CN117973699B - 一种基于云计算的运维数据智能化管理***及方法 - Google Patents

Abstract

本发明公开了一种基于云计算的运维数据智能化管理***及方法，属于运维数据管理技术领域。本发明所述***包括：数据采集模块、数据分析与计算模块、实时数据分析模块、偏差值比对与处理模块以及用户界面与通知模块；数据采集模块对历史运维数据，构成历史运维数据库；数据分析与计算模块分析历史运维数据库，得到设备运行数据拟合曲线及设备运行数据偏差阈值集合；实时数据分析模块获取实时运维数据，并计算设备实时运行数据偏差值；偏差值比对与处理模块将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，根据比对结果进行相应处理；用户界面与通知模块展示分析结果并发送维护方案通知，协助运维人员处理故障。

Description

一种基于云计算的运维数据智能化管理***及方法

技术领域

本发明涉及运维数据管理技术领域，具体为一种基于云计算的运维数据智能化管理***及方法。

背景技术

智能设备的普及使得设备之间能够实现互联互通，数据采集和监控变得更加便捷高效，为企业提供了更多的商机和服务可能性。然而，随着智能设备数量的增加和复杂性的提高，设备的运维管理面临着更大的挑战。

传统的运维管理方式已经无法满足日益增长的需求，在智能设备售后服务中，用户对设备使用和故障排除等方面常常需要工程师的支持和指导。然而，由于智能设备问题具有一定的普遍性，导致在线平台上的工程师需要频繁回答相同或类似的问题，这种重复劳动导致了效率的下降和资源的浪费；虽然现有技术中存在部分问题的自动问答***，但是现有技术中的部分问题的自动问答***存在一定的局限性，传统的自动问答***通常是预设几种常见的问题和相应的维护方案，无法灵活地对复杂的问题进行准确回答。

发明内容

本发明的目的在于提供一种基于云计算的运维数据智能化管理***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：

一种基于云计算的运维数据智能化管理方法，方法包括以下步骤：

S100.从售后服务在线平台上获取历史运维数据，根据设备编号对历史运维数据进行划分，构成历史运维数据库；所述历史运维数据包括设备运行数据、故障信息以及维护记录；

S200.针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，根据设备运行拟合曲线得到每个历史运维数据表的设备运行数据偏差阈值集合；

S300.获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；将设备实时运行数据拟合曲线与设备运行数据拟合曲线进行分析，计算设备实时运行数据偏差值；

S400.将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，若设备实时运行数据偏差值属于设备运行数据偏差阈值集合，则输出相应的维护记录；若设备实时运行数据偏差值不属于设备运行数据偏差阈值集合，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，记录维护方案并更新历史运维数据库。

进一步的，步骤S100包括：

S101.所述设备运行数据指反映设备性能和状态的性能参数；所述故障信息指用户对故障描述的关键词，以及运维人员根据用户对故障描述的关键词所判断的故障代码，且多个关键词对应一个故障代码，一个故障代码对应一个设备问题或故障类型；所述维护记录指每个故障代码对应的维护方案，且相同的故障代码对应相同的维护方案；

S102.获取历史运维数据，根据历史运维数据所属的设备编号进行划分，构成历史运维数据库，且历史运维数据库A={a1,a2,...,an}，其中a1表示第1个设备编号对应的历史运维数据，a2表示第2个设备编号对应的历史运维数据，以此类推，an表示第n个设备编号对应的历史运维数据，n表示设备编号的个数，取正整数；设备编号的格式为：设备型号—设备出产编号，其中同种类型的设备型号是相同的，设备出产编号唯一对应一个设备。

