本发明涉及物联网，具体涉及一种基于物联网设备的监控运维系统。
背景技术：
1、物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。随着物联网技术的发展，设备运维领域也可通过物联网远程获取设备的工作状态，实现对设备状态的远程监控，从而可通过分析远程监控获取的设备工作状态信息，发现设备是否出现问题，使得设备运维更加便捷。
2、公开号为cn116054416b的现有技术，公开了一种基于物联网的智能监控运维管理系统，包括展现层模块、服务存储层模块、传输层模块和感知层模块；展现层模块用于以系统前端配电网络构架为基础向用户输出与配电相关的数据；服务存储层模块用于建立以应用服务器、web服务器和数据库服务器为基础的服务存储层；传输层模块用于基于网关将不同网络的软件和硬件进行连接；感知层模块用于基于配电监控设备对与配电相关的数据进行感知读取；本技术针对输出的无效告警特征进行实时监测的告警要求更新，提高了告警精确度，使得告警事件的准确告警率增加，避免了调度人员的额外工作的产生。
3、上述现有技术针对无效警告进行检测，用以提高无效警告的精确度，并没有在监测设备的过程中，对决定是否发出警报的过程进行监测和优化，使得对设备运行的实际检测过程中可能存在警报发出不及时的情况，从而导致运维的管理不够及时准确。
技术实现思路
1、本发明的目的是提供一种基于物联网设备的监控运维系统，以解决现有技术中的上述不足之处。
2、为了实现上述目的，本发明提供如下技术方案：一种基于物联网设备的监控运维系统，包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块；
3、所述目标设备为需要被监控运维的设备，可根据用户实际监控运维的需要自由选择设定，如发电机、服务器、空调等；
4、所述信息获取模块与目标设备连接，用于获取目标设备的运行状态数据，其中运行状态数据包含的具体数据根据目标设备的种类来进行设置，如空调的运行状态数据包括工作电压、工作电流、设置温度、当前温度、风量、风速等；
5、所述信息获取模块还包括不同种类的传感器及数据接头，所述传感器与目标设备连接，用于获取目标设备的运行状态数据，其中，传感器的种类和数量依据采集目标设备的运行状态数据的实际需求来布置，例如，需要监测目标设备的电压，则选择电压传感器与目标设备连接用于获取目标设备的工作电压；
6、所述用户终端用于用户通过互联网获取所述目标设备的运行状态数据，和建立任务通过互联网向目标设备发送远程控制信号远程控制目标设备完成所述任务；
7、所述信息获取模块还用于获取控制信号信息，所述控制信号信息为目标设备接收到的控制信号及其接收时间，所述控制信号包括所述远程控制信号和自生成控制信号，所述自生成控制信号为目标设备自身生成的控制信号；
8、所述数据库用于储存信息获取模块获取的目标设备的运行状态数据，得到历史运行状态数据；
9、所述数据处理模块用于基于历史运行状态数据和控制信号信息，训练机器学习模型，得到状态数据预测模型，用于基于当前的运行状态数据和控制信号信息，得到运行状态预测数据，所述运行状态预测数据为目标设备接收到控制信号后的运行状态数据；其中，在训练机器学习模型时，本发明并不限定具体的机器学习模型，可根据需要进行选用如决策树模型、随机森林模型等，训练时的样本集以控制信号信息的接收时间前的目标设备的历史运行状态数据为输入，以该控制信号接收时间后的目标设备的运行状态数据后的历史运行状态数据为输出；
10、所述设备状态分析模块用于对出厂运行状态数据进行分析，确定目标设备各任务量对应的运行状态数据的正常区间，所述任务量为执行任务需要完成的工作量；
11、所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比，判断目标设备是否异常，并在异常时向用户终端发送通知，发送的通知中包括导致运行状态异常的控制信号信息，异常时的运行状态数据，和异常时目标设备进行的所有任务。
12、进一步的，所述设备状态分析模块确定目标设备各任务量对应的运行状态数据的正常区间，具体包括以下步骤：
13、基于所述历史运行状态数据绘制历史运行状态数据中的各类数据的散点图；
14、基于所述散点图的散点分布绘制对应的箱线图；
15、基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间。
