CN116797404A - 基于大数据和数据处理的智能建筑运维监管*** - Google Patents
基于大数据和数据处理的智能建筑运维监管*** Download PDFInfo
- Publication number
- CN116797404A CN116797404A CN202310609564.4A CN202310609564A CN116797404A CN 116797404 A CN116797404 A CN 116797404A CN 202310609564 A CN202310609564 A CN 202310609564A CN 116797404 A CN116797404 A CN 116797404A
- Authority
- CN
- China
- Prior art keywords
- building
- abnormal
- maintenance
- data
- monitoring
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 150
- 238000012545 processing Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 259
- 238000012544 monitoring process Methods 0.000 claims description 106
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 9
- 238000000034 method Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于大数据和数据处理的智能建筑运维监管***,属于智能建筑技术领域;通过对建筑出现的异常情况中的异常目标进行遍历比对,可以及时高效的获取到异常目标的历史出现情况和历史解决情况,可以高效、全方位的为运维人员处理异常提供可靠的数据支持;通过对对应异常目标后续的解决情况进行追溯统计和存储,可以实现对建筑运维监管平台进行数据更新和内容完善;通过对选中建筑和被选建筑之间实施物业维护方案的共享和交流,实现了不同建筑之间在运维方面的数据共享和利用;本发明用于解决现有方案中不能对不同建筑的运维监管数据进行共享和利用,使得不同建筑运维监管数据之间利用和管理的整体效果不佳的技术问题。
Description
技术领域
本发明涉及智能建筑技术领域,具体涉及基于大数据和数据处理的智能建筑运维监管***。
背景技术
建筑运维指建筑在竣工验收完成并投入使用后,整合建筑内人员、设施及技术等关键资源,通过运营充分提高建筑的使用率,降低它的经营成本,增加投资收益,并通过维护尽可能延长建筑的使用周期而进行的综合管理。
现有的建筑运维监管方案在实施时,大多数还是停留在建筑自身方面运维过程和运维结果的监测和数据统计,不能对不同建筑的运维监管数据进行共享和利用,导致不同地区、不同规模以及不同运维状态的建筑运维监管的整体效果不佳。
发明内容
本发明的目的在于提供基于大数据和数据处理的智能建筑运维监管***,用于解决现有方案中不能对不同建筑的运维监管数据进行共享和利用,使得不同建筑运维监管数据之间利用和管理的整体效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现:
基于大数据和数据处理的智能建筑运维监管***,包括建筑监测数据统计模块,用于对建筑自身方面实施监测以及对其运维方面实施数据统计,得到建筑监测信息并上传至建筑运维监管平台;
建筑运维预处理管理模块,用于对建筑运行出现的异常情况实施异常吻合度评估,并根据评估结果自适应的向物业管理人员推送异常处理建议;包括:
获取实时反馈的出现异常情况对应的建筑和异常目标,并将异常目标与建筑运维监管平台中的历史异常目标数据库进行遍历比对,判断异常目标是否出现过;
若异常目标在历史异常目标数据库中存在,则生成第二异常目标信号,并根据第二异常目标获取当下反馈的异常目标对应的异常表现,对异常表现进行关键字提取并组合,得到反馈异常表现关键字组;
将反馈异常表现关键字组与历史异常目标数据库中相同异常目标对应的所有历史异常表现关键字组进行遍历匹配,将反馈异常表现关键字组中关键字总数标记为GZ0,以及将反馈异常表现关键字组中与历史异常表现关键字组中相同关键字总数标记为GZ1;通过公式计算获取异常表现与历史异常表现对应的异常吻合度Yw;根据异常吻合度对历史异常表现进行筛选分类得到分类结果;
