[发明专利]基于大数据分析与深度学习的城轨智能运维平台

权利要求书

1.一种基于大数据分析与深度学习的城轨智能运维平台，其特征在于，包括：基础数据管理系统、大数据分析系统及设备健康分析系统；

基础数据管理系统，用于所需基础数据的汇聚、处理、报警及跨专业联动；对各外部数据进行缓存，通过kafka消息队列将数据推送给大数据分析系统；

大数据分析系统，用于数据源管理，数据仓库建模及数据的提取、清洗、转换、分析；并将数据仓库存储按贴源层、主题层、集市层进行设计，数据经过维度的转换与调度的物化，最终形成数据集，并将处理后的数据发送给设备健康分析系统；

设备健康分析系统，用于实现轨道交通各专业运行设备的故障预测、故障关联评估、设备的健康度预判，并根据设备的故障预测、健康度预判、故障关联评估的结果，驱动网络中运维管理系统的流程运转，实现整体业务流程的完整闭环。

2.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述基础数据管理系统中数据汇聚包含：数据解析与数据推送，即将从外系统获取的字符串进行解码，形成一个个数据单体，并将其以内部约定的格式推送到消息队列，以供上层获取使用。

3.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述基础数据管理系统中数据处理包含：数据的计算、查询以及订阅，即通过计算引擎进行实时逻辑计算，并开放API，供客户端进行数据的属性查询以及相关的订阅推送，当客户端订阅某个数据点的属性后，若其发生变化，服务端便会将其推送给客户端。

4.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述基础数据管理系统中数据报警是对实时数据进行数值范围触发，针对与各类设备健康度相关的数据进行阈值报警，并提供报警信息查询接口。

5.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述大数据分析系统中数据源管理具体为提供数据源列表，包含数据源名称、数据源类型、数据源说明、作者、修改时间的信息；输入数据源名称对数据源进行查询，能够得到数据源名称对应的数据源类型、数据源说明、作者、修改时间的信息。

6.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述大数据分析系统中数据提取包括：

添加数据的抽取、转换、下载任务并配置数据源，选择目的源，执行数据提取传输的任务；

调度任务按照配置的执行时间和周期，定期执行数据的抽取、转换、下载任务，同步数据；调度任务的时间可配置为按月执行，按周执行，按天执行或按小时执行；

根据用户权限查询出调度任务的历史执行情况，包括名称、用户名、调度名、开始时间、结束时间、执行时长及状态。

7.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述大数据分析系统中数据清洗具体为：根据不同数据源数据，定制不同的数据清洗规则，并保存数据的清洗规则。

8.根据权利要求7所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述大数据分析系统中数据转换具体为：在数据提取、清洗完成后，得到计算指标所需要的各类原始数据，根据需求来抽取数据至预先构建的主题专题范围中，并关联相关的主键、外键以及字段。

9.根据权利要求1所述的基于大数据分析与深度学习的城轨智能运维平台，其特征在于，所述设备健康分析系统中的设备故障预测具体为：基于各专业运行设备运行积累的历史数据，将设备上报的历史状态数据设定为时序数据，即同一统计指标的数值按其先后发生的时间顺序排列而成的数列，通过采用差分整合移动平均自回归模型ARIMA，实现了设备故障的预测。