基于多模态数据的模型智能化运维方法及装置与流程

1.本发明涉及模型处理技术领域，尤其涉及一种基于多模态数据的模型智能化运维方法及装置。


背景技术：

2.随着电力网格范围逐渐扩大以及电力设备逐渐增多，电力设备平稳有序运行对于电网和谐发展发挥着至关重要的作用，因此，大量用于监管控制电力设备平稳运行的模型应运而生，电力设备运行过程中存在着大量因素会影响着模型监管控制效果，需不断对模型功能进行运维更新升级。
3.当前，关于模型运维方式多为工作人员发现模型监管控制电力设备结果与电力设备实际情况不一致时，人为主观地筛查模型运行功能和运行程序以确定出模型问题所在，进而对模型进行运维调整更新，运维准确性低和运维效率低。可见，提供一种新的模型智能化运维方法以提高模型运维准确性和运维效率显得尤为重要。


技术实现要素：

4.本发明内容所要解决的技术问题在于，提供一种基于多模态数据的模型智能化运维方法，能够提高模型运维准确性和运维效率。
5.为了解决上述技术问题，本发明第一方面公开了一种基于多模态数据的模型智能化运维方法，所述方法包括：
6.获取预构建的目标模型对应的运行结果信息，并根据所述运行结果信息，判断所述目标模型是否满足预设的运维需求条件；
7.当判断出所述目标模型满足所述运维需求条件时，获取所述目标模型对应的运行数据，并根据所述运行数据、所述运行结果信息及设定的运维分析条件，确定所述目标模型对应的运维分析结果；
8.根据所述运维分析结果，对所述目标模型执行智能化运维操作，得到智能化运维后的所述目标模型。
9.作为一种可选的实施方式，在本发明第一方面中，在所述获取预构建的目标模型对应的运行结果信息之前，所述方法还包括：
10.根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型；
11.以及，所述根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型，包括：
12.根据获取到的模型构建需求信息，确定目标实例态类型；
13.根据所述目标实例态类型、所述模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型；
14.根据所述目标实例态类型、所述目标抽象态类型及设定的模型构建要求信息，构建得到目标模型；
15.其中，所述目标实例态类型包括运行实例态类型、健康实例态类型、负载实例态类型、风险实例态类型及其他实例态类型中的一种或多种；所述目标抽象态类型包括状态抽象态类型、相态抽象态类型及时态抽象态类型中的一种或多种。
16.作为一种可选的实施方式，在本发明第一方面中，所述根据所有所述目标实例态类型、所述模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型，包括：
17.根据所述目标实例态类型及设定的实例态抽象条件，确定实例态抽象定义情况，并根据所述实例态抽象定义情况及设定的抽象划分条件，确定实例态抽象划分情况；
18.根据所述实例态抽象划分条件、所述模型构建需求信息及设定的多态关系条件，确定目标抽象态类型。
19.作为一种可选的实施方式，在本发明第一方面中，所述根据所述运行结果信息，判断所述目标模型是否满足预设的运维需求条件，包括：
20.监测与所述目标模型相匹配的设备的实际运行效果，并根据所述运行结果信息及所述实际运行效果，确定所述设备对应的运行匹配度；
21.根据所述运行匹配度及设定的运行分析条件，确定所述目标模型对应的运行有效度；
22.判断所述运行有效度是否小于等于预设的运行有效度阈值；
23.当判断出所述运行有效度小于等于所述运行有效度阈值时，确定所述目标模型满足预设的运维需求条件；
24.当判断出所述运行有效度大于所述运行有效度阈值时，确定所述目标模型不满足运维需求条件。
25.作为一种可选的实施方式，在本发明第一方面中，所述根据所述运行数据、所述运行结果信息及设定的运维分析条件，确定所述目标模型对应的运维分析结果，包括：
26.分析所述运行数据及所述运行结果信息，得到所述目标模型对应的运维需求情况；
27.根据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型；所述运维需求模态类型包括所述目标实例态类型中的至少一个子实例态类型和/或所述目标抽象态类型中的至少一个子抽象态类型；
28.根据所述运维需求模态类型、所述运维需求情况及设定的模态运维条件，确定所述目标模型对应的运维分析结果。
