一种设备运行数据云端存储方法

1.一种设备运行数据云端存储方法，其特征在于，包括：
实时监测设备运行数据；
当所述设备运行数据中出现运行异常数据时，获取开始出现运行异常数据的第一时
刻；
获取第三时刻之后监测到的待存储设备运行数据，其中，所述第三时刻为比所述第一
时刻早预设时长的时刻；
将所述待存储设备运行数据上传至云端服务器进行存储；
其中，所述将所述待存储设备运行数据上传至云端服务器，包括：
步骤A1：通过公式(3)数据修正的方法对所述待存储设备运行数据进行数据修正得到
修正后的设备运行数据；
a
其中 表示修正后的第a个设备运行数据中第i个数据值；Pi表示所述待存储设备运
行数据中第a个设备运行数据中第i个数据值；n表示第a个设备运行数据中的数据值个数；
步骤A2：通过公式(4)分析公式(3)求得的修正后的设备运行数据得到修正后的设备运
行数据特征值；
其中Ea表示修正后的第a个设备运行数据特征值；
步骤A3：通过公式(5)利用公式(4)得到的修正后的设备运行数据特征值求得修正后的
设备运行数据的数据类型分类值；
其中La表示修正后的第a个设备运行数据的数据类型分类值；Y1表示第一数据类型预设
特征值；Y2表示第二数据类型预设特征值；Y3表示第三数据类型预设特征值；Y4表示第四数
据类型预设特征值；u()表示阶跃函数，当括号内的值大于等于0时函数值为1，当括号内的
值小于0时函数值为0；
当La＝0时，表示修正后的第a个设备运行数据的数据类型属于第一数据类型；
当La＝1时，表示修正后的第a个设备运行数据的数据类型属于第二数据类型；
当La＝2时，表示修正后的第a个设备运行数据的数据类型属于第三数据类型；
当La＝3时，表示修正后的第a个设备运行数据的数据类型属于第四数据类型；
步骤A4：通过公式(6)利用公式(3)求得的修正后的设备运行数据得到修正后的设备运
行数据的重要等级值；
其中Za表示修正后的第a个设备运行数据的重要等级值；m表示需要进行云端存储的设
备运行数据总数；
根据公式(3)求得的设备运行数据的数据类型分类值对修正后的设备运行数据进行分
类，分类完成后利用公式(4)求得的修正后的设备运行数据的重要等级值对设备运行数据
按照重要等级进行排序，即可完成对设备运行数据分类并按重要等级数值越大防护等级越
高进行存储，从而实现设备运行数据上传到云端服务器存储。
2.如权利要求1所述的方法，其特征在于，
所述获取第三时刻之后监测到的待存储设备运行数据之前，还包括确定所述预设时长
的大小，具体为：
对所述第一时刻之后的预设时间段内的运行异常数据进行分析，获取所述预设时间段
内的运行异常数据中的异常数据对应的指标和所述指标的指标数据在所述预设时间段内
的设备运行数据中出现的频率；
根据所述频率和所述指标在预设时间段内的运行异常数据的异常数据数量，确定所述
预设时长的大小。
3.如权利要求2所述的方法，其特征在于，
当所述运行异常数据中的异常数据对应的指标只有一个指标时，所述根据所述频率和
所述指标在预设时间段内的运行异常数据中的异常数据数量，确定所述预设时长的大小，
具体为：
其中，所述E为该指标对应的预设时长的大小；所述N为该指标在预设时间段内的运行
异常数据中的异常数据数量；所述n为该指标的指标数据在单位时间内于设备运行数据中
出现的频率；所述T的大小为所述单位时间；所述预设时间段的时长大于所述单位时间的时
长；
当所述运行异常数据中的异常数据对应的指标有多个指标时，所述根据所述频率和所
述指标在预设时间段内的运行异常数据的异常数据数量，确定所述预设时长的大小，具体
为：
按照如下公式确定每个指标对应的子预设时长的大小；
其中，所述Ei为所述多个指标中第i个指标对应的子预设时长的大小；Ni为第i个指标在
预设时间段内的运行异常数据中的异常数据数量；ni为第i个指标的指标数据在单位时间
内于设备运行数据中出现的频率；所述T的大小为所述单位时间；所述预设时间段的时长大
于所述单位时间的时长；
从所述多个指标各自对应的子预设时长中，确定出数值最大的子预设时长；
将该数值最大的子预设时长的大小确定为所述预设时长的大小。
4.如权利要求1所述的方法，其特征在于，还包括：
将所述第三时刻之前出现的非异常的设备运行数据，存储于本地存储器；
在接收到云端服务器发送来的针对所述本地存储器中存储的数据的获取请求时，从本
地存储器获取相应数据并发送给所述云端服务器。
5.如权利要求1所述的方法，其特征在于，
所述将所述待存储设备运行数据上传至云端服务器进行存储之后还包括：获取所述运
行异常数据消失的第二时刻；
获取第二时刻到第四时刻之间监测到的待存储设备运行数据，其中，所述第四时刻为
比所述第二时刻晚预设时长的时刻；
将所述第二时刻到第四时刻之间监测到的待存储设备运行数据发送至云端服务器，由
云端服务器将所述第二时刻到第四时刻之间监测到的待存储设备运行数据存储。

