專利名稱：一種工礦企業的安全生產云服務平臺的制作方法
技術領域：
本發明屬于工礦系統自動化信息采集與控制領域，涉及電力系統實時數據采集、處理與控制系統，尤其是基于云計算的工礦實時數據一體化處理系統及設計方法。
背景技術：
互聯網中已經廣泛地使用云技術，主要包括三種不同的類型，軟件即服務SaaS，平臺即服務PaaS，基礎架構即服務IaaS。其中PaaS提供了用戶可以訪問的完整或部分的應用程序開發，SaaS則提供了完整的可直接使用的應用程序，比如通過Internet管理企業資源。而IaaS中的云技術以海量數據管理技術、海量數據分布存儲技術、虛擬化技術、云計算平臺管理技術最為關鍵。其中海量數據管理技術和分布式存儲技術是數據處理的重要組成 部分，云計算需要對分布的、海量的數據進行處理、分析，因此，數據管理技術必須能夠高效的管理大量的數據，此外還需要冗余存儲的方式保證數據的可靠性。云計算系統中廣泛使用的數據存儲系統是Google的GFS和Hadoop團隊開發的GFS的開源實現HDFS。工礦企業的安全生產在實際的生產運行中，必然有海量數據(如各種安全生產標準、監測的數據、教育培訓知識等)需要處理，云服務平臺采用分布式計算存儲方式，將計算任務分配到多臺機器上并行處理，以此提高運算速度。云平臺將安全生產企業實際生產積累的數據信息進行統一的管理與存儲，為生產過程中提供基于數據的預測、異常檢測等功能，實現企業的安全生產。傳統工礦企業的數據采集功能和具體的邏輯判斷功能結合緊密，通常由較為單一的硬件設備完成，因此，完成不同的功能就需要配置不同的設備或系統，這些不同功能的設備或系統都有各自獨立的數據采集單元。各個數據采集存在著交叉重復采集、利用率不高、數據及信息內容不一致、時間不統一等問題，形成了以縱向層次多、橫向系統多為主要特征的“信息孤島”，制約了信息的進一步融合和應用，數據及信息的重復采集和重復傳輸處理勢必造成各種資源的浪費。大多數工礦企業中的儀表分成三類保護類，測控類，計量類，他們都有自己的數據采集和處理單元，可與監控顯示系統連接，用于基礎參數測量。但也存在以下技術問題(I)儀表的精度不同，造成了數據不一致，成本上也不經濟。(2)儀表采集頻率不同、算法不同造成了同一個量值在不同的儀表中也不同，數據冗余而且混亂。(3)系統與設備，設備與設備之間通訊困難，缺乏統一標準。(4)過程數據缺失，在采樣的過程中，產生了大量的過程數據，這些數據對于后期的事故分析或業務擴展都是有價值的，但我們從儀表中取得的都是經過N次運算的“二手數據”，“簡化值”。這種獨立配置、獨立計算、獨立功能的裝置帶來的問題是信息共享差，利用率低和硬、軟件資源浪費問題。為解決以上提到的問題，尤其是數據分別采集、數據分別處理與計算、數據難于共享等關鍵問題，有必要建立一套新的框架與機制，實現同一類型設備的數據一次采集，能在整套統一的軟件應用平臺下利用云計算技術實現測控、保護、相量測量、計量等多種應用功倉泛。
發明內容
本發明的目的是提供一種工礦企業的安全生產云服務平臺系統，以解決設備獨立配置、獨立計算、獨立功能的裝置帶來的信息共享差、利用率低和軟、硬件資源浪費的問題，實現同一類型設備數據的一次采集，及測控、保護、相量測量、計量等多種應用。所述的工礦企業的安全生產云服務平臺系統，包括I)建立面向工礦企業的安全生產云服務平臺，該平臺集成了支持安全生產服務的海量數據處理、安全生產管理業務協同以及系統管理等功能，為工礦企業的安全生產與政府監管提供重要的技術支持。2)基于安全事故事件多維關聯規則分析技術，能從海量的生產數據中分析挖掘出 可能導致事故及未遂事件發生的頻繁因素和潛在規律，建立安全生產標準效用及標準缺失情況的動態監測預警分析方法，為政府及行業監管部門制定基于風險的、合理的作業標準提供科學的依據。