根据分类结果中的选中异常表现对应的选中异常原因、选中解决方案和选中解决时长生成异常表现评估表并向出现异常情况对应建筑的物业管理人员进行推送提示,物业管理人员根据异常表现评估表分别向对应的运维人员和出现异常情况的企业进行描述和反馈。
优选地,建筑监测信息的获取步骤包括:
对建筑自身方面实施监测时,获取建筑的所在地理坐标以及占地面积;
以及,对入住建筑内的公司进行监测,统计建筑内入住公司总数;并根据建筑内不同入住公司的工作人员总数获取入住人员总数;
对建筑内的物业进行监测,统计物业管理人员总数;
建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数构成第一建筑监测数据;
对建筑运维方面实施监测时,获取建筑在监测基础周期内出现的异常情况总数,以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长;
建筑在监测基础周期内出现的异常情况总数以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长构成阶段异常监测数据;
建筑在所有监测基础周期内监测获取的阶段异常监测数据构成第二建筑监测数据;第一建筑监测数据和第二建筑监测数据构成建筑监测信息。
优选地,若异常目标在历史异常目标数据库中不存在,则生成第一异常目标信号;
若所有异常吻合度均不为零,则生成第三异常目标信号;
根据第一异常目标信号或者第三异常目标信号向物业管理人员推送异常目标对应预登记的运维人员联系方式。
优选地,根据第一异常目标或者第三异常异常目标对对应异常目标后续的解决情况进行追溯统计,并将后续运维人员反馈的异常目标对应的异常原因、解决方案和解决时长标记为追溯异常原因、追溯解决方案和追溯解决时长更新存储至对应建筑的阶段异常监测数据,并将更新后的建筑的阶段异常监测数据实时上传至建筑运维监管平台中进行更新。
优选地,将等于零的异常吻合度对应的历史异常表现关键字组和历史异常表现分别标记为选中异常表现关键字组和选中异常表现,同时将选中异常表现对应的异常原因、解决方案和解决时长分别标记为选中异常原因、选中解决方案和选中解决时长。
优选地,还包括建筑运维共享管理模块,用于根据建筑对应的建筑监测信息对不同规模的建筑以及不同运行状态的建筑之间的信息交流进行动态推送管理。
优选地,依次获取建筑运维监管平台中不同注册建筑对应的建筑监测信息并遍历获取对应的第一建筑监测数据和第二建筑监测数据;
对建筑的第一建筑监测数据实施数据预处理时,获取第一建筑监测数据中建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数;
将建筑对应的占地面积、入住公司总数、入住人员总数和物业管理人员总数分别标记为ZM、GZ、RZ和WZ;提取标记的各项数据的数值并通过公式计算获取建筑对应的营运影响系数Yy;式中,y1、y2、y3、y4均为常量系数,且0<y1<y2<y3<y4<1;ZM0、GZ0、RZ0和WZ0分别为建筑对应的标准占地面积、标准入住公司总数、标准入住人员总数和标准物业管理人员总数;
根据营运影响系数将对应的建筑营运类型进行分类时,将营运影响系数与数据库中预存储的所有营运影响范围进行比对匹配,获取营运影响系数属于的营运影响范围以及对应的营运级别;将建筑运维监管平台中注册的所有建筑根据相同的营运级别进行分类和编号。
优选地,营运级别由轻级营运级别、中级营运级别、中高级营运级别和高级营运级别构成,不同营运级别对应的营运范围上端点数值依次递增。
优选地,对建筑的第二建筑监测数据实施数据预处理时,获取第二建筑监测数据中所有监测基础周期内出现的异常情况总数并标记为YZ,以及将每次异常目标与数据库中预构建的异常目标-权重表进行遍历匹配获取对应的异常目标权重并标记为YQ;提取标记的各项数据的数值并通过公式计算获取建筑对应的运维影响系数Yw;式中,c1、c2均为常量系数,0<c1<c2<1;
根据运维影响系数对对应建筑的运维状态进行分析评估得到选中建筑和选中方案或者被选建筑,根据营运级别将若干选中建筑对应的选中方案向相同营运级别的被选建筑进行推送提示;
当营运级别中的所有建筑不存在选中建筑时,则将相邻营运级别中的若干选中建筑对应的选中方案向其所有的备选建筑进行推送提示。
优选地,根据建筑的营运级别获取对应的运维影响阈值,并将小于运维影响阈值的运维影响系数对应的建筑标记为选中建筑,同时获取选中建筑对应的物业维护方案并标记为选中方案;
以及,将不小于运维影响阈值的运维影响系数对应的建筑标记为被选建筑。