设备编号采用“设备型号—设备出产编号”的格式可以有效区分不同型号和不同出产批次的设备；例如，如果某设备型号为ABC123，其出产编号为001，则该设备的编号可以表示为ABC123-001，假设同种类型的设备的出厂编号为002，则该设备的编号可以表示为ABC123-002；当ABC123-002的设备出现某种故障时，假设ABC123-001出现过相同的故障，那么对于ABC123-002的设备来说，可以参考ABC123-001的维护方案进行处理；因此，这样的命名方式在设备管理和维护过程中非常实用，有助于快速定位特定设备并进行准确的记录和跟踪，提高了运维效率和维护质量。

进一步的，步骤S200包括：

S201.获取历史运维数据库中的每个设备编号对应的历史运维数据，并构建历史运维数据表，且历史运维数据表的表头分别为：故障代码、维护方案和设备运行数据；针对每个历史运维数据表，将故障代码相同的设备运行数据都在平面直角坐标系中进行表示，且横轴表示设备运行数据的时间点顺序，纵轴表示设备运行数据，并将设备运行数据按照时间点顺序进行连接，从而得到设备运行数据拟合曲线A；

S202.计算设备运行数据拟合曲线A的每个相同时间点顺序的设备运行数据平均值，将所有设备运行数据平均值按照时间点顺序进行连接，从而得到设备运行数据拟合曲线B；将历史运维数据表中相同故障代码的设备运行数据拟合曲线A与设备运行数据拟合曲线B进行分析，计算设备运行数据拟合曲线A与设备运行数据拟合曲线B之间的偏差值R，且具体计算公式为：

，

其中，m表示设备运行数据拟合曲线A与设备运行数据拟合曲线B上的数据点数量，取正整数；t表示设备运行数据拟合曲线A与设备运行数据拟合曲线B相同时间点编号，取1到m的正整数；Y_At表示设备运行数据拟合曲线A上的第t个设备运行数据值；Y_Bt表示设备运行数据拟合曲线B上的第t个设备运行数据值；

S203.根据偏差值R的计算公式，得到每个历史运维数据表的相同故障代码的设备运行数据偏差阈值集合Q，且设备运行数据偏差阈值集合Q中的每个偏差值R都对应相同的维护方案。

进一步的，步骤S300包括：

S301.获取实时运维数据中的设备实时运行数据，得到设备实时运行数据拟合曲线C；获取实时运维数据的设备编号，根据设备编号中的设备型号对历史运维数据库进行筛选，保留相同设备型号的历史运维数据；获取实时运维数据中的故障信息，提取用户对故障描述的关键词，根据关键词在历史运维数据中进行查找，输出包括所有关键词的故障代码以及故障代码对应的设备编号，且输出格式为：故障代码-设备编号；

S302.将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号，则判断输出设备编号对应的故障代码是否唯一；若故障代码唯一，则获取设备编号对应的历史运维数据表，从而得到相应故障代码的设备运行数据拟合曲线B；将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R1；若故障代码不唯一，则获取所有故障代码对应的设备运行数据拟合曲线B，并计算设备实时运行数据拟合曲线C与设备运行数据拟合曲线B的相似度S1，选择相似度S1最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R2；

若不存在相同设备编号，则获取设备编号中相同设备型号的历史运维数据表；针对相同设备型号的历史运维数据表，获取对应的设备运行数据拟合曲线B，计算设备实时运行数据拟合曲线C与所有相同设备型号的设备运行数据拟合曲线B的相似度S2，选择相似度S2最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R3。

上述步骤通过对实时运维数据和历史运维数据进行关键词匹配，可以快速准确地定位设备故障并提供相关故障代码及设备编号，有助于运维人员迅速采取针对性措施；将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号且对应的故障代码唯一，说明该设备之前出现过与当前故障类似或相同的故障，那么可以利用以往的处理经验和故障解决方案来更快速、更准确地应对当前的设备故障情况；

若存在相同设备编号且对应的故障代码不唯一，那么通过计算相似度并选择最匹配的设备运行数据拟合曲线B，可以提高匹配的准确性和精确度，确保选取的历史数据更符合当前设备状态，减少了人工干预的需求，提高了处理效率和一致性；

