智能运维系统和方法与流程

1.本发明涉及轨道交通智能运维技术领域，尤其涉及一种智能运维系统和方法。


背景技术：

2.轨道交通智能运维系统是轨道交通运营的日常维护、故障诊断、故障处理能力的管理系统。
3.相关技术中，维护支持子系统(maintenance support system，mss)按照现有的数据接入标准采集轨道交通信号系统的维护数据时，采集的维护数据不充足，无法对轨道交通信号系统的各子系统进行全面监控，且通常以人工排查的方式定时检查设备故障状态以及设备损耗程度，无法及时获取故障设备的损耗量、设备的故障原因及其运维方案，导致对信号系统的各子系统的运维效率低。


技术实现要素：

4.本发明提供一种智能运维系统和方法，用以解决现有技术的智能运维系统采集的维护数据不充足，且以人工排查的方式定时检查设备故障状态以及设备损耗程度，导致对设备故障维护不及时的缺陷，提高了对信号系统的监控范围和运维效率。
5.本发明提供一种智能运维系统，包括：
6.数据采集模块，所述数据采集模块通过网络端口分别与轨道交通信号设备的多个子设备连接，所述数据采集模块用于采集所述多个子设备分别产生的状态数据；
7.大数据平台，所述大数据平台与所述数据采集模块电连接，所述大数据平台用于将所述状态数据的格式转换成目标格式，得到目标状态数据；
8.数据诊断模块，所述数据诊断模块与所述大数据平台电连接，所述数据诊断模块用于在所述目标状态数据包括报警信息的情况下，基于所述报警信息获取所述目标状态数据对应的诊断结果，所述诊断结果包含所述报警信息对应的故障类型和所述目标状态数据对应子设备的寿命预测值；
9.业务应用模块，所述业务应用模块与所述数据诊断模块电连接，所述业务应用模块用于将所述诊断结果和预设的知识库进行匹配，得到所述诊断结果对应的运维方案，所述知识库基于已存在的故障数据和所述已存在的故障数据对应的运维方案确定。
10.根据本发明提供的一种智能运维系统，所述数据诊断模型包括：
11.故障诊断模型，所述故障诊断模型用于对所述报警信息进行聚类，得到所述报警信息对应的故障类型；
12.设备全生命周期管理模型，所述设备全生命周期管理模型用于基于所述目标状态数据对应子设备的出厂参数和使用时长，得到所述目标状态数据对应子设备的寿命预测值。
13.根据本发明提供的一种智能运维系统，所述状态数据包括离线文档和实时信息，所述大数据平台包括：
14.批处理组件，所述批处理层用于将所述离线文档的格式转换成所述目标格式；
15.流处理组件，所述批处理层用于将所述实时信息的格式转换成所述目标格式。
16.根据本发明提供的一种智能运维系统，所述大数据平台还包括：
17.存储组件，所述存储组件用于存储所述目标状态数据。
18.根据本发明提供的一种智能运维系统，所述业务应用模块还包括：
19.显示屏，所述显示屏用于展示所述诊断结果和所述运维方案。
20.根据本发明提供的一种智能运维系统，所述系统还包括：
21.部署组件，所述部署组件用于对所述大数据平台进行集群部署。
22.本发明还提供一种智能运维方法，包括：
23.采集所述轨道交通信号设备的多个子设备产生的状态数据；
24.将所述状态数据的格式转换成目标格式，得到目标状态数据；
25.在所述目标状态数据包括报警信息的情况下，基于所述报警信息获取所述目标状态数据对应的诊断结果，所述诊断结果包含所述报警信息对应的故障类型和所述目标状态数据对应标子设备的寿命预测值；
26.将所述诊断结果和预设的知识库进行匹配，得到所述诊断结果对应的运维方案，所述知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。
27.根据本发明提供的一种智能运维方法，在所述得到所述诊断结果对应的运维方案之后，所述方法还包括：
28.在显示屏显示所述诊断结果和所述运维方案。
29.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述智能运维方法。
30.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述智能运维方法。
31.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述智能运维方法。
