发明实施例可以具体以下有益效果:
1.交警、维护人员可以远程获取遍布城市各处智能交通设备的供电情况,工作状态、工作环境等信息,提高设备可维护性与可靠性;
2.当路口的智能交通设备发生故障、或出现了可能会导致设备死机、失效、故障的因素时,交警、维护人员能够及时的发现,对其中一些故障可以远程操作解决;
3.当路口的智能交通设备发生故障、异常时,交警、维护人员可根据***记录的信息以及上报的故障类型,迅速定位问题原因,制定准确的解决方案;
4.当路口市电供电中断时,***仍然能正常工作,并且将现场故障及状态发送到运维中心平台,最大程度预防安全隐患;
5.当路口的智能交通设备出现可能造成安全事故的故障时,***能够及时关断故障设备,同时交警和维护人员可根据***及时发现漏电故障,及时安排人员到现场排查。
6.***可通过自学习算法,训练出合适算法模型,对设备可能的异常提早发现,进一步提高设备可维护性与可靠性。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种交通设备运维***,其特征在于,包括:运维终端和服务器;
所述运维终端用于与交通路口的路口设备通信,获取路口设备的设备信息,并将获取的路口设备的设备信息上传至所述服务器;接收所述服务器下发的控制命令,根据所述控制命令执行相应的操作;所述设备信息用于所述服务器判断所述路口设备的运行状态;
所述服务器用于与所述运维终端通信,获取所述运维终端上传的路口设备的设备信息,根据所述路口设备的设备信息判断所述路口设备的运行状态,并在确定所述路口设备运行异常时,通过所述运维终端控制所述路口设备的运行。
2.如权利要求1所述的***,其特征在于,所述服务器包括检测信息获取模块、一般异常识别模块、核心判断模块和异常处理模块;
所述检测信息获取模块用于获取所述运维设备上传的所述路口设备的设备信息,并将所述路口设备的设备信息进行预处理,将预处理后的所述路口设备的设备信息发送给所述一般异常识别模块和所述核心判断模块;
所述一般异常识别模块用于根据所述预处理后的所述路口设备的设备信息,识别特征明显的异常信息,并将识别出的异常信息发送给所述异常处理模块;
所述核心判断模块用于对所述检测信息模块发送的预处理后的所述路口设备的设备信息进行分析,识别出特征不明显的故障或异常,并预先判断出存在的异常因素,将所述判断结果发送给所述异常处理模块;
所述异常处理模块用于根据所述一般异常识别模块和所述核心判断模块发送的异常信息及判断结果生成控制命令,并将所述控制命令发送给所述运维终端。
3.如权利要求2所述的***,其特征在于,所述一般异常识别模块具体用于对所述预处理后的所述路口设备的设备信息提取特征,根据提取的特征以及预设的特征和异常信息的对应关系,获取到与该提取的特征相对应的异常信息。
4.如权利要求2所述的***,其特征在于,核心判断模块具体用于根据所述预处理后的所述路口设备的设备信息和预先训练好的异常信息判断模型,判断所述路口设备是否处于异常状态,得出判断结果。
5.如权利要求4所述的***,其特征在于,所述预先训练好的异常信息判断模型是将目标设备的各种历史设备信息输入至神经网络模型进行训练学习得到的。
6.如权利要求2所述的***,其特征在于,所述异常处理模块具体用于根据一般异常识别模块和所述核心判断模块发送的异常信息,查询异常信息与应对方式的对应关系,并生成对应的控制指令。
7.如权利要求1所述的***,其特征在于,所述运维终端包括主控器、供电检测模块、供电控制模块、环境参数获取模块、以太网模块以及无线通信模块;
所述主控器用于与各模块进行通信,并对各模块实现控制管理;
所述供电检测模块用于检测供电线连接到所述运维终端的路口设备的供电电流、供电电压以及漏电流波形;
所述供电控制模块用于为所述路口设备供电,以及控制所述路口设备的电源的通断;
所述环境参数获取模块用于与环境检测模块通信,获取环境检测模块发送的布置位置的环境参数;
所述以太网模块用于与服务器进行有线通信;
所述无线通信模块用于与服务器进行无线通信。
8.如权利要求7所述的***,其特征在于,所述运维终端还包括内部电源模块以及内部电源控制模块;
所述内部电源模块用于为所述运维模块供电;
所述内部电源控制模块用于控制内部电源模块与蓄电池之间的切换。
9.如权利要求7所述的***,其特征在于,所述运维终端在确定有线网络发生异常时,通过无线通信向所述服务器发生报警信息以及当前的所述路口设备的设备信息。
10.如权利要求书1至9任一项所述的***,其特征在于,所述设备信息包括下述信息之一或任意组合:
状态信息、供电电流/电压波形信息、环境信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810921332.1A CN109035836A (zh) | 2018-08-14 | 2018-08-14 | 一种交通设备运维*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810921332.1A CN109035836A (zh) | 2018-08-14 | 2018-08-14 | 一种交通设备运维*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035836A true CN109035836A (zh) | 2018-12-18 |
Family
