[发明专利]故障检测方法、装置、电子设备和介质

说明书

本公开提供了一种故障检测方法、装置、设备、介质和产品，涉及计算机技术领域，具体为工业大数据、机器学习技术领域。故障检测方法包括：基于目标频率范围和目标设备的运行状态数据的频率，对运行状态数据进行分解，得到与目标频率范围对应的频率区间数据；对频率区间数据进行特征提取，得到与频率区间数据对应的初始特征集合，其中，初始特征集合中的初始特征包括类别标识；基于类别标识，对初始特征集合进行处理，得到目标特征；基于目标特征，确定针对目标设备的故障信息。

技术领域

本公开涉及计算机技术领域，具体为工业大数据、机器学习技术领域，更具体地，涉及一种故障检测方法、装置、电子设备、介质和程序产品。

背景技术

在目标设备的运行过程中，在一些情况下会发生设备故障，目标设备包括机械设备。为了保证设备的正常运行，需要及时检测设备的故障情况，以便及时采集相关措施。但是，相关技术的设备故障检测方式存在准确性较低、成本较高的问题。

发明内容

本公开提供了一种故障检测方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种故障检测方法，包括：基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；基于所述目标特征，确定针对所述目标设备的故障信息。

根据本公开的另一方面，提供了一种故障检测装置，包括：分解模块、提取模块、处理模块以及第一确定模块。分解模块，用于基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；提取模块，用于对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；处理模块，用于基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；第一确定模块，用于基于所述目标特征，确定针对所述目标设备的故障信息。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的故障检测方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的故障检测方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述故障检测方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开一实施例的故障检测的系统架构；

图2示意性示出了根据本公开一实施例的故障检测方法的流程图；

图3示意性示出了根据本公开一实施例的故障检测方法的系统图；

图4示意性示出了根据本公开另一实施例的故障检测方法的系统图；

图5示意性示出了根据本公开一实施例的故障检测装置的框图；以及

图6是用来实现本公开实施例的用于执行故障检测的电子设备的框图。

具体实施方式