32.本发明提供的智能运维系统和智能运维方法，通过采集轨道交通信号系统的多个子设备的状态数据进行数据分析，提升了智能运维系统对信号系统的监控范围，并通过诊断模型对不同设备的目标状态数据进行故障预测和设备寿命预测，解决了人工排查设备故障低效的问题，提高了对信号系统的运维效率。
附图说明
33.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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。
34.图1是本发明提供的智能运维系统的结构示意图之一；
35.图2是本发明提供的数据接收模块收发数据的交互示意图；
36.图3是本发明提供的基于道岔转辙机模型的故障诊断方法流程示意；
37.图4是本发明提供的智能运维系统的结构示意图之二；
38.图5是本发明提供的报警有效性分析方法流程示意图；
39.图6是本发明提供的数据接收模块与大数据平台的交互示意图；
40.图7是本发明提供的集群软件的结构示意图；
41.图8是本发明提供的智能运维方法的流程示意图；
42.图9是本发明提供的电子设备的结构示意图。
43.附图标记：
44.110：数据采集模块；120：大数据平台；130：数据诊断模块；
45.140：业务应用模块。
具体实施方式
46.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
47.在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体连接；可以是机械连接，也可以是电连接，或有线通信连接，或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。
48.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
49.下面结合图1-图8描述本发明的智能运维系统及方法。
50.图1是本发明提供的智能运维系统的结构示意图之一，如图1所示，本发明提供一种智能运维系统，包括：数据采集模块110、大数据平台120、数据诊断模块130和业务应用模块140。
51.其中，数据采集模块110通过网络端口与轨道交通信号设备的多个子设备连接，数据采集模块110用于采集多个子设备产生的状态数据。
52.在该实施例中，多个子设备产生的状态数据构成多源异构数据，数据的格式并不统一。
53.在该实施例中，数据采集功能可以由部署的维护网交换机实现，轨道交通各个子系统通过网络接口连接智能运维管理系统专用的交换机，通过该交换机把数据传输给维护工作站和各个智能运维大数据全生命周期管理服务器。
54.在一些实施例中，多个子设备包括车载atp(automatic train protection，列车
自动防护系统)、ats(automatic train supervision，列车自动监视系统)、zc(zone controller，区域控制器)、ci(computer interlocking，计算机联锁)、数据通信系统以及其他接口和设备数据采集标准及与智能运维接口标准。
55.在该实施例中，车载系统产生的异构数据包括车载板卡状态、硬件版本信息、编组信息、机柜状态信息和机车控制和管理系统(train control and management system，tcms)接口信息等；ats系统产生的异构数据包括设备硬件状态、数据库状态、数据抓包和数据链路节点监测等；区域控制器zc系统产生的异构数据包括zc板卡状态、区域控制器运行状态和工控机工作状态等；联锁系统产生的异构数据包括联锁控显工作状态和继电器状态等；dcs数据通信系统产生的异构数据包括无线场强、漏缆和天馈线缆等。
56.图2是本发明提供的数据接收模块收发数据的交互示意图，在图2所示的实施例中，车载atp设备发送的信息通过网络接口传给无线网，再由无线网(例如tru)通过网络接口发送至地面网管服务器，智能运维系统与地面网管服务器通过网络接口获取多源异构数据(设备状态信息)；有人值守下的列车自动运行系统(driverless train operation，dto)发送的设备状态信息，通过网络接口发送给atp，再由atp信息传递流程至地面网管服务器，智能运维系统与地面网管服务器通过网络接口获取信息。