3)提出了工礦企業安全生產中的海量數據處理方法，具體包括基于支持向量機的安全生產異常檢測技術、基于廣義規則推理的知識發現技術，能對生產的海量數據進行分析與知識挖掘，從而幫助企業提升事故預防預警和應急處置能力，提高企業安全生產水平。4)開發安全生產管理工具集，方便工礦行業安全生產的安全管理、監督、配置等，實現企業的快速排查、快速響應。其中開發的面向工礦企業的安全生產云服務平臺，集成了支持安全生產服務云的海量數據處理、安全生產管理業務協同以及系統管理等功能，實現對企業生產安全的實時監測與預警。具體而言，一種用于面向工礦企業的安全生產云服務平臺系統，其特征在于所述面向工礦企業的安全生產云服務平臺系統，包括安全云服務平臺門戶子系統，系統管理與相關工具集研制子系統，應用服務層子系統，虛擬資源層子系統，平臺服務支撐層子系統，接入與適配層子系統，安全服務資源子系統，基礎設施服務支撐層子系統。所述的安全生產云服務平臺系統，其中所述安全云服務平臺門戶子系統，包括主機，數據服務器，轉發服務器，視頻調整器，液晶電視，共纜高頻調制器，多向均衡器，音頻分析儀，并基于web2. O技術負責對外部實現信息查詢和管理，在所述主機上構建政府監察平臺，企業應用平臺，行業監督平臺，所述政府監察平臺負責政府實時監察企業運行的設備數據和財稅數據，所述企業應用系統負責對外提供增值服務和應用查詢，所述行業監督平臺用于產品質量的監控和反饋。所述的安全生產云服務平臺系統，所述系統管理與相關工具集研制子系統包括配置在并行計算機上的在線程序開發中心，用于云服務工具的開發、部署、監控、安全管理、日志管理和配置。所述的安全生產云服務平臺系統，所述應用服務層，包括海量數據處理系統和業務協同操作系統，其中所述海量數據處理系統負責，對數據采集、數據整合、數據管理并且提供標準化的服務接口為安全云服務平臺門戶提供數據流，而所述業務協同操作系統負責對協作任務和跨域任務構建數學模型，對業務數據進行采集，把云平臺提供的服務內容與采集的業務數據整合，預測后續業務的發展，所述跨域任務具體包括不同業務領域的管理和監控，將企業的不同部門之間的工作實現任務協調。所述的安全生產云服務平臺系統，所述虛擬資源層，主要是為云服務器提供虛擬化后的數字資源，具體包括知識服務資源池、生產服務資源池、數據信息資源池，所述虛擬資源層包括了這些原始的可提供知識服務、生產服務的數據信息資源，通過虛擬化技術，將該部分數據內容整合到應用服務層當中，隨時可以被所述海量數據處理單元和業務協同單元調用。所述的安全生產云服務平臺系統，所述接入與適配層子系統，主要從相關標準及驗證測試系統中獲得數據資源，此外還包括安全服務資源，具體包括生產設備數據、標準化基本規范、法律法規、安全管理制度、事故源歷史數據、教育培訓知識、安全生產投入、組織機構與負責、隱患檢查信息從第三方服務適配接入。
所述的安全生產云服務平臺系統，所述平臺服務支撐層對上述應用服務層、虛擬資源層、接入適配層服務，提供云服務管理與支撐引擎，交易協同邏輯引擎，知識聚集與分類引擎，所述云服務管理與支撐引擎為所述應用服務層提供云服務注冊、發布、注銷，云服務搜索、調度、組合，云服務執行與監控；所述交易協同邏輯引擎為業務協同提供過程管理、費用核算、信用評估，所述知識聚集與分類引擎為業務協同提供行業多資源分散知識獲取，行業知識建模，行業知識聚集分類，而對于所述平臺服務支撐層中其他的負責運營管理、運維管理、終端軟件開發，平臺開發工具的模塊為所述虛擬資源層和接入與適配層服務，其中所述運營管理負責多租戶服務，訂單管理，交付管理，支付管理，用戶管理，積分管理，所述運維管理負責安全管理，性能管理與優化，系統配置，海量數據容錯與可信度管理，所述終端軟件開發，包括傳感信息的融合管理，服務資源圖像界面和普適人機交互工具，以及平臺開發工具，所述平臺服務支撐層都由基礎設施服務支撐層通過云計算，云網絡，云存儲統一支撐。
