CN114548769B - 一种智能电网it资产大数据监测***及方法 - Google Patents
一种智能电网it资产大数据监测***及方法 Download PDFInfo
- Publication number
- CN114548769B CN114548769B CN202210166816.6A CN202210166816A CN114548769B CN 114548769 B CN114548769 B CN 114548769B CN 202210166816 A CN202210166816 A CN 202210166816A CN 114548769 B CN114548769 B CN 114548769B
- Authority
- CN
- China
- Prior art keywords
- node
- equipment
- analyzed
- database
- identification information
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims description 29
- 230000002159 abnormal effect Effects 0.000 claims description 52
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能电网IT资产大数据监测***及方法,所述大数据监测***包括IT资产设备数据库、预分类模块和人工盘点判断模块,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,所述预分类模块用于对设备节点进行分类,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,所述人工盘点判断模块当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点。
Description
技术领域
本发明涉及IT资产监测技术领域,具体为一种智能电网IT资产大数据监测***及方法。
背景技术
IT资产包括软件资产和硬件资产设备,软件资产包括管理信息区中的套装软件和应用***软件,硬件资产设备包括计算机和计算机网络的物理组件,例如计算机、服务器、网络设备中的交换机、路由器和网关等等。随着电网数据中心的规模不断扩大,IT硬件资产设备种类和数量较多,在对IT硬件资产设备进行管理上的难度较大,因此需要将这些资产设备进行登记并定期进行盘点,保证对这些IT硬件资产设备进行监控管理。现有技术中,主要采用人工盘点的方式对IT硬件资产设备进行盘点,但是人工盘点这种方式不仅工作量较大,而且盘点效率较低。
发明内容
本发明的目的在于提供一种智能电网IT资产大数据监测***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种智能电网IT资产大数据监测***,所述大数据监测***包括IT资产设备数据库、预分类模块和人工盘点判断模块,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,所述预分类模块用于对设备节点进行分类,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,所述人工盘点判断模块当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点。
进一步的,所述人工盘点判断模块包括节点判断模块、第一盘点模块和第二盘点模块,所述节点判断模块获取设备节点的类型,如果该个设备节点为第一设备节点,所述第一盘点模块采集该个设备节点自动上传的设备标识信息为盘点信息,当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,如果该个设备节点为第二设备节点,所述第二盘点模块设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点。
进一步的,所述第二盘点模块包括时间参数获取分析模块、关联节点获取模块、运行异常分析模块、存疑因子计算模块和存疑因子比较模块,所述时间参数获取分析模块获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a,所述关联节点获取模块获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,所述运行异常分析模块判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么 k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,所述存疑因子计算模块计算待分析节点的存疑因子P=0.62*x+0.38*y,所述存疑因子比较模块将待分析节点的存疑因子与存疑阈值进行比较,如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点。
进一步的,所述大数据监测***还包括人工更新判断模块,所述人工更新判断模块当判断某个节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,判断是否要更新IT资产设备数据库内该异常节点的设备标识信息。
一种智能电网IT资产大数据监测方法,所述大数据监测方法包括以下步骤:
预先建立IT资产设备数据库,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,
其中,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,
当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点。
进一步的,所述判断是否要对该设备节点的设备进行人工盘点包括:
如果该个设备节点为第一设备节点,采集该个设备节点自动上传的设备标识信息为盘点信息,
当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,
如果该个设备节点为第二设备节点,设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点。
进一步的,所述根据待分析节点的设备的工作情况判断是否要对其进行人工盘点包括:
获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a;
判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,
其中,获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,
计算待分析节点的存疑因子P=0.62*x+0.38*y,
如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,
如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点。
进一步的,所述大数据监测方法还包括:各个设备的设备标识信息唯一。