ID=64633266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810921332.1A Pending CN109035836A (zh) | 2018-08-14 | 2018-08-14 | 一种交通设备运维*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035836A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047309A (zh) * | 2019-04-30 | 2019-07-23 | 安徽科力信息产业有限责任公司 | 一种信号机控制方法及装置 |
CN111806443A (zh) * | 2020-05-22 | 2020-10-23 | 博雷顿科技有限公司 | 一种纯电动重卡无人驾驶能耗优化方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853478A (zh) * | 2009-04-01 | 2010-10-06 | 杭州信雅达科技有限公司 | 一种基于本体论及移动网络的汽车故障诊断***的发明 |
TWM431393U (en) * | 2011-12-15 | 2012-06-11 | Univ Ching Yun | Vehicle signal maintenance device |
CN202720785U (zh) * | 2012-04-12 | 2013-02-06 | 中国计量学院 | 一种用于led交通灯的故障检测装置 |
KR101271743B1 (ko) * | 2012-08-06 | 2013-06-05 | 이정명 | 시각 장애인용 교통 편의 시스템 |
CN203149848U (zh) * | 2013-02-04 | 2013-08-21 | 陈斌 | 信号检测控制设备和交通信号故障自动巡检*** |
CN103323748A (zh) * | 2013-06-29 | 2013-09-25 | 西安科技大学 | 基于分形和小波变换的电力电缆故障识别***及方法 |
CN103323228A (zh) * | 2013-07-02 | 2013-09-25 | 中煤科工集团西安研究院 | 一种矿用钻机故障智能识别方法 |
CN203405562U (zh) * | 2013-08-27 | 2014-01-22 | 河海大学 | 一种电动汽车永磁同步电机失磁故障诊断*** |
CN103971532A (zh) * | 2013-02-04 | 2014-08-06 | 北京桓润世嘉科技有限公司 | 信号检测控制设备和交通信号故障自动巡检*** |
CN104219266A (zh) * | 2013-05-31 | 2014-12-17 | 成都勤智数码科技股份有限公司 | 交通管理物联网统一运维管理平台 |
CN106652527A (zh) * | 2017-02-10 | 2017-05-10 | 青岛海信网络科技股份有限公司 | 一种交通信号控制器的故障诊断方法和*** |
CN106997400A (zh) * | 2017-05-25 | 2017-08-01 | 南京多伦科技股份有限公司 | 一种基于云服务的交通设备运维监测和数据分析*** |
CN107909159A (zh) * | 2017-11-03 | 2018-04-13 | 北京建筑大学 | 一种城轨列车应急处置方法 |
CN107919995A (zh) * | 2017-12-20 | 2018-04-17 | 河南中裕广恒科技股份有限公司 | 一种基于物联网技术的智能交通运维终端 |
CN207586678U (zh) * | 2017-10-10 | 2018-07-06 | 北京百纳友为科技有限公司 | 运维设备箱及运维*** |
CN108388214A (zh) * | 2018-02-07 | 2018-08-10 | 淮阴工学院 | 一种道路监控设备的智能运维装置及方法 |
-
2018
- 2018-08-14 CN CN201810921332.1A patent/CN109035836A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853478A (zh) * | 2009-04-01 | 2010-10-06 | 杭州信雅达科技有限公司 | 一种基于本体论及移动网络的汽车故障诊断***的发明 |
TWM431393U (en) * | 2011-12-15 | 2012-06-11 | Univ Ching Yun | Vehicle signal maintenance device |
CN202720785U (zh) * | 2012-04-12 | 2013-02-06 | 中国计量学院 | 一种用于led交通灯的故障检测装置 |
KR101271743B1 (ko) * | 2012-08-06 | 2013-06-05 | 이정명 | 시각 장애인용 교통 편의 시스템 |
CN103971532A (zh) * | 2013-02-04 | 2014-08-06 | 北京桓润世嘉科技有限公司 | 信号检测控制设备和交通信号故障自动巡检*** |
CN203149848U (zh) * | 2013-02-04 | 2013-08-21 | 陈斌 | 信号检测控制设备和交通信号故障自动巡检*** |