29.作为一种可选的实施方式，在本发明第一方面中，所述根据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型，包括：
30.根据所述运维需求情况及设定的第一模态确定条件，从所述目标抽象态类型包括的所有所述子抽象态类型中筛选出目标子抽象态类型；
31.根据所述目标子抽象态类型及所述运维需求情况，判断所述目标实例态类型包括的所有所述子实例态类型中是否存在满足设定的第二模态确定条件的目标子实例态类型；
32.当判断结果为是时，根据所述目标子抽象态类型及所述目标子实例态类型，确定所述目标模型对应的运维需求模态类型；
33.当判断结果为否时，根据所述目标子抽象态类型，确定所述目标模型对应的运维需求模态类型。
34.作为一种可选的实施方式，在本发明第一方面中，在所述根据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型之后，所述方法还包括：
35.根据所述运维需求模态类型及设定的模型关联关系，判断关联模型集合中是否存在满足关联运维需求条件的目标关联模型；所述关联模型集合包括至少一个与所述目标模型存在关联关系的关联模型；
36.当判断出所述关联模型集合中存在满足所述关联运维需求条件的目标关联模型时，获取所述目标关联模型的模型模态属性信息，并根据所述模型模态属性信息、所述运维需求模态类型及所述模型关联关系，确定所述目标关联模型对应的关联运维需求模态类型；
37.根据所述关联运维需求模态类型及模态运维条件，确定所述目标关联模型对应的关联运维分析结果；
38.根据所述关联运维分析结果，对所述目标关联模型执行智能化运维操作，得到智能化运维后的所述目标关联模型。
39.本发明第二方面公开了一种基于多模态数据的模型智能化运维装置，所述装置包括：
40.获取模块，用于获取预构建的目标模型对应的运行结果信息；
41.判断模块，用于根据所述运行结果信息，判断所述目标模型是否满足预设的运维需求条件；
42.所述获取模块，还用于当所述判断模块判断出所述目标模型满足所述运维需求条件时，获取所述目标模型对应的运行数据；
43.确定模块，用于根据所述运行数据、所述运行结果信息及设定的运维分析条件，确定所述目标模型对应的运维分析结果；
44.运维模块，用于根据所述运维分析结果，对所述目标模型执行智能化运维操作，得到智能化运维后的所述目标模型。
45.作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
46.模型构建模块，用于根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型；
47.以及，所述模型构建模块根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型的方式具体包括：
48.根据获取到的模型构建需求信息，确定目标实例态类型；
49.根据所述目标实例态类型、所述模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型；
50.根据所述目标实例态类型、所述目标抽象态类型及设定的模型构建要求信息，构建得到目标模型；
51.其中，所述目标实例态类型包括运行实例态类型、健康实例态类型、负载实例态类型、风险实例态类型及其他实例态类型中的一种或多种；所述目标抽象态类型包括状态抽象态类型、相态抽象态类型及时态抽象态类型中的一种或多种。
52.作为一种可选的实施方式，在本发明第二方面中，所述模型构建模块根据所有所
述目标实例态类型、所述模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型的方式具体包括：
53.根据所述目标实例态类型及设定的实例态抽象条件，确定实例态抽象定义情况，并根据所述实例态抽象定义情况及设定的抽象划分条件，确定实例态抽象划分情况；
54.根据所述实例态抽象划分条件、所述模型构建需求信息及设定的多态关系条件，确定目标抽象态类型。
55.作为一种可选的实施方式，在本发明第二方面中，所述判断模块根据所述运行结果信息，判断所述目标模型是否满足预设的运维需求条件的方式具体包括：
56.监测与所述目标模型相匹配的设备的实际运行效果，并根据所述运行结果信息及所述实际运行效果，确定所述设备对应的运行匹配度；
57.根据所述运行匹配度及设定的运行分析条件，确定所述目标模型对应的运行有效度；