一种设备运行数据云端存储方法\n技术领域\n[0001] 本发明涉及数据存储技术领域，更具体地，涉及一种设备运行数据云端存储方法。\n背景技术\n[0002] 设备运行数据反应了设备的运行情况、工作状态等历史工作信息，对设备运行数\n据的存储是设备管理过程中重要的一步；同时，设备在运行较长时间之后，会产生大量的设\n备运行数据，上传到云端服务器进行存储时会占据云端服务器较大的存储空间，对云端服\n务器的存储能力要求较高。因此，急需一种能够降低对设备运行数据的云端服务器存储能\n力要求的技术。\n发明内容\n[0003] 鉴于上述问题，本发明提出了一种设备运行数据云端存储方法。\n[0004] 一种设备运行数据云端存储方法，包括：\n[0005] 实时监测设备运行数据；\n[0006] 当所述设备运行数据中出现运行异常数据时，获取开始出现运行异常数据的第一\n时刻；\n[0007] 获取第三时刻之后监测到的待存储设备运行数据，其中，所述第三时刻为比所述\n第一时刻早预设时长的时刻；\n[0008] 将所述待存储设备运行数据上传至云端服务器进行存储。\n[0009] 在一个实施例中，所述获取第三时刻之后监测到的待存储设备运行数据之前，还\n包括确定所述预设时长的大小，具体为：\n[0010] 对所述第一时刻之后的预设时间段内的运行异常数据进行分析，获取所述预设时\n间段内的运行异常数据中的异常数据对应的指标和所述指标的指标数据在所述预设时间\n段内的设备运行数据中出现的频率；\n[0011] 根据所述频率和所述指标在预设时间段内的运行异常数据的异常数据数量，确定\n所述预设时长的大小。\n[0012] 在一个实施例中，当所述运行异常数据中的异常数据对应的指标只有一个指标\n时，所述根据所述频率和所述指标在预设时间段内的运行异常数据中的异常数据数量，确\n定所述预设时长的大小，具体为：\n[0013]\n[0014] 其中，所述E为该指标对应的预设时长的大小；所述N为该指标在预设时间段内的\n运行异常数据中的异常数据数量；所述n为该指标的指标数据在单位时间内于设备运行数\n据中出现的频率；所述T的大小为所述单位时间；所述预设时间段的时长大于所述单位时间\n的时长；\n[0015] 当所述运行异常数据中的异常数据对应的指标有多个指标时，所述根据所述频率\n和所述指标在预设时间段内的运行异常数据的异常数据数量，确定所述预设时长的大小，\n具体为：\n[0016] 按照如下公式确定每个指标对应的子预设时长的大小；\n[0017]\n[0018] 其中，所述Ei为所述多个指标中第i个指标对应的子预设时长的大小；Ni为第i个指\n标在预设时间段内的运行异常数据中的异常数据数量；ni为第i个指标的指标数据在单位\n时间内于设备运行数据中出现的频率；所述T的大小为所述单位时间；所述预设时间段的时\n长大于所述单位时间的时长；\n[0019] 从所述多个指标各自对应的子预设时长中，确定出数值最大的子预设时长；\n[0020] 将该数值最大的子预设时长的大小确定为所述预设时长的大小。\n[0021] 在一个实施例中，所述将所述待存储设备运行数据上传至云端服务器，包括：\n[0022] 步骤A1：通过公式(3)数据修正的方法对所述待存储设备运行数据进行数据修正\n得到修正后的设备运行数据；\n[0023]\n[0024] 其中 表示修正后的第a个设备运行数据中第i个数据值；Pia表示所述待存储设\n备运行数据中第a个设备运行数据中第i个数据值；n表示第a个设备运行数据中的数据值个\n数；\n[0025] 步骤A2：通过公式(4)分析公式(3)求得的修正后的设备运行数据得到修正后的设\n备运行数据特征值；\n[0026]\n[0027] 其中Ea表示修正后的第a个设备运行数据特征值；\n[0028] 步骤A3：通过公式(5)利用公式(4)得到的修正后的设备运行数据特征值求得修正\n后的设备运行数据的数据类型分类值；\n[0029]\n[0030] 其中La表示修正后的第a个设备运行数据的数据类型分类值；Y1表示第一数据类型\n预设特征值；Y2表示第二数据类型预设特征值；Y3表示第三数据类型预设特征值；Y4表示第\n四数据类型预设特征值；u()表示阶跃函数(当括号内的值大于等于0时函数值为1，当括号\n内的值小于0时函数值为0)；\n[0031] 当La＝0时，表示修正后的第a个设备运行数据的数据类型属于第一数据类型；\n[0032] 当La＝1时，表示修正后的第a个设备运行数据的数据类型属于第二数据类型；\n[0033] 当La＝2时，表示修正后的第a个设备运行数据的数据类型属于第三数据类型；\n[0034] 当La＝3时，表示修正后的第a个设备运行数据的数据类型属于第四数据类型；\n[0035] 步骤A4：通过公式(6)利用公式(3)求得的修正后的设备运行数据得到修正后的设\n备运行数据的重要等级值；\n[0036]\n[0037] 其中Za表示修正后的第a个设备运行数据的重要等级值；m表示需要进行云端存储\n的设备运行数据总数；\n[0038] 根据公式(3)求得的设备运行数据的数据类型分类值对修正后的设备运行数据进\n行分类，分类完成后利用公式(4)求得的修正后的设备运行数据的重要等级值对设备运行\n数据按照重要等级进行排序，即可完成对设备运行数据分类并按重要等级数值越大防护等\n级越高进行存储，从而实现设备运行数据上传到云端服务器存储。