一种基于健康诊断的公用设备运营管理方法和系统

技术领域

本发明涉及数据处理领域，特别涉及一种基于健康诊断的公用设备运营管理方法和系统。

背景技术

目前各行业信息机房、数据中心的规模不断扩大与提高，为数据中心提供电力供应的动力机房大量存在。动力机房如果不能正常运行，数据中心的运转就会收到严重影响。面对这种局面，按照往常的传统方式进行分散维护和人工监控，不仅浪费人力、物力，而且可靠性差，实时性不高，这种方式已经不能适应当前迅猛发展的需要。现有的机房环境监控系统只能对机房内的基本用电电量和配电电压进行常规检测，对动力状况、设备运行状况、人员活动状况的变化包括可能出现的危急状况均无法及时的发现和处理。

因此，需要提供一种基于健康诊断的公用设备运营管理方法和系统，用于对动力机房中的公用设备进行健康诊断，基于健康诊断结果对公用设备运营管理进行优化。

发明内容

为了解决现有技术中的技术问题，本说明书实施例之一提供一种基于健康诊断的公用设备运营管理系统，包括：结构获取模块，用于获取动力机房的拓扑图，其中，所述动力机房的拓扑图用于表征所述动力机房的多个公用设备之间的电气连接关系及所述多个公用设备与多个负载之间的电气连接关系；节点确定模块，用于基于所述动力机房的拓扑图，确定所述动力机房的多个监测节点，其中，所述监测节点包括至少一个公用设备；数据获取模块，用于获取系统状态数据，其中，所述系统状态数据包括所述动力机房的多个监测节点的状态数据，所述系统状态数据还包括所述动力机房的管道状态数据；健康诊断模块，用于根据所述系统状态数据，确定所述动力机房的健康分值；运维管理模块，用于基于所述健康分值，生成预警信息。

在一些实施例中，所述节点确定模块基于所述动力机房的拓扑图，确定所述动力机房的多个监测节点，包括：获取所述动力机房的历史故障信息；基于所述动力机房的历史故障信息，确定多个候选监测节点；基于蒙特卡罗模型确定每个所述候选监测节点的运行影响分值；基于每个所述候选监测节点的运行影响分值，从所述多个候选监测节点中确定所述多个监测节点。

在一些实施例中，所述数据获取模块包括多个数据获取单元，一个所述数据获取单元对应一个所述监测节点，所述数据获取单元用于获取对应的所述监测节点的状态数据；所述数据获取单元至少包括温度传感器、湿度传感器、烟雾传感器、振动传感器、结构光相机、热释电传感器、电压传感器、电流传感器及弧光传感器。

在一些实施例中，所述健康诊断模块包括多个状态确定终端及中央处理器，一个所述状态确定终端对应有至少一个所述数据获取单元，所述数据获取单元通过环网将所述监测节点的状态数据传输至对应的所述数据获取单元；所述状态确定终端用于接收对应的所述数据获取单元采集的所述监测节点的状态数据，并基于所述监测节点的状态数据确定所述监测节点的健康分值；所述状态确定终端还用于在基于所述监测节点的状态数据确定所述监测节点的健康分值小于第一故障分值阈值时，将所述监测节点的状态数据通过所述环网将所述监测节点的状态数据传输至所述中央处理器。

在一些实施例中，所述健康诊断模块还包括多个终端监测装置，一个终端监测装置对应有至少一个所述状态确定终端，所述终端监测装置用于获取对应的所述状态确定终端的状态数据，并通过环网将所述状态确定终端的状态数据传输至所述中央处理器；所述中央处理器还用于根据所述终端监测装置采集的所述状态确定终端的状态数据，确定所述状态确定终端的健康分值；所述中央处理器还用于在确定所述状态确定终端的健康分值小于第二健康分值阈值时，从所述多个状态确定终端中确定目标状态确定终端，其中，所述目标状态确定终端用于替换所述健康分值小于第二健康分值阈值的状态确定终端。

在一些实施例中，所述运维管理模块基于所述监测节点的健康分值，生成预警信息，包括：根据所述监测节点的状态数据，确定所述监测节点的健康分值小于第一健康分值阈值时，所述健康诊断模块根据所述监测节点的状态数据确定所述监测节点的风险类型；所述运维管理模块根据所述监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员，并生成预警信息发送至所述目标运维人员使用的终端，其中，所述预警信息包括所述监测节点的状态数据、位置信息及建议检修方案。