58.判断所述运行有效度是否小于等于预设的运行有效度阈值；
59.当判断出所述运行有效度小于等于所述运行有效度阈值时，确定所述目标模型满足预设的运维需求条件；
60.当判断出所述运行有效度大于所述运行有效度阈值时，确定所述目标模型不满足运维需求条件。
61.作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述运行数据、所述运行结果信息及设定的运维分析条件，确定所述目标模型对应的运维分析结果的方式具体包括：
62.分析所述运行数据及所述运行结果信息，得到所述目标模型对应的运维需求情况；
63.根据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型；所述运维需求模态类型包括所述目标实例态类型中的至少一个子实例态类型和/或所述目标抽象态类型中的至少一个子抽象态类型；
64.根据所述运维需求模态类型、所述运维需求情况及设定的模态运维条件，确定所述目标模型对应的运维分析结果。
65.作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型的方式具体包括：
66.根据所述运维需求情况及设定的第一模态确定条件，从所述目标抽象态类型包括的所有所述子抽象态类型中筛选出目标子抽象态类型；
67.根据所述目标子抽象态类型及所述运维需求情况，判断所述目标实例态类型包括的所有所述子实例态类型中是否存在满足设定的第二模态确定条件的目标子实例态类型；
68.当判断结果为是时，根据所述目标子抽象态类型及所述目标子实例态类型，确定所述目标模型对应的运维需求模态类型；
69.当判断结果为否时，根据所述目标子抽象态类型，确定所述目标模型对应的运维需求模态类型。
70.作为一种可选的实施方式，在本发明第二方面中，所述确定模块，还用于在所述根
据所述运维需求情况及设定的运维模态确定条件，确定所述目标模型对应的运维需求模态类型之后，根据所述运维需求模态类型及设定的模型关联关系，判断关联模型集合中是否存在满足关联运维需求条件的目标关联模型；所述关联模型集合包括至少一个与所述目标模型存在关联关系的关联模型；
71.当判断出所述关联模型集合中存在满足所述关联运维需求条件的目标关联模型时，获取所述目标关联模型的模型模态属性信息，并根据所述模型模态属性信息、所述运维需求模态类型及所述模型关联关系，确定所述目标关联模型对应的关联运维需求模态类型；
72.根据所述关联运维需求模态类型及模态运维条件，确定所述目标关联模型对应的关联运维分析结果；
73.根据所述关联运维分析结果，对所述目标关联模型执行智能化运维操作，得到智能化运维后的所述目标关联模型。
74.本发明第三方面公开了另一种基于多模态数据的模型智能化运维装置，所述装置包括：
75.存储有可执行程序代码的存储器；
76.与所述存储器耦合的处理器；
77.所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于多模态数据的模型智能化运维方法。
78.本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于多模态数据的模型智能化运维方法。
79.与现有技术相比，本发明实施例具有以下有益效果：
80.本发明实施例中，获取预构建的目标模型对应的运行结果信息，并根据该运行结果信息，判断该目标模型是否满足预设的运维需求条件；当判断出该目标模型满足该运维需求条件时，获取该目标模型对应的运行数据，并根据该运行数据、该运行结果信息及设定的运维分析条件，确定该目标模型对应的运维分析结果；根据该运维分析结果，对该目标模型执行智能化运维操作，得到智能化运维后的该目标模型。可见，实施本声明能够根据模型的运行数据、运行结果信息及运维分析条件确定设备的运维分析结果，并基于运维分析结果对模型进行智能化运维操作，有利于提高基于多模态数据的模型智能化运维方式的全面性、合理性和科学性，进而有利于提高确定出的运维分析结果的准确性和确定效率，从而有利于提高设备的运维准确性和运维效率。
附图说明
81.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
82.图1是本发明实施例公开的一种基于多模态数据的模型智能化运维方法的流程示意图；
83.图2是本发明实施例公开的另一种基于多模态数据的模型智能化运维方法的流程示意图；