圖I工礦企業的安全生產云服務平臺系統圖2工礦企業實時數據一體化處理系統圖3無線數據采集設備集群圖4無線數據采集設備結構5云存儲系統結構6云存儲數據中心結構7設備資源實時監控模型圖8設備性能實時監控模型圖9SVM訓練與預測流程10免疫進化算法流程圖11關聯規則分析流程圖12Petri網挖掘模型
具體實施例方式圖I所示為一種面向工礦企業的安全生產的云服務平臺，集成了支持安全生產服務云的實時數據處理、安全生產管理業務協同以及系統管理等功能，實現對企業生產安全的實時監測與預警。具體而言，所述的面向工礦企業的安全生產云服務平臺系統，包括安全云服務平臺門戶子系統，系統管理與相關工具集研制子系統，應用服務層子系統，虛擬資源層子系統，平臺服務支撐層子系統，接入與適配層子系統，安全服務資源子系統，基礎設施服務支撐層子系統。所述安全云服務平臺門戶子系統基于web2. O技術負責對外部實現信息查詢和管理，包括政府監察平臺，企業應用平臺，行業監督平臺，所述政府監察平臺負責政府實時監察企業運行的設備數據和財稅數據，所述企業應用系統負責對外提供增值服務和應用查 詢，所述行業監督平臺用于產品質量的監控和反饋。所述系統管理與相關工具集研制子系統包括云服務工具的開發、部署、監控、安全
管理、日志管理和配置。所述應用服務層，包括海量數據處理系統和業務協同操作系統，其中所述海量數據處理系統負責，對數據采集、數據整合、數據管理并且提供標準化的服務接口為安全云服務平臺門戶提供數據流，而所述業務協同操作系統負責對協作任務和跨域任務構建數學模型，具體為對業務數據進行采集，把云平臺提供的服務內容與采集的業務數據整合，預測后續業務的發展，所述跨域任務具體包括不同業務領域的管理和監控，將企業的不同部門之間的工作實現任務協調。所述虛擬資源層，主要是為云服務器提供虛擬化后的數字資源，具體包括知識服務資源池、生產服務資源池、數據信息資源池，所述虛擬資源層包括了這些原始的可提供知識服務、生產服務的數據信息資源，通過虛擬化技術，將該部分數據內容整合到應用服務層當中，隨時可以被所述海量數據處理單元和業務協同單元調用。所述接入與適配層子系統，主要從相關標準及驗證測試系統中獲得數據資源，此外還包括安全服務資源，具體包括生產設備數據、標準化基本規范、法律法規、安全管理制度、事故源歷史數據、教育培訓知識、安全生產投入、組織機構與負責、隱患檢查信息從第三方服務適配接入。所述平臺服務支撐層對上述應用服務層、虛擬資源層、接入適配層服務，提供云服務管理與支撐引擎，交易協同邏輯引擎，知識聚集與分類引擎，所述云服務管理與支撐引擎為所述應用服務層提供云服務注冊、發布、注銷，云服務搜索、調度、組合，云服務執行與監控；所述交易協同邏輯引擎為業務協同提供過程管理、費用核算、信用評估，所述知識聚集與分類引擎為業務協同提供行業多資源分散知識獲取，行業知識建模，行業知識聚集分類，而對于所述平臺服務支撐層中其他的負責運營管理、運維管理、終端軟件開發，平臺開發工具的模塊為所述虛擬資源層和接入與適配層服務，其中所述運營管理負責多租戶服務，訂單管理，交付管理，支付管理，用戶管理，積分管理，所述運維管理負責安全管理，性能管理與優化，系統配置，海量數據容錯與可信度管理，所述終端軟件開發，包括傳感信息的融合管理，服務資源圖像界面和普適人機交互工具，以及平臺開發工具，所述平臺服務支撐層都由基礎設施服務支撐層通過云計算，云網絡，云存儲統一支撐。