在一些实施例中，所述运维管理模块根据所述监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员，包括：预先建立关系图谱，其中，所述关系图谱由多个人员节点构成，一个所述人员节点对应一个所述候选运维人员，两个所述人员节点之间通过边连接，其中，两个所述人员节点之间的边的长度表征两个所述人员节点之间的联系紧密度；根据所述监测节点的风险类型，确定所述目标运维人员的人数；当确定的所述目标运维人员的人数为1时，根据所述监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员；当确定的所述目标运维人员的人数大于1时，根据所述监测节点的风险类型及多个候选运维人员的背景信息，确定一个目标运维人员，再根据所述关系谱图，确定剩余的目标运维人员。

在一些实施例中，所述监测节点还包括图像获取装置，所述图像获取装置用于在所述目标运维人员健康分值小于第一健康分值阈值的监测节点的过程中，采集图像信息；所述状态确定终端还用于根据所述图像信息，确定所述目标运维人员的作业风险，并生成提示信息。

在一些实施例中，所述状态确定终端还用于根据所述图像信息，确定所述目标运维人员的作业风险，包括：根据所述图像信息，确定所述目标运维人员的穿着特征及动作特征；基于所述目标运维人员的穿着特征及动作特征，确定所述目标运维人员的作业风险。

本说明书实施例之一提供一种基于健康诊断的公用设备运营管理方法，所述方法包括：获取动力机房的拓扑图，其中，所述动力机房的拓扑图用于表征所述动力机房的多个公用设备之间的电气连接关系及所述多个公用设备与多个负载之间的电气连接关系；基于所述动力机房的拓扑图，确定所述动力机房的多个监测节点；获取系统状态数据，其中，所述系统状态数据包括所述动力机房的多个监测节点的状态数据，所述系统状态数据还包括所述动力机房的管道状态数据；根据所述系统状态数据，确定所述动力机房的健康分值；基于所述健康分值，生成预警信息。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的一种基于健康诊断的公用设备运营管理系统的模块示意图；

图2是根据本说明书一些实施例所示的确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员的示例性流程图；

图3是根据本说明书一些实施例所示的一种基于健康诊断的公用设备运营管理方法的示例性流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的一种基于健康诊断的公用设备运营管理系统的模块示意图。如图1所示，一种基于健康诊断的公用设备运营管理系统可以包括结构获取模块、节点确定模块、数据获取模块、健康诊断模块及运维管理模块。下面依次对各个模块进行说明。

结构获取模块可以用于获取动力机房的拓扑图。

其中，动力机房的拓扑图用于表征动力机房的多个公用设备之间的电气连接关系及多个公用设备与多个负载之间的电气连接关系。

在一些实施例中，结构获取模块获取动力机房的拓扑图，可以包括：步骤S1、获取动力机房内所有线路；步骤S2、确定线路的出线设备；确定线路的主路径上相连的其他线路，并确定相连线路的出线设备；优选的，线路的出线设备，是指线路上和线路所属变电站直接相连的电缆段或者架空线段；优选地，线路的主路径，要符合以下条件：一、至少包含了从变电站出发的路径；二、路径上有开关站、环网柜，或者起环网作用的配电室；三、路径上有调度管辖的柱上开关；四、路径上包含其他用户指定的站房或者柱上开关；五、路径能连接到其他线路上的主路径；步骤S3、从线路的出线设备开始，以负载为结束，采用全路径拓扑分析方法，进行拓扑追踪，获得所有可能的供电路径，采用拓扑全路径追踪方法，查找出所有符合条件的拓扑路径；步骤S3、根据追踪结果，将线路的主路径拓扑相连的线路，划分为同一个接线组；步骤S3.1、将主路径拓扑相连的线路，划分为一个接线组；步骤S3.2、递归分析下一个线路，如果线路已经被划分到接线组里，则不需要处理，划分接线组，直至对所有线路的拓扑追踪完成生成中压配电网接线组；S4：遍历步骤S3生成的接线组，获取接线组内所有线路，确定线路的出线点；线路出线点，是指线路出线设备和变电站站内设备内相连的拓扑点，根据得到的线路出线设备，判断哪个拓扑端子和变电站相连，作为线路出线点，为每一个接线组自动生成网架拓扑图生成，最终生成动力机房的拓扑图。