若不存在相同设备编号，那么根据设备编号来选择相同设备型号的历史运维数据作为参考，进一步分析和处理设备故障情况。

进一步的，步骤S400包括：

S401.针对设备实时运行数据偏差值R1，将设备实时运行数据偏差值R1与设备编号对应的故障代码的设备运行数据偏差阈值集合Q进行比对，若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库；

S402.针对设备实时运行数据偏差值R2和R3，分别将计算设备实时运行数据偏差值R2对应的相似度S1与计算设备实时运行数据偏差值R3对应的相似度S2作为偏差系数fs，且s取1或2；其中f1表示计算设备实时运行数据偏差值R2对应的相似度S1，f2表示计算设备实时运行数据偏差值R3对应的相似度S2；根据偏差系数fs与设备实时运行数据偏差值R2和R3的乘积与对应的设备运行数据偏差阈值集合Q进行比对；若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库。

一种基于云计算的运维数据智能化管理***，***包括：数据采集模块、数据分析与计算模块、实时数据分析模块、偏差值比对与处理模块以及用户界面与通知模块；

数据采集模块从售后服务在线平台上获取历史运维数据，历史运维数据包括设备运行数据、故障信息以及维护记录；根据设备编号对历史运维数据进行划分，构成历史运维数据库；

数据分析与计算模块针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，并计算设备运行数据偏差阈值集合；

实时数据分析模块获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；分析设备实时运行数据拟合曲线与设备运行数据拟合曲线的偏差，计算设备实时运行数据偏差值；

偏差值比对与处理模块将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，根据比对结果输出维护记录或设备编号给运维人员，由运维人员提供维护方案并更新历史运维数据库；

用户界面与通知模块提供用户界面展示运维数据分析结果，向用户发送维护方案通知，协助运维人员进行故障处理和记录维护方案的更新。

进一步的，数据采集模块包括数据获取单元和数据划分与存储单元；

数据获取单元负责从售后服务在线平台上获取历史运维数据，历史运维数据包括设备运行数据、故障信息以及维护记录；数据划分与存储单元根据设备编号对历史运维数据进行划分，构成历史运维数据库，并将历史运维数据进行存储和管理。

数据分析与计算模块包括历史运维数据表构建单元、拟合曲线分析单元以及偏差阈值计算单元；

历史运维数据表构建单元针对历史运维数据库，构建历史运维数据表；拟合曲线分析单元对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线；偏差阈值计算单元计算设备运行数据偏差，从而得到设备运行数据偏差阈值集合。

进一步的，实时数据分析模块包括实时数据获取单元和实时数据匹配与分析单元；

实时数据获取单元获取实时运维数据，得到设备实时运行数据拟合曲线；实时数据匹配与分析单元根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线，进行实时数据与历史数据的分析，计算设备实时运行数据偏差值。

用户界面与通知模块包括用户界面展示单元和通知发送与更新单元；

用户界面展示单元提供用户界面，展示运维数据分析结果，包括历史数据分析结果和实时数据分析结果，以图表、报表等形式直观展示数据分析结果；通知发送与更新单元向用户发送维护方案通知，协助运维人员进行故障处理，并记录维护方案的更新，且可以通过邮件、短信、App推送等方式发送通知。

与现有技术相比，本发明所达到的有益效果是：通过对历史运维数据和实时运维数据的分析和比对，实现了智能化的设备故障诊断和维护方案推荐；可以帮助提高工程师的效率，减少重复劳动，同时也能为用户提供更快速、准确的服务响应；这种智能化管理方法的优势在于根据历史运维数据和实时运维数据的拟合曲线偏差值来动态判断设备是否存在异常，并根据偏差值匹配相应的维护方案，从而实现快速、精准的故障诊断和维护建议；