相比于现有方案,本发明实现的有益效果:
本发明通过对建筑出现的异常情况中的异常目标进行遍历比对,可以及时高效的获取到异常目标的历史出现情况和历史解决情况,可以为后续异常目标的解决方案和解决进度提供可靠的数据支持,以便运维人员在未到达现场的情况下即可全方位的了解到具体的异常情况,又可以对异常目标产生影响的企业及时告知状态和进度。
本发明通过对反馈的异常表现与历史出现的异常表现进行异常吻合度的计算和分析,确定当下反馈的异常表现是否与历史出现的异常表现相同,在异常表现相同的情况下可以高效、全方位的为运维人员处理异常提供可靠的数据支持,提高了异常解决方面历史异常表现以及对应解决方案的数据共享和利用效果,可以克服建筑运维异常解决方面数据之间形成的数据孤岛。
本发明通过对对应异常目标后续的解决情况进行追溯统计和存储,可以实现对建筑运维监管平台进行数据更新和内容完善,可以进一步提高后续历史异常表现数据的可利用性;通过对选中建筑和被选建筑之间实施优秀物业维护方案的共享和交流,实现了不同地区、不同规模以及不同运维状态的建筑之间在运维方面的数据共享和利用,可以将优秀的物业维护方案进行数据共享,可以实现不同运维状态建筑之间的学习和交流,通过前期物业的优秀维护来降低后期建筑运维异常的发生,提高了不同建筑之间运维监管的整体效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明基于大数据和数据处理的智能建筑运维监管***的模块框图。
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作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。
实施例一:
如图1所示,本发明为基于大数据和数据处理的智能建筑运维监管***,包括建筑监测数据统计模块、建筑运维预处理管理模块和建筑运维监管平台;
需要说明的是,本发明实施例中的建筑具体的可以为写字楼;建筑运维监管平台包含若干注册登记的写字楼信息,以便后续可以对不同地区、不同规模以及不同运维状态的写字楼的整体建筑运维监管和数据共享利用提供可靠的数据支持;
建筑监测数据统计模块,用于对建筑自身方面实施监测以及对其运维方面实施数据统计,得到建筑监测信息并上传至建筑运维监管平台;包括:
对建筑自身方面实施监测时,获取建筑的所在地理坐标以及占地面积;
其中,地理坐标可以为具体到什么街道和多少号;占地面积可以为亩;
以及,对入住建筑内的公司进行监测,统计建筑内入住公司总数;并根据建筑内不同入住公司的工作人员总数获取入住人员总数;
对建筑内的物业进行监测,统计物业管理人员总数;这里物业管理人员包含所有管理层和基层的物业人员;
建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数构成第一建筑监测数据;
对建筑运维方面实施监测时,获取建筑在监测基础周期内出现的异常情况总数,以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长;
其中,监测基础周期的单位为月,具体的可以6个月,异常目标可以为设备,也可以为区域,设备包括但不限于电梯、空调和配电;区域包括但不限于进出区域和卫生间区域,异常表现包括但不限于设备或者区域无法正常使用或者完全不能使用,异常原因和解决方案由具体的运维人员提供,解决时长的单位为小时,从第一次被反馈的时间点进行计算,反馈的渠道包括但不限于线上反馈和线下反馈,线上反馈可以为公众号反馈、微信反馈和电话反馈;
建筑在监测基础周期内出现的异常情况总数以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长构成阶段异常监测数据;
建筑在所有监测基础周期内监测获取的阶段异常监测数据构成第二建筑监测数据;第一建筑监测数据和第二建筑监测数据构成建筑监测信息;
本发明实施例中,通过从建筑自身方面以及运维方面实施监测以及数据统计,可以为后续建筑自身方面运维监管的实施以及运维监管数据的共享和利用提供不同维度的数据支持,提高了建筑运维数据监测统计的多样性。
建筑运维预处理管理模块,用于对建筑运行出现的异常情况实施异常吻合度评估,并根据评估结果自适应的向物业管理人员推送异常处理建议;包括:
获取实时反馈的出现异常情况对应的建筑和异常目标,并将异常目标与建筑运维监管平台中的历史异常目标数据库进行遍历比对,判断异常目标是否出现过;历史异常目标数据库由建筑运维监管平台中注册的所有建筑的历史出现的异常目标数据构成;