节点确定模块可以用于基于动力机房的拓扑图，确定动力机房的多个监测节点。

其中，监测节点包括至少一个公用设备。

在一些实施例中，节点确定模块可以基于动力机房的拓扑图，确定动力机房中较为重要的节点，将该节点作为监测节点。

在一些实施例中，节点确定模块基于动力机房的拓扑图，确定动力机房的多个监测节点，包括：获取动力机房的历史故障信息；基于动力机房的历史故障信息，确定多个候选监测节点；基于蒙特卡罗模型确定每个候选监测节点的运行影响分值；基于每个候选监测节点的运行影响分值，从多个候选监测节点中确定多个监测节点。

在一些实施例中，节点确定模块可以先根据动力机房在某个历史时期的历史故障信息，确定发生故障次数大于预设次数阈值(例如，3次)的公用设备，该公用设备及其电气相连的多个公用设备组成一个候选监测节点。

在一些实施例中，为了提高确定监测节点的效率及准确度，节点确定模块可以基于蒙特卡罗模型确定多种虚拟工况，其中，不同虚拟工况下，多个候选监测节点的健康状态可以不同。仅作为示例的，在虚拟工况1下，候选监测节点1的健康状态可以为正常运行，候选监测节点2的健康状态可以为正常运行，候选监测节点3的健康状态可以为故障；在虚拟工况2下，候选监测节点1的健康状态可以为故障，候选监测节点2的健康状态可以为正常运行，候选监测节点3的健康状态可以为正常运行；在虚拟工况3下，候选监测节点1的健康状态可以为正常运行，候选监测节点2的健康状态可以为故障，候选监测节点3的健康状态可以为故障。

对于每种虚拟工况，节点确定模块可以根据动力机房的拓扑图，确定线路连通度，可以理解的，虚拟工况下，停止运行的公用设备和负载越多，线路连通度越差。在一些实施例中，对于某个候选监测节点，节点确定模块可以获取该候选监测节点的健康状态为故障状态时的多种虚拟工况，并基于该多种虚拟工况确定候选监测节点的运行影响分值。

在一些实施例中，节点确定模块可以根据以下公式基于该多种虚拟工况确定候选监测节点的运行影响分值：

其中，a

在一些实施例中，节点确定模块可以将运行影响分值大于预设分值阈值的候选监测节点作为监测节点。

数据获取模块可以用于获取动力机房的多个监测节点的状态数据。

在一些实施例中，数据获取模块可以包括多个数据获取单元，一个数据获取单元对应一个监测节点，数据获取单元用于获取对应的监测节点的状态数据。数据获取单元可以至少包括温度传感器、湿度传感器、烟雾传感器、振动传感器、结构光相机、热释电传感器、电压传感器、电流传感器及弧光传感器。其中，温度传感器可以用于获取监测节点包括的公用设备的温度信息，湿度传感器可以用于获取监测节点所处环境的湿度信息，烟雾传感器可以用于获取监测节点所处环境的烟雾浓度信息，振动传感器用于获取监测节点包括的公用设备的振动频率及幅度，结构光相机可以用于获取监测节点包括的公用设备的点云信息及线路的点云信息，热释电传感器可以用于获取监测节点所处环境是否存在活体，电压传感器可以用于获取监测节点包括的公用设备的电压，电流传感器可以用于获取监测节点包括的公用设备的电流及弧光传感器可以用于获取监测节点所处环境是否存在弧光。

在一些实施例中，数据获取模块还可以包括用于获取动力机房的管道的状态数据的管道数据获取单元，其中，动力机房的管道可以为排气管道、冷风管道等。管道数据获取单元可以包括温度传感器、压力传感器及流量传感器等，其中，温度传感器可以用于获取动力机房的管道的温度，压力传感器用于获取动力机房的管道的压力，流量传感器用于获取动力机房的管道的流量。