基于云計算的工礦企業實時數據處理系統，如圖2所示，由數據采集設備、數據整合設備、數據管理設備、標準化服務接口設備以及高速可靠的光纖通信網絡五大部分組成，構成基于云計算的工礦企業實時數據一體化處理系統，數據采集設備圖2所示該數據一體化系統的網絡結構，無線傳感器集群負責采集工礦現場的數據，并將數據傳輸給工礦數據整合設備，所述數據整合設備上，標配HTTP代理模塊代理服務器和云管理服務器，這兩者都使用ubuntu服務器刀片板，作為接受管理的節點，每臺節點服務器上都安裝了節點管理器，此管理器的主要功能是實現對KVM虛擬機的管理，包括(I)接收云管理器的控制指令進行KVM虛擬機的部署、啟停等操作；(2)監控本地KVM虛擬機的可用性，在本地KVM虛擬機出錯不可用時，嘗試啟動另外一個相同的KVM虛擬機實例；(3)實時監控本地各個KVM虛擬機資源的使用狀況，并將KVM虛擬機的實時資源使用情況發送給云管理器；(4)根據虛擬機實時的資源使用情況自動執行KVM虛擬機的擴展操作；(5)接收來自云管理器的虛擬機遷移指令，同時，每臺節點服務器上都還將部署多個KVM虛擬機，并在每個虛擬機中都部署節點服務器。所有上述的節點服務器都共享同一個網絡數據存儲器。而每個節點服務器的本地存儲只用來緩存每個虛擬機自身運行 數據，而虛擬機的鏡像文件和實施例都會被緩存在共享的網絡數據存儲中，這樣能夠更容易地支持高可用性和虛擬機的遷移操作。此外，工礦數據采集的數據，也會受云控制服務器和代理服務器的控制被隨機分布到網絡存儲器中，并由各節點服務器上的應用軟件完成業務協同和跨域任務協同。圖3所示的是設置有無線傳感器數據采集集群，所述無線傳感器數據采集裝置根據系統中應用組件功能需要，與被工礦數據設備通過數據或模擬接口，有線或無線接口連接，并將采集頻率設置為功能需要的最高頻率和精度進行數據采樣，采集的數據緩存在自身的存儲器內，數據壓縮成統一格式后經無線收發單元發射到遠程監控中心。其中各無線傳感器設備之間也可以進行同步或異步的通訊，構成數據采集集群。圖4所示無線數據采集設備的工作原理圖，包括；核心處理單元、觸摸屏、攝像頭、話筒、時鐘、存儲器、電源管理、接口電路、傳感器電路組成；所述核心處理單元包括嵌入式控制器、音頻接口電路、視頻接口電路、觸摸屏接口電路、多路串行接口、高速USB接口、無線通訊模塊、調試接口和傳感器接口電路；所述觸摸屏接口電路、存儲器、音頻接口電路、多路串行接口、無線通訊模塊、調試接口和高速USB接口分別與嵌入式控制器雙向連接；所述觸摸屏與觸摸屏接口電路雙向連接；所述話筒和攝像頭分別接音頻接口電路和視頻接口電路的輸入端；所述多路串行接口和高速USB接口分別接工礦數據設備；所述視頻接口電路的輸出端接嵌入式控制器的相應輸入端；嵌入式控制器與因特網相連接；電源管理設備用于提供電能，電源采用光伏太陽能板和蓄電池組相組合的形式，既能保證設備能有效穩定的長期工作，還可避免布設電源線；其中使用MC3063芯片構成的充放電控制器，以便提供穩定的電壓，傳感器單元中設置有加速度、壓力、溫度、光傳感器和載荷信號傳感器，通過加速度信號和載荷信號來實現對位移的計算，通過壓力和溫度傳感器對環境進行監控。核心處理單元用于傳感器信號的采集運算和存儲，無線通信模塊實現無線信號的接收和發送；嵌入式控制器可采用CC2530ZigBee芯片，以方便地實現以ZigBee為基礎的2. 4GHz ISM波段信號的發送和接收，例如當用在鉆井機上時，鉆井機包括電機、四連桿機構、游梁、支架、抽桿；電機通過四連桿機構帶動游梁運動，游梁驅動與抽桿做上下運動，數據采集裝置上的加速度信號傳感器和載荷信號傳感器就可以設置在抽桿上，以便采集抽桿的運動參數。此外，所示的無線數據采集單元還可以設置在工礦用電器設備上，用于實時視頻、音頻、數字化監控工作參數，獲取工作狀態，并將采集的數據通過多協議網關上傳至服務器，服務器根據采集的數據對相應設備的工作狀況進行分析，以便得出其運行狀態。數據存儲層設有云數據存儲池，針對工礦企業中來自各種不同數據源的海量數據，對其進行處理后生成與不同業務對應的統一接口的主題數據，并將這些主題數據存儲在分布式文件系統中，在有任務請求時，根據不同的任務請求，對所述分布式文件系統中存儲的數據進行多節點、多任務的并行計算和分析，對分析結果根據不同的應用進行相應的展現。