工业互联网的设备状态监测方法、装置和电子设备与流程

技术特征：
1.一种工业互联网的设备状态监测方法，其特征在于，包括：实时采集工业互联网的设备的运行数据；根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线；将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果；根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示。2.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，所述根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线，包括：根据所述采集的运行数据，采用机器学习算法建模方式，获取所述采集的运行数据的第一起点和最远拼接点，和获取所述采集的运行数据的第二起点，确定所述第一起点和所述最远拼接点之间的第一拼接段，和确定所述第二起点和所述最远拼接点之间的第二拼接段，对所述第一拼接段、所述第二拼接段进行线性拟合拼接，绘制出所述工业互联网的设备的运行数据曲线。3.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，所述将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，包括：将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的计算，按照同一技术条件和同一曲线起点，将所述分别经从测深到垂深的计算后的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果。4.如权利要求1所述的工业互联网的设备状态监测方法，其特征在于，在所述根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示之后，还包括：对所述提示状态异常的互联网的设备的运行数据进行修复。5.如权利要求4所述的工业互联网的设备状态监测方法，其特征在于，所述对所述提示状态异常的互联网的设备的运行数据进行修复，包括：采用对所述提示状态异常的互联网的设备的运行数据从所述预设的正常工作运行数据曲线中确定一条或多条匹配线，每条匹配线通过至少一个待估计的数据点且与至少一个所述预设的正常工作运行数据曲线方向信息相匹配的方式，对所述提示状态异常的互联网的设备的运行数据进行修复。6.一种工业互联网的设备状态监测装置，其特征在于，包括：采集模块、绘制模块、对比模块和提示模块；所述采集模块，用于实时采集工业互联网的设备的运行数据；所述绘制模块，用于根据所述采集的运行数据，绘制出所述工业互联网的设备的运行数据曲线；所述对比模块，用于将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线进
行对比得到对比结果；所述提示模块，用于根据所述得到的对比结果，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作所述互联网的设备状态的异常提示，所述预设的正常工作运行数据曲线由机器学习算法习得，在所述对比结果是所述绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作所述互联网的设备状态的异常提示。7.如权利要求6所述的工业互联网的设备状态监测装置，其特征在于，所述绘制模块，具体用于：根据所述采集的运行数据，采用机器学习算法建模方式，获取所述采集的运行数据的第一起点和最远拼接点，和获取所述采集的运行数据的第二起点，确定所述第一起点和所述最远拼接点之间的第一拼接段，和确定所述第二起点和所述最远拼接点之间的第二拼接段，对所述第一拼接段、所述第二拼接段进行线性拟合拼接，绘制出所述工业互联网的设备的运行数据曲线。8.如权利要求6所述的工业互联网的设备状态监测装置，其特征在于，所述对比模块，具体用于：将所述绘制出的运行数据曲线与预设的正常工作运行数据曲线分别进行从测深到垂深的计算，按照同一技术条件和同一曲线起点，将所述分别经从测深到垂深的计算后的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果。9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的工业互联网的设备状态监测方法。10.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至5中任一项所述的工业互联网的设备状态监测方法。

技术总结
本发明公开了一种工业互联网的设备状态监测方法、装置和电子设备。其中，所述方法包括：实时采集工业互联网的设备的运行数据，根据该采集的运行数据，绘制出该工业互联网的设备的运行数据曲线，将该绘制出的运行数据曲线与预设的正常工作运行数据曲线进行对比得到对比结果，根据该得到的对比结果，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是一致时，不作该互联网的设备状态的异常提示，该预设的正常工作运行数据曲线由机器学习算法习得，在该对比结果是该绘制出的运行数据曲线与预设的正常工作运行数据曲线是不一致时，作该互联网的设备状态的异常提示。通过上述方式，能够实现对工业互联网的设备状态的实时监测。设备状态的实时监测。设备状态的实时监测。


技术研发人员：贾昌武 李鸿峰
受保护的技术使用者：深圳市玄羽科技有限公司
技术研发日：2022.11.17
技术公布日：2023/2/3