57.在该实施例中，应答器传输单元btm发送的设备状态信息，通过can总线发送给atp，再由atp信息传递流程至地面网管服务器，智能运维系统与地面网管服务器通过网络接口获取信息；tcms设备发送的设备状态信息，通过多功能车辆总线mvb(非mvb可以通过485通信发送给dto再转给atp)发送给atp，再由atp信息传递流程至地面网管服务器，智能运维系统与地面网管服务器通过网络接口获取信息；人机交互界面hmi发送的设备状态信息，通过can总线发送给atp，再由atp信息传递流程至地面网管服务器，智能运维系统与地面网管服务器通过网络接口获取信息。
58.大数据平台120与数据采集模块110电连接，大数据平台120用于将状态数据的格式转换成目标格式，得到目标状态数据。
59.在一些实施例中，大数据平台120层具备对数据进行加工、分析、存储等功能。
60.在该实施例中，通过数据同步平台(例如，nifi工具，其后台具有数据处理引擎和任务调度等组件)处理信号系统的各个子系统发给大数据平台120的多源异构数据，实现对多源异构数据进行分发，拉取等操作。
61.可以理解的是，大数据平台120用于接收轨道交通信号系统的各个子系统发送的状态数据，为了快速确定故障设备，需要将这些状态数据进行分组管理。
62.在该实施例中，分组的方式可以是按不同子系统类型区分，例如，大数据平台120可以通过中间件(kafka)对状态数据进行传输分类，并提供各异构数据的日志信息，便于查看或管理。
63.在一些实施例中，多源异构数据包含的数据格式并不统一，将每个分组的异构数据的格式转换成目标格式，方便对多源异构数据统一管理。
64.在该实施例中，目标格式可根据用户需求自定义设置。
65.在该实施例中，将分组后的多源异构数据的数据格式转换成目标格式后，可对不同设备来源的异构数据进行故障预测，并根据预测结果对故障对应设备进行维护。
66.数据诊断模块130与大数据平台120电连接，数据诊断模块130用于在目标状态数
据包含报警信息的情况下，基于报警信息获取目标状态数据对应的诊断结果，诊断结果包含报警信息对应的故障类型和目标状态数据对应子设备的寿命预测值。
67.在该实施例中，数据诊断模块130包括多种诊断模型，例如，测速雷达数据模型，用于对测速雷达产生的异构数据进行故障分析；数据诊断模块130还包括设备全生命周期管理模型，用于对故障设备的消耗情况进行分析和统计。
68.下面，以数据诊断模块130包括道岔转辙机模型为例进行说明。
69.图3是本发明提供的基于道岔转辙机模型的故障诊断方法流程示意，在图3所示的实施例中，数据采集模块将采集的道岔设备的功率数据发送至大数据平台进行归类并统一数据格式得到目标功率数据，其中，功率数据中包含道岔出现故障的报警信息，将目标道岔数据输入至数据诊断模块后，由道岔转辙机模型对目标道岔数据进行开展异常状态识别，得到预测结果，当预测结果与报警信息拟合时，即能够确定道岔故障。
70.在该实施例中，道岔功率曲线特征和可能故障原因如下表1所示：
71.表1道岔功率曲线特征与可能故障原因对照表
[0072] 功率曲线特征可能故障原因1道岔转动完毕，功率曲线不为0dbq存在故障2非动作状态下，功率曲线异常波动二极管损坏3锁闭阶段功率曲线大幅抬升动作杆存在异物或卡滞4道岔转换阶段功率曲线异常波动道岔杆件松动或安装未到位5道岔功率曲线的峰值点偏移密贴调整过紧，牵引点动作不一致6锁闭阶段功率曲线小幅度增长后保持尖轨爬行受影响，缺口需重新调校
[0073]
在该实施例中，诊断模型的方式可以是：以大数据平台120存储的故障数据为训练样本，对训练样本进行特征提取、特征选择和特征融合等操作后得到关键健康特征，并对关键健康特征进行标记，最后利用带标记的关键健康特征对预测模型进行训练，得到可用的诊断模型。
[0074]
在一些实施例中，确定道岔故障后，可利用设备全生命周期管理模型查询道岔的出厂参数，进而对道岔的使用时长、耗损量进行统计，进而预测道岔的剩余使用寿命。
[0075]
业务应用模块140与数据诊断模块130电连接，业务应用模块140用于将诊断结果和预设的知识库进行匹配，得到诊断结果对应的运维方案，知识库基于已存在的故障数据和已存在的故障数据对应的运维方案确定。
[0076]
在该实施例中，知识库可以基于预设的知识图谱创建。
[0077]
在该实施例中，知识图谱中的多种数据以实体、属性、关系的形式存储，即知识图谱能够表示数据的名称和对应信息，还标注由不同数据之间的关系。
[0078]
在该实施例中，知识库中还包括轨道交通信号系统已出现的设备故障和对应的运维方案。
