报警阈值的生成方法和装置、电子设备和存储介质与流程 专利技术说明

信号装置的制造及其应用技术1.本技术涉及数据处理领域，尤其涉及一种报警阈值的生成方法和装置、电子设备和存储介质。背景技术：2.报警管理系统是石化工业过程中的重要组成部分，能实时监控整个生产过程，能够有效地预防和防止异常事件的发展和恶化。报警阈值作为报警系统的重要指标，反应出生产系统当前运行状态。3.随着工业企业规模和复杂程度的加大，异常事件产生原因以及处理措施变的越发困难，不仅影响了企业效率，还带来了许多安全问题。其中，报警阈值设计不合理是致使工业监控系统中常见的报警泛滥问题的一个重要因素。报警阈值设置过低，即使系统处于正常状态也会出现大量的无效报警，可能导致关键报警淹没其中，操作员无法及时有效处理措施，造成安全隐患或经济损失。报警阈值设置过高，可能某些参数在系统异常时无法及时报警，对生产设备和人员造成安全威胁。4.因此，相关技术中存在报警阈值设置不合理，影响生产系统安全和正常运行的问题。技术实现要素：5.本技术提供了一种报警阈值的生成方法和装置、电子设备和存储介质，以至少解决相关技术中存在报警阈值设置不合理，影响生产系统安全和正常运行的问题。6.根据本技术实施例的一个方面，提供了一种报警阈值的生成方法，该方法包括：7.获取目标机组在预设时长内的历史运行数据；8.根据所述历史运行数据的分布特征，确定目标密度计算函数；9.根据所述历史运行参数、所述目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，所述上侧分位数为分布在所述目标密度计算函数生成的横坐标的上方的数据，所述下侧分位数为分布在所述目标密度计算函数生成的横坐标的下方的数据，所述调参参数用于调整获取所述上侧分位数和所述下侧分位数的数值范围；10.根据所述上侧分位数和所述下侧分位数，确定多个等级的预警阈值。11.根据本技术实施例的另一个方面，还提供了一种报警阈值的生成装置方法，该装置包括：12.获取单元，用于获取目标机组在预设时长内的历史运行数据；13.第一确定单元，用于根据所述历史运行数据的分布特征，确定目标密度计算函数；14.得到单元，用于根据所述历史运行参数、所述目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，所述上侧分位数为分布在所述目标密度计算函数生成的横坐标的上方的数据，所述下侧分位数为分布在所述目标密度计算函数生成的横坐标的下方的数据，所述调参参数用于调整获取所述上侧分位数和所述下侧分位数的数值范围；15.第二确定单元，用于根据所述上侧分位数和所述下侧分位数，确定多个等级的预警阈值。16.可选地，该装置包括：17.处理单元，用于在获取目标机组在预设时长内的历史运行数据之后，对所述历史运行数据进行预处理，得到预处理后的目标运行数据，其中，所述目标运行数据为生成所述报警阈值的有效数据；18.整合单元，用于对所述目标运行数据进行整合，得到所述目标运行数据的分布特征，其中，所述目标运行数据是所述历史运行数据的子集。19.可选地，处理单元包括：20.第一得到模块，用于清除所述历史运行数据中的停机数据，得到第一运行数据；21.第二得到单元，用于清除或替换所述第一运行数据中的离群数据，得到所述目标运行数据。22.可选地，第二得到单元包括：23.第一获取模块，用于获取远离所述第一运行数据第一预设距离的数据，作为所述离群数据；24.第二获取模块，用于获取到落入所述离群数据第二预设距离范围内的所述目标子运行数据，其中，所述目标子运行数据为所述目标运行数据的子集；25.替换模块，用于利用所述目标子运行数据替换所述离群数据。26.可选地，第二确定单元包括：27.第一得到模块，用于根据所述上侧分位数与所述目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到所述上侧分位数对应到所述纵坐标上的数值，作为第一阈值；28.第二得到模块，用于根据所述下侧分位数与所述目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到所述下侧分位数对应到所述纵坐标上的数值，作为第二阈值；29.第三得到模块，用于根据所述第一阈值和所述第二阈值，得到多个等级的所述报警阈值。30.可选地，第三得到模块包括：31.获取子单元，用于获取调整系数，其中，所述调整系数用于对所述第一阈值和所述第二阈值进行数值调整；32.得到子单元，用于根据所述第一阈值、所述第二阈值以及调整系数，得到多个等级的所述报警阈值，其中，所述第一阈值和所述第二阈值之和为生成的所述报警阈值的个数。33.可选地，获取子单元包括：34.获取子模块，用于获取所述历史运行数据的均值和标准差；35.确定子模块，用于确定所述标准差与所述均值的商值，并根据所述商值和预设参数，确定所述调整系数，其中，所述预设参数为自定义数值，用于生成所述调整系数。36.根据本技术实施例的又一个方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。37.根据本技术实施例的又一个方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。38.在本技术实施例中，通过获取目标机组在预设时长内的历史运行数据；根据历史运行数据的分布特征，确定目标密度计算函数；根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围；根据上侧分位数和下侧分位数，确定多个等级的预警阈值。由于本技术实施例确定出的预设阈值是根据历史运行数据的密度特征得到的，其能够准确表征出目标机组的工况情况，进而以此为基础划分出机组报警门限，实现智能统计报警阈值，解决相关技术中存在报警阈值设置不合理，影响生产系统安全和正常运行的问题。