基于北斗大数据云平台的交通基础设施实时监测预警系统的制作方法

1.本发明涉及交通设施监管预警领域，尤其涉及基于北斗大数据云平台的交通基础设施实时监测预警系统。


背景技术：

2.基础设施包括交通、邮电、供水供电、商业服务、科研与技术服务、园林绿化、环境保护及卫生事业等市政公用工程设施和公共生活服务设施等，完善的基础设施对加速社会经济活动，促进其空间分布形态演变起着巨大的推动作用；
3.但现有技术中的交通信号灯与北斗大数据云平台结合效率低，且无法实时为交通信号灯进行监控，无法根据不同的故障等级合理的对维修人员进行安排，以及在交通信号灯的运行状态出现异常时，无法保证预警信息的完整性和有效性，进而直接影响后续的维修管理，极大的降低了交通信号灯的预警效率；
4.针对上述的技术缺陷，现提出一种解决方案。


技术实现要素：

5.本发明的目的在于提供基于北斗大数据云平台的交通基础设施实时监测预警系统，去解决上述提出的交通信号灯与北斗大数据云平台结合度低，无法给出故障等级的技术缺陷。
6.本发明的目的可以通过以下技术方案实现：
7.基于北斗大数据云平台的交通基础设施实时监测预警系统，包括北斗大数据云平台，北斗大数据云平台内设置有后端服务器和前端服务器，后端服务器内设置有预警单元，前端服务器内设置有状态评估单元、故障分析单元、自检反馈单元以及推荐分析单元；
8.当后端服务器生成预警指令后，立即将预警指令发送至前端服务器内部的状态评估单元，状态评估单元在接收到预警指令后，立即采集交通信号灯的状态数据，状态数据包括交通信号灯的平均用电量和各秒数面板帧图像，并对状态数据进行分析和比对，将得到的风险信号发送至后端服务器内部的预警单元，同时将风险信号发送至故障分析单元和自检反馈单元；
9.故障分析单元在接收到风险信号后，立即从状态评估单元中调取状态数据，并对状态数据进行故障风险等级分析，并将得到的一级故障信号、二级故障信号以及三级故障信号发送至推荐分析单元；
10.自检反馈单元在接收到风险信号后，立即采集预警单元的预警数据，预警数据包括风险信号所对应的预警文字特征图像和预警文字所对应的显示设备内各个电子元件的运行温度，并对预警数据进行分析，将得到的预警信号经前端服务器发送至预警单元，预警单元在接收到风险信号和预警信号后，得到播放信号，以播放语音“设备风险异常”的方式进行预警。
11.优选的，所述状态评估单元的状态数据分析过程如下：
12.采集到交通信号灯开始投入使用时刻到当前时刻之间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内交通信号灯的平均用电量，并将平均用电量与预设平均用电量阈值进行比对分析，获取到平均用电量大于预设平均用电量阈值所对应用电量的个数，并将其标记为异常数，同时获取到平均用电量小于等于预设平均用电量阈值所对应平均用电量的个数，并将其标记为正常数，获取到异常数和正常数的比值，并将异常数和正常数的比值标记为风险比值；
13.获取到时间阈值内交通信号灯的各秒数面板帧图像，并将其标记为mo，同时获取到时间阈值内交通信号灯的各秒数面板帧图像所对应的秒数所占区域，并将其标记为do，进而获取到时间阈值内各秒数面板帧图像所对应的秒数所占区域的亮光面积，并将其标记为秒数亮光面积lo，其中，o指的是各秒数，o为大于零的自然数，并将秒数亮光面积lo与其内部录入存储的预设秒数亮光面积阈值进行比对分析，若秒数亮光面积lo不等于预设秒数亮光面积阈值，以此构建预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中的最大子集和最小子集，并将最大子集和最小子集之间的差值标记为秒数缺失最大跨度值。
14.优选的，所述状态评估单元的比对分析过程如下：
15.将秒数缺失最大跨度值和风险比值与其内部录入存储的预设秒数缺失最大跨度值阈值和预设风险比值阈值进行比对分析：
16.若秒数缺失最大跨度值小于预设秒数缺失最大跨度值阈值，且风险比值小于预设风险比值阈值，则不生成任何信号；