[0079]
在该实施例中，当智能运维系统检测到设备出现故障后，根据故障信息在知识图谱中进行检索进行故障联动，根据存储在知识图谱中的专家信息和故障处置方案，给现场运维人员报警，并提供解决方案。
[0080]
在该实施例中，业务应用模块140还提供故障可视化显示以及故障报警等功能。
[0081]
图4是本发明提供的智能运维系统的结构示意图之二，在图4所示的实施例中，服
务器组成了大数据平台，轨道交通各个子系统通过通信接口连接维护网交换机，各子系统给交换机发送数据，当子系统状态异常的时候，会给交换机发送报警信息，平时发送正常的信息，维护网交换机经过防火墙，把数据送到智能运维管理系统专用给交换机，通过这个交换机，把数据传输给维护工作站和各个智能运维大数据全生命周期管理服务器；在服务器上通过集群管理方式对数据进行解析，分析，加工，并通过知识图谱查询，给运维人员维护意见，故障预测，以及故障的各种信息，方便轨道交通运维人员维护与排查。
[0082]
在该实施例中，交换机部分主要是用于数据交换与分发。从各个轨道交通子系统中(zc，连锁，车载等)发送来的信号先通过一个普通交换机进行数据分发。把数据发给智能运维光交换机、远程跳板机和危机检测站机。当数据出现报警的时候，监测站机会通过报警灯丝进行现场报警，并通知运维人员；远程跳板机负责开发人员的远程调试；智能运维光交换机负责给智能运维各个服务器发送数据；光交换机由于用的是光纤进行通信，带宽更大，发送的数据速度更快，这样能满足智能运维需求。
[0083]
在该实施例中，智能运维服务器主要分为大数据平台120数据节点、web服务器节点和大数据平台120主节点，其中，大数据平台120数据节点存储了车辆的信息，例如车速，位置，以及车载的相关状态等，这些信息在大数据平台120数据节点上进行分析，然后传入到web节点中进行展示；web节点主要负责网络和显示，可以把数据节点信息进行整合，筛选，显示在网页上；大数据平台120主节点主要用于把知识图谱和轨道交通设备全生命周期管理的相关部分进行计算和存储。
[0084]
本发明实施例提供的智能运维系统，通过采集轨道交通信号系统的多个子设备的状态数据进行数据分析，提升了智能运维系统对信号系统的监控范围，并通过诊断模型对不同设备的目标状态数据进行故障预测和设备寿命预测，解决了人工巡检的低效和巡检结果不准确的问题，提高了对信号系统的运维效率。
[0085]
在一些实施例中，该数据诊断模块包括：故障诊断模模型，故障诊断模型用于对报警信息进行聚类，得到报警信息对应的故障类型；设备全生命周期管理模型，设备全生命周期管理模型用于基于目标状态数据对应子设备的出厂参数和使用时长，得到目标状态数据对应设备的寿命预测值。
[0086]
在该实施例中，故障诊断模型可以是测速雷达数据模型、车载紧急制动模型、道岔转辙机模型或用于其他轨道交通设备故障诊断的模型中的一种或多种，
[0087]
在该实施例中，利用故障诊断模型对目标状态数据进行聚类处理，得到故障预测结果，并与目标状态数据包含的报警信息进行匹配，若二者保持一致，则确认该目标状态数据对应的设备出现故障。
[0088]
下面以故障诊断模型为测速雷达数据模型对目标状态数据进行报警有效性分析为例进行说明。
[0089]
需要说明的是，测速雷达由于其工作环境较为复杂，可能存在故障时间较多，同时还可能出现异常后迅速恢复的情况。列车空转打滑的同时，测速雷达失效则会导致列车降级，则列车降级的报警是因为轮对打滑和测速雷达失效引起的。
[0090]
图5是本发明提供的报警有效性分析方法流程示意图，在图5所示的实施例中，通过测速雷达数据模型对报警信息进行有效性分析确认测速雷达失效，然后结合对列车空转打滑次数和列车降级次数进行分析后，得到预测测速雷达失效的报警信息可能是因扰动产
生的误报警，也可能是雷达设备出现故障，根据测速雷达可能出现的结果对测速雷达数据模型进行报警优化处理。
[0091]
在该实施例中，针对测速雷达的特点，可以利用两层过滤结合通知判断的方法进行报警有效性分析，具体方法是当该列车端数据有效时，连续采集10次测速雷达的状态一致时，认为测速雷达处于该状态，即连续采集10次正常时，视为正常，连续采集10次异常时视为异常，如果连续采集10次有正常也有异常状态，则认为状态保持原有不变；当异常状态一天内出现3次及更多数量时，或者异常状态保持半小时及更长时间时，则认为必须进行设备维护，系统发出报警通知，提示维护人员及时检查该测速雷达外观与电气连接。