附图说明39.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。40.为了更清楚地说明本发明实施例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简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。41.图1是根据本发明实施例的一种可选的报警阈值的生成方法的硬件环境的示意图；42.图2是根据本技术实施例的一种可选的报警阈值的生成方法的流程示意图；43.图3是根据本技术实施例的一种可选的自适应阈值方法流程图示意图；44.图4是根据本技术实施例的一种可选的报警阈值的生成装置的结构框图；45.图5是根据本技术实施例的一种可选的电子设备的结构框图。具体实施方式46.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。47.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。48.根据本技术实施例的一个方面，提供了一种报警阈值的生成方法。可选地，在本实施例中，上述报警阈值的生成方法可以应用于如图1所示的硬件环境中。如图1所示，终端102中可以包含有存储器104、处理器106和显示器108(可选部件)。终端102可以通过网络110与服务器112进行通信连接，该服务器112可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器112上或独立于服务器112设置数据库114，用于为服务器112提供数据存储服务。此外，服务器112中可以运行有处理引擎116，该处理引擎116可以用于执行由服务器112所执行的步骤。49.可选地，终端102可以但不限于为可以计算数据的终端，如移动终端(例如手机、平板电脑)、笔记本电脑、pc(personal computer，个人计算机)机等终端上，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、wifi(wireless fidelity，无线保真)及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。50.此外，在本实施例中，上述报警阈值的生成方法还可以但不限于应用于处理能力较强大的独立的处理设备中，而无需进行数据交互。例如，该处理设备可以但不限于为处理能力较强大的终端设备，即，上述报警阈值的生成方法中的各个操作可以集成在一个独立的处理设备中。上述仅是一种示例，本实施例中对此不作任何限定。51.可选地，在本实施例中，上述报警阈值的生成方法可以由服务器112来执行，也可以由终端102来执行，还可以是由服务器112和终端102共同执行。其中，终端102执行本技术实施例的报警阈值的生成方法也可以是由安装在其上的客户端来执行。52.以运行在服务器为例，图2是根据本技术实施例的一种可选的报警阈值的生成方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：53.步骤s201，获取目标机组在预设时长内的历史运行数据。54.可选地，本技术实施例以一目标机组作为观察对象，服务器依照选取的预设时长，如15天，获取到目标机组处于正常状态下，在不同负荷下的振动频率、工艺参量等历史运行数据。55.步骤s202，根据历史运行数据的分布特征，确定目标密度计算函数。56.可选地，在得到历史运行数据后根据这些数据的分布情况拟合概率密度分布，本技术实施例在应对不同数据分布特点，提供三种不同的概率密度函数计算方式：高斯分布、贝塔分布、核密度估计等，其中，优选地选取核密度估计作为目标密度计算函数。57.另外，由于核密度估计函数计算方式中，带宽参数对所得到的估计值有很大的影响。这时可以利用网格搜索寻求最优的带宽，但网格搜索一般有时会有时间代价，若有运行时间的要求下，利用amise规则选取最优带宽，生成最终的目标密度计算函数。58.步骤s203，根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围。59.可选地，本技术在基于目标密度计算函数对上述的历史运行数据进行处理时，会生成一个二维坐标轴，其是由x轴坐标和y轴坐标组成的，这时，历史运行数据会分布在该二维坐标x轴的上方和下方，当下服务器将结合一个可调参数自动选取出上侧分位数和下侧分位数，其中，可调参数即是调参参数，可以是一置信度σ，0《σ《1。60.更进一步地，上侧分位数为分布在目标密度计算函数生成的横坐标x轴的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标x轴的下方的数据，利用调参参数调整获取上侧分位数和下侧分位数的数值范围。61.步骤s204，根据上侧分位数和下侧分位数，确定多个等级的预警阈值。62.可选地，在本技术实施例中，根据上侧分位数和下侧分位数，即可得到多个等级比如高高报、高报、低报、低低报的预警阈值。其中，上侧分位数和下侧分位数的个数决定了预警阈值的个数，而预警阈值的等级也是按照高高报、高报、低报、低低报将数值依次递减的，其数值越大说明越危险，数值越小说明当前预警的重要程度越低。63.在本技术实施例中，通过获取目标机组在预设时长内的历史运行数据；根据历史运行数据的分布特征，确定目标密度计算函数；根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围；根据上侧分位数和下侧分位数，确定多个等级的预警阈值。