需要说明的是,这里对建筑出现的异常情况中的异常目标进行遍历比对,可以及时高效的获取到异常目标的历史出现情况和历史解决情况,可以为后续异常目标的解决方案和解决进度提供可靠的数据支持,以便运维人员在未到达现场的情况下即可全方位的了解到具体的异常情况,又可以对异常目标产生影响的企业及时告知状态和进度,提高物业服务满意度和专业度。
若异常目标在历史异常目标数据库中不存在,则生成第一异常目标信号,并根据第一异常目标信号向物业管理人员推送异常目标对应预登记的运维人员联系方式;其中,不同建筑的不同设备以及区域维护预先登记关联一个对应的运维人员联系方式,以便对应设备或者区域出现异常时可以及时高效的联系到运维人员;
若异常目标在历史异常目标数据库中存在,则生成第二异常目标信号,并根据第二异常目标获取当下反馈的异常目标对应的异常表现,对异常表现进行关键字提取并组合,得到反馈异常表现关键字组;
其中,异常表现的关键字提取可以通过现有的关键字提取算法实现,具体的步骤这里不做赘述;反馈异常表现关键字组中至少有一个异常表现的关键字;
将反馈异常表现关键字组与历史异常目标数据库中相同异常目标对应的所有历史异常表现关键字组进行遍历匹配;
其中,这里的历史异常表现关键字组的构建方式与上述的反馈异常表现关键字组的构建方式相同;
将反馈异常表现关键字组中关键字总数标记为GZ0,以及将反馈异常表现关键字组中与历史异常表现关键字组中相同关键字总数标记为GZ1;通过公式计算获取异常表现与历史异常表现对应的异常吻合度Yw;
根据异常吻合度对历史异常表现进行筛选分类,将等于零的异常吻合度对应的历史异常表现关键字组和历史异常表现分别标记为选中异常表现关键字组和选中异常表现,同时将选中异常表现对应的异常原因、解决方案和解决时长分别标记为选中异常原因、选中解决方案和选中解决时长;
根据选中异常表现对应的选中异常原因、选中解决方案和选中解决时长生成异常表现评估表并向出现异常情况对应建筑的物业管理人员进行推送提示,物业管理人员根据异常表现评估表分别向对应的运维人员和出现异常情况的企业进行描述和反馈;
本发明实施例中,通过对反馈的异常表现与历史出现的异常表现进行异常吻合度的计算和分析,确定当下反馈的异常表现是否与历史出现的异常表现相同,在异常表现相同的情况下可以高效、全方位的为运维人员处理异常提供可靠的数据支持,提高了异常解决方面历史异常表现以及对应解决方案的数据共享和利用效果,可以克服建筑运维异常解决方面数据之间形成的数据孤岛;
若所有异常吻合度均不为零,则生成第三异常目标信号,并根据第三异常目标信号向物业管理人员推送异常目标对应预登记的运维人员联系方式,同时根据第一异常目标或者第三异常异常目标对对应异常目标后续的解决情况进行追溯统计,并将后续运维人员反馈的异常目标对应的异常原因、解决方案和解决时长标记为追溯异常原因、追溯解决方案和追溯解决时长更新存储至对应建筑的阶段异常监测数据,并将更新后的建筑的阶段异常监测数据实时上传至建筑运维监管平台中进行更新;
本发明实施例中,在历史出现的异常表现不存在与反馈的异常表现相同的情况下,通过对对应异常目标后续的解决情况进行追溯统计和存储,可以实现对建筑运维监管平台进行数据更新和内容完善,可以进一步提高后续历史异常表现数据的可利用性,相比于现有技术方案中建筑运维实施过程和实施结果数据的封闭和统计,本发明实施例可以在建筑运行实施前期和实施过程中实现更多样、更实用的数据共享和数据利用的效果。
实施例二:
在实施例一的基础上,还包括:
建筑运维共享管理模块,用于根据建筑对应的建筑监测信息对不同规模的建筑以及不同运行状态的建筑之间的信息交流进行动态推送管理;包括:
依次获取建筑运维监管平台中不同注册建筑对应的建筑监测信息并遍历获取对应的第一建筑监测数据和第二建筑监测数据;
对建筑的第一建筑监测数据实施数据预处理时,获取第一建筑监测数据中建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数;
将建筑对应的占地面积、入住公司总数、入住人员总数和物业管理人员总数分别标记为ZM、GZ、RZ和WZ;提取标记的各项数据的数值并通过公式计算获取建筑对应的营运影响系数Yy;式中,y1、y2、y3、y4均为常量系数,且0<y1<y2<y3<y4<1;ZM0、GZ0、RZ0和WZ0分别为建筑对应的标准占地面积、标准入住公司总数、标准入住人员总数和标准物业管理人员总数;其中,公式中的常量系数可以由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得;建筑对应的标准占地面积、标准入住公司总数、标准入住人员总数和标准物业管理人员总数可以通过所有建筑对应的建筑监测信息通过模拟软件进行模拟得到,比如,标准占地面积可以通过对所有建筑的占地面积大数据模拟得到;