[0092]
在该实施例中，触发报警通知后，本日仅按该报警通知重复次数进行通报，不再根据数量或计时重复触发报警，若次日该报警全部清除，如果次日仍有问题，则重复之前的过程，该方式不直接使用设备的状态作为报警设置，防止出现反复状态变化时多次出现报警信息，同时对于异常次数进行计数与异常时长进行计时，进一步减少报警数量，并且对每日的报警进行数量约束，从而减少重复报警对判断的影响。
[0093]
在该实施例中，故障诊断模型所涉及的模型参数均可配置，当该故障诊断模型应用于其他报警通知业务时，可根据不同业务要求，将参数调整为合适的数值。
[0094]
在一些实施例中，该诊断模型还包括设备全生命周期管理模型，用于获取目标状态数据对应设备的寿命预测值。
[0095]
在该实施例中，目标状态数据的诊断结果，通过设备全生命周期管理模型，可以对产品的全生命周期分析，选出相对易损率高的厂商和设备，进而使用选用设备稳定、可靠的厂商的设备，减少设备损耗成本。
[0096]
在该实施例中，智能运维系统中的设备全生命周期管理可以根据出问题设备进行溯源，找到设备型号，供应商等信息，分析设备的使用率，稳定性，可靠性。
[0097]
本发明实施例提供的智能运维系统，通过设置故障诊断模型对目标状态数据进行故障预测确认设备的故障原因，并通过设置设备全生命周期管理模型获取故障设备的使用寿命，提高了信号系统设备故障的排查效率，并降低了运维成本。
[0098]
在一些实施例中，状态数据包括离线文档和实时信息，大数据平台包括：批处理组件，批处理层用于将离线文档的格式转换成目标格式；流处理组件，批处理层用于将实时信息的格式转换成目标格式。
[0099]
在该实施例中，数据采集模块采集的数据可以是本地保存的离线文档，也可以是信号系统正常工作产生的实时信息。
[0100]
图6是本发明提供的数据接收模块与大数据平台的交互示意图，在图6所示的实施例中，通过nifi或minifi接口将离线文档输送至大数据平台的批处理组件spark进行分类和统一格式等操作，通过nifi和业务系统接口将实时信息发送至中间件(nifi和kafka，kafka是一个分布式的消息队列，可以应用于大数据实时数据处理部分)，中间件对数据进行处理以及分发，并将其输送至流处理组件进行分类和统一格式等操作。
[0101]
在一些实施例中，大数据平台还包括安全组件，安全组件用于对大数据平台数据采集部分，数据服务部分(数据清洗、转换部分)，到上层应用部分对数据进行安全防护，通过大数据平台安全管理系统，可对用户进行访问权限设定，一般用户无法更改大数据服务系统中的数据，只有访问权限。
[0102]
在该实施例中，在大数据平台与数据采集模块进行通信同时，加入了防火墙(对应安全组件)，保护了数据的安全性和可靠性。
[0103]
本发明实施例提供的智能运维系统，通过在大数据平台设置批处理组件和流处理组件分别对本地离线文档和实时信息进行分类和转换格式的操作，使得大数据平台应能处理多种异构数据，提高了大数据平台应适用性和安全性。
[0104]
在一些实施例中，大数据平台还包括：存储组件，存储组件用于存储目标状态数据。
[0105]
在该实施例中，对数据进行分类以及转换格式后，可以将得到的目标状态数据进行保存，便于用户在智能运维系统的可视化界面查询进行数据查询和调用。
[0106]
在一些实施例中，存储组件还用于存储目标状态数据中的报警信息，当智能运维系统存储了足够多的故障报警信息时，会对报警进行统计，查看报警位置，报警解决方案，报警内容等，对报警进行统计和排序，找到容易出问题的位置和设备进行针对性优化和排查。
[0107]
在图6所示的实施例中，大数据平台还包括多种数据库，使用redis进行非关系型数据库存储，neo4j进行图数据库存储，mysql进行关系型数据库存储，使用hive进行数据分析。使用spark用于流处理、批处理和内存计算，用于数据存储和调用。
[0108]
本发明实施例提供的智能运维系统，通过在大数据平台设置存储模块，用于将目标状态数据及其对应的报警信息进行保存，便于用户在智能运维系统的可视化界面查询进行数据查询和调用。
[0109]
在一些实施例中，业务应用模块还包括：显示屏，显示屏用于展示诊断结果和运维方案。
[0110]