CN104219266A (zh) * | 2013-05-31 | 2014-12-17 | 成都勤智数码科技股份有限公司 | 交通管理物联网统一运维管理平台 |
CN103323748A (zh) * | 2013-06-29 | 2013-09-25 | 西安科技大学 | 基于分形和小波变换的电力电缆故障识别***及方法 |
CN103323228A (zh) * | 2013-07-02 | 2013-09-25 | 中煤科工集团西安研究院 | 一种矿用钻机故障智能识别方法 |
CN203405562U (zh) * | 2013-08-27 | 2014-01-22 | 河海大学 | 一种电动汽车永磁同步电机失磁故障诊断*** |
CN106652527A (zh) * | 2017-02-10 | 2017-05-10 | 青岛海信网络科技股份有限公司 | 一种交通信号控制器的故障诊断方法和*** |
CN106997400A (zh) * | 2017-05-25 | 2017-08-01 | 南京多伦科技股份有限公司 | 一种基于云服务的交通设备运维监测和数据分析*** |
CN207586678U (zh) * | 2017-10-10 | 2018-07-06 | 北京百纳友为科技有限公司 | 运维设备箱及运维*** |
CN107909159A (zh) * | 2017-11-03 | 2018-04-13 | 北京建筑大学 | 一种城轨列车应急处置方法 |
CN107919995A (zh) * | 2017-12-20 | 2018-04-17 | 河南中裕广恒科技股份有限公司 | 一种基于物联网技术的智能交通运维终端 |
CN108388214A (zh) * | 2018-02-07 | 2018-08-10 | 淮阴工学院 | 一种道路监控设备的智能运维装置及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047309A (zh) * | 2019-04-30 | 2019-07-23 | 安徽科力信息产业有限责任公司 | 一种信号机控制方法及装置 |
CN111806443A (zh) * | 2020-05-22 | 2020-10-23 | 博雷顿科技有限公司 | 一种纯电动重卡无人驾驶能耗优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831712A (zh) | 变电站远程监测*** | |
CN105897925A (zh) | 一种基于4g网络的移动远程电力监测***及监控方法 | |
CN109001649A (zh) | 一种电源智能诊断***及保护方法 | |
CN106655512A (zh) | 一种基于物联网技术的变电站监测*** | |
CN110336379B (zh) | 基于物联网的变电站在线监测***及终端设备 | |
CN111934332A (zh) | 一种基于云边协同的储能电站*** | |
CN107588799A (zh) | 一种建筑电气设备在线监控*** | |
DE112009002245T5 (de) | System zum Überwachen und Steuern des Zustands oder der Betätigung von Komponenten wie etwa Schaltern, Stromkreisunterbrechern, elektrischen Schaltpaneelen und anderen Elementen für eine elektrische Steuerung und einen Schaltungsschutz | |
CN110988559A (zh) | 基于物联网的变电站直流***全生命周期的在线监测方法 | |
CN206923124U (zh) | 一种智能路灯的报警*** | |
CN112230140B (zh) | 一种10kV高压断路器智能测试装置 | |
CN112596416A (zh) | 一种楼宇统一管控***及方法 | |
CN109035836A (zh) | 一种交通设备运维*** | |
LU506792A1 (en) | Remote monitoring system for oil and gas in high-voltage bushing | |
CN111275941A (zh) | 工地安全管理*** | |
CN209311894U (zh) | 一种基于云技术的实时路施工监理*** | |
CN111371180A (zh) | 变电站巡查监管与数据分析*** | |
CN113037842B (zh) | 一种变电站自动化***的远程维护*** | |
CN111741086B (zh) | 一种监所用工具管理信息*** | |
CN117291579A (zh) | 一种电力设备维护用信息化管理*** | |
CN112764376A (zh) | 一种智能停送电监控管理***及其监控管理方法 | |
CN117081249A (zh) | 一种供电线路自动化监控管理平台及线路故障识别方法 | |
CN207911107U (zh) | 一种应用于路灯的故障监测*** | |
CN109799746A (zh) | 制冷设备智能监控及自动报修*** | |
CN105375632A (zh) | 变电站智能监控*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |