一种银行设备运行状态智能可视化方法和装置与流程

本发明涉及一种银行设备运行状态智能可视化方法和装置。

背景技术：

1、为了便于用户查询或者办理相关业务，银行大厅通常设置有一些银行设备，比如：自助查询设备，相应地，这些银行设备的安全、稳定运行至关重要。目前，通过对银行设备的重点供电位置处的电压和温度进行监测，并显示在后台显示屏幕上，以供工作人员查看，实现银行设备的运行监控。然而，为了确保监控可靠性，避免误操作，需要将运行数据中的异常运行数据筛除，目前的异常运行数据的筛除过程比较粗放，仅仅是根据与相邻数据的差异情况，或者根据数据的突变程度，实现异常运行数据的判断，导致筛除准确性较差，从而导致无法准确将正常的数据信息进行可视化。

技术实现思路

1、为了解决上述技术问题，本发明提供一种银行设备运行状态智能可视化方法和装置。

2、一种银行设备运行状态智能可视化方法，包括：

3、获取预设时间段内，各个采样时刻的银行设备的运行数据，所述运行数据包括电压值和温度值；

4、将电压作为横轴，将温度作为纵轴，构建二维坐标系，并将所有采样时刻的运行数据映射到所述二维坐标系中，得到数据分布集合；

5、根据原始聚类中心采用k均值聚类算法对所述数据分布集合进行聚类，得到多个原始簇，并根据每个原始簇的特征，将原始簇划分为正常簇和异常簇；

6、根据正常簇和异常簇，确定目标k值，并根据所述目标k值，采用k均值聚类算法对所述数据分布集合再次聚类，得到多个目标簇；

7、采用基于聚类的局部异常因子检测算法，获取各个目标簇中的各个坐标点的局部异常因子，将局部异常因子大于预设异常因子阈值的坐标点筛除，保留剩余坐标点；

8、将剩余坐标点对应的数据分布集合进行可视化，并加密存储。

9、进一步地，原始聚类中心的获取过程包括：基于电压值，将所述数据分布集合的横坐标分为多个数据区间，并对各数据区间按照对应的滑窗规则进行滑窗操作，根据每一个坐标点与对应窗口内其他坐标点之间的关系，确定原始聚类中心。

10、进一步地，数据区间的获取过程包括：

11、获取横坐标值相同的坐标点的数量，并基于各个数量构成数量序列；

12、获取所述数量序列中的极小值点，将各个极小值点对应的横坐标值作为区间分割点，通过得到的区间分割点将所述数据分布集合的横坐标分为多个数据区间。

13、进一步地，对各数据区间按照对应的滑窗规则进行滑窗操作包括：

14、对于任意一个数据区间，计算该数据区间中的坐标点数量占比，并计算该数据区间的横坐标上限值与横坐标下限值的差值，得到该数据区间的数据长度；

15、计算所述坐标点数量占比与所述数据长度的乘积并向下取整，得到的数值同时为该数据区间的滑窗长度和该数据区间的滑窗步长。

16、进一步地，根据每一个坐标点与对应窗口内其他坐标点之间的关系，确定原始聚类中心包括：

17、对于任意一个坐标点，将该坐标点称为目标坐标点，将目标坐标点所处的窗口内的其他坐标点称为关联坐标点；获取目标坐标点与每一个关联坐标点的欧氏距离，并求和，得到总距离；

18、获取目标坐标点以及每一个关联坐标点与二维坐标系的原点之间的距离，进而计算得到坐标距离的距离方差；

19、获取目标坐标点所处的窗口内的坐标点数量；

20、计算所述总距离与距离方差的乘积，并计算所述坐标点数量与该乘积的比值并归一化，得到该坐标点的聚类中心评选指标；

21、将所有大于预设评选指标阈值的聚类中心评选指标对应的坐标点作为原始聚类中心。

22、进一步地，根据每个原始簇的特征，将原始簇划分为正常簇和异常簇包括：

23、对于任意一个原始簇，获取该原始簇的链码，并获取该原始簇对应的每两个相邻链码的夹角的正弦值；

24、获取该原始簇的最小外接矩形的规整度；

25、根据该原始簇对应的每两个相邻链码的夹角的正弦值以及所述规整度，得到该原始簇的簇正常程度指标；

26、将各个原始簇的簇正常程度指标与预设正常程度指标阈值进行比较，若大于或者等于预设正常程度指标阈值，则对应原始簇为正常簇；否则，对应原始簇为异常簇。

27、进一步地，规整度的获取过程包括：获取原始簇的最小外接矩形的长度和宽度，所述长度大于所述宽度，将所述宽度和长度的比值作为所述规整度；

28、相应地，根据该原始簇对应的每两个相邻链码的夹角的正弦值以及所述规整度，得到该原始簇的簇正常程度指标，包括：

29、计算该原始簇对应的所有的正弦值的均值；

30、计算所述正弦值的均值与所述规整度的乘积并归一化，得到该原始簇的簇正常程度指标。

31、进一步地，根据正常簇和异常簇，确定目标k值，包括：

32、对于任意一个异常簇，按照pca主成分分析算法，获取该异常簇的各个主成分方向，从中获取最大的特征值所对应的主成分方向，作为第一主成分方向，并从预设数量个最小特征值所对应的主成分方向中选取一个主成分方向，作为第二主成分方向；

33、获取所述第一主成分方向与横轴的夹角，作为第一夹角，以及所述第二主成分方向与横轴的夹角，作为第二夹角，并计算所述第一夹角与第二夹角的夹角比值；

34、计算该异常簇的所述夹角比值与该异常簇的簇正常程度指标的比值并向上取整，得到该异常簇的初始数量；

35、计算所有的异常簇的初始数量的和值，得到中间数量；

36、将所述中间数量与正常簇的数量的和值作为所述目标k值。

37、进一步地，将局部异常因子大于预设异常因子阈值的坐标点称为异常坐标点；

38、相应地，将剩余坐标点对应的数据分布集合进行加密存储包括：

39、获取将异常坐标点筛除后的各个目标簇，得到各个优化簇；

40、将各个优化簇按照对应的数据加密算法进行加密，得到各个加密簇；其中，不同的优化簇所采用的数据加密算法不同；

41、将各个加密簇分别进行存储。

42、一种银行设备运行状态智能可视化装置，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现上述的银行设备运行状态智能可视化方法。

43、本发明具有如下有益效果：将银行设备的运行数据映射到二维坐标系中，得到数据分布集合，便于后期根据分布情况从中筛除异常数据，保留正常数据；先根据原始聚类中心采用k均值聚类算法对数据分布集合进行第一次聚类，得到多个原始簇，并根据每个原始簇的特征，将原始簇划分为正常簇和异常簇，区分出正常簇和异常簇是为了根据正常簇和异常簇的特征，对原始聚类中心进行准确修正，从而得到更为准确的、与实际情况相符的目标k值，即聚类数量，然后根据目标k值，采用k均值聚类算法就能够对数据分布集合进行精准聚类，最后根据第二次聚类得到的各个目标簇，采用基于聚类的局部异常因子检测算法获取各个目标簇中的各个坐标点的局部异常因子，局部异常因子大于预设异常因子阈值的坐标点为异常坐标点，对应的运行数据为异常运行数据，就可以对其进行筛除，结合全局实现异常运行数据的筛除，提升筛除准确性，从而实现准确显示正常的数据信息，同时加密存储，实现数据的安全保存。