与传统的运维管理方式相比，这种智能化管理方法更加高效、智能化，能够更好地满足日益增长的需求，提升售后服务水平，降低人力资源浪费；同时，通过对历史运维数据和实时运维数据的分析和比对，能够实现更加准确的故障诊断和更合理的维护方案推荐，从而提高设备使用的可靠性和稳定性。

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是本发明一种基于云计算的运维数据智能化管理***模块示意图；

图2是本发明一种基于云计算的运维数据智能化管理方法流程图。

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：

一种基于云计算的运维数据智能化管理***，***包括：数据采集模块、数据分析与计算模块、实时数据分析模块、偏差值比对与处理模块以及用户界面与通知模块；

数据采集模块从售后服务在线平台上获取历史运维数据，历史运维数据包括设备运行数据、故障信息以及维护记录；根据设备编号对历史运维数据进行划分，构成历史运维数据库；

数据分析与计算模块针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，并计算设备运行数据偏差阈值集合；

实时数据分析模块获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；分析设备实时运行数据拟合曲线与设备运行数据拟合曲线的偏差，计算设备实时运行数据偏差值；

偏差值比对与处理模块将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，根据比对结果输出维护记录或设备编号给运维人员，由运维人员提供维护方案并更新历史运维数据库；

用户界面与通知模块提供用户界面展示运维数据分析结果，向用户发送维护方案通知，协助运维人员进行故障处理和记录维护方案的更新。

数据采集模块包括数据获取单元和数据划分与存储单元；

数据获取单元负责从售后服务在线平台上获取历史运维数据，历史运维数据包括设备运行数据、故障信息以及维护记录；数据划分与存储单元根据设备编号对历史运维数据进行划分，构成历史运维数据库，并将历史运维数据进行存储和管理。

数据分析与计算模块包括历史运维数据表构建单元、拟合曲线分析单元以及偏差阈值计算单元；

历史运维数据表构建单元针对历史运维数据库，构建历史运维数据表；拟合曲线分析单元对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线；偏差阈值计算单元计算设备运行数据偏差，从而得到设备运行数据偏差阈值集合。

实时数据分析模块包括实时数据获取单元和实时数据匹配与分析单元；

实时数据获取单元获取实时运维数据，得到设备实时运行数据拟合曲线；实时数据匹配与分析单元根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线，进行实时数据与历史数据的分析，计算设备实时运行数据偏差值。

用户界面与通知模块包括用户界面展示单元和通知发送与更新单元；

用户界面展示单元提供用户界面，展示运维数据分析结果，包括历史数据分析结果和实时数据分析结果，以图表、报表等形式直观展示数据分析结果；通知发送与更新单元向用户发送维护方案通知，协助运维人员进行故障处理，并记录维护方案的更新，且可以通过邮件、短信、App推送等方式发送通知。

一种基于云计算的运维数据智能化管理方法，请参阅图2，方法包括以下步骤：

S100.从售后服务在线平台上获取历史运维数据，根据设备编号对历史运维数据进行划分，构成历史运维数据库；所述历史运维数据包括设备运行数据、故障信息以及维护记录；

S200.针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，根据设备运行拟合曲线得到每个历史运维数据表的设备运行数据偏差阈值集合；

S300.获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；将设备实时运行数据拟合曲线与设备运行数据拟合曲线进行分析，计算设备实时运行数据偏差值；

S400.将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，若设备实时运行数据偏差值属于设备运行数据偏差阈值集合，则输出相应的维护记录；若设备实时运行数据偏差值不属于设备运行数据偏差阈值集合，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，记录维护方案并更新历史运维数据库。

步骤S100包括：

S101.所述设备运行数据指反映设备性能和状态的性能参数；所述故障信息指用户对故障描述的关键词，以及运维人员根据用户对故障描述的关键词所判断的故障代码，且多个关键词对应一个故障代码，一个故障代码对应一个设备问题或故障类型；所述维护记录指每个故障代码对应的维护方案，且相同的故障代码对应相同的维护方案；

