[发明专利]一种云端移动端协同的故障预警方法、相关设备及系统

权利要求书

1.一种云端移动端协同的故障预警方法，其特征在于，包括：

移动端监控用户数据信息，并将所述数据信息进行发送；

云端接收移动端发送的数据，并对所述移动端发送的数据进行处理；

云端得到故障预警模型并将所述故障预警模型下发给移动端；

移动端获取故障预警模型进行故障预警。

2.根据权利要求1所述的方法，其特征在于，所述云端接收移动端发送的数据，并对所述移动端发送的数据进行处理，包括：

按移动端类别将数据进行分类；

按比例将所述数据切分为两部分。

3.根据权利要求2所述的方法，其特征在于，所述按比例将所述数据切分为两部分包括：

剔除掉数据量缺失超过50％的用户数据；

在剩下的数据中进行随机采样，继续从中选取跟移动端需要预警的故障问题密切相关的数据，将保留下来的数据按照比例进行切分，前一部分的数据作为训练数据集，后一部分的数据作为验证数据集。

4.根据权利要求1所述的方法，其特征在于，所述云端得到故障预警模型并将所述故障预警模型下发给移动端包括：

用训练数据集对故障预警模型进行训练；

用验证数据集对训练好的模型进行验证。

5.根据权利要求4所述的方法，其特征在于，所述用训练数据集对故障预警模型进行训练包括：

选取故障预警模型，确定故障预警模型的具体配置参数；

将所有用户的训练数据集并列起来划分成一个个数据段，每个数据段有固定数量用户的等长数据；

更新循环次数，把数据段中的所有用户数据依次输入到故障预警模型中进行训练；

每次训练完一个数据段的数据后都要对故障预警模型进行一次更新；

根据训练结果对故障预警模型进行处理。

6.根据权利要求5所述的方法，其特征在于，所述根据训练结果对故障预警模型进行处理包括：

若达到设定好的训练次数或者预警模型的loss函数值已经收敛，则：

结束训练得到训练好的故障预警模型；

若未达到设定好的训练次数或者预警模型的loss函数值未收敛，则：

用训练数据集继续对故障预警模型进行训练。

7.根据权利要求4所述的方法，其特征在于，所述用验证数据集对训练好的模型进行验证包括：

用验证数据集对训练好的模型进行测试；

根据测试结果对故障预警模型进行处理。

8.根据权利要求7所述的方法，其特征在于，所述根据测试结果对故障预警模型进行处理包括：

查看验证数据集对训练好的模型的测试结果和真实结果之间的误差，

若误差在要求的范围内，则：

验证完成得到验证好的故障预警模型；

若误差不在要求的范围内，则：

用训练数据集对故障预警模型进行训练。

9.一种移动端，包括：

监控模块，被配置为监控用户数据信息，收集用户数据；

发送模块，被配置为将用户数据进行发送；

获取模块，被配置为获取故障预警模型；

预警模块，被配置为利用故障预警模型进行故障预警。

10.一种云端，包括：

接收模块，被配置为接收移动端发送的数据；

处理模块，被配置为对接收的数据进行处理；

下发模块，被配置为将故障预警模型下发给移动端。

11.根据权利要求10所述的云端，其特征在于，所述数据包括训练数据集，所述处理模块包括：

第一处理模块，被配置为用训练数据集对故障预警模型进行训练。