17.若秒数缺失最大跨度值大于等于预设秒数缺失最大跨度值阈值，或风险比值大于等于预设风险比值阈值，则生成风险信号。
18.优选的，所述故障分析单元的故障风险等级分析过程如下：
19.第一步：获取到时间阈值内平均用电量大于预设平均用电量阈值所对应平均用电量，并将其标记为过大平均用电量pyg，其中g指的是平均用电量大于预设平均用电量阈值的个数，并将过大平均用电量pyg超出预设平均用电量阈值的部分标记异常用电量，进而获取到异常用电量的总和，并将其标记为异常用电总量yz；
20.第二步：获取到时间阈值内预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中所有子集的总和，并将其标记为异常面积值ym；
21.第三步：并经过得到故障等级系数，其中，a1、a2分别为异常用电总量和异常面积值的预设比例系数，a3为预设修正比例系数，a1、a2以及a3均为大于零的正数，g为故障等级系数，并将故障等级系数g与其内部录入存储的预设故障等级系数区间进行比对分析：
22.若故障等级系数g大于预设故障等级系数区间中的最大值，则生成一级故障信号；
23.若故障等级系数g位于预设故障等级系数区间中之内，则生成二级故障信号；
24.若故障等级系数g小于预设故障等级系数区间中的最小值，则生成三级故障信号。
25.优选的，所述推荐分析单元在接收到一级故障信号、二级故障信号以及三级故障信号后，立即从北斗大数据云平台获取到当前交通信号灯的地理坐标，并以预设半径进行画圆，获取到预设半径画圆内预设维修人员名单，获取到预设维修人员名单的从业数据，从
业数据包括从业时长和距离当前交通信号灯的距离，需要说明的是，推荐排序的过程为：从业时长优先，其次是距离当前交通信号灯的距离，推荐分析单元将得到的推荐预设维修人员名单经前端服务器发送至预警单元。
26.优选的，所述自检反馈单元的预警数据分析过程如下：
27.采集到预警单元开始接收到风险信号时刻到显示预警文字完成时刻之间的时长，并将其标记为反应时长，将反应时长划分为m个子时间节点，m为大于零的自然数，获取到各个子时间节点内风险信号所对应的预警文字特征图像，并从风险信号所对应的预警文字特征图像中获取到预警文字的实时所占总面积值；
28.同时获取到反应时长内预警文字所对应的显示设备内各个电子元件的运行温度，获取到运行温度大于预设运行温度阈值所对应的电子元件，并将其标记为异常电子元件，获取到各个子时间节点内各个异常电子元件的温度值，并将温度值与预设温度值阈值进行比对分析，获取到温度值大于预设温度值阈值所对应的子时间节点的个数，并将其标记为异常数，进而获取到异常数大于等于预设异常数阈值所对应的异常电子元件的个数，并将其标记为风险电气元件数，并将实时所占总面积值和风险电气元件数与其内部录入存储的预设实时所占总面积值阈值和预设风险电气元件数阈值进行比对分析：
29.若实时所占总面积值等于预设实时所占总面积值阈值，且风险电气元件数小于预设风险电气元件数阈值，则不生成任何信号；
30.若实时所占总面积值不等于预设实时所占总面积值阈值，或风险电气元件数大于等于预设风险电气元件数阈值，则生成预警信号。
31.本发明的有益效果如下：
32.本发明是通过采集交通信号灯的状态数据并分析处理，判断交通信号灯的运行状态是否正常，以提高对交通信号灯的监管性能，同时保证交通信号灯的正常工作，且通过深入式和反馈式的方式进行分析，并通过实时所占总面积值和风险电气元件数两个维度来对交通信号灯的预警进行精准的评判，以保证交通信号灯预警的完整性和有效性，提高设备的监管预警性能，且通过深入式分析状态数据对交通信号灯的影响情况，以此判断交通信号灯的故障等级，进而根据不同的故障等级合理的对维修人员进行安排，以及结合北斗大数据云平台提供的交通信号灯的地理坐标，并以此对维修人员进行合理调度，以保证交通信号灯能快速的进行维修，进一步提高对交通信号灯的监管预警性能。
附图说明
33.下面结合附图对本发明作进一步的说明；
34.图1是本发明系统流动框图；
35.图2是本发明后端服务器内系统流动框图；