S102.获取历史运维数据，根据历史运维数据的所属设备编号进行划分，构成历史运维数据库，且历史运维数据库A={a1,a2,...,an}，其中a1表示第1个设备编号对应的历史运维数据，a2表示第2个设备编号对应的历史运维数据，以此类推，an表示第n个设备编号对应的历史运维数据，n表示设备编号的个数，取正整数；设备编号的格式为：设备型号—设备出产编号，其中同种类型的设备型号是相同的，设备出产编号唯一对应一个设备。

设备编号采用“设备型号—设备出产编号”的格式可以有效区分不同型号和不同出产批次的设备；例如，如果某设备型号为ABC123，其出产编号为001，则该设备的编号可以表示为ABC123-001，假设同种类型的设备的出厂编号为002，则该设备的编号可以表示为ABC123-002；当ABC123-002的设备出现某种故障时，假设ABC123-001出现过相同的故障，那么对于ABC123-002的设备来说，可以参考ABC123-001的维护方案进行处理；因此，这样的命名方式在设备管理和维护过程中非常实用，有助于快速定位特定设备并进行准确的记录和跟踪，提高了运维效率和维护质量。

步骤S200包括：

S201.获取历史运维数据库中的每个设备编号对应的历史运维数据，并构建历史运维数据表，且历史运维数据表的表头分别为：故障代码、维护方案和设备运行数据；针对每个历史运维数据表，将故障代码相同的设备运行数据都在平面直角坐标系中进行表示，且横轴表示设备运行数据的时间点顺序，纵轴表示设备运行数据，并将设备运行数据按照时间点顺序进行连接，从而得到设备运行数据拟合曲线A；

S202.计算设备运行数据拟合曲线A的每个相同时间点顺序的设备运行数据平均值，将所有设备运行数据平均值按照时间点顺序进行连接，从而得到设备运行数据拟合曲线B；将历史运维数据表中相同故障代码的设备运行数据拟合曲线A与设备运行数据拟合曲线B进行分析，计算设备运行数据拟合曲线A与设备运行数据拟合曲线B之间的偏差值R，且具体计算公式为：

，

其中，m表示设备运行数据拟合曲线A与设备运行数据拟合曲线B上的数据点数量，取正整数；t表示设备运行数据拟合曲线A与设备运行数据拟合曲线B相同时间点编号，取1到m的正整数；Y_At表示设备运行数据拟合曲线A上的第t个设备运行数据值；Y_Bt表示设备运行数据拟合曲线B上的第t个设备运行数据值；

S203.根据偏差值R的计算公式，得到每个历史运维数据表的相同故障代码的设备运行数据偏差阈值集合Q，且设备运行数据偏差阈值集合Q中的每个偏差值R都对应相同的维护方案。

步骤S300包括：

S301.获取实时运维数据中的设备实时运行数据，得到设备实时运行数据拟合曲线C；获取实时运维数据的设备编号，根据设备编号中的设备型号对历史运维数据库进行筛选，保留相同设备型号的历史运维数据；获取实时运维数据中的故障信息，提取用户对故障描述的关键词，根据关键词在历史运维数据中进行查找，输出包括所有关键词的故障代码以及故障代码对应的设备编号，且输出格式为：故障代码-设备编号；

S302.将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号，则判断输出设备编号对应的故障代码是否唯一；若故障代码唯一，则获取设备编号对应的历史运维数据表，从而得到相应故障代码的设备运行数据拟合曲线B；将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R1；若故障代码不唯一，则获取所有故障代码对应的设备运行数据拟合曲线B，并计算设备实时运行数据拟合曲线C与设备运行数据拟合曲线B的相似度S1，选择相似度S1最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R2；