如圖5所示，本發明提供的數據處理的云存儲池，括至少一個云存儲管理節點，至少一個云存儲空間以及至少一個虛擬設備，云存儲管理節點、云存儲空間與虛擬設備構成私有云。如圖4所示的實施例中，該云存儲架構包括兩個云存儲節點、三個云存儲空間與多個虛擬設備，三個云存儲空間與多個虛擬設備構成一個私有云。云存儲管理節點a與云存儲管理節點b相互連接，兩個云存儲管理節點之間相互接管，兩個云存儲管理節點之間可以均衡負載并且在其中一個云存儲管理節點在發生故障時互為接管，以保證基于該云存儲架構的系統運行時的可靠性能。其中，兩個云存儲管理節點可分別對三個云存儲空間以及多個虛擬設備進行管理，其管理包括對三個云存儲空間與多個虛擬設備進行的新建、刪除 與配置，以進行系統備份、恢復與擴容。每個云存儲管理節點中都有數據目錄，數據目錄用于記錄云存儲空間及虛擬設備的相關信息，云存儲管理節點通過其內部的數據目錄中的相關數據找到相對應的云存儲空間與虛擬設備。另外，每個云存儲管理節點上都設置有統一的應用程序訪問入口，該應用程序訪問入口為應用程序接口，應用程序/服務通過調用該應用程序訪問入口訪問云存儲空間。圖4中的每一個虛擬設備均可映射為操作系統中的一個裸設備、內存區、文件系統或內存文件系統等，并虛擬管理物理內存、內置磁盤和各種
接口、協議的磁盤陣列。另外，由于多個虛擬設備Cl、虛擬設備c2........虛擬設備cn均
為特性相同的虛擬設備，所以，在本實施例中，虛擬設備Cl、虛擬設備c2........虛擬設備
cn可以構成一個虛擬設備組b，通過該虛擬設備組b簡化了對多個虛擬設備的管理。多個虛擬設備可分別對應一個物理存儲設備或一個物理存儲設備中的一個存儲空間。在本實
施例中，虛擬設備al、虛擬設備a2........虛擬設備an分別與物理存儲設備al、物理存儲
設備a2........物理存儲設備an相連接，從而將從工礦現場采集的數據信息存儲在上述
物理存儲設備中。外部的應用程序/服務a、b分別與云存儲架構中的云存儲管理節點a、b相連接。由于在云存儲管理節點上設置有統一的應用程序訪問入口，因此，應用程序/服務通過調用應用程序訪問入口的接口函數從而訪問相應的云存儲空間。應用程序/服務會通過應用程序訪問入口指明訪問或存取任意一個云存儲空間中的相應信息、或者對云存儲空間以及虛擬設備進行管理。應用程序/服務通過調用應用程序訪問入口連接上云存儲管理節點，接著應用程序/服務會通過API指明訪問的云存儲空間、文件名、偏移量、存取操作等，云存儲管理節點根據這些API所傳入的信息結合內部數據字典將最終操作分配到一個或多個具體的物理存儲設備上完成存取操作，最后通過云存儲管理節點返回存取結果。數據計算層對應于云數據計算平臺，該云數據計算平臺用于調用云數據存儲池中存儲的實時采集到的數據分別按照工礦系統業務公共關系計算其特性，建立通用的數據計算分析模型，如計算設備性能、負載能力、工作效率、安全程度、環境參數等數值，節點控制器上的虛擬系統的數據計算模塊可實現靈活的添加與設置，更新數據分析計算模塊，得到相應的計算值。數據中心的結構如圖6所示。包括云控制服務期通過網絡適配器與代理服務器與數據網絡、互聯網絡互聯，監控及控制多個存儲節點及其上的虛擬機，主控制器的任務控制模塊負責對下游節點控制器進行統一調配管理，包括添加、刪除及遷移控制系統的任何數量的可讀數據的物理驅動器和存儲介質等操作，管理模型負責對收集到的負載及資源使用信息進行分析處理，然后交由控制器進行控制。計算節點包含任意數量的虛擬機，每一個節點內部包含一個節點控制器負責節點內部的虛擬機資源控制，協同管理引擎負責資源的分配同步管理，虛擬機內運行應用程序資源，如資源監控器、性能監控器、預警監控器在內的多個性能監控器。