需要说明的是,营运影响系数是用于将建筑营运方面的各项数据进行联立计算来对对应建筑营运的级别进行分类的数值;通过营运影响系数可以提高后续不同营运级别的建筑运维管理数据共享和利用的针对性和可靠性。
根据营运影响系数将对应的建筑营运类型进行分类时,将营运影响系数与数据库中预存储的所有营运影响范围进行比对匹配,获取营运影响系数属于的营运影响范围以及对应的营运级别;
其中,营运级别由轻级营运级别、中级营运级别、中高级营运级别和高级营运级别构成,不同营运级别对应的营运范围上端点数值依次递增;营运范围包含下端点和上端点,分别对应最小值和最大值,不同营运级别的范围数值可以相同;不同营运级别对应的营运影响范围的具体数值可以通过对所有建筑的历史运维大数据通过模拟软件模拟得到,具体的营运影响范围数值这里不做举例说明;
将建筑运维监管平台中注册的所有建筑根据相同的营运级别进行分类和编号;
依次对不同营运级别中的建筑运维状态进行分析评估,并根据评估结果对不同建筑运维状态进行动态推送时,对建筑的第二建筑监测数据实施数据预处理,获取第二建筑监测数据中所有监测基础周期内出现的异常情况总数并标记为YZ,以及将每次异常目标与数据库中预构建的异常目标-权重表进行遍历匹配获取对应的异常目标权重并标记为YQ;
其中,异常目标-权重表包含若干不同的异常目标以及对应的异常目标权重,不同的异常目标预先设置一个对应的异常目标权重,异常目标权重用于对文本类型的异常目标进行数字化表示,异常目标权重的具体数值可以根据历史异常目标的大数据通过模拟软件模拟得到;
提取标记的各项数据的数值并通过公式计算获取建筑对应的运维影响系数Yw;式中,c1、c2均为常量系数,0<c1<c2<1;
需要说明的是,运维影响系数是用于将建筑方面的运维各项数据进行联立计算来对建筑的运维状态进行评估的数值;运维影响系数越小,表示对应建筑的运维状态越优秀,对应建筑的物业维护方案也越优秀;
根据运维影响系数对对应建筑的运维状态进行分析评估时,根据建筑的营运级别获取对应的运维影响阈值,运维影响阈值可以根据相同营运级别的所有建筑的运维大数据通过模拟软件模拟得到,并将小于运维影响阈值的运维影响系数对应的建筑标记为选中建筑,同时获取选中建筑对应的物业维护方案并标记为选中方案;
以及,将不小于运维影响阈值的运维影响系数对应的建筑标记为被选建筑,根据营运级别将若干选中建筑对应的选中方案向相同营运级别的被选建筑进行推送提示;
当营运级别中的所有建筑不存在选中建筑时,则将相邻营运级别中的若干选中建筑对应的选中方案向其所有的备选建筑进行推送提示,实现了不同地区、不同规模以及不同运维状态的建筑之间在运维方面的数据共享和利用,可以将优秀的物业维护方案进行数据共享,可以实现不同运维状态建筑之间的学习和交流,通过前期物业的优秀维护来降低后期建筑运维异常的发生,提高了不同建筑之间运维监管的整体效果。
此外,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件模拟得到最接近真实情况的一个公式。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,可以通过其它的方式实现。例如,以上所描述的发明实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.基于大数据和数据处理的智能建筑运维监管***,其特征在于,包括建筑监测数据统计模块,用于对建筑自身方面实施监测以及对其运维方面实施数据统计,得到建筑监测信息并上传至建筑运维监管平台;
建筑运维预处理管理模块,用于对建筑运行出现的异常情况实施异常吻合度评估,并根据评估结果自适应的向物业管理人员推送异常处理建议;包括:
获取实时反馈的出现异常情况对应的建筑和异常目标,并将异常目标与建筑运维监管平台中的历史异常目标数据库进行遍历比对,判断异常目标是否出现过;
若异常目标在历史异常目标数据库中存在,则生成第二异常目标信号,并根据第二异常目标获取当下反馈的异常目标对应的异常表现,对异常表现进行关键字提取并组合,得到反馈异常表现关键字组;