进一步的,所述大数据监测方法包括:当判断某个节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,判断是否要更新IT资产设备数据库内该异常节点的设备标识信息。
与现有技术相比,本发明所达到的有益效果是:本发明预先根据节点是否能自动上传自动上传该设备节点的设备标识信息分成第一设备节点和第二设备节点,针对第一设备节点,将其自动上传的设备标识信息与数据库内对应的设备标识信息进行比较,从而实现自动智能盘点的技术效果,针对第二设备节点,对该设备节点的设备的使用情况以及与其他关联设备的情况进行分析,从中选取需要人工盘点的节点并进行针对性的盘点,从而减小了在对资产设备进行盘点时的人工工作量,提高了盘点的效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种智能电网IT资产大数据监测***的模块示意图。
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。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他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种智能电网IT资产大数据监测***,所述大数据监测***包括IT资产设备数据库、预分类模块和人工盘点判断模块,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,所述预分类模块用于对设备节点进行分类,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,所述人工盘点判断模块当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点。
所述人工盘点判断模块包括节点判断模块、第一盘点模块和第二盘点模块,所述节点判断模块获取设备节点的类型,如果该个设备节点为第一设备节点,所述第一盘点模块采集该个设备节点自动上传的设备标识信息为盘点信息,当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,如果该个设备节点为第二设备节点,所述第二盘点模块设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点。
所述第二盘点模块包括时间参数获取分析模块、关联节点获取模块、运行异常分析模块、存疑因子计算模块和存疑因子比较模块,所述时间参数获取分析模块获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a,所述关联节点获取模块获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,所述运行异常分析模块判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,所述存疑因子计算模块计算待分析节点的存疑因子P=0.62*x+0.38*y,所述存疑因子比较模块将待分析节点的存疑因子与存疑阈值进行比较,如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点。
所述大数据监测***还包括人工更新判断模块,所述人工更新判断模块当判断某个节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,判断是否要更新IT资产设备数据库内该异常节点的设备标识信息。
一种智能电网IT资产大数据监测方法,所述大数据监测方法包括以下步骤:
预先建立IT资产设备数据库,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,其中,各个设备的设备标识信息唯一,本申请中的IT资产设备指的是IT硬件资产设备,IT硬件资产设备中有的资产设备能够自己自动上传标识信息,比如笔记本电脑、路由器等等,有的资产设备不能自己自动上传标识信息,比如光纤电缆之类,
其中,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,
当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点。本申请中的盘点指对各个节点所使用的设备进行检查,判断是否存在更换没有进行及时更新数据库;
所述判断是否要对该设备节点的设备进行人工盘点包括:
如果该个设备节点为第一设备节点,采集该个设备节点自动上传的设备标识信息为盘点信息,
当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,如果人工核实确实进行了设备更换,那么更新IT资产设备数据库内该异常节点的设备标识信息;
如果该个设备节点为第二设备节点,设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点。
所述根据待分析节点的设备的工作情况判断是否要对其进行人工盘点包括:
获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a;在这些硬件资产设备使用过程中会更新换代,但是在更新换代的过程中,有时会忘记对数据库中相应节点使用的设备进行更新,参数x从待分析节点的设备的使用寿命上来判断需不需要对其进行人工盘点,当待分析节点的设备的使用寿命相对于一般情况下同型号的设备的使用寿命较长时,即x较大时,有可能发生了设备进行了更换但是忘记更新第二数据库内节点的设备信息的情况,因此此时需要对该节点的设备进行人工盘点确认;
判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示最近一次盘点时间与当前时间之间第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为最近一次盘点时间与当前时间之间第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,本申请中考虑到当发生运行异常时,有可能是设备存在损坏,同时某个设备的损坏有可能会带动其他设备的损坏,当设备损坏后进行更新时,如果更新的设备越多,待分析节点所对应的设备也进行更换了的概率也较大,同时出现因为更新数据库中设备标识信息比较多,忘记更新待分析节点的设备标识信息的情况的概率越大,所以需要对该节点的设备进行人工盘点确认;同时,本申请中考虑到某次发生运行异常的时间越长,更换节点的设备的个数越多的可能性越大,那么待分析节点的设备被更换的可能性越大,所以本申请中将作为权重,从而进一步提高判断是否要对进行人工盘点的合理性,同时,本申请进一步考虑到待分析节点与其他的设备节点之间的关联性能,当某个设备节点的关联参数越大,那么当该个设备节点在某次运行异常过程中进行了更新标识时,待分析节点进行了更新换代的可能性越大,所以通过来判断设备进行了更换但是遗漏更新数据库的情况,进一步提高分析结果的合理性;
其中,获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,这里的同时更新指的是,该个设备节点与待分析节点在一次更新过程中中的更新,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,