16、进一步的，所述基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间，具体包括以下步骤：
17、获取目标设备各任务量对应的运行状态数据中各类数据的下四分位数和上四分位数；
18、以运行状态数据中的各类数据的下四分位数为对应任务量的该类数据的最小值，上四分位数为对应任务量的该类数据的最大值，组成该类数据的正常区间。
19、进一步的，所述数据处理模块在训练所述机器学习模型时，选择正常区间的历史运行状态数据，和控制信号信息作为训练的训练样本，筛除了一部分异常的数据样本，使得训练样本更符合目标设备的正常工作数据，使得训练出来的状态数据预测模型预测数据的更贴合目标设备正常工作的情况。
20、进一步的，所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比，判断目标设备是否异常，具体包括以下步骤：
21、判断是否监测到控制信号，是则进入下一步，否则重新判断；
22、调用所述数据处理模块的状态数据预测模型，得到对应的运行状态预测数据；
23、将得到的运行状态预测数据输入设备状态分析模块，确定运行状态数据的正常区间；
24、通过信息获取模块获取目标设备接收所述控制信号后，且运行状态数据稳定后的运行状态数据；
25、判断得到运行状态数据是否在确定的正常区间内，若否则目标设备运行异常。
26、进一步的，所述用户终端还用于在接收到所述异常判断通知模块的通知时，供用户查看通知，判断目标设备是否可远程维护；
27、若目标设备可远程维护，则用户基于通知通过用户终端控制目标设备对目标设备进行远程维护，例如控制服务器重启，控制空调自清洁等。
28、进一步的，所述用户终端对目标设备进行远程维护后，还通过数据处理模块、设备状态分析模块和异常判断通知模块，检测异常是否解决，具体包括以下步骤：
29、用户终端通过所述信息获取模块获取的运行状态数据，判断目标设备是否维护完成，是则进入下一步，例如重启是否完成；
30、获取维护前所述目标设备运行状态异常时，所述目标设备进行的所有任务，得到测试任务；
31、通过用户终端控制目标设备执行所述测试任务，获取执行所述测试任务时的运行状态数据，得到运行状态测试数据；
32、获取维护前所述目标设备运行状态异常时，确定的正常区间，判断所述运行状态测试数据是否在所述正常区间内，是则异常解决。
33、与现有技术相比，本发明提供的一种基于物联网设备的监控运维系统，通过设置目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块，可通过利用机器学习算法训练设备执行各任务时的历史运行状态数据，可根据当前运行状态和新增任务，对新增任务后的运行状态数据进行预测；并根据对执行各任务时的历史运行状态数据本身的分析，确定设备进行各任务时的正常运行状态的范围，通过判断新增任务后的实际运行状态是否在预测的运行状态数据对应的正常运行状态的范围，发现设备运行是否异常，从而可及时发现设备的运行异常，使得设备的运维更加及时。
1.一种基于物联网设备的监控运维系统，其特征在于：包括目标设备、信息获取模块、用户终端、数据库、数据处理模块、设备状态分析模块、异常判断通知模块；
2.根据权利要求1所述的一种基于物联网设备的监控运维系统，其特征在于：所述设备状态分析模块确定目标设备各任务量对应的运行状态数据的正常区间，具体包括以下步骤：
3.根据权利要求2所述的一种基于物联网设备的监控运维系统，其特征在于：所述基于箱线图确定目标设备各任务量对应的运行状态数据的正常区间，具体包括以下步骤：
4.根据权利要求3所述的一种基于物联网设备的监控运维系统，其特征在于：所述数据处理模块在训练所述机器学习模型时，选择正常区间的历史运行状态数据，和控制信号信息作为训练的训练样本。
5.根据权利要求1所述的一种基于物联网设备的监控运维系统，其特征在于：所述异常判断通知模块用于通过将目标设备接收到控制信号后的工作状态数据与基于所述状态数据预测模型得到的运行状态预测数据对比，判断目标设备是否异常，具体包括以下步骤：
6.根据权利要求5所述的一种基于物联网设备的监控运维系统，其特征在于：所述用户终端还用于在接收到所述异常判断通知模块的通知时，供用户查看通知，判断目标设备是否可远程维护；
7.根据权利要求6所述的一种基于物联网设备的监控运维系统，其特征在于：所述用户终端对目标设备进行远程维护后，还通过数据处理模块、设备状态分析模块和异常判断通知模块，检测异常是否解决，具体包括以下步骤：