将反馈异常表现关键字组与历史异常目标数据库中相同异常目标对应的所有历史异常表现关键字组进行遍历匹配,将反馈异常表现关键字组中关键字总数标记为GZ0,以及将反馈异常表现关键字组中与历史异常表现关键字组中相同关键字总数标记为GZ1;通过公式计算获取异常表现与历史异常表现对应的异常吻合度Yw;根据异常吻合度对历史异常表现进行筛选分类得到分类结果;
根据分类结果中的选中异常表现对应的选中异常原因、选中解决方案和选中解决时长生成异常表现评估表并向出现异常情况对应建筑的物业管理人员进行推送提示,物业管理人员根据异常表现评估表分别向对应的运维人员和出现异常情况的企业进行描述和反馈。
2.根据权利要求1所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,建筑监测信息的获取步骤包括:
对建筑自身方面实施监测时,获取建筑的所在地理坐标以及占地面积;
以及,对入住建筑内的公司进行监测,统计建筑内入住公司总数;并根据建筑内不同入住公司的工作人员总数获取入住人员总数;
对建筑内的物业进行监测,统计物业管理人员总数;
建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数构成第一建筑监测数据;
对建筑运维方面实施监测时,获取建筑在监测基础周期内出现的异常情况总数,以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长;
建筑在监测基础周期内出现的异常情况总数以及每次异常情况对应的异常目标、异常表现、异常原因、解决方案和解决时长构成阶段异常监测数据;
建筑在所有监测基础周期内监测获取的阶段异常监测数据构成第二建筑监测数据;第一建筑监测数据和第二建筑监测数据构成建筑监测信息。
3.根据权利要求1所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,若异常目标在历史异常目标数据库中不存在,则生成第一异常目标信号;
若所有异常吻合度均不为零,则生成第三异常目标信号;
根据第一异常目标信号或者第三异常目标信号向物业管理人员推送异常目标对应预登记的运维人员联系方式。
4.根据权利要求3所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,根据第一异常目标或者第三异常异常目标对对应异常目标后续的解决情况进行追溯统计,并将后续运维人员反馈的异常目标对应的异常原因、解决方案和解决时长标记为追溯异常原因、追溯解决方案和追溯解决时长更新存储至对应建筑的阶段异常监测数据,并将更新后的建筑的阶段异常监测数据实时上传至建筑运维监管平台中进行更新。
5.根据权利要求1所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,将等于零的异常吻合度对应的历史异常表现关键字组和历史异常表现分别标记为选中异常表现关键字组和选中异常表现,同时将选中异常表现对应的异常原因、解决方案和解决时长分别标记为选中异常原因、选中解决方案和选中解决时长。
6.根据权利要求1所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,还包括建筑运维共享管理模块,用于根据建筑对应的建筑监测信息对不同规模的建筑以及不同运行状态的建筑之间的信息交流进行动态推送管理。
7.根据权利要求6所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,依次获取建筑运维监管平台中不同注册建筑对应的建筑监测信息并遍历获取对应的第一建筑监测数据和第二建筑监测数据;
对建筑的第一建筑监测数据实施数据预处理时,获取第一建筑监测数据中建筑对应的地理坐标、占地面积、入住公司总数、入住人员总数和物业管理人员总数;
将建筑对应的占地面积、入住公司总数、入住人员总数和物业管理人员总数分别标记为ZM、GZ、RZ和WZ;提取标记的各项数据的数值并通过公式计算获取建筑对应的营运影响系数Yy;式中,y1、y2、y3、y4均为常量系数,且0<y1<y2<y3<y4<1;ZM0、GZ0、RZ0和WZ0分别为建筑对应的标准占地面积、标准入住公司总数、标准入住人员总数和标准物业管理人员总数;
根据营运影响系数将对应的建筑营运类型进行分类时,将营运影响系数与数据库中预存储的所有营运影响范围进行比对匹配,获取营运影响系数属于的营运影响范围以及对应的营运级别;将建筑运维监管平台中注册的所有建筑根据相同的营运级别进行分类和编号。
8.根据权利要求7所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,营运级别由轻级营运级别、中级营运级别、中高级营运级别和高级营运级别构成,不同营运级别对应的营运范围上端点数值依次递增。