计算待分析节点的存疑因子P=0.62*x+0.38*y,
如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,
如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点,当工作人员人工盘点该待分析节点当前使用的设备标识信息与第二数据库中该设备节点所对应的设备标识信息相同时,判断该节点为正常节点,当工作人员人工盘点该待分析节点当前使用的设备标识信息与第二数据库中该设备节点所对应的设备标识信息不同时,判断该节点为异常节点,并进行人工更新第二数据库中该设备节点的设备标识信息。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种智能电网IT资产大数据监测***,其特征在于,所述大数据监测***包括IT资产设备数据库、预分类模块和人工盘点判断模块,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,所述预分类模块用于对设备节点进行分类,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,所述人工盘点判断模块当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点;
所述人工盘点判断模块包括节点判断模块、第一盘点模块和第二盘点模块,所述节点判断模块获取设备节点的类型,如果该个设备节点为第一设备节点,所述第一盘点模块采集该个设备节点自动上传的设备标识信息为盘点信息,当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,如果该个设备节点为第二设备节点,所述第二盘点模块设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点;
所述第二盘点模块包括时间参数获取分析模块、关联节点获取模块、运行异常分析模块、存疑因子计算模块和存疑因子比较模块,所述时间参数获取分析模块获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a,所述关联节点获取模块获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,所述运行异常分析模块判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,所述存疑因子计算模块计算待分析节点的存疑因子P=0.62*x+0.38*y,所述存疑因子比较模块将待分析节点的存疑因子与存疑阈值进行比较,如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点。
2.根据权利要求1所述的一种智能电网IT资产大数据监测***,其特征在于:所述大数据监测***还包括人工更新判断模块,所述人工更新判断模块当判断某个节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,判断是否要更新IT资产设备数据库内该异常节点的设备标识信息。
3.一种智能电网IT资产大数据监测方法,其特征在于:所述大数据监测方法包括以下步骤:
预先建立IT资产设备数据库,所述IT资产设备数据库包括第一数据库和第二数据库,所述第一数据库用于存储各个第一设备节点的设备标识信息,所述第二数据库用于存储各个第二设备节点的设备标识信息,
其中,如果某个设备节点能够自动上传该设备节点的设备标识信息,那么该个设备节点为第一设备节点,否则,该个设备节点为第二设备节点,
当对设备节点进行盘点时,根据设备节点的类型和设备工作情况,判断是否要对该设备节点的设备进行人工盘点;
所述判断是否要对该设备节点的设备进行人工盘点包括:
如果该个设备节点为第一设备节点,采集该个设备节点自动上传的设备标识信息为盘点信息,
当盘点信息与第一数据库中该设备节点所对应的设备标识信息相同时,判断该设备节点为正常节点,当盘点信息与第一数据库中该设备节点所对应的设备标识信息不同时,判断该设备节点为异常节点,
如果该个设备节点为第二设备节点,设该设备节点为待分析节点,根据待分析节点的设备的工作情况判断是否要对其进行人工盘点;
所述根据待分析节点的设备的工作情况判断是否要对其进行人工盘点包括:
获取待分析节点的设备最近一次的更换时间与当前时间的时间间隔tc,那么时间比较参数a=tc/t0,其中,t0为与待分析节点的设备型号相同设备的更换周期阈值,如果a大于1,那么x=1,如果a小于等于1,那么x=a;
判断最近一次盘点时间与当前时间之间是否发生运行异常,如果没有发生运行异常,那么y=0,如果发生运行异常,那么k为最近一次盘点时间与当前时间之间发生运行异常的次数,i表示最近一次盘点时间与当前时间之间第i次发生运行异常,hi表示第i次发生运行异常中从检测到运行异常到恢复正常运行的时间间隔时长,gi为第i次发生运行异常时待分析节点的关联节点中更新设备标识信息的设备节点的个数,G为待分析节点的关联节点的总个数,
其中,获取历史中IT资产设备数据库中设备标识信息的更新情况,计算某个设备节点的关联参数c=n/m,其中,n为历史中该个设备节点与待分析节点同时更新设备标识的次数,m为历史中IT资产设备数据库中待分析节点更新设备标识信息的次数,如果某个设备节点与待分析节点的关联参数大于关联阈值,那么该个设备节点为待分析节点的关联节点,
计算待分析节点的存疑因子P=0.62*x+0.38*y,
如果待分析节点的存疑因子小于存疑阈值,那么待分析节点为正常节点,
如果待分析节点的存疑因子大于等于存疑阈值,那么传输信息给工作人员对该待分析节点进行人工盘点,通过人工判断待分析节点为正常节点还是异常节点。
4.根据权利要求3所述的一种智能电网IT资产大数据监测方法,其特征在于:所述大数据监测方法还包括:各个设备的设备标识信息唯一。
5.根据权利要求3所述的一种智能电网IT资产大数据监测方法,其特征在于:所述大数据监测方法包括:当判断某个节点为异常节点,对该异常节点所对应的设备标识信息进行人工核实,判断是否要更新IT资产设备数据库内该异常节点的设备标识信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166816.6A CN114548769B (zh) | 2022-02-23 | 2022-02-23 | 一种智能电网it资产大数据监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166816.6A CN114548769B (zh) | 2022-02-23 | 2022-02-23 | 一种智能电网it资产大数据监测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114548769A CN114548769A (zh) | 2022-05-27 |
CN114548769B true CN114548769B (zh) | 2022-10-28 |
Family