84.图3是本发明实施例公开的一种基于多模态数据的模型智能化运维装置的结构示意图；
85.图4是本发明实施例公开的另一种基于多模态数据的模型智能化运维装置的结构示意图；
86.图5是本发明实施例公开的又一种基于多模态数据的模型智能化运维装置的结构示意图；
87.图6是本发明实施例公开的一种基于多模态数据的模型智能化运维方法的模型结构示意图。
具体实施方式
88.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
89.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
90.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
91.本发明公开了一种基于多模态数据的模型智能化运维方法及装置，能够根据模型的运行数据、运行结果信息及运维分析条件确定设备的运维分析结果，并基于运维分析结果对模型进行智能化运维操作，有利于提高基于多模态数据的模型智能化运维方式的全面性、合理性和科学性，进而有利于提高确定出的运维分析结果的准确性和确定效率，从而有利于提高设备的运维准确性和运维效率。以下分别进行详细说明。
92.实施例一
93.请参阅图1，图1是本发明实施例公开的一种基于多模态数据的模型智能化运维方法的流程示意图。其中，图1所描述的方法可以应用于基于多模态数据的模型智能化运维装置，其中，该装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图1所示，该基于多模态数据的模型智能化运维方法包括以下操作：
94.101、获取预构建的目标模型对应的运行结果信息。
95.可选的，目标模型对应的运行结果信息可以是能够反映目标模型运行输出内容的信息，也可以是能够反映目标模型运行效果的信息，本发明实施例不做限定。
96.102、根据运行结果信息，判断目标模型是否满足预设的运维需求条件。
97.进一步可选的，当判断出目标模型不满足运维需求条件时，执行步骤101。
98.103、当判断出目标模型满足运维需求条件时，获取目标模型对应的运行数据，并根据运行数据、运行结果信息及设定的运维分析条件，确定目标模型对应的运维分析结果。
99.104、根据运维分析结果，对目标模型执行智能化运维操作，得到智能化运维后的目标模型。
100.可见，实施本发明实施例所描述的基于多模态数据的模型智能化运维方法能够根据模型的运行数据、运行结果信息及运维分析条件确定设备的运维分析结果，并基于运维分析结果对模型进行智能化运维操作，有利于提高基于多模态数据的模型智能化运维方式的全面性、合理性和科学性，进而有利于提高确定出的运维分析结果的准确性和确定效率，从而有利于提高设备的运维准确性和运维效率。
101.在一个可选的实施例中，上述根据运行结果信息，判断目标模型是否满足预设的运维需求条件，可以包括：
102.监测与目标模型相匹配的设备的实际运行效果，并根据运行结果信息及实际运行效果，确定设备对应的运行匹配度；
103.根据运行匹配度及设定的运行分析条件，确定目标模型对应的运行有效度；
104.判断运行有效度是否小于等于预设的运行有效度阈值；
105.当判断出运行有效度小于等于运行有效度阈值时，确定目标模型满足预设的运维需求条件；
106.当判断出运行有效度大于运行有效度阈值时，确定目标模型不满足运维需求条件。
107.可见，该可选的实施例能够确定目标模型对应的运行有效度，并根据运行有效度与运行有效度阈值的大小比较关系确定模型的运维需求条件满足结果，有利于提高运维需求条件满足结果确定方式的全面性、合理性和可行性，进而有利于提高确定出的运维需求条件满足结果的准确性和可靠性，以及还有利于提高运维需求条件满足结果的确定效率和确定便捷性。
108.实施例二
109.请参阅图2，图2是本发明实施例公开的另一种基于多模态数据的模型智能化运维方法的流程示意图。其中，图2所描述的方法可以应用于基于多模态数据的模型智能化运维装置，其中，该装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图2所示，该基于多模态数据的模型智能化运维方法包括以下操作：
110.201、根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型。