健康诊断模块可以用于根据监测节点的状态数据，确定监测节点的健康分值。

在一些实施例中，健康诊断模块可以集中对所有监测节点的状态数据进行处理，确定监测节点的健康分值。对于每一个监测节点，健康诊断模块可以直接根据当前时间点的监测节点的状态数据，确定监测节点的健康分值，可以理解的，监测节点的运行更健康，该监测节点对应的健康分值越大。例如，当监测节点的公用设备在当前时间点的温度大于预设温度阈值时，健康诊断模块可以减小监测节点的健康分值；当监测节点的公用设备在当前时间点的点云信息或线路的点云信息，与预设的公用设备点云信息或线路的点云信息不一致时，健康诊断模块可以减小监测节点的健康分值。可以理解的，当公用设备或线路出现移位时，监测节点的公用设备在当前时间点的点云信息或线路的点云信息，与预设的公用设备点云信息或线路的点云信息不一致。预设的公用设备点云信息或线路的点云信息可以为监测节点处于正常运行时的点云信息。

在一些实施例中，为了提高确定监测节点的健康分值的效率及实时性，健康诊断模块可以包括多个状态确定终端及中央处理器，一个状态确定终端对应有至少一个数据获取单元，数据获取单元通过环网将监测节点的状态数据传输至对应的数据获取单元。状态确定终端可以用于接收对应的数据获取单元采集的监测节点的状态数据，并基于监测节点的状态数据确定监测节点的健康分值。状态确定终端还可以用于在基于监测节点的状态数据确定监测节点的健康分值小于第一健康分值阈值时，将监测节点的状态数据通过环网将监测节点的状态数据传输至中央处理器。

可以理解的，通过设置多个状态确定终端，可以使得多个状态确定终端可以同时确定所有监测节点的健康分值，相比于集中进行数据处理，更加快速，实时性更高。

状态确定终端包含一个或多个子处理器(例如，单芯处理设备或多核多芯处理设备)。仅仅作为范例，处理器可包含中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。

在一些实施例中，为了避免因数据获取单元获取了异常数据，导致状态确定终端误判，状态确定终端可以通过第一机器学习模型基于第一数据序列确定监测节点的健康分值，其中，第一数据序列可以包括数据获取单元在多个时间点获取的监测节点的状态数据(例如，监测节点包括的公用设备的温度信息、监测节点所处环境的湿度信息、监测节点所处环境的烟雾浓度信息、公用设备的振动频率及幅度、公用设备的点云信息及线路的点云信息、监测节点所处环境是否存在活体、监测节点包括的公用设备的电压、监测节点包括的公用设备的电流及监测节点所处环境是否存在弧光等)，第一机器学习模型可以为卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)、多层神经网络(MLP)、对抗神经网络(GAN)等一种或其任意组合。例如，第一机器学习模型可以为卷积神经网络和深度神经网络组合形成的模型。

在一些实施例中，为了保证计算能力冗余，健康诊断模块还包括多个终端监测装置，一个终端监测装置对应有至少一个状态确定终端，终端监测装置用于获取对应的状态确定终端的状态数据，并通过环网将状态确定终端的状态数据传输至中央处理器。中央处理器还用于根据终端监测装置采集的状态确定终端的状态数据，确定状态确定终端的健康分值。中央处理器还用于在确定状态确定终端的健康分值小于第二健康分值阈值时，从多个状态确定终端中确定目标状态确定终端，其中，目标状态确定终端用于替换健康分值小于第二健康分值阈值的状态确定终端。

在一些实施例中，终端监测装置可以至少包括温度传感器、湿度传感器、烟雾传感器、振动传感器、电压传感器、电流传感器及弧光传感器。其中，温度传感器可以用于获取状态确定终端的温度信息，湿度传感器可以用于获取状态确定终端所处环境的湿度信息，烟雾传感器可以用于获取状态确定终端所处环境的烟雾浓度信息，振动传感器用于获取监测节点包括的状态确定终端的振动频率及幅度，电压传感器可以用于获取状态确定终端的电压，电流传感器可以用于获取状态确定终端的电流及弧光传感器可以用于获取状态确定终端所处环境是否存在弧光。

在一些实施例中，为了减少成本，一个终端监测装置可以用于采集多个状态确定终端的状态数据。中央处理器可以先根据状态确定终端的位置信息，通过k-means算法对多个状态确定终端进行聚类，确定多个终端聚类簇，根据终端聚类簇的数量确定终端监测装置的数量，即一个终端监测装置用于获取一个终端聚类簇包括的所有状态确定终端的状态数据，其中，终端监测装置的安装位置可以为对应的终端聚类簇的聚类中心的位置。