\n[0039] 在一个实施例中，所述方法还包括：\n[0040] 将所述第三时刻之前出现的非异常的设备运行数据，存储于本地存储器；\n[0041] 在接收到云端服务器发送来的针对所述本地存储器中存储的数据的获取请求时，\n从本地存储器获取相应数据并发送给所述云端服务器。\n[0042] 在一个实施例中，所述步骤S4之后还包括：获取所述运行异常数据消失的第二时\n刻；\n[0043] 获取第二时刻到第四时刻之间监测到的待存储设备运行数据，其中，所述第四时\n刻为比所述第二时刻晚预设时长的时刻；\n[0044] 将所述第二时刻到第四时刻之间监测到的待存储设备运行数据发送至云端服务\n器，由云端服务器将所述第二时刻到第四时刻之间监测到的待存储设备运行数据存储。\n[0045] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变\n得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明\n书、权利要求书、以及附图中所特别指出的结构来实现和获得。\n[0046] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。\n附图说明\n[0047] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使\n用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于\n本领域技术人员来讲，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\n图。\n[0048] 图1是本发明一个实施例的一种设备运行数据云端存储方法的流程图。\n具体实施方式\n[0049] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的\n附图，对本发明实施例中的技术方案进行清楚、完整地描述。\n[0050] 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\n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\n本发明中的实施例，本领域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\n例，都属于本发明保护的范围。\n[0051] 图1是本发明一个实施例的一种设备运行数据云端存储方法，包括如下步骤S1‑\nS4：\n[0052] 步骤S1、实时监测设备运行数据。\n[0053] 步骤S2、当所述设备运行数据中出现运行异常数据时，获取开始出现运行异常数\n据的第一时刻。\n[0054] 步骤S3、获取第三时刻之后监测到的待存储设备运行数据，其中，所述第三时刻为\n比所述第一时刻早预设时长的时刻。\n[0055] 步骤S4、将所述待存储设备运行数据上传至云端服务器进行存储。\n[0056] 上述技术方案的有益效果为：设备运行监控平台可以对多个地域的设备进行实时\n监控。当某个设备发生运行异常时，设备的当地监控端可以将第三时刻之后监测到的待存\n储设备运行数据发送到云端服务器进行存储，也就是说，发送到云端服务器的待存储设备\n运行数据中不仅包括异常数据，而且还包括发生异常之前一段时间内的设备运行数据，这\n样，云端服务器便可以掌握异常发生之前一段时间内的设备运行情况，为分析设备异常情\n况分析提供了数据分析基础；并且，不需要将设备的所有运行数据都发送给云端服务器，仅\n需要在设备发生运行异常时，将第三时刻之后监测到的待存储设备运行数据发送到云端服\n务器进行存储，减少了发送数据量，减少了对云端服务器存储能力的要求。\n[0057] 在一个实施例中，所述步骤S4之后还包括：\n[0058] 获取所述运行异常数据消失的第二时刻；\n[0059] 获取第二时刻到第四时刻之间监测到的待存储设备运行数据，其中，所述第四时\n刻为比所述第二时刻晚预设时长的时刻；\n[0060] 将所述第二时刻到第四时刻之间监测到的待存储设备运行数据发送至云端服务\n器，由云端服务器将所述第二时刻到第四时刻之间监测到的待存储设备运行数据存储。\n[0061] 上述技术方案的有益效果为：当设备异常被排除之后，可以将第二时刻到第四时\n刻之间监测到的待存储设备运行数据发送至云端服务器进行存储，这样，云端服务器可以\n将第二时刻到第四时刻之间监测到的待存储设备运行数据与步骤S4中存储的待存储设备\n运行数据进行拼接，获得第三时刻到第四时刻之间的设备运行数据，这样为设备异常运行\n情况分析提供了历史数据，便于后续大数据分析。