在该实施例，智能运维系统对目标状态数据进行诊断时，当诊断结果为历史出现过的故障类型，可以通过历史保存的故障诊断方案进行处理，并将诊断结果和处理方式在显示屏进行可视化显示，以便运维人员按照显示屏的提示内容指导现场设备维修作业。
[0111]
在该实施例中，当诊断结果为新的故障类型，针对该新的故障类型无现存的诊断方案时，可以将该诊断结果发进行可视化处理，以便运维人员进行分析和处理。
[0112]
在该实施例中，显示屏可以为手机视频拍摄和美化工具，例如vue。
[0113]
在该实施例中，智能运维系统后端由spring-boot框架搭建，前端用vue来显示，spring-boot框架可以对大数据平台120数据库中存储的数据进行权限管理，数据处理等操作，把数据转化为vue可以使用的格式；vue搭建了前端的显示界面，其中包含shiro验证、列车运行信息、列车各组成部分的设备状态、知识图谱显示和故障处置界面等；后端spring-boot结构负责从各个数据库中读取相关数据，通过transe算法分析知识图谱数据进行检索和预测，最后传递给前端，让前端根据数据进行显示。
[0114]
本发明实施例提供的智能运维系统，通过将诊断结果进行可视化显示，便于运维人员及时根据显示屏的提示内容执行运维操作，提高了智能系统的运维效率，同时能够降低维修时间，节约时间成本和人力成本。
[0115]
在一些实施例中，该系统还包括：部署组件，部署组件用于对大数据平台进行集群部署。
[0116]
可以理解的是，在智能运维系统中对大数据平台采用集群化软件部署，能够在大
数据平台发生故障时自动重启恢复部署软件，不影响整体系统运行。
[0117]
在该实施例中，使用elasticsearch和cloudera manager软件进行部署。
[0118]
图7是本发明提供的集群软件的结构示意图，在图7所示的实施例中，集群软件可以分为包括：采集系统集群、消息队列集群、hadoop集群、计算集群和关系型数据库集群，大数据平台的部署采用灵活部署模式，可以在多种环境下部署，支持云平台，物理机部署、使用docker进行容器化部署，只需要下载软件容器，使用dockercompose文件与脚本文件就可以进行一键部署，自动升级自动运维。
[0119]
本发明实施例提供的智能运维系统，通过设置部署组件对对大数据平台进行集群部署，使其支持在多种环境下自动运维，提高了智能系统的运维效率。
[0120]
下面对本发明提供的智能运维方法进行描述，下文描述的智能运维方法与上文描述的智能运维系统可相互对应参照。
[0121]
图8是本发明提供的智能运维方法的流程示意图，如图7所示，该智能运维方法，包括如下步骤：
[0122]
步骤810、采集轨道交通信号设备的多个子设备产生的状态数据。
[0123]
在该步骤中，利用数据采模块轨道交通信号设备的多个子设备产生的状态数据，数据采集模块通过网络端口与轨道交通信号设备连接。
[0124]
在该实施例中，数据采集功能可以由部署的维护网交换机实现。
[0125]
步骤820、将状态数据的格式转换成目标格式，得到目标状态数据。
[0126]
在该步骤中，大数据平台层具备对数据进行加工、分析、存储等功能。
[0127]
在该步骤中，分组的方式可以是按不同子系统类型区分，例如，大数据平台可以通过中间件(kafka)对多源异构数据进行传输分类，并提供各异构数据的日志信息，便于查看或管理。
[0128]
在该实施例中，目标格式可根据用户需求自定义设置。
[0129]
步骤830、在目标状态数据包含报警信息的情况下，基于报警信息获取目标状态数据对应的诊断结果，诊断结果包含报警信息对应的故障类型和目标状态数据对应子设备的寿命预测值。
[0130]
在该步骤中，数据诊断模块包括多种诊断模型，例如，测速雷达数据模型，用于对测速雷达产生的异构数据进行故障分析；数据诊断模块还包括设备全生命周期管理模型，用于对故障设备的消耗情况进行分析和统计。
[0131]
在该实施例中，确定道岔故障后，可利用设备全生命周期管理模型查询道岔的出厂参数，进而对道岔的使用时长、耗损量进行统计，进而预测道岔的剩余使用寿命。
[0132]
步骤840、将诊断结果和预设的知识库进行匹配，得到诊断结果对应的运维方案，知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。
[0133]
在该步骤中，在该实施例中，知识库可以基于预设的知识图谱创建。
[0134]