在一些实施例中，为了避免因终端监测装置获取了异常数据，导致误判，中央处理器可以通过第二机器学习模型基于第二数据序列确定状态确定终端的健康分值，其中，第二数据序列可以包括终端监测装置在多个时间点获取的状态确定终端的状态数据(例如，状态确定终端的温度信息、状态确定终端所处环境的湿度信息、状态确定终端所处环境的烟雾浓度信息、状态确定终端的振动频率及幅度、状态确定终端的电压、状态确定终端的电流及状态确定终端所处环境是否存在弧光等)，第二机器学习模型可以为卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)、多层神经网络(MLP)、对抗神经网络(GAN)等一种或其任意组合。例如，第二机器学习模型可以为卷积神经网络和深度神经网络组合形成的模型。

在一些实施例中，当中央处理器确定某个状态确定终端的健康分值小于第二健康分值阈值时，可以先确定该状态确定终端对应的终端聚类簇内的其他状态确定终端的健康分值及算力负荷，当健康分值小于第二健康分值阈值的状态确定终端对应的终端聚类簇内存在某个状态确定终端的健康分值大于第二健康分值阈值且算力负荷小于预设算力负荷阈值时，可以将该状态确定终端作为用于替换该健康分值小于第二健康分值阈值的状态确定终端的目标状态确定终端。

当健康分值小于第二健康分值阈值的状态确定终端对应的终端聚类簇内不存在某个状态确定终端的健康分值为正常运行状态且算力负荷小于预设算力负荷阈值时，中央处理器可以按照与健康分值小于第二健康分值阈值的状态确定终端对应的终端聚类簇之间的距离从小到大对其他的终端聚类簇进行排序，按照排序结果依次判断其他的终端聚类簇内是否存在某个状态确定终端的健康分值为正常运行状态且算力负荷小于预设算力负荷阈值，直至寻找到目标状态确定终端。

确定了目标状态确定终端后，健康分值小于第二健康分值阈值的状态确定终端对应的数据获取单元获取的监测节点的状态数据可以直接通过环网发送至目标状态确定终端，而不必再发送至健康分值小于第二健康分值阈值的状态确定终端。

可以理解的，通过在确定状态确定终端的健康分值小于第二健康分值阈值状态时，从多个状态确定终端中确定目标状态确定终端，保证状态确定终端的健康分值小于第二健康分值阈值时，监测节点的健康分值仍然可以得到实时确定，保证系统的有序进行。

在一些实施例中，健康诊断模块可以根据动力机房的管道状态数据(例如，管道温度、管道压力及管道流量等)，确定动力机房的管道的健康分值。

运维管理模块可以用于基于监测节点的健康分值，生成预警信息。

在一些实施例中，运维管理模块还可以用于根据动力机房的管道的健康分值，生成预警信息。

其中，预警信息可以至少包括健康分值小于第一健康分值阈值的监测节点的位置信息、风险类型(例如，温度过高、起火、电压异常、电流异常、发生光弧、设备或线路发生移动等)等。

在一些实施例中，运维管理模块基于监测节点的健康分值，生成预警信息，包括：

根据监测节点的状态数据，确定监测节点的健康分值小于第一健康分值阈值时，健康诊断模块根据监测节点的状态数据确定监测节点的风险类型；

运维管理模块根据监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员，并生成预警信息发送至目标运维人员使用的终端，其中，预警信息包括监测节点的状态数据、位置信息及建议检修方案。

其中，候选运维人员的背景信息可以包括学历、技能证书、参与过的检修项目等。建议检修方案可以用于指导目标运维人员对健康分值小于第一健康分值阈值的监测节点进行检修，提高检修效率，在监测节点发生故障前，对监测节点进行检修，减少故障发生的可能。

在一些实施例中，为了提高效率及准确度，运维管理模块可以通过第三机器学习模型基于监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修监测节点进行检修的监测节点的目标运维人员，并通过第四机器学习模型基于监测节点的风险类型生成建议检修方案，第三机器学习模型和第四机器学习模型均可以为卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)、多层神经网络(MLP)、对抗神经网络(GAN)等一种或其任意组合。例如，第三机器学习模型和第四机器学习模型均可以为卷积神经网络和深度神经网络组合形成的模型。