若不存在相同设备编号，则获取设备编号中相同设备型号的历史运维数据表；针对相同设备型号的历史运维数据表，获取对应的设备运行数据拟合曲线B，计算设备实时运行数据拟合曲线C与所有相同设备型号的设备运行数据拟合曲线B的相似度S2，选择相似度S2最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R3。

上述步骤通过对实时运维数据和历史运维数据进行关键词匹配，可以快速准确地定位设备故障并提供相关故障代码及设备编号，有助于运维人员迅速采取针对性措施；将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号且对应的故障代码唯一，说明该设备之前出现过与当前故障类似或相同的故障，那么可以利用以往的处理经验和故障解决方案来更快速、更准确地应对当前的设备故障情况；

若存在相同设备编号且对应的故障代码不唯一，那么通过计算相似度并选择最匹配的设备运行数据拟合曲线B，可以提高匹配的准确性和精确度，确保选取的历史数据更符合当前设备状态，减少了人工干预的需求，提高了处理效率和一致性；

若不存在相同设备编号，那么根据设备编号来选择相同设备型号的历史运维数据作为参考，进一步分析和处理设备故障情况。

在本实施例中，假设有一台设备编号为：ABC123-001；获取ABC123-001的实时运维数据中的设备实时运行数据，得到设备实时运行数据拟合曲线C；根据设备编号中的“ABC123”对历史运维数据库进行筛选，保留相同设备型号的历史运维数据；假设历史运维数据库中存在三个相同设备型号的历史运维数据，且设备编号分别为：ABC123-002、ABC123-003以及ABC123-004；获取实时运维数据中的故障信息，提取用户对故障描述的关键词，假设实时运维数据的用户对故障描述的关键词为(b1,b2,b3)；

根据关键词在历史运维数据中进行查找，输出包括所有关键词的故障代码以及故障代码对应的设备编号，且输出格式为：故障代码-设备编号；

假设存在关键词(b1,b2,b3)的设备编号为ABC123-002和ABC123-003，那么输出：abc-ABC123-002和abc-ABC123-003；

因此不存在ABC123-001，则获取设备编号中相同设备型号的历史运维数据表，即获取ABC123-002和ABC123-003的历史运维数据表；获取对应的设备运行数据拟合曲线B，假设对应的设备运行数据拟合曲线B分别为：B_002_abc以及B_003_abc；分别计算B_002_abc与设备实时运行数据拟合曲线C的相似度S2(B_002_abc,C)以及B_003_abc与设备实时运行数据拟合曲线C的相似度S2(B_003_abc,C)，假设S2(B_002_abc,C)＞S2(B_003_abc,C)，则输出B_002_abc作为唯一对应的设备运行数据拟合曲线B，计算B_002_abc与设备实时运行数据拟合曲线C的偏差值R3。

步骤S400包括：

S401.针对设备实时运行数据偏差值R1，将设备实时运行数据偏差值R1与设备编号对应的故障代码的设备运行数据偏差阈值集合Q进行比对，若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库；

S402.针对设备实时运行数据偏差值R2和R3，分别将计算设备实时运行数据偏差值R2对应的相似度S1与计算设备实时运行数据偏差值R3对应的相似度S2作为偏差系数fs，且s取1或2；其中f1表示计算设备实时运行数据偏差值R2对应的相似度S1，f2表示计算设备实时运行数据偏差值R3对应的相似度S2；根据偏差系数fs与设备实时运行数据偏差值R2和R3的乘积与对应的设备运行数据偏差阈值集合Q进行比对；若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库。

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 (7)

1.一种基于云计算的运维数据智能化管理方法，其特征在于：所述方法包括以下步骤：

S100.从售后服务在线平台上获取历史运维数据，根据设备编号对历史运维数据进行划分，构成历史运维数据库；所述历史运维数据包括设备运行数据、故障信息以及维护记录；

S200.针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，根据设备运行拟合曲线得到每个历史运维数据表的设备运行数据偏差阈值集合；