36.图3是本发明前端服务器内系统流动框图；
37.图4是本发明分析步骤流动框图。
具体实施方式
38.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、完整的描述，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做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。
39.实施例1：
40.请参阅图1-4所示，本发明为基于北斗大数据云平台的交通基础设施实时监测预警系统，包括北斗大数据云平台，北斗大数据云平台内设置有后端服务器和前端服务器，后端服务器和前端服务器呈双向通讯连接，后端服务器内设置有预警单元，前端服务器内设置有状态评估单元、故障分析单元、自检反馈单元以及推荐分析单元，状态评估单元与故障分析单元和自检反馈单元均呈双向通讯连接，故障分析单元与推荐分析单元呈单向通讯连接；
41.当后端服务器生成预警指令后，立即将预警指令发送至前端服务器内部的状态评估单元，状态评估单元在接收到预警指令后，立即采集交通信号灯的状态数据，状态数据包括交通信号灯的平均用电量和各秒数面板帧图像，并对状态数据进行分析，判断交通信号灯的运行状态是否正常，以提高对交通信号灯的监管性能，同时保证交通信号灯正常工作，具体的状态数据分析过程如下：
42.采集到交通信号灯开始投入使用时刻到当前时刻之间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内交通信号灯的平均用电量，并将平均用电量与预设平均用电量阈值进行比对分析，获取到平均用电量大于预设平均用电量阈值所对应用电量的个数，并将其标记为异常数，同时获取到平均用电量小于等于预设平均用电量阈值所对应平均用电量的个数，并将其标记为正常数，获取到异常数和正常数的比值，并将异常数和正常数的比值标记为风险比值，需要说明的是，风险比值的数值越大，则交通信号灯的安全运行风险越大；
43.获取到时间阈值内交通信号灯的各秒数面板帧图像，并将其标记为mo，同时获取到时间阈值内交通信号灯的各秒数面板帧图像所对应的秒数所占区域，并将其标记为do，进而获取到时间阈值内各秒数面板帧图像所对应的秒数所占区域的亮光面积，并将其标记为秒数亮光面积lo，其中，o指的是各秒数，o为大于零的自然数，并将秒数亮光面积lo与其内部录入存储的预设秒数亮光面积阈值进行比对分析，若秒数亮光面积lo不等于预设秒数亮光面积阈值，以此构建预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中的最大子集和最小子集，并将最大子集和最小子集之间的差值标记为秒数缺失最大跨度值，并将秒数缺失最大跨度值和风险比值与其内部录入存储的预设秒数缺失最大跨度值阈值和预设风险比值阈值进行比对分析：
44.若秒数缺失最大跨度值小于预设秒数缺失最大跨度值阈值，且风险比值小于预设风险比值阈值，则不生成任何信号；
45.若秒数缺失最大跨度值大于等于预设秒数缺失最大跨度值阈值，或风险比值大于等于预设风险比值阈值，则生成风险信号，并将风险信号发送至后端服务器内部的预警单元，同时将风险信号发送至故障分析单元和自检反馈单元，预警单元在接收到风险信号后，立即以文字“设备风险异常”的方式进行展示，进而提醒运管人员及时的对交通信号灯设备进行检修，以保证交通信号灯正常工作，避免交通信号灯异常而带来不必要的安全隐患；
46.故障分析单元在接收到风险信号后，立即从状态评估单元中调取状态数据，并根据状态数据对交通信号灯的影响情况，以此判断交通信号灯的故障等级，进而根据不同的
故障等级合理的对维修人员进行安排，以保证交通信号灯能快速的被维修好，以及合理的对维修人员进行调度，具体的故障风险等级分析过程如下：
47.获取到时间阈值内平均用电量大于预设平均用电量阈值所对应平均用电量，并将其标记为过大平均用电量pyg，其中g指的是平均用电量大于预设平均用电量阈值的个数，并将过大平均用电量pyg超出预设平均用电量阈值的部分标记异常用电量，进而获取到异常用电量的总和，并将其标记为异常用电总量，标号为yz，需要说明的是异常用电总量yz的数值越大，则交通信号灯异常故障产生的问题越多，维修难度越大；
48.获取到时间阈值内预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中所有子集的总和，并将其标记为异常面积值，标号为ym；
49.并经过得到故障等级系数，其中，a1、a2分别为异常用电总量和异常面积值的预设比例系数，a3为预设修正比例系数，a1、a2以及a3均为大于零的正数，g为故障等级系数，并将故障等级系数g与其内部录入存储的预设故障等级系数区间进行比对分析：
50.若故障等级系数g大于预设故障等级系数区间中的最大值，则生成一级故障信号；
51.若故障等级系数g位于预设故障等级系数区间中之内，则生成二级故障信号；
52.若故障等级系数g小于预设故障等级系数区间中的最小值，则生成三级故障信号，其中，一级故障信号、二级故障信号以及三级故障信号所对应的故障难度依次降低，并将一级故障信号、二级故障信号以及三级故障信号发送至推荐分析单元，推荐分析单元在接收到一级故障信号、二级故障信号以及三级故障信号后，立即从北斗大数据云平台获取到当前交通信号灯的地理坐标，并以预设半径进行画圆，获取到预设半径画圆内预设维修人员名单，获取到预设维修人员名单的从业数据，从业数据包括从业时长和距离当前交通信号灯的距离，需要说明的是，推荐排序的过程为：从业时长优先，其次是距离当前交通信号灯的距离，推荐分析单元将得到的推荐预设维修人员名单经前端服务器发送至预警单元，预警单元在接收到推荐预设维修人员名单后，立即以文字的方式进行展示，进而提醒运管人员及时的对推荐预设维修人员进行合理安排，以便快速有效的对交通信号灯进行维修。
53.实施例2：
54.现有的交通信号灯在出现预警时，常出现预警不及时和预警信息不完整的情况，进而直接影响交通信号灯维修效率；
55.自检反馈单元在接收到风险信号后，立即采集预警单元的预警数据，预警数据包括风险信号所对应的预警文字特征图像和预警文字所对应的显示设备内各个电子元件的运行温度，并对预警数据进行分析，判断设备预警是否正常，以保证设备预警的有效性，具体的预警数据分析过程如下：
56.采集到预警单元开始接收到风险信号时刻到显示预警文字完成时刻之间的时长，并将其标记为反应时长，将反应时长划分为m个子时间节点，m为大于零的自然数，获取到各个子时间节点内风险信号所对应的预警文字特征图像，并从风险信号所对应的预警文字特征图像中获取到预警文字的实时所占总面积值，同时获取到反应时长内预警文字所对应的显示设备内各个电子元件的运行温度，获取到运行温度大于预设运行温度阈值所对应的电子元件，并将其标记为异常电子元件，获取到各个子时间节点内各个异常电子元件的温度
值，并将温度值与预设温度值阈值进行比对分析，获取到温度值大于预设温度值阈值所对应的子时间节点的个数，并将其标记为异常数，进而获取到异常数大于等于预设异常数阈值所对应的异常电子元件的个数，并将其标记为风险电气元件数，并将实时所占总面积值和风险电气元件数与其内部录入存储的预设实时所占总面积值阈值和预设风险电气元件数阈值进行比对分析：
57.若实时所占总面积值等于预设实时所占总面积值阈值，且风险电气元件数小于预设风险电气元件数阈值，则不生成任何信号；
58.若实时所占总面积值不等于预设实时所占总面积值阈值，或风险电气元件数大于等于预设风险电气元件数阈值，则生成预警信号，并将预警信号经前端服务器发送至预警单元，预警单元在接收到风险信号和预警信号后，得到播放信号，以播放语音“设备风险异常”的方式进行预警，进而提高预警的及时性和完整性，同时提高设备的监管预警性能；