图2是根据本说明书一些实施例所示的确定用于检修监测节点进行检修的监测节点的目标运维人员的示例性流程图。如图2所示，确定用于检修监测节点进行检修的监测节点的目标运维人员可以包括下述步骤。在一些实施例中，为了进一步提高确定目标运维人员的效率，运维管理模块根据监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员，包括：

预先建立关系图谱，其中，关系图谱由多个人员节点构成，一个人员节点对应一个候选运维人员，两个人员节点之间通过边连接，其中，两个人员节点之间的边的长度表征两个人员节点之间的联系紧密度，可以理解的，两个候选运维人员的背景信息越相似，该两个候选运维人员对应的两个人员节点之间联系越紧密，即联系紧密度越大，该两个人员节点之间边越短；

根据监测节点的风险类型，确定目标运维人员的人数；

当确定的目标运维人员的人数为1时，根据监测节点的风险类型及多个候选运维人员的背景信息，确定用于检修健康分值小于第一健康分值阈值的监测节点的目标运维人员；

当确定的目标运维人员的人数大于1时，根据监测节点的风险类型及多个候选运维人员的背景信息，确定一个目标运维人员(也可称为第一目标运维人员)，再根据关系谱图，确定剩余的目标运维人员(也可称为第二目标运维人员)，例如，运维管理模块可以根据关系谱图，确定与第一目标运维人员对应的人员节点(也可称为第一人员节点)相连的多个人员节点(也可称为候选人员节点)，并按照边的长度从小到大对候选人员节点进行排序，根据确定的目标运维人员的人数和排序结果，确定剩余的第二目标运维人员，仅作为示例的，第二目标运维人员的数量为3时，可以将排序结果中前三个人员节点对应的候选运维人员作为三个第二目标运维人员。

在一些实施例中，为了确保检修过程中，目标运维人员的安全性，监测节点还包括图像获取装置，图像获取装置用于在目标运维人员检修健康分值小于第一健康分值阈值的监测节点的过程中，采集图像信息；

状态确定终端还用于根据图像信息，确定目标运维人员的作业风险，并生成提示信息。

在一些实施例中，状态确定终端还用于根据图像信息，确定目标运维人员的作业风险，包括：

根据图像信息，确定目标运维人员的穿着特征及动作特征；

基于目标运维人员的穿着特征及动作特征，确定目标运维人员的作业风险。

其中，穿着特征可以包括服装特征、头部特征及手部特征，状态确定终端可以根据服装特征、头部特征及手部特征判断目标运维人员是否穿着工作服、佩戴安全帽及手套，在检测出目标运维人员未穿着工作服或未佩戴安全帽及手套时，发出提示信息。

状态确定终端可以根据目标运维人员的动作特征，判断目标运维人员是否做出危险动作，并在判断目标运维人员做出危险动作时，发出提示信息。

在一些实施例中，状态确定终端还可以通过第五机器学习模型基于动作序列预测目标运维人员的未来动作特征，根据目标运维人员的未来动作特征，判断目标运维人员是否可能做出危险动作，并在判断目标运维人员可能做出危险动作时，发出提示信息，其中，动作序列可以包括目标运维人员在多个历史时间点的动作特征。

需要注意的是，以上对于基于健康诊断的公用设备运营管理系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的结构获取模块、节点确定模块、数据获取模块、健康诊断模块及运维管理模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书一些实施例所示的一种基于健康诊断的公用设备运营管理方法的示例性流程图。如图3所示，基于健康诊断的公用设备运营管理方法包括下述步骤。在一些实施例中，基于健康诊断的公用设备运营管理方法可以由图1所示的基于健康诊断的公用设备运营管理系统执行。

步骤310，获取动力机房的拓扑图。

其中，动力机房的拓扑图用于表征动力机房的多个公用设备之间的电气连接关系及多个公用设备与多个负载之间的电气连接关系；

步骤320，基于动力机房的拓扑图，确定动力机房的多个监测节点。

步骤330，获取系统状态数据。

其中，系统状态数据包括动力机房的多个监测节点的状态数据，系统状态数据还包括动力机房的管道状态数据。

步骤340，根据系统状态数据，确定动力机房的健康分值。

步骤350，基于健康分值，生成预警信息。

应当注意的是，上述有关一种基于健康诊断的公用设备运营管理方法的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对一种基于健康诊断的公用设备运营管理方法进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。