ID=81676759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210166816.6A Active CN114548769B (zh) | 2022-02-23 | 2022-02-23 | 一种智能电网it资产大数据监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114548769B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442421A (zh) * | 2022-07-22 | 2022-12-06 | 云南电网有限责任公司 | 设备更换方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483903A (zh) * | 2016-12-05 | 2017-03-08 | 成都信息工程大学 | 一种固定资产智能化识别管理与动态监测***及方法 |
CN109379724A (zh) * | 2018-09-27 | 2019-02-22 | 中国联合网络通信集团有限公司 | 一种资产管理方法和*** |
CN112508533A (zh) * | 2020-12-17 | 2021-03-16 | 北京华胜天成科技股份有限公司 | 一种it资源设备在线盘点*** |
CN112598226A (zh) * | 2020-12-02 | 2021-04-02 | 广东电网有限责任公司 | 一种设备清查方法、装置、设备及存储介质 |
JP2021077232A (ja) * | 2019-11-12 | 2021-05-20 | Nttテクノクロス株式会社 | 管理装置、管理方法及びプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050288960A1 (en) * | 2004-06-24 | 2005-12-29 | Sharp Shawn T | Resource management system |
CN109218141A (zh) * | 2018-11-20 | 2019-01-15 | 郑州云海信息技术有限公司 | 一种故障节点检测方法及相关装置 |
CN109726915B (zh) * | 2018-12-27 | 2021-06-29 | 广东电网有限责任公司 | 设备状态自动核对方法、装置及电子设备 |
CN111609883B (zh) * | 2020-05-20 | 2021-03-30 | 山东联信征信管理有限公司 | 一种基于大数据的通信机房防护监测管理*** |
CN113128076A (zh) * | 2021-05-18 | 2021-07-16 | 北京邮电大学 | 基于双向加权图模型的电力调度自动化***故障溯源方法 |
CN113624533B (zh) * | 2021-10-12 | 2022-02-01 | 南京佰思智能科技有限公司 | 一种基于人工智能的发电厂设备故障诊断***及方法 |
-
2022
- 2022-02-23 CN CN202210166816.6A patent/CN114548769B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483903A (zh) * | 2016-12-05 | 2017-03-08 | 成都信息工程大学 | 一种固定资产智能化识别管理与动态监测***及方法 |
CN109379724A (zh) * | 2018-09-27 | 2019-02-22 | 中国联合网络通信集团有限公司 | 一种资产管理方法和*** |
JP2021077232A (ja) * | 2019-11-12 | 2021-05-20 | Nttテクノクロス株式会社 | 管理装置、管理方法及びプログラム |
CN112598226A (zh) * | 2020-12-02 | 2021-04-02 | 广东电网有限责任公司 | 一种设备清查方法、装置、设备及存储介质 |
CN112508533A (zh) * | 2020-12-17 | 2021-03-16 | 北京华胜天成科技股份有限公司 | 一种it资源设备在线盘点*** |
Also Published As
Publication number | Publication date |
---|---|
CN114548769A (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102520044B1 (ko) | 경보 로그 압축 방법, 장치, 및 시스템, 및 저장 매체 | |
CN109189736B (zh) | 一种告警关联规则的生成方法和装置 | |
US11966319B2 (en) | Identifying anomalies in a data center using composite metrics and/or machine learning | |
CN101321084A (zh) | 在计算机环境中利用关联规则挖掘为计算实体产生配置规则的方法和装置 | |
CN101808351B (zh) | 业务影响分析方法和*** | |
CN113282635B (zh) | 一种微服务***故障根因定位方法及装置 | |
CN113497726B (zh) | 告警监控方法、***、计算机可读存储介质及电子设备 | |
CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
CN112769605B (zh) | 一种异构多云的运维管理方法及混合云平台 | |
CN104574219A (zh) | 电网业务信息***运行工况的监测预警方法及*** | |
CN115809183A (zh) | 基于知识图谱的信创终端故障发现及处置的方法 | |
CN114548769B (zh) | 一种智能电网it资产大数据监测***及方法 | |
CN111756560A (zh) | 一种数据处理方法、装置及存储介质 | |
CN115865649A (zh) | 一种智能运维管理控制方法、***和存储介质 | |
CN115794588A (zh) | 内存故障预测方法、装置、***及监测服务器 | |
CN117439916A (zh) | 一种网络安全测试评估***及方法 | |
CN113297042B (zh) | 一种告警消息的处理方法、装置及设备 | |
CN110597792A (zh) | 基于同期线损数据融合的多级冗余数据融合方法及装置 | |
CN117687884A (zh) | 一种电网调度自动化主站运维操作票智能优化方法及*** | |
CN115016976B (zh) | 一种根因定位方法、装置、设备及存储介质 | |
CN113011477A (zh) | 一种太阳辐照数据的清洗和补全***及方法 | |
CN108833414B (zh) | 一种在线服务异常监控方法 | |
CN110602070A (zh) | 一种网络安全的自动配置管理***及方法 | |
CN114138750A (zh) | 一种基于ai咨询数据库集群搭建方法和*** | |
CN112817827A (zh) | 运维方法、装置、服务器、设备、***及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |