[发明专利]电器设备的故障诊断方法、系统、云端服务器及存储介质有效
| 申请号: | 201810582950.8 | 申请日: | 2018-06-07 |
| 公开(公告)号: | CN110647894B | 公开(公告)日: | 2022-05-10 |
| 发明(设计)人: | 陈必东 | 申请(专利权)人: | 佛山市顺德区美的电热电器制造有限公司 |
| 主分类号: | G06V10/74 | 分类号: | G06V10/74;G06K9/62;G06Q10/00 |
| 代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 徐升升;张颖玲 |
| 地址: | 528311 广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电器设备 故障诊断 方法 系统 云端 服务器 存储 介质 | ||
1.一种电器设备的故障诊断方法,应用于云端服务器,其特征在于,所述方法包括:
获取电器设备的运行数据以及所述电器设备的面板图像;
获取所述电器设备的类型信息;
根据所述类型信息、所述运行数据和所述面板图像确定所述电器设备的工作状态不匹配时获取故障诊断结果,包括:根据所述运行数据和所述类型信息,确定所述运行数据对应表征的所述电器设备的第一工作状态;对所述面板图像进行识别,根据所述面板图像和所述类型信息,确定所述面板图像对应表征的所述电器设备的第二工作状态;当所述第一工作状态与所述第二工作状态不匹配时,根据所述面板图像定位所述电器设备的故障类型。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述第一工作状态确定参考面板图像;
当所述第一工作状态对应的参考面板图像与所述面板图像不匹配时,根据所述面板图像定位所述电器设备的故障类型。
3.根据权利要求1所述的方法,其特征在于,还包括:
根据所述第二工作状态确定参考运行数据;
当所述参考运行数据与所述运行数据不匹配时,根据所述面板图像定位所述电器设备的故障类型。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述根据所述面板图像定位所述电器设备的故障类型,包括:
提取所述面板图像的第一特征向量;
根据所述第一特征向量以及设置的图像库中与目标工作状态对应的各故障类型的面板图像的第二特征向量,计算所述面板图像与所述各故障类型的面板图像之间的相似度值;所述目标工作状态为所述运行数据对应表征的所述电器设备的工作状态;
将与所述面板图像之间具有最大相似度值的故障类型的面板图像所对应的故障类型作为所述电器设备的故障类型。
5.根据权利要求1所述的方法,其特征在于,所述获取所述电器设备的类型信息,包括:
对所述运行数据进行分析,根据所述运行数据包含的类型参数确定所述电器设备的类型信息;或,
对所述面板图像进行识别,根据所述面板图像包含的图像特征确定所述电器设备的类型信息;或,
获取设置的输入操作指令,基于所述输入操作指令确定所述电器设备的类型信息。
6.根据权利要求1所述的方法,其特征在于,所述对所述面板图像进行识别,根据所述面板图像和所述类型信息,确定所述面板图像对应表征的所述电器设备的第二工作状态,包括:
将所述面板图像输入状态分类模型,通过所述状态分类模型提取所述面板图像的图像特征,将所提取的图像特征进行降采样处理;
将所述降采样处理后的图像特征映射到所述电器设备属于不同工作状态的概率。
7.根据权利要求6所述的方法,其特征在于,所述将所述面板图像输入状态分类模型,通过所述状态分类模型提取所述面板图像的图像特征,将所提取的图像特征进行降采样处理之前,还包括:
获取标准面板图像以及所述标准面板图像对应的工作状态类别,对初始的神经网络模型进行迭代训练,得到训练后的所述状态分类模型。
8.一种云端服务器,其特征在于,包括:
第一获取模块,用于获取电器设备的运行数据以及所述电器设备的面板图像;
第二获取模块,用于获取所述电器设备的类型信息;
处理模块,用于根据所述类型信息、所述运行数据和所述面板图像确定所述电器设备的工作状态不匹配时,获取故障诊断结果;
所述处理模块用于:根据所述运行数据和所述类型信息,确定所述运行数据对应表征的所述电器设备的第一工作状态;对所述面板图像进行识别,根据所述面板图像和所述类型信息,确定所述面板图像对应表征的所述电器设备的第二工作状态;当所述第一工作状态与所述第二工作状态不匹配时,根据所述面板图像定位所述电器设备的故障类型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市顺德区美的电热电器制造有限公司,未经佛山市顺德区美的电热电器制造有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810582950.8/1.html,转载请声明来源钻瓜专利网。