以性能監控器為例介紹下數據統計流程，如圖7所示，實時負載及資源監控模型，根據采樣數據類型，選擇預設設備類型，進而調用針對該設備的統計模型分析處理采樣的工作性能數據，生成設備理想分配數據，再通過控制器結合實際采樣數據進行模型計算，輸出實際分配的數據，判斷設備資源使用情況及其負載水平，進而指導主控節點控制系統設備資源的分配，而對于負載監控模塊而言，如圖8所示，在系統運行中，根據所收集到數據信息，實時監控生成的曲線，觀察曲線是否有突變點或不符合擬合曲線的異常值出現。若存在，則說明當前數據中心該應用出現尖峰時刻，證明系統所需資源需要進行較大的變動。此時需要快速對系統資源使用狀況進行分析，當系統資源達到最大容量時是否可以滿足資源需求。因為是異常值點，當前所獲參數不能代表整體的負載、性能及資源間的關系模型，但如果不及時處理的話會對系統的性能有很大的影響，所以需要及時對異常值點進行分析處理。若系統資源池資源滿足當前需求，則直接交給云控制器進行處理，快速解決當前異常值點，如果資源不滿足當前需求，就啟動備份設備資源，期間使用簡單的線性回歸模型預測下一個5分鐘的工作負載，簡單的線性回歸模型可以有效的捕捉工作負載隨時間變化規律，即使是更為復雜的歷史數據也可以很容易的歸納預測其負載。預測的工作負載作為模型的輸入來評估現有的工作量所需的設備資源需求及系統可以達到的性能。許多復雜的因素都會影響應用程序的性能，例如環境參數、操作人員數量的改變等，這時可以采用KCCA算法及遠距離相關算法實現多元統計分析建模，同時分析多個影響因素對系統性能帶來的影響，實時調整模型參數，生成理想的設備資源分配數據。計算的分配數據可以通過主控節點上的標準化查詢接口或通訊接口，由用戶主動進行查詢操作或被動推送到用戶。其中針對那些需要實時收集的數據信息，需要及時更新數據，才能保證數據中心的服務質量。數據訪問層云服務訪問模塊設有云服務訪問接口，用于根據應用組件的觸發，通過光纖網絡找到云服務器，可快速實時從云數據計算平臺獲得相應的計算值。數據訪問層提供的接口服務包括各類數據服務器提供的云服務訪問接口。以上四層通過可靠且高速的光交換通信網絡依次連接，該通信環網與電力線路緊密關聯，高速通信的光纖線路沿著電力線路敷設到所有智能單元，為企業提供強大的信息高速通信通道。相比傳統工礦系統中的數據采集，本發明的數據處理系統可以擴展云端的數據存儲和計算處理功能，以及具體的基于數據模型的邏輯判斷功能，通過配置不同的硬件設備或系統完成不同的功能的統一監控，這些不同功能的設備或系統都有各自獨立的數據處理單元。而傳統的實時數據采集與處理單元是由孤立的多個系統組成，數據重復采集而且數據不完備，測控、計量、保護、安全自動裝置是由不同的硬件裝置當地實現。其缺陷·是數據采集重復，數據難于共享，系統應用功能難以有效地協同。本發明中的測控、保護、計量、安全自動裝置的應用功能都是通過功能組件的集群化形式實現，通過高速網絡通信技術，真正實現數據統一處理、計算、共享，有利于提高系統的可靠性、降低系統的安裝成本和維護費用。上述海量信息處理云平臺將安全生產企業實際生產積累的數據信息進行統一的管理與存儲，此外，為了生產過程中提供基于數據的預測、異常檢測等功能，實現企業的安全生產，管理者們還希望能及時發現生產中的異常情況，找出原因，并及時提出應對措施，保持生產的正常進行。對生產情況的判斷分為正常和不正常兩種情況，所以可把其歸為分類問題，采用分類效果較好的支持向量機來進行生產情況異常判斷。通過分析數據庫中安全生產的指標數據，選擇產品質量、成分、實際生產率作為指標評判生產情況是否異常的支持數據，對支持原始數據進行箱線圖分析與相關性分析，獲取數據之間的相互影響。選擇數據樣本，由于變量之間量級差距較大，首先需要進行需要對變量數據進行標準化處理，
權利要求