9.根据权利要求7所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,对建筑的第二建筑监测数据实施数据预处理时,获取第二建筑监测数据中所有监测基础周期内出现的异常情况总数并标记为YZ,以及将每次异常目标与数据库中预构建的异常目标-权重表进行遍历匹配获取对应的异常目标权重并标记为YQ;提取标记的各项数据的数值并通过公式计算获取建筑对应的运维影响系数Yw;式中,c1、c2均为常量系数,0<c1<c2<1;
根据运维影响系数对对应建筑的运维状态进行分析评估得到选中建筑和选中方案或者被选建筑,根据营运级别将若干选中建筑对应的选中方案向相同营运级别的被选建筑进行推送提示;
当营运级别中的所有建筑不存在选中建筑时,则将相邻营运级别中的若干选中建筑对应的选中方案向其所有的备选建筑进行推送提示。
10.根据权利要求9所述的基于大数据和数据处理的智能建筑运维监管***,其特征在于,根据建筑的营运级别获取对应的运维影响阈值,并将小于运维影响阈值的运维影响系数对应的建筑标记为选中建筑,同时获取选中建筑对应的物业维护方案并标记为选中方案;
以及,将不小于运维影响阈值的运维影响系数对应的建筑标记为被选建筑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609564.4A CN116797404A (zh) | 2023-05-29 | 2023-05-29 | 基于大数据和数据处理的智能建筑运维监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609564.4A CN116797404A (zh) | 2023-05-29 | 2023-05-29 | 基于大数据和数据处理的智能建筑运维监管*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116797404A true CN116797404A (zh) | 2023-09-22 |
Family
ID=88037670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310609564.4A Pending CN116797404A (zh) | 2023-05-29 | 2023-05-29 | 基于大数据和数据处理的智能建筑运维监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797404A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117171142A (zh) * | 2023-11-03 | 2023-12-05 | 南通绿萌食品有限公司 | 一种食品生产经营全程风险信息库的构建方法 |
CN117291555A (zh) * | 2023-11-24 | 2023-12-26 | 南通钜盛数控机床有限公司 | 一种机械配件制造协同控制*** |
CN117298505A (zh) * | 2023-11-27 | 2023-12-29 | 江苏森讯达智能科技有限公司 | 一种基于大数据的消防器材管理*** |
CN117391373A (zh) * | 2023-10-30 | 2024-01-12 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及*** |
CN117520999A (zh) * | 2024-01-08 | 2024-02-06 | 浙江德塔森特数据技术有限公司 | 一种边缘数据中心设备的智能运维方法和*** |
CN117728573A (zh) * | 2023-12-18 | 2024-03-19 | 国网江苏省电力有限公司扬州供电分公司 | 一种配网融合数据质量评估管理*** |
-
2023
- 2023-05-29 CN CN202310609564.4A patent/CN116797404A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391373A (zh) * | 2023-10-30 | 2024-01-12 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及*** |