在该实施例中，知识图谱中的多种数据以实体、属性、关系的形式存储，即知识图谱能够表示数据的名称和对应信息，还标注由不同数据之间的关系。
[0135]
在该实施例中，知识库中还包括轨道交通信号系统已出现的设备故障和对应的运维方案。
[0136]
在该实施例中，当智能运维系统检测到设备出现故障后，根据故障信息在知识图
谱中进行检索进行故障联动，根据存储在知识图谱中的专家信息和故障处置方案，给现场运维人员报警，并提供解决方案。
[0137]
在该实施例中，业务应用模块还提供故障可视化显示以及故障报警等功能。
[0138]
本发明实施例提供的智能运维方法，通过采集轨道交通信号系统的多个子设备产生的状态数据进行数据分析，提升了智能运维系统对信号系统的监控范围，并通过诊断模型对不同设备的目标状态数据进行故障预测和设备寿命预测，解决了人工排查设备故障低效的问题，提高了对信号系统的运维效率。
[0139]
在一些实施例中，在得到诊断结果对应的运维方案之后，方法还包括：在显示屏显示诊断结果和运维方案。
[0140]
在该实施例中，智能运维系统对目标状态数据进行诊断时，当诊断结果为历史出现过的故障类型，可以通过历史保存的故障诊断方案进行处理，并将诊断结果和处理方式在显示屏进行可视化显示，以便运维人员按照显示屏的提示内容指导现场设备维修作业。
[0141]
在该实施例中，显示屏可以为手机视频拍摄和美化工具，例如vue。
[0142]
本发明实施例提供的智能运维方法，通过将诊断结果进行可视化显示，便于运维人员及时根据显示屏的提示内容执行运维操作，提高了智能系统的运维效率，同时能够降低维修时间，节约时间成本和人力成本。
[0143]
图9示例了一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器(processor)910、通信接口(communications interface)920、存储器(memory)930和通信总线940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令，以执行智能运维方法，该方法包括：采集轨道交通信号设备的多个子设备产生的状态数据；将状态数据转换成目标格式，得到目标状态数据；在目标状态数据包括报警信息的情况下，基于报警信息获取目标状态数据对应的诊断结果，诊断结果包含报警信息对应的故障类型和目标状态数据对应标子设备的寿命预测值；将诊断结果和预设的知识库进行匹配，得到诊断结果对应的运维方案，知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。
[0144]
此外，上述的存储器930中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0145]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的智能运维方法，该方法包括：采集轨道交通信号设备的多个子设备产生的状态数据；将状态数据转换成目标格式，得到目标状态数据；在目标状态数据包括报警信息的情况下，基于报警信息获取目标状态数据对应的诊断结果，诊断结果包含报警信息对应的故障类型和目标状态数据对应标子设备的寿命预测值；将诊断结
果和预设的知识库进行匹配，得到诊断结果对应的运维方案，知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。
[0146]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的智能运维方法，该方法包括：采集轨道交通信号设备的多个子设备产生的状态数据；将状态数据转换成目标格式，得到目标状态数据；在目标状态数据包括报警信息的情况下，基报警信息获取目标状态数据对应的诊断结果，诊断结果包含报警信息对应的故障类型和目标状态数据对应标子设备的寿命预测值；将诊断结果和预设的知识库进行匹配，得到诊断结果对应的运维方案，知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。
[0147]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0148]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0149]