\n[0062] 在一个实施例中，所述方法还包括：\n[0063] 将所述第三时刻之前出现的非异常的设备运行数据，存储于本地存储器；在接收\n到云端服务器发送来的针对所述本地存储器中存储的数据的获取请求时，从本地存储器获\n取相应数据并发送给所述云端服务器。\n[0064] 上述技术方案中，本地存储器中存储非异常的设备运行数据；云端服务器存储包\n含异常运行数据的设备运行数据，当云端服务器需要全部的运行数据时，可以向本地存储\n器获取。\n[0065] 在一个实施例中，所述获取第三时刻之后监测到的待存储设备运行数据之前，还\n包括确定所述预设时长的大小，具体为：\n[0066] 对所述第一时刻之后的预设时间段内的运行异常数据进行分析，获取所述预设时\n间段内的运行异常数据中的异常数据对应的指标和所述指标的指标数据在单位时间内于\n设备运行数据中出现的频率；\n[0067] 根据所述频率和所述指标在预设时间段内的运行异常数据的异常数据数量，确定\n所述预设时长的大小。\n[0068] 在一个实施例中，当所述运行异常数据中的异常数据对应的指标只有一个指标\n时，所述根据所述频率和所述指标在预设时间段内的运行异常数据中的异常数据数量，确\n定所述预设时长的大小，具体为：\n[0069]\n[0070] 其中，所述E为该指标对应的预设时长的大小；所述N为该指标在预设时间段内的\n运行异常数据中的异常数据数量；所述n为该指标的指标数据在单位时间内于设备运行数\n据中出现的频率；所述T的大小为所述单位时间；所述预设时间段的时长大于所述单位时间\n的时长；\n[0071] 通过上述方法确定出的预设时长，使得待存储设备运行数据中不仅包括异常数\n据，而且还包括发生异常之前一段时间内的设备运行数据，该段时间的时长是根据上述公\n式(1)确定出的，可见，当N较大时，指标的异常数据量较多，此时，根据公式(1)确定出的E也\n较大，也就是说，待存储设备运行数据中所包括的发生异常之前的设备运行数据的数据量\n也较大，从而为云端服务器对设备运行异常分析提供了较大的数据基础，便于云端服务器\n分析设备异常出现原因。\n[0072] 在一个实施例中，当所述运行异常数据中的异常数据对应的指标有多个指标时，\n所述根据所述频率和所述指标在预设时间段内的运行异常数据的异常数据数量，确定所述\n预设时长的大小，具体为：\n[0073] 按照如下公式确定每个指标对应的子预设时长的大小；\n[0074]\n[0075] 其中，所述Ei为所述多个指标中第i个指标对应的子预设时长的大小；Ni为第i个指\n标在预设时间段内的运行异常数据中的异常数据数量；ni为第i个指标的指标数据在单位\n时间内于设备运行数据中出现的频率；所述T的大小为所述单位时间；所述预设时间段的时\n长大于所述单位时间的时长；\n[0076] 从所述多个指标各自对应的子预设时长中，确定出数值最大的子预设时长；\n[0077] 将该数值最大的子预设时长的大小确定为所述预设时长的大小。\n[0078] 通过上述方法确定出的预设时长，使得待存储设备运行数据中不仅包括异常数\n据，而且还包括发生异常之前一段时间内的设备运行数据，该段时间的时长是根据上述公\n式(2)确定出的，可见，当出现多个指标的数据均异常时，将预设时长确定为前述最大的子\n预设时长，从而使得待存储设备运行数据中所包括的发生异常之前的设备运行数据中，包\n括了所有出现异常的每个指标的较为全面的数据，从而为云端服务器对设备运行异常分析\n提供了较大的数据基础，便于云端服务器分析设备异常出现原因。\n[0079] 在一个实施例中，所述将所述待存储设备运行数据上传至云端服务器，包括：\n[0080] 将待存储设备运行数据上传至云端服务器进行存储，由于在上传云端服务器的传\n输过程中会造成部分的数据丢失，则利用数据修正的方法对待存储设备运行数据进行数据\n修正，然后根据修正后的设备运行数据求取其特征值，根据特征值以及第一数据类型预设\n特征值、第二数据类型预设特征值、第三数据类型预设特征值、第四数据类型预设特征值确\n定设备运行数据的数据类型，并且据修正后的设备运行数据求得上传的设备运行数据根据\n重要等级，按照等级越重云端储存的防护等级越高的方式以及根据相同类型统一存储的方\n式完成对设备运行数据的云端服务器存储，其具体步骤包括，\n[0081] 步骤A1：通过公式(1)数据修正的方法对所述待存储设备运行数据进行数据修正\n得到修正后的设备运行数据；\n[0082]\n[0083] 其中Pi,anew表示修正后的第a个设备运行数据中第i个数据值；Pia表示所述待存储\n设备运行数据中第a个设备运行数据中第i个数据值；n表示第a个设备运行数据中的数据值\n个数；\n[0084] 步骤A2：通过公式(4)分析公式(3)求得的修正后的设备运行数据得到修正后的设\n备运行数据特征值；\n[0085]\n[0086] 其中Ea表示修正后的第a个设备运行数据特征值；\n[0087] 步骤A3：通过公式(5)利用公式(4)得到的修正后的设备运行数据特征值求得修正\n后的设备运行数据的数据类型分类值；\n[0088]\n[0089] 