[发明专利]物联网设备故障识别方法、系统、装置及可存储介质在审
申请号: | 201911368521.1 | 申请日: | 2019-12-26 |
公开(公告)号: | CN111026090A | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 陈海江;倪剑平;郑旭列;伍洪辉;邓雅予 | 申请(专利权)人: | 浙江力石科技股份有限公司 |
主分类号: | G05B23/02 | 分类号: | G05B23/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310000 浙江省杭州市余杭区文一西*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联网 设备 故障 识别 方法 系统 装置 存储 介质 | ||
1.一种物联网设备故障识别方法,其特征在于,包括:
通过对接方式与物联网设备连接,获取设备数据;
基于所获取的设备数据,对数据类型进行分类,包括正常数据和故障数据;
基于基尼系数构建设备故障监控模型;
训练所述设备故障监控模型,并将训练后的模型对当前的设备进行实时监控。
2.根据权利要求1所述的物联网设备故障识别方法,其特征在于,
所述基于所获取的设备数据,对数据类型进行分类,包括正常数据和故障数据包括:
基于所获取的设备数据,对其在过去的预设时长内的历史数据筛选;
基于历史数据按照正常数据和故障数据进行分类,形成历史数据正常集合和历史数据故障集合。
3.根据权利要求2所述的物联网设备故障识别方法,其特征在于,
所述基于基尼系数构建设备故障监控模型包括:
基于所述历史数据故障集合的数据,获取故障原因;
基于所获取的设备数据,获取设备属性;
基于所获得的故障原因和设备属性,构建基尼系数模型,将故障原因和设备数据关联;
将所述基尼系数模型从小到大的顺序加入决策树模型中,形成设备故障监控模型。
4.根据权利要求3所述的物联网设备故障识别方法,其特征在于,
所述训练所述设备故障监控模型,并将训练后的模型对当前的设备进行实时监控包括:
利用史数据正常集合和历史数据故障集合训练所构建的设备故障监控模型;
对当前所连接的物联网设备利用所述设备故障监控模型进行实时监控,若出现一处故障立即进行警报。
5.一种物联网设备故障识别系统,其特征在于,包括:
通讯单元,用于通过对接方式与物联网设备连接,获取设备数据;
数据获取单元,用于基于所获取的设备数据,对数据类型进行分类,包括正常数据和故障数据;
模型构建单元,用于基于基尼系数构建设备故障监控模型;
实时监控单元,用于训练所述设备故障监控模型,并将训练后的模型对当前的设备进行实时监控。
6.根据权利要求5所述的物联网设备故障识别系统,其特征在于,
所述数据获取单元包括:
历史数据获取单元,用于基于所获取的设备数据,对其在过去的预设时长内的历史数据筛选;
数据筛选分类单元,用于基于历史数据按照正常数据和故障数据进行分类,形成历史数据正常集合和历史数据故障集合。
7.根据权利要求6所述的物联网设备故障识别系统,其特征在于,
所述模型构建单元包括:
数据分析单元,用于基于所述历史数据故障集合的数据,获取故障原因;
属性分析单元,用于基于所获取的设备数据,获取设备属性;
关联单元,用于基于所获得的故障原因和设备属性,构建基尼系数模型,将故障原因和设备数据关联;
构建模型单元,用于将所述基尼系数模型从小到大的顺序加入决策树模型中,形成设备故障监控模型。
8.根据权利要求7所述的物联网设备故障识别系统,其特征在于,
所述模型构建单元包括:
训练模型单元,用于利用史数据正常集合和历史数据故障集合训练所构建的设备故障监控模型;
模型监控单元,用于对当前所连接的物联网设备利用所述设备故障监控模型进行实时监控,若出现一处故障立即进行警报。
9.一种识别装置,其特征在于,包括存储器和处理器,所述存储器上存储有计算机可执行指令,所述处理器运行所述存储器上的计算机可执行指令时实现权利要求1-4任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述权利要求1-4任意一项所述的方法。
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浙江力石科技股份有限公司,未经浙江力石科技股份有限公司许可,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/201911368521.1/1.html,转载请声明来源钻瓜专利网。