59.综上所述，本发明是通过采集交通信号灯的状态数据并分析处理，判断交通信号灯的运行状态是否正常，以提高对交通信号灯的监管性能，同时保证交通信号灯的正常工作，且通过深入式和反馈式的方式进行分析，并通过实时所占总面积值和风险电气元件数两个维度来对交通信号灯的预警进行精准的评判，以保证交通信号灯预警的完整性和有效性，提高设备的监管预警性能，且通过深入式分析状态数据对交通信号灯的影响情况，以此判断交通信号灯的故障等级，进而根据不同的故障等级合理的对维修人员进行安排，以及结合北斗大数据云平台提供的交通信号灯的地理坐标，并以此对维修人员进行合理调度，以保证交通信号灯能快速的进行维修，进一步提高对交通信号灯的监管预警性能。
60.上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置，以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，包括北斗大数据云平台，北斗大数据云平台内设置有后端服务器和前端服务器，后端服务器内设置有预警单元，前端服务器内设置有状态评估单元、故障分析单元、自检反馈单元以及推荐分析单元；当后端服务器生成预警指令后，立即将预警指令发送至前端服务器内部的状态评估单元，状态评估单元在接收到预警指令后，立即采集交通信号灯的状态数据，状态数据包括交通信号灯的平均用电量和各秒数面板帧图像，并对状态数据进行分析和比对，将得到的风险信号发送至后端服务器内部的预警单元，同时将风险信号发送至故障分析单元和自检反馈单元；故障分析单元在接收到风险信号后，立即从状态评估单元中调取状态数据，并对状态数据进行故障风险等级分析，并将得到的一级故障信号、二级故障信号以及三级故障信号发送至推荐分析单元；自检反馈单元在接收到风险信号后，立即采集预警单元的预警数据，预警数据包括风险信号所对应的预警文字特征图像和预警文字所对应的显示设备内各个电子元件的运行温度，并对预警数据进行分析，将得到的预警信号经前端服务器发送至预警单元，预警单元在接收到风险信号和预警信号后，得到播放信号，以播放语音“设备风险异常”的方式进行预警。2.根据权利要求1所述的基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，所述状态评估单元的状态数据分析过程如下：采集到交通信号灯开始投入使用时刻到当前时刻之间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内交通信号灯的平均用电量，并将平均用电量与预设平均用电量阈值进行比对分析，获取到平均用电量大于预设平均用电量阈值所对应用电量的个数，并将其标记为异常数，同时获取到平均用电量小于等于预设平均用电量阈值所对应平均用电量的个数，并将其标记为正常数，获取到异常数和正常数的比值，并将异常数和正常数的比值标记为风险比值；获取到时间阈值内交通信号灯的各秒数面板帧图像，并将其标记为mo，同时获取到时间阈值内交通信号灯的各秒数面板帧图像所对应的秒数所占区域，并将其标记为do，进而获取到时间阈值内各秒数面板帧图像所对应的秒数所占区域的亮光面积，并将其标记为秒数亮光面积lo，其中，o指的是各秒数，o为大于零的自然数，并将秒数亮光面积lo与其内部录入存储的预设秒数亮光面积阈值进行比对分析，若秒数亮光面积lo不等于预设秒数亮光面积阈值，以此构建预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中的最大子集和最小子集，并将最大子集和最小子集之间的差值标记为秒数缺失最大跨度值。3.根据权利要求2所述的基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，所述状态评估单元的比对分析过程如下：将秒数缺失最大跨度值和风险比值与其内部录入存储的预设秒数缺失最大跨度值阈值和预设风险比值阈值进行比对分析：若秒数缺失最大跨度值小于预设秒数缺失最大跨度值阈值，且风险比值小于预设风险比值阈值，则不生成任何信号；