111.可选的，目标模型的模型构建需求信息可以包括但不限于与目标模型相匹配的设备的基本属性信息、技术参数信息、资产数据信息、设备运行相关数据、设备运维检修数据及其它能够反映设备状况的信息等中的一种或多种，本发明实施例不做限定。
112.可选的，目标模型的架构示意图可参考图6所示，本发明实施例不做限定。
113.202、获取预构建的目标模型对应的运行结果信息，并根据运行结果信息，判断目标模型是否满足预设的运维需求条件。
114.203、当判断出目标模型满足运维需求条件时，获取目标模型对应的运行数据，并
根据运行数据、运行结果信息及设定的运维分析条件，确定目标模型对应的运维分析结果。
115.204、根据运维分析结果，对目标模型执行智能化运维操作，得到智能化运维后的目标模型。
116.本发明实施例中，针对步骤202-步骤204的其它描述，请参照实施例一中针对步骤101-步骤104的其他详细描述，本发明实施例不再赘述。
117.可见，本发明实施例能够根据模型的运行数据、运行结果信息及运维分析条件确定设备的运维分析结果，并基于运维分析结果对模型进行智能化运维操作，有利于提高基于多模态数据的模型智能化运维方式的全面性、合理性和科学性，进而有利于提高确定出的运维分析结果的准确性和确定效率，从而有利于提高设备的运维准确性和运维效率；以及，还能够提供模型构建方式，丰富了基于多模态数据的模型智能化运维方式的智能化功能，有利于提高基于多模态数据的模型智能化运维方式的全面性、整体性和合理性，以及还有利于提高构建得到的目标模型与本方案的匹配性，进而有利于提高基于本方案的模型运维平稳性和运维可靠性。
118.在一个可选的实施例中，上述根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型，可以包括：
119.根据获取到的模型构建需求信息，确定目标实例态类型；
120.根据目标实例态类型、模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型；
121.根据目标实例态类型、目标抽象态类型及设定的模型构建要求信息，构建得到目标模型；
122.其中，目标实例态类型包括运行实例态类型、健康实例态类型、负载实例态类型、风险实例态类型及其他实例态类型中的一种或多种；目标抽象态类型包括状态抽象态类型、相态抽象态类型及时态抽象态类型中的一种或多种。
123.可选的，运行实例态类型可以包括运行态、热备用态、冷备用态及检修态等，本发明实施例不做限定。可选的，健康实例态类型可以包括正常态、注意态、异常态及严重态等，本发明实施例不做限定。可选的，负载实例态类型可以包括过载态、重载态、正常态及轻载态等，本发明实施例不做限定。可选的，、风险实例态类型可以包括低风险态、中风险态及高风险态等，本发明实施例不做限定。
124.可见，该可选的实施例能够确定出目标实例态类型及目标抽象态类型进而智能化构建目标模型，有利于提高模型构建方式的全面性、合理性和科学性，进而有利于提高模型的构建效率和构建可靠性。
125.在另一个可选的实施例中，上述根据所有目标实例态类型、模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型，可以包括：
126.根据目标实例态类型及设定的实例态抽象条件，确定实例态抽象定义情况，并根据实例态抽象定义情况及设定的抽象划分条件，确定实例态抽象划分情况；
127.根据实例态抽象划分条件、模型构建需求信息及设定的多态关系条件，确定目标抽象态类型。
128.可选的，相态抽象态类型可以是从外貌特征等物理形态层面进行抽象划分，包括外观态(破损、完整等)，本发明实施例不做限定。可选的，时态抽象态类型可以是从时间维
度上进行划分，包括过去态、当前态、未来态等，本发明实施例不做限定。可选的，状态抽象态类型可以是从动作情态层面进行抽象划分，包括运行态、健康态、风险态等，本发明实施例不做限定。
129.可见，该可选的实施例能够提供抽象态类型确定方式，有利于提高抽象态类型确定方式的全面性和合理性，进而有利于提高确定出的抽象态类型的准确性、可靠性和确定效率，从而有利于提高基于抽象态类型构建的目标模型的精准性和可靠性，以提高目标模型实际运行效果与预测效果的匹配度。
130.在又一个可选的实施例中，上述根据运行数据、运行结果信息及设定的运维分析条件，确定目标模型对应的运维分析结果，可以包括：
131.分析运行数据及运行结果信息，得到目标模型对应的运维需求情况；