所述步骤S200包括：

S201.获取历史运维数据库中的每个设备编号对应的历史运维数据，并构建历史运维数据表，且历史运维数据表的表头分别为：故障代码、维护方案和设备运行数据；针对每个历史运维数据表，将故障代码相同的设备运行数据都在平面直角坐标系中进行表示，且横轴表示设备运行数据的时间点顺序，纵轴表示设备运行数据，并将设备运行数据按照时间点顺序进行连接，从而得到设备运行数据拟合曲线A；

S202.计算设备运行数据拟合曲线A的每个相同时间点顺序的设备运行数据平均值，将所有设备运行数据平均值按照时间点顺序进行连接，从而得到设备运行数据拟合曲线B；将历史运维数据表中相同故障代码的设备运行数据拟合曲线A与设备运行数据拟合曲线B进行分析，计算设备运行数据拟合曲线A与设备运行数据拟合曲线B之间的偏差值R，且具体计算公式为：

，

其中，m表示设备运行数据拟合曲线A与设备运行数据拟合曲线B上的数据点数量，取正整数；t表示设备运行数据拟合曲线A与设备运行数据拟合曲线B相同时间点编号，取1到m的正整数；Y_At表示设备运行数据拟合曲线A上的第t个设备运行数据值；Y_Bt表示设备运行数据拟合曲线B上的第t个设备运行数据值；

S203.根据偏差值R的计算公式，得到每个历史运维数据表的相同故障代码的设备运行数据偏差阈值集合Q，且设备运行数据偏差阈值集合Q中的每个偏差值R都对应相同的维护方案；

S300.获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；将设备实时运行数据拟合曲线与设备运行数据拟合曲线进行分析，计算设备实时运行数据偏差值；

所述步骤S300包括：

S301.获取实时运维数据中的设备实时运行数据，得到设备实时运行数据拟合曲线C；获取实时运维数据的设备编号，根据设备编号中的设备型号对历史运维数据库进行筛选，保留相同设备型号的历史运维数据；获取实时运维数据中的故障信息，提取用户对故障描述的关键词，根据关键词在历史运维数据中进行查找，输出包括所有关键词的故障代码以及故障代码对应的设备编号，且输出格式为：故障代码-设备编号；

S302.将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号，则判断输出设备编号对应的故障代码是否唯一；若故障代码唯一，则获取设备编号对应的历史运维数据表，从而得到相应故障代码的设备运行数据拟合曲线B；将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R1；若故障代码不唯一，则获取所有故障代码对应的设备运行数据拟合曲线B，并计算设备实时运行数据拟合曲线C与设备运行数据拟合曲线B的相似度S1，选择相似度S1最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R2；

若不存在相同设备编号，则获取设备编号中相同设备型号的历史运维数据表；针对相同设备型号的历史运维数据表，获取对应的设备运行数据拟合曲线B，计算设备实时运行数据拟合曲线C与所有相同设备型号的设备运行数据拟合曲线B的相似度S2，选择相似度S2最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R3；

S400.将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，若设备实时运行数据偏差值属于设备运行数据偏差阈值集合，则输出相应的维护记录；若设备实时运行数据偏差值不属于设备运行数据偏差阈值集合，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，记录维护方案并更新历史运维数据库；

所述步骤S400包括：

S401.针对设备实时运行数据偏差值R1，将设备实时运行数据偏差值R1与设备编号对应的故障代码的设备运行数据偏差阈值集合Q进行比对，若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库；

S402.针对设备实时运行数据偏差值R2和R3，分别将计算设备实时运行数据偏差值R2对应的相似度S1与计算设备实时运行数据偏差值R3对应的相似度S2作为偏差系数fs，且s取1或2；其中f1表示计算设备实时运行数据偏差值R2对应的相似度S1，f2表示计算设备实时运行数据偏差值R3对应的相似度S2；根据偏差系数fs与设备实时运行数据偏差值R2和R3的乘积与对应的设备运行数据偏差阈值集合Q进行比对；若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库。