若秒数缺失最大跨度值大于等于预设秒数缺失最大跨度值阈值，或风险比值大于等于预设风险比值阈值，则生成风险信号。4.根据权利要求1所述的基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，所述故障分析单元的故障风险等级分析过程如下：第一步：获取到时间阈值内平均用电量大于预设平均用电量阈值所对应平均用电量，并将其标记为过大平均用电量pyg，其中g指的是平均用电量大于预设平均用电量阈值的个数，并将过大平均用电量pyg超出预设平均用电量阈值的部分标记异常用电量，进而获取到异常用电量的总和，并将其标记为异常用电总量yz；第二步：获取到时间阈值内预设秒数亮光面积阈值与秒数亮光面积lo之间的差值的集合a，获取到集合a中所有子集的总和，并将其标记为异常面积值ym；第三步：并经过得到故障等级系数，其中，a1、a2分别为异常用电总量和异常面积值的预设比例系数，a3为预设修正比例系数，a1、a2以及a3均为大于零的正数，g为故障等级系数，并将故障等级系数g与其内部录入存储的预设故障等级系数区间进行比对分析：若故障等级系数g大于预设故障等级系数区间中的最大值，则生成一级故障信号；若故障等级系数g位于预设故障等级系数区间中之内，则生成二级故障信号；若故障等级系数g小于预设故障等级系数区间中的最小值，则生成三级故障信号。5.根据权利要求1所述的基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，所述推荐分析单元在接收到一级故障信号、二级故障信号以及三级故障信号后，立即从北斗大数据云平台获取到当前交通信号灯的地理坐标，并以预设半径进行画圆，获取到预设半径画圆内预设维修人员名单，获取到预设维修人员名单的从业数据，从业数据包括从业时长和距离当前交通信号灯的距离，需要说明的是，推荐排序的过程为：从业时长优先，其次是距离当前交通信号灯的距离，推荐分析单元将得到的推荐预设维修人员名单经前端服务器发送至预警单元。6.根据权利要求1所述的基于北斗大数据云平台的交通基础设施实时监测预警系统，其特征在于，所述自检反馈单元的预警数据分析过程如下：采集到预警单元开始接收到风险信号时刻到显示预警文字完成时刻之间的时长，并将其标记为反应时长，将反应时长划分为m个子时间节点，m为大于零的自然数，获取到各个子时间节点内风险信号所对应的预警文字特征图像，并从风险信号所对应的预警文字特征图像中获取到预警文字的实时所占总面积值；同时获取到反应时长内预警文字所对应的显示设备内各个电子元件的运行温度，获取到运行温度大于预设运行温度阈值所对应的电子元件，并将其标记为异常电子元件，获取到各个子时间节点内各个异常电子元件的温度值，并将温度值与预设温度值阈值进行比对分析，获取到温度值大于预设温度值阈值所对应的子时间节点的个数，并将其标记为异常数，进而获取到异常数大于等于预设异常数阈值所对应的异常电子元件的个数，并将其标记为风险电气元件数，并将实时所占总面积值和风险电气元件数与其内部录入存储的预设实时所占总面积值阈值和预设风险电气元件数阈值进行比对分析：若实时所占总面积值等于预设实时所占总面积值阈值，且风险电气元件数小于预设风
险电气元件数阈值，则不生成任何信号；若实时所占总面积值不等于预设实时所占总面积值阈值，或风险电气元件数大于等于预设风险电气元件数阈值，则生成预警信号。

技术总结
本发明涉及交通设施监管预警领域，尤其涉及基于北斗大数据云平台的交通基础设施实时监测预警系统，包括北斗大数据云平台，北斗大数据云平台内设置有后端服务器和前端服务器，后端服务器内设置有预警单元，前端服务器内设置有状态评估单元、故障分析单元、自检反馈单元以及推荐分析单元；本发明是通过采集交通信号灯的状态数据并分析处理，判断交通信号灯的运行状态是否正常，以提高对交通信号灯的监管性能，同时保证交通信号灯的正常工作，且通过深入式和反馈式的方式进行分析，并通过实时所占总面积值和风险电气元件数两个维度来对交通信号灯的预警进行精准的评判，以保证交通信号灯预警的完整性和有效性。号灯预警的完整性和有效性。号灯预警的完整性和有效性。


技术研发人员：吴嘉鹏
受保护的技术使用者：吴嘉鹏
技术研发日：2023.03.24
技术公布日：2023/6/27