132.根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型；运维需求模态类型包括目标实例态类型中的至少一个子实例态类型和/或目标抽象态类型中的至少一个子抽象态类型；
133.根据运维需求模态类型、运维需求情况及设定的模态运维条件，确定目标模型对应的运维分析结果。
134.可选的，子实例态类型可以包括但不限于上述提及的运行实例态类型、健康实例态类型、负载实例态类型、风险实例态类型及其他实例态类型中的一种或多种，本发明实施例不做限定。
135.可选的，子抽象态类型可以包括但不限于上述提及的状态抽象态类型、相态抽象态类型及时态抽象态类型中的一种或多种，本发明实施例不做限定。
136.可见，该可选的实施例能够提供运维分析结果确定方式，有利于提高运维分析结果确定方式的全面性和合理性，进而有利于提高确定出的运维分析结果的准确性、可靠性和确定效率，从而有利于提高基于运维分析结果的模型运维准确性和运维效率。
137.在又一个可选的实施例中，上述根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型，可以包括：
138.根据运维需求情况及设定的第一模态确定条件，从目标抽象态类型包括的所有子抽象态类型中筛选出目标子抽象态类型；
139.根据目标子抽象态类型及运维需求情况，判断目标实例态类型包括的所有子实例态类型中是否存在满足设定的第二模态确定条件的目标子实例态类型；
140.当判断结果为是时，根据目标子抽象态类型及目标子实例态类型，确定目标模型对应的运维需求模态类型；
141.当判断结果为否时，根据目标子抽象态类型，确定目标模型对应的运维需求模态类型。
142.可见，该可选的实施例能够针对不同模态确定条件满足情况确定相匹配的运维需求模态类型确定方式，智能化确定出存在运维需求的目标子抽象态类型和/或目标子实例态类型进而确定出运维需求模态类型，有利于提高运维需求模态类型确定方式的全面性和合理性，进而有利于提高确定出的存在运维需求的子实例态和/或子抽象态的准确性和可靠性，以及还有利于提高运维需求模态类型确定方式的多样性、灵活性和可选择性，从而有利于提高确定出的运维需求模态类型的准确性、可靠性和确定效率。
143.在又一个可选的实施例中，在上述根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型之后，该方法还可以包括以下操作：
144.根据运维需求模态类型及设定的模型关联关系，判断关联模型集合中是否存在满足关联运维需求条件的目标关联模型；关联模型集合包括至少一个与目标模型存在关联关系的关联模型；
145.当判断出关联模型集合中存在满足关联运维需求条件的目标关联模型时，获取目标关联模型的模型模态属性信息，并根据模型模态属性信息、运维需求模态类型及模型关联关系，确定目标关联模型对应的关联运维需求模态类型；
146.根据关联运维需求模态类型及模态运维条件，确定目标关联模型对应的关联运维分析结果；
147.根据关联运维分析结果，对目标关联模型执行智能化运维操作，得到智能化运维后的目标关联模型。
148.进一步可选的，当判断出关联模型集合中不存在满足关联运维需求条件的目标关联模型时，判断目标模型是否满足模型运维完成条件，当判断结果为是时，确定目标模型智能化运维结束；当判断结果为否时，继续执行目标模型的智能化运维操作。
149.可见，该可选的实施例能够提供与目标模型相关联的关联模型智能化运维方式，有利于提高基于多模态数据的模型智能化运维方式的全面性和合理性，丰富了基于多模态数据的模型智能化运维方式的智能化功能，进而有利于提高关联模型的运维需求监控实时性和运维及时性，从而有利于提高模型的整体运维效率和整体运行平稳性。
150.实施例三
151.请参阅图3，图3是本发明实施例公开的一种基于多模态数据的模型智能化运维装置的结构示意图。其中，图3所描述的装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图3所示，该基于多模态数据的模型智能化运维装置可以包括：
152.获取模块301，用于获取预构建的目标模型对应的运行结果信息。
153.判断模块302，用于根据运行结果信息，判断目标模型是否满足预设的运维需求条件。
154.获取模块301，还用于当判断模块302判断出目标模型满足运维需求条件时，获取目标模型对应的运行数据。
155.确定模块303，用于根据运行数据、运行结果信息及设定的运维分析条件，确定目标模型对应的运维分析结果。
