[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

说明书

本申请公开了一种物联网设备故障识别方法、系统、装置及可存储介质，方法包括：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。在本申请实施例中，根据设备具备的属性，通过算法推测设备是否故障，避免通过人工方式检测，从而减少了人工成本以及较低了误差。

技术领域

本申请涉及物联网设备智能监控技术领域，尤其涉及一种物联网设备故障识别方法、系统、装置及可存储介质。

背景技术

物联网设备是指通过射频识别、红外感应器、全球定位系统、激光扫描器等技术实现的终端设备，当前物联网设备故障检测还是以人工为主，主要方法包括：听诊法、触测法、观察法。听诊法：设备正常运转时，伴随发生的声响具有一定的音律和节奏，只要熟悉和掌握这些音律和节奏，通过听觉判断设备是否故障；触测法：通过手的触觉或者辅助工具，触碰、测量设备是否故障；观察法：通过人的视觉观察设备表面是否有松动、裂纹、损伤等或者通过设备显示的数值凭借经验、常识判断设备是否故障。物联网环境下的设备相对复杂，人工检测故障的方法成本较高且误差较大。

发明内容

为了解决上述技术问题，本申请实施例提供一种物联网设备故障识别方法、系统、装置及可存储介质。

本申请实施例第一方面提供了一种物联网设备故障识别方法，可包括：

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。

进一步地，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。

进一步地，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。

进一步地，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。

本申请实施例第二方面提供了一种物联网设备故障识别系统，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。

进一步地，所述数据获取单元包括：