由于本技术实施例确定出的预设阈值是根据历史运行数据的密度特征得到的，其能够准确表征出目标机组的工况情况，进而以此为基础划分出机组报警门限，实现智能统计报警阈值，解决相关技术中存在报警阈值设置不合理，影响生产系统安全和正常运行的问题。64.作为一种可选实施例，在获取目标机组在预设时长内的历史运行数据之后，方法包括：65.对历史运行数据进行预处理，得到预处理后的目标运行数据，其中，目标运行数据为生成报警阈值的有效数据；66.对目标运行数据进行整合，得到目标运行数据的分布特征，其中，目标运行数据是历史运行数据的子集。67.可选地，本技术实施例为了得到较精准的运行数据，除去无效运行数据，会对得到的历史运行数据进行预处理，使得预处理后的目标运行数据都是生成报警阈值的有效数据。68.之后对目标运行数据进行整合统计，得到当前目标运行数据的一个密度分布特征，以该密度分布特征作为选取目标密度函数的依据。可以理解的是，目标运行数据是从历史运行数据中选取出来的有效数据，那么目标运行数据一定是历史运行数据的子集。69.在本技术实施例中，通过对历史运行数据进行预处理，使得得到的目标运行数据都是有效数据，为准确地生成报警阈值做好数据基础。70.作为一种可选实施例，对历史运行数据进行预处理，得到预处理后的目标运行数据包括：71.清除历史运行数据中的停机数据，得到第一运行数据；72.清除或替换第一运行数据中的离群数据，得到目标运行数据。73.可选地，在数据预处理中包含：1.清除停机数据：基于开停机或运行的频率判断点位的停机状态，剔除停机点(前后)一段时间的数据，得到第一运行数据。2.去除离群数据：基于第一运行数据，剔除一些离群的无用数据。这里，为应对不同参数的特点，提供三种不同的离群数据识别方法：拉伊达法、箱型图法、4d检验法，识别出的离群数据，默认做法是直接去除，但如需保持数据密度，可以通过替换离群数据的方式，去替换掉离群数据，这样既能保证数据的有效性又能保证数据的整体密度。74.在替换离群数据的过程中，可以首先选取出来哪些数据是离群数据，这时可以通过获取远离第一运行数据达到第一预设距离的数据，作为离群数据，然后再获取到落入离群数据第二预设距离范围内的目标子运行数据，将目标子运行数据通过线性插值方式替换掉离群数据。其中，第一预设距离和第二预设距离都是自定义数值，其可以根据场景需求进行自行设置。另外，第二预设距离通常设置成距离离群数据最近的数值，比如可以设置为0.1，这样可以得到离群数据前后最近的数据作为目标子运行数据。75.其中，目标子运行数据也都是从目标运行数据中选取出的有效数据，所以目标子运行数据也一定是目标运行数据的子集。76.在本技术实施例中，通过对停机数据以及离群数据的处理，可以得到更精准的有效数据，即目标子运行数据，从而智能地实现报警阈值的学习和获取。77.作为一种可选实施例，根据上侧分位数和下侧分位数，确定多个等级的预警阈值包括：78.根据上侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到上侧分位数对应到纵坐标上的数值，作为第一阈值；79.根据下侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到下侧分位数对应到纵坐标上的数值，作为第二阈值；80.根据第一阈值和第二阈值，得到多个等级的报警阈值。81.可选地，在由目标密度计算函数生成的坐标中，还包含y轴坐标，其中，每个上侧分位数与纵坐标y轴之间存在映射关系，每个下侧分位数与纵坐标y轴之间也存在映射关系。82.这时，根据上侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到上侧分位数对应到纵坐标上的数值，作为第一阈值，根据下侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到下侧分位数对应到纵坐标上的数值，作为第二阈值，然后将第一阈值和第二阈值作为生成报警阈值的参数，以得到多个等级的报警阈值。83.作为一种可选实施例，根据第一阈值和第二阈值，得到多个等级的报警阈值包括：84.获取调整系数，其中，调整系数用于对第一阈值和第二阈值进行数值调整；85.根据第一阈值、第二阈值以及调整系数，得到多个等级的报警阈值，其中，第一阈值和第二阈值之和为生成的报警阈值的个数。86.可选地，本技术实施例先设置一调整系数，该调整系数可以是放大系数，用于对第一阈值和第二阈值进行数值调整，其公式如下：[0087][0088]其中，x是由历史运行数据的标准差和历史运行数据的均值得到的，即x＝标准差/均值；a、b、c是自定义数值，比如，a＝±0.5，b＝0.01，c＝1等。可以得知的是，x与历史运行数据有关，其不是一个固定值，同样，a、b、c也是根据历史经验或者场景需求灵活设定的，也不是固定值。[0089]之后，将第一阈值和第二阈值分别乘以调整系数，然后得到多个报警阈值，由于第一阈值和第二阈值之和为生成的报警阈值的个数，所以第一阈值和第二阈值相加的个数一定是大于1的，因此在本技术实施例中得到的报警阈值将是多个。又由于利用第一阈值、第二阈值分别与调整系数相乘后，得到的数值也是大小不一的，这时，本技术实施例将会对得到的多个报警阈值进行等级的划分，报警阈值按照数值的大小由大到小排序，得到了高高报、高报、低报、低低报的阈值等级。[0090]作为一种可选实施例，如图3，提供的自适应阈值方法流程的步骤如下：[0091](1)提取数据：选取最近的th时间段数据，th可配置；[0092](2)数据预处理：先清除停机数据，后去除离群数据；[0093](3)阈值学习：先进行拟合概率密度分布，再选取上侧分位数和下侧分位数(基于设定的置信度选取)，最后计算阈值(上侧分位数和下侧分位数分别乘以设定的调整系数)；[0094](4)保存阈值。