156.运维模块304，用于根据运维分析结果，对目标模型执行智能化运维操作，得到智能化运维后的目标模型。
157.可见，实施图3所描述的基于多模态数据的模型智能化运维装置能够根据模型的运行数据、运行结果信息及运维分析条件确定设备的运维分析结果，并基于运维分析结果对模型进行智能化运维操作，有利于提高基于多模态数据的模型智能化运维方式的全面性、合理性和科学性，进而有利于提高确定出的运维分析结果的准确性和确定效率，从而有利于提高设备的运维准确性和运维效率。
158.在一个可选的实施例中，如图4所示，该装置还可以包括：
159.模型构建模块305，用于根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型。
160.以及，模型构建模块305根据获取到的模型构建需求信息，执行模型构建操作，得到构建完成的目标模型的方式具体包括：
161.根据获取到的模型构建需求信息，确定目标实例态类型；
162.根据目标实例态类型、模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型；
163.根据目标实例态类型、目标抽象态类型及设定的模型构建要求信息，构建得到目标模型；
164.其中，目标实例态类型包括运行实例态类型、健康实例态类型、负载实例态类型、风险实例态类型及其他实例态类型中的一种或多种；目标抽象态类型包括状态抽象态类型、相态抽象态类型及时态抽象态类型中的一种或多种。
165.可见，实施图4所描述的装置能够提供模型构建方式，丰富了基于多模态数据的模型智能化运维方式的智能化功能，有利于提高基于多模态数据的模型智能化运维方式的全面性、整体性和合理性，以及还有利于提高构建得到的目标模型与本方案的匹配性，进而有利于提高基于本方案的模型运维平稳性和运维可靠性；以及，还能够确定出目标实例态类型及目标抽象态类型进而智能化构建目标模型，有利于提高模型构建方式的全面性、合理性和科学性，进而有利于提高模型的构建效率和构建可靠性。
166.在另一个可选的实施例中，模型构建模块305根据所有目标实例态类型、模型构建需求信息及设定的抽象态确定条件，确定目标抽象态类型的方式具体包括：
167.根据目标实例态类型及设定的实例态抽象条件，确定实例态抽象定义情况，并根据实例态抽象定义情况及设定的抽象划分条件，确定实例态抽象划分情况；
168.根据实例态抽象划分条件、模型构建需求信息及设定的多态关系条件，确定目标抽象态类型。
169.可见，实施图4所描述的装置还能够提供抽象态类型确定方式，有利于提高抽象态类型确定方式的全面性和合理性，进而有利于提高确定出的抽象态类型的准确性、可靠性和确定效率，从而有利于提高基于抽象态类型构建的目标模型的精准性和可靠性，以提高目标模型实际运行效果与预测效果的匹配度。
170.在又一个可选的实施例中，判断模块302根据运行结果信息，判断目标模型是否满足预设的运维需求条件的方式具体包括：
171.监测与目标模型相匹配的设备的实际运行效果，并根据运行结果信息及实际运行效果，确定设备对应的运行匹配度；
172.根据运行匹配度及设定的运行分析条件，确定目标模型对应的运行有效度；
173.判断运行有效度是否小于等于预设的运行有效度阈值；
174.当判断出运行有效度小于等于运行有效度阈值时，确定目标模型满足预设的运维需求条件；
175.当判断出运行有效度大于运行有效度阈值时，确定目标模型不满足运维需求条件。
176.可见，实施图4所描述的装置还能够确定目标模型对应的运行有效度，并根据运行
有效度与运行有效度阈值的大小比较关系确定模型的运维需求条件满足结果，有利于提高运维需求条件满足结果确定方式的全面性、合理性和可行性，进而有利于提高确定出的运维需求条件满足结果的准确性和可靠性，以及还有利于提高运维需求条件满足结果的确定效率和确定便捷性。
177.在又一个可选的实施例中，确定模块303根据运行数据、运行结果信息及设定的运维分析条件，确定目标模型对应的运维分析结果的方式具体包括：
178.分析运行数据及运行结果信息，得到目标模型对应的运维需求情况；
179.根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型；运维需求模态类型包括目标实例态类型中的至少一个子实例态类型和/或目标抽象态类型中的至少一个子抽象态类型；
180.根据运维需求模态类型、运维需求情况及设定的模态运维条件，确定目标模型对应的运维分析结果。