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，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种智能运维系统，其特征在于，包括：数据采集模块，所述数据采集模块通过网络端口分别与轨道交通信号设备的多个子设备连接，所述数据采集模块用于采集所述多个子设备分别产生的状态数据；大数据平台，所述大数据平台与所述数据采集模块电连接，所述大数据平台用于将所述状态数据的格式转换成目标格式，得到目标状态数据；数据诊断模块，所述数据诊断模块与所述大数据平台电连接，所述数据诊断模块用于在所述目标状态数据包括报警信息的情况下，基于所述报警信息获取所述目标状态数据对应的诊断结果，所述诊断结果包含所述报警信息对应的故障类型和所述目标状态数据对应子设备的寿命预测值；业务应用模块，所述业务应用模块与所述数据诊断模块电连接，所述业务应用模块用于将所述诊断结果和预设的知识库进行匹配，得到所述诊断结果对应的运维方案，所述知识库基于已存在的故障数据和所述已存在的故障数据对应的运维方案确定。2.根据权利要求1所述的智能运维系统，其特征在于，所述数据诊断模块包括：故障诊断模型，所述故障诊断模型用于对所述报警信息进行聚类，得到所述报警信息对应的故障类型；设备全生命周期管理模型，所述设备全生命周期管理模型用于基于所述目标状态数据对应子设备的出厂参数和使用时长，得到所述目标状态数据对应子设备的寿命预测值。3.根据权利要求1所述的智能运维系统，其特征在于，所述状态数据包括离线文档和实时信息，所述大数据平台包括：批处理组件，所述批处理层用于将所述离线文档的格式转换成所述目标格式；流处理组件，所述批处理层用于将所述实时信息的格式转换成所述目标格式。4.根据权利要求1所述的智能运维系统，其特征在于，所述大数据平台还包括：存储组件，所述存储组件用于存储所述目标状态数据。5.根据权利要求1所述的智能运维系统，其特征在于，所述业务应用模块还包括：显示屏，所述显示屏用于展示所述诊断结果和所述运维方案。6.根据权利要求1所述的智能运维系统，其特征在于，所述系统还包括：部署组件，所述部署组件用于对所述大数据平台进行集群部署。7.一种智能运维方法，其特征在于，包括：采集所述轨道交通信号设备的多个子设备产生的状态数据；将所述状态数据的格式转换成目标格式，得到目标状态数据；在所述目标状态数据包括报警信息的情况下，基于所述报警信息获取所述目标状态数据对应的诊断结果，所述诊断结果包含所述报警信息对应的故障类型和所述目标状态数据对应标子设备的寿命预测值；将所述诊断结果和预设的知识库进行匹配，得到所述诊断结果对应的运维方案，所述知识库基于已存在的轨道交通设备故障类型对应的运维方案确定。8.根据权利要求7所述的智能运维方法，其特征在于，在所述得到所述诊断结果对应的运维方案之后，所述方法还包括：在显示屏显示所述诊断结果和所述运维方案。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运
行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求7至8任一项所述智能运维方法。10.一种非暂态计算机可读存储介质，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7至8任一项所述智能运维方法。

技术总结
本发明提供一种智能运维系统及方法，该智能运维系统包括：数据采集模块，通过网络端口分别与轨道交通信号设备的多个子设备连接，数据采集模块用于采集多个子系统分别产生的状态数据；大数据平台，与数据采集模块电连接，大数据平台用于将状态数据的格式转换成目标格式，得到目标状态数据；数据诊断模块，与大数据平台电连接，数据诊断模块用于获取目标状态数据对应的诊断结果；业务应用模块，与数据诊断模块电连接，业务应用模块用于将诊断结果和预设的知识库进行匹配，得到诊断结果对应的运维方案。本发明所述系统提升了智能运维系统对信号系统的监控范围，并提高了对信号系统的运维效率。效率。效率。


技术研发人员：闫博 陈逸 程远瑶 周伯尼 宋健健 乔文可 孙鹏远 郭佳 王中林 何富君
受保护的技术使用者：通号城市轨道交通技术有限公司
技术研发日：2022.11.23
技术公布日：2023/3/27