[0095]作为一种可选实施例，在本技术实施例中将阐述获取到多个等级的报警阈值后的应用：[0096](1)启动诊断服务，加载最新训练得到的阈值，并保存在内存里。[0097](2)后台不断调用诊断服务，将新获取的参数传给诊断服务。[0098](3)服务内部获取参数与报警阈值进行比较，如新参数超过了报警阈值，触发报警。[0099](4)报警过滤，如果此次报警为新发生，则推送。如果此前发生的持续存在的报警，则不推送。[0100](5)报警推送，后端获取报警信息后，推送到前端监控界面或通过短信推送给相关人员。[0101]需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。[0102]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根据上述实施例的方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的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，该计算机软件产品存储在一个存储介质(如rom(read-only memory，只读存储器)/ram(random access memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例的方法。[0103]根据本技术实施例的另一个方面，还提供了一种用于实施上述报警阈值的生成方法的报警阈值的生成装置。图4是根据本技术实施例的一种可选的报警阈值的生成装置的结构框图，如图4所示，该装置可以包括：[0104]获取单元401，用于获取目标机组在预设时长内的历史运行数据；[0105]第一确定单元402，与获取单元401相连，用于根据历史运行数据的分布特征，确定目标密度计算函数；[0106]得到单元403，与第一确定单元402相连，用于根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围；[0107]第二确定单元404，与得到单元403相连，用于根据上侧分位数和下侧分位数，确定多个等级的预警阈值。[0108]需要说明的是，该实施例中的获取单元401可以用于执行上述步骤s201，该实施例中的第一确定单元402可以用于执行上述步骤s202，该实施例中的得到单元403可以用于执行上述步骤s203，该实施例中的第二确定单元404可以用于执行上述步骤s204。[0109]通过上述模块，由于本技术实施例确定出的预设阈值是根据历史运行数据的密度特征得到的，其能够准确表征出目标机组的工况情况，进而以此为基础划分出机组报警门限，实现智能统计报警阈值，解决相关技术中存在报警阈值设置不合理，影响生产系统安全和正常运行的问题。[0110]作为一种可选的实施例，该装置包括：[0111]处理单元，用于在获取目标机组在预设时长内的历史运行数据之后，对历史运行数据进行预处理，得到预处理后的目标运行数据，其中，目标运行数据为生成报警阈值的有效数据；[0112]整合单元，用于对目标运行数据进行整合，得到目标运行数据的分布特征，其中，目标运行数据是历史运行数据的子集。[0113]作为一种可选的实施例，处理单元包括：[0114]第一得到模块，用于清除历史运行数据中的停机数据，得到第一运行数据；[0115]第二得到单元，用于清除或替换第一运行数据中的离群数据，得到目标运行数据。[0116]作为一种可选的实施例，第二得到单元包括：[0117]第一获取模块，用于获取远离第一运行数据第一预设距离的数据，作为离群数据；[0118]第二获取模块，用于获取到落入离群数据第二预设距离范围内的目标子运行数据，其中，目标子运行数据为目标运行数据的子集；[0119]替换模块，用于利用目标子运行数据替换离群数据。[0120]作为一种可选的实施例，第二确定单元包括：[0121]第一得到模块，用于根据上侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到上侧分位数对应到纵坐标上的数值，作为第一阈值；[0122]第二得到模块，用于根据下侧分位数与目标密度计算函数生成的纵坐标上各个数值之间的映射关系，得到下侧分位数对应到纵坐标上的数值，作为第二阈值；[0123]第三得到模块，用于根据第一阈值和第二阈值，得到多个等级的报警阈值。[0124]作为一种可选的实施例，第三得到模块包括：[0125]获取子单元，用于获取调整系数，其中，调整系数用于对第一阈值和第二阈值进行数值调整；[0126]得到子单元，用于根据第一阈值、第二阈值以及调整系数，得到多个等级的报警阈值，其中，第一阈值和第二阈值之和为生成的报警阈值的个数。[0127]作为一种可选的实施例，获取子单元包括：[0128]获取子模块，用于获取历史运行数据的均值和标准差；[0129]确定子模块，用于确定标准差与均值的商值，并根据商值和预设参数，确定调整系数，其中，预设参数为自定义数值，用于生成调整系数。[0130]此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。[0131]根据本技术实施例的又一个方面，还提供了一种用于实施上述报警阈值的生成方法的电子设备，该电子设备可以是服务器、终端、或者其组合。[0132]图5是根据本技术实施例的一种可选的电子设备的结构框图，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501、通信接口502和存储器503通过通信总线504完成相互间的通信，其中，[0133]存储器503，用于存储计算机程序；[0134]处理器501，用于执行存储器503上所存放的计算机程序时，实现如下步骤：[0135]获取目标机组在预设时长内的历史运行数据；[0136]根据历史运行数据的分布特征，确定目标密度计算函数；[0137]根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围；[0138]根据上侧分位数和下侧分位数，确定多个等级的预警阈值。