181.可见，实施图4所描述的装置还能够提供运维分析结果确定方式，有利于提高运维分析结果确定方式的全面性和合理性，进而有利于提高确定出的运维分析结果的准确性、可靠性和确定效率，从而有利于提高基于运维分析结果的模型运维准确性和运维效率。
182.在又一个可选的实施例中，确定模块303根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型的方式具体包括：
183.根据运维需求情况及设定的第一模态确定条件，从目标抽象态类型包括的所有子抽象态类型中筛选出目标子抽象态类型；
184.根据目标子抽象态类型及运维需求情况，判断目标实例态类型包括的所有子实例态类型中是否存在满足设定的第二模态确定条件的目标子实例态类型；
185.当判断结果为是时，根据目标子抽象态类型及目标子实例态类型，确定目标模型对应的运维需求模态类型；
186.当判断结果为否时，根据目标子抽象态类型，确定目标模型对应的运维需求模态类型。
187.可见，实施图4所描述的装置还能够针对不同模态确定条件满足情况确定相匹配的运维需求模态类型确定方式，智能化确定出存在运维需求的目标子抽象态类型和/或目标子实例态类型进而确定出运维需求模态类型，有利于提高运维需求模态类型确定方式的全面性和合理性，进而有利于提高确定出的存在运维需求的子实例态和/或子抽象态的准确性和可靠性，以及还有利于提高运维需求模态类型确定方式的多样性、灵活性和可选择性，从而有利于提高确定出的运维需求模态类型的准确性、可靠性和确定效率。
188.在又一个可选的实施例中，确定模块303，还用于在根据运维需求情况及设定的运维模态确定条件，确定目标模型对应的运维需求模态类型之后，根据运维需求模态类型及设定的模型关联关系，判断关联模型集合中是否存在满足关联运维需求条件的目标关联模型；关联模型集合包括至少一个与目标模型存在关联关系的关联模型；
189.当判断出关联模型集合中存在满足关联运维需求条件的目标关联模型时，获取目标关联模型的模型模态属性信息，并根据模型模态属性信息、运维需求模态类型及模型关联关系，确定目标关联模型对应的关联运维需求模态类型；
190.根据关联运维需求模态类型及模态运维条件，确定目标关联模型对应的关联运维
分析结果；
191.根据关联运维分析结果，对目标关联模型执行智能化运维操作，得到智能化运维后的目标关联模型。
192.可见，实施图4所描述的装置还能够提供与目标模型相关联的关联模型智能化运维方式，有利于提高基于多模态数据的模型智能化运维方式的全面性和合理性，丰富了基于多模态数据的模型智能化运维方式的智能化功能，进而有利于提高关联模型的运维需求监控实时性和运维及时性，从而有利于提高模型的整体运维效率和整体运行平稳性。
193.实施例四
194.请参阅图5，图5是本发明实施例公开的又一种基于多模态数据的模型智能化运维装置的结构示意图。其中，图5所描述的装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图5所示，该装置可以包括：
195.存储有可执行程序代码的存储器401；
196.与存储器401耦合的处理器402；
197.进一步的，还可以包括与处理器402耦合的输入接口403以及输出接口404；
198.其中，处理器402调用存储器401中存储的可执行程序代码，用于执行实施例一或实施例二所描述的基于多模态数据的模型智能化运维方法中的步骤。
199.实施例五
200.本发明实施例公开了一种计算机存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一或实施例二所描述的基于多模态数据的模型智能化运维方法中的步骤。
201.实施例六
202.本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的基于多模态数据的模型智能化运维方法中的步骤。
203.以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
204.通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够
用于携带或存储数据的计算机可读的任何其他介质。
205.最后应说明的是：本发明实施例公开的一种基于多模态数据的模型智能化运维方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。