1.一種用于面向工礦企業的安全生產云服務平臺系統，其特征在于所述面向工礦企業的安全生產云服務平臺系統，包括安全云服務平臺門戶子系統，系統管理與相關工具集研制子系統，應用服務層子系統，虛擬資源層子系統，平臺服務支撐層子系統，接入與適配層子系統，安全服務資源子系統，基礎設施服務支撐層子系統，其中所述安全云服務平臺門戶子系統，包括主機，數據服務器，轉發服務器，視頻調整器，液晶電視，共纜高頻調制器，多向均衡器，音頻分析儀，并基于web2. O技術負責對外部實現信息查詢和管理，在所述主機上構建政府監察平臺，企業應用平臺，行業監督平臺，所述政府監察平臺負責政府實時監察企業運行的設備數據和財稅數據，所述企業應用系統負責對外提供增值服務和應用查詢，所述行業監督平臺用于產品質量的監控和反饋；所述系統管理與相關工具集研制子系統包括配置在并行計算機上的在線程序開發中心，用于云服務工具的開發、部署、監控、安全管理、日志管理和配置。
2.根據權利要求I所述的安全生產云服務平臺系統，所述應用服務層，包括海量數據處理系統和業務協同操作系統，其中所述海量數據處理系統負責，對數據采集、數據整合、數據管理并且提供標準化的服務接口為安全云服務平臺門戶提供數據流，而所述業務協同操作系統負責對協作任務和跨域任務構建數學模型，對業務數據進行采集，把云平臺提供的服務內容與采集的業務數據整合，預測后續業務的發展，所述跨域任務具體包括不同業務領域的管理和監控，將企業的不同部門之間的工作實現任務協調。
3.根據權利要求I所述的安全生產云服務平臺系統，所述虛擬資源層，主要是為云服務器提供虛擬化后的數字資源，具體包括知識服務資源池、生產服務資源池、數據信息資源池，所述虛擬資源層包括了這些原始的可提供知識服務、生產服務的數據信息資源，通過虛擬化技術，將該部分數據內容整合到應用服務層當中，隨時可以被所述海量數據處理單元和業務協同單元調用。
4.根據權利要求I所述的安全生產云服務平臺系統，所述接入與適配層子系統，主要從相關標準及驗證測試系統中獲得數據資源，此外還包括安全服務資源，具體包括生產設備數據、標準化基本規范、法律法規、安全管理制度、事故源歷史數據、教育培訓知識、安全生產投入、組織機構與負責、隱患檢查信息從第三方服務適配接入。
5.根據權利要求I所述的安全生產云服務平臺系統，所述平臺服務支撐層對上述應用服務層、虛擬資源層、接入適配層服務，提供云服務管理與支撐引擎，交易協同邏輯引擎，知識聚集與分類引擎，所述云服務管理與支撐引擎為所述應用服務層提供云服務注冊、發布、注銷，云服務搜索、調度、組合，云服務執行與監控；所述交易協同邏輯引擎為業務協同提供過程管理、費用核算、信用評估，所述知識聚集與分類引擎為業務協同提供行業多資源分散知識獲取，行業知識建模，行業知識聚集分類，而對于所述平臺服務支撐層中其他的負責運營管理、運維管理、終端軟件開發，平臺開發工具的模塊為所述虛擬資源層和接入與適配層服務，其中所述運營管理負責多租戶服務，訂單管理，交付管理，支付管理，用戶管理，積分管理，所述運維管理負責安全管理，性能管理與優化，系統配置，海量數據容錯與可信度管理，所述終端軟件開發，包括傳感信息的融合管理，服務資源圖像界面和普適人機交互工具，以及平臺開發工具，所述平臺服務支撐層都由基礎設施服務支撐層通過云計算，云網絡，云存儲統一支撐。
全文摘要
一種用于面向工礦企業的安全生產云服務平臺系統，其特征在于所述面向工礦企業的安全生產云服務平臺系統，包括安全云服務平臺門戶子系統，系統管理與相關工具集研制子系統，應用服務層子系統，虛擬資源層子系統，平臺服務支撐層子系統，接入與適配層子系統，安全服務資源子系統，基礎設施服務支撐層子系統。
文檔編號H04L29/08GK102917032SQ20121037068
公開日2013年2月6日 申請日期2012年9月25日 優先權日2012年9月25日
發明者王斌, 陳新, 江麗琴, 張峰生 申請人:浙江圖訊科技有限公司