[0139]可选地，在本实施例中，上述的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线、或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。[0140]通信接口用于上述电子设备与其他设备之间的通信。[0141]存储器可以包括ram，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。[0142]作为一种示例，如图5所示，上述存储器503中可以但不限于包括上述报警阈值的生成装置中的获取单元401、第一确定单元402、得到单元403以及第二确定单元404。此外，还可以包括但不限于上述报警阈值的生成装置中的其他模块单元，本示例中不再赘述。[0143]上述处理器可以是通用处理器，可以包含但不限于：cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field－programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。[0144]此外，上述电子设备还包括：显示器，用于显示报警阈值的生成结果。[0145]可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。[0146]本领域普通技术人员可以理解，图5所示的结构仅为示意，实施上述报警阈值的生成方法的设备可以是终端设备，该终端设备可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图5其并不对上述电子设备的结构造成限定。例如，终端设备还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图5所示的不同的配置。[0147]本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、rom、ram、磁盘或光盘等。[0148]根据本技术实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行报警阈值的生成方法的程序代码。[0149]可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。[0150]可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：[0151]获取目标机组在预设时长内的历史运行数据；[0152]根据历史运行数据的分布特征，确定目标密度计算函数；[0153]根据历史运行参数、目标密度计算函数以及调参参数，得到上侧分位数和下侧分位数，其中，上侧分位数为分布在目标密度计算函数生成的横坐标的上方的数据，下侧分位数为分布在目标密度计算函数生成的横坐标的下方的数据，调参参数用于调整获取上侧分位数和下侧分位数的数值范围；[0154]根据上侧分位数和下侧分位数，确定多个等级的预警阈值。[0155]可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。[0156]可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、rom、ram、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。[0157]根据本技术实施例的又一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一个实施例中的报警阈值的生成方法步骤。[0158]上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。[0159]上述实施例中的集成的单元如果以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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本技术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全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例报警阈值的生成方法的全部或部分步骤。[0160]在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。[0161]在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。[0162]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，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单元来实现本实施例中所提供的方案的目的。[0163]另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。[0164]以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!