CN117391373B (zh) * | 2023-10-30 | 2024-04-02 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及*** |
CN117171142A (zh) * | 2023-11-03 | 2023-12-05 | 南通绿萌食品有限公司 | 一种食品生产经营全程风险信息库的构建方法 |
CN117291555A (zh) * | 2023-11-24 | 2023-12-26 | 南通钜盛数控机床有限公司 | 一种机械配件制造协同控制*** |
CN117291555B (zh) * | 2023-11-24 | 2024-04-16 | 南通钜盛数控机床有限公司 | 一种机械配件制造协同控制*** |
CN117298505A (zh) * | 2023-11-27 | 2023-12-29 | 江苏森讯达智能科技有限公司 | 一种基于大数据的消防器材管理*** |
CN117728573A (zh) * | 2023-12-18 | 2024-03-19 | 国网江苏省电力有限公司扬州供电分公司 | 一种配网融合数据质量评估管理*** |
CN117520999A (zh) * | 2024-01-08 | 2024-02-06 | 浙江德塔森特数据技术有限公司 | 一种边缘数据中心设备的智能运维方法和*** |
CN117520999B (zh) * | 2024-01-08 | 2024-04-05 | 浙江德塔森特数据技术有限公司 | 一种边缘数据中心设备的智能运维方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116797404A (zh) | 基于大数据和数据处理的智能建筑运维监管*** | |
WO2019196869A1 (zh) | 一种确定巡检基站列表的方法以及巡检装置 | |
CN115086089B (zh) | 一种用于网络安全评估预测的方法及*** | |
CN116187701B (zh) | 一种基于多维数据和数据分析的智能建筑监测管理*** | |
CN116485267B (zh) | 一种基于多维数据的智能建筑健康状态评估*** | |
CN104915897A (zh) | 一种电网规划评价业务的计算机实现方法 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
CN118094531B (zh) | 一种安全运维实时预警一体化*** | |
CN107527121A (zh) | 一种电网的信息***运行状态诊断预测的方法 | |
CN116231871B (zh) | 一种基于数字孪生的电网态势监管方法、***及存储介质 | |
CN112712256A (zh) | 一种低压配网设备检修顺序评估方法 | |
CN115603459A (zh) | 一种基于数字孪生技术的配电网关键厂站监测方法与*** | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及*** | |
CN115907168A (zh) | 一种用于电力负荷预测的异常数据处理*** | |
CN116739843A (zh) | 一种基于大数据的服务信息管理*** | |
CN116596306A (zh) | 基于风险分级的食品安全监督抽查方法及*** | |
CN102012902A (zh) | 网站访客价值评估***及方法 | |
CN110705062A (zh) | 基于5g的机柜能耗远程统计计量方法 | |
CN115409264A (zh) | 基于馈线故障预测的配电网抢修驻点位置优化方法 | |
CN112905956B (zh) | 一种基于电网运行特征分析的配网计量事件核对方法 | |
CN112561230B (zh) | 基于电气特征的环保设备状态监测方法 | |
CN113869717A (zh) | 一种告警日志的分析研判方法、装置、设备及存储介质 | |
CN115241981B (zh) | 一种基于大数据的主动配电网监测方法 | |
CN117009186B (zh) | 贴片机软硬件交互信息实时监控分析方法及*** | |
CN114997760B (zh) | 一种城市基础设施群脆弱性分析方法及装置 |
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 |