2.根据权利要求1所述的一种基于云计算的运维数据智能化管理方法，其特征在于：所述步骤S100包括：

S101.所述设备运行数据指反映设备性能和状态的性能参数；所述故障信息指用户对故障描述的关键词，以及运维人员根据用户对故障描述的关键词所判断的故障代码，且多个关键词对应一个故障代码，一个故障代码对应一个设备问题或故障类型；所述维护记录指每个故障代码对应的维护方案，且相同的故障代码对应相同的维护方案；

S102.获取历史运维数据，根据历史运维数据所属的设备编号进行划分，构成历史运维数据库，且历史运维数据库A={a1,a2,...,an}，其中a1表示第1个设备编号对应的历史运维数据，a2表示第2个设备编号对应的历史运维数据，以此类推，an表示第n个设备编号对应的历史运维数据，n表示设备编号的个数，取正整数；设备编号的格式为：设备型号—设备出产编号，其中同种类型的设备型号是相同的，设备出产编号唯一对应一个设备。

3.一种基于云计算的运维数据智能化管理***，应用于权利要求1-2中任一项所述的一种基于云计算的运维数据智能化管理方法，其特征在于：所述***包括：数据采集模块、数据分析与计算模块、实时数据分析模块、偏差值比对与处理模块以及用户界面与通知模块；

所述数据采集模块从售后服务在线平台上获取历史运维数据，所述历史运维数据包括设备运行数据、故障信息以及维护记录；根据设备编号对历史运维数据进行划分，构成历史运维数据库；

所述数据分析与计算模块针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，并计算设备运行数据偏差阈值集合；

所述实时数据分析模块获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；分析设备实时运行数据拟合曲线与设备运行数据拟合曲线的偏差，计算设备实时运行数据偏差值；

所述偏差值比对与处理模块将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，根据比对结果输出维护记录或设备编号给运维人员，由运维人员提供维护方案并更新历史运维数据库；

所述用户界面与通知模块提供用户界面展示运维数据分析结果，向用户发送维护方案通知，协助运维人员进行故障处理和记录维护方案的更新。

4.根据权利要求3所述的一种基于云计算的运维数据智能化管理***，其特征在于：所述数据采集模块包括数据获取单元和数据划分与存储单元；

所述数据获取单元负责从售后服务在线平台上获取历史运维数据，所述历史运维数据包括设备运行数据、故障信息以及维护记录；所述数据划分与存储单元根据设备编号对历史运维数据进行划分，构成历史运维数据库，并将历史运维数据进行存储和管理。

5.根据权利要求3所述的一种基于云计算的运维数据智能化管理***，其特征在于：所述数据分析与计算模块包括历史运维数据表构建单元、拟合曲线分析单元以及偏差阈值计算单元；

所述历史运维数据表构建单元针对历史运维数据库，构建历史运维数据表；所述拟合曲线分析单元对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线；所述偏差阈值计算单元计算设备运行数据偏差，从而得到设备运行数据偏差阈值集合。

6.根据权利要求3所述的一种基于云计算的运维数据智能化管理***，其特征在于：所述实时数据分析模块包括实时数据获取单元和实时数据匹配与分析单元；

所述实时数据获取单元获取实时运维数据，得到设备实时运行数据拟合曲线；所述实时数据匹配与分析单元根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线，进行实时数据与历史数据的分析，计算设备实时运行数据偏差值。

7.根据权利要求3所述的一种基于云计算的运维数据智能化管理***，其特征在于：所述用户界面与通知模块包括用户界面展示单元和通知发送与更新单元；

所述用户界面展示单元提供用户界面，展示运维数据分析结果，包括历史数据分析结果和实时数据分析结果；所述通知发送与更新单元向用户发送维护方案通知，协助运维人员进行故障处理，并记录维护方案的更新。