其中La表示修正后的第a个设备运行数据的数据类型分类值；Y1表示第一数据类型\n预设特征值；Y2表示第二数据类型预设特征值；Y3表示第三数据类型预设特征值；Y4表示第\n四数据类型预设特征值；u()表示阶跃函数(当括号内的值大于等于0时函数值为1，当括号\n内的值小于0时函数值为0)；\n[0090] 当La＝0时，表示修正后的第a个设备运行数据的数据类型属于第一数据类型；\n[0091] 当La＝1时，表示修正后的第a个设备运行数据的数据类型属于第二数据类型；\n[0092] 当La＝2时，表示修正后的第a个设备运行数据的数据类型属于第三数据类型；\n[0093] 当La＝3时，表示修正后的第a个设备运行数据的数据类型属于第四数据类型；\n[0094] 步骤A4：通过公式(6)利用公式(3)求得的修正后的设备运行数据得到修正后的设\n备运行数据的重要等级值；\n[0095]\n[0096] 其中Za表示修正后的第a个设备运行数据的重要等级值；m表示需要进行云端存储\n的设备运行数据总数；\n[0097] 根据公式(5)求得的设备运行数据的数据类型分类值对修正后的设备运行数据进\n行分类，分类完成后利用公式(6)求得的修正后的设备运行数据的重要等级值对设备运行\n数据按照重要等级进行排序，即可完成对设备运行数据分类并按重要等级数值越大防护等\n级越高进行存储，从而实现设备运行数据上传到云端服务器存储。\n[0098] 上述技术方案的有益效果是：利用步骤A1得到修正后的设备运行数据，目的是为\n了通过数据修正算法消除在数据传输的过程中数据丢失的问题，从而为提高设备运行数据\n上传到云端存储的准确性；利用步骤A2得到修正后的设备运行数据特征值，目的是为了利\n用特征值作为代表表示与之对应的设备运行数据，从而可以简化运算，提高整体过程的效\n率，然后利用步骤A3得到修正后的设备运行数据的数据类型分类值，目的是为了利用公式\n对所述设备运行数据进行分类，则根据分类值进行分类再进行储存方便用户后续对数据的\n提取并且储存的结构相比于没有公式和步骤来说更加的清晰明了，最后利用步骤A4得到修\n正后的设备运行数据的重要等级值，根据重要等级值按照设备运行数据的重要程度进行排\n序并按重要等级数值越大防护等级越高进行存储，可以更加人性化并且与没有该公式和步\n骤相比也会更加的安全高效且不浪费存储空间。\n[0099] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序\n产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实\n施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机\n可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形\n式。\n[0100] 本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程\n图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流\n程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序\n指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产\n生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实\n现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。\n[0101] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特\n定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指\n令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或\n多个方框中指定的功能。\n[0102] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计\n算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或\n其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一\n个方框或多个方框中指定的功能的步骤。\n[0103] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精\n神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围\n之内，则本发明也意图包含这些改动和变型在内。