[发明专利]基于数据分析的传感器运行状态分析方法和系统

权利要求书

1.一种基于数据分析的传感器运行状态分析方法，其特征在于，包括：

基于候选运行数据分析网络之前分析过的运行描述数据，对所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络，在进行网络优化操作的过程中，至少基于两个维度的误差参数，对所述候选运行数据分析网络进行网络优化操作；

采集到目标传感器对应的待分析运行描述数据，所述待分析运行描述数据用于描述所述目标传感器待分析的运行过程，所述待分析运行描述数据和所述运行描述数据的数据形式一致，且至少包括文本数据；

利用所述优化运行数据分析网络，对所述待分析运行描述数据进行分析，以输出所述待分析运行描述数据对应的目标运行分析结果，所述目标运行分析结果用于反映所述目标传感器的运行状态；

其中，所述基于候选运行数据分析网络之前分析过的运行描述数据，对所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络的步骤，包括：

确定出用于优化运行数据分析网络的示例性数据簇，所述示例性数据簇包括至少一个具有标识数据的示例性运行描述数据，所述示例性运行描述数据属于所述候选运行数据分析网络之前分析过的运行描述数据，所述运行描述数据用于对传感器的运行过程进行描述；

将所述示例性运行描述数据进行关键信息挖掘操作，以形成所述示例性运行描述数据对应的运行数据表征向量；

将所述运行数据表征向量和所述标识数据对应的第一聚类集合的聚类代表标识表征向量进行聚合操作，以形成所述示例性运行描述数据对应的聚合表征向量；

基于所述聚合表征向量，分析出所述示例性运行描述数据对应的分析标识数据，所述分析标识数据属于对应的所述传感器的运行状态的分析结果，所述标识数据属于对应的所述传感器的运行状态的实际结果；

基于所述运行数据表征向量和所述分析标识数据，将所述第一聚类集合的聚类代表标识表征向量进行优化操作，以形成所述第一聚类集合的优化后的聚类代表标识表征向量；

将所述运行数据表征向量和所述第一聚类集合的优化后的聚类代表标识表征向量进行聚合操作，以形成所述示例性运行描述数据的优化后的聚合表征向量；

基于所述优化后的聚合表征向量，分析出所述聚合表征向量和所述优化后的聚合表征向量之间的匹配误差参数，以及，分析出所述候选运行数据分析网络对应的分析误差参数；

基于所述分析误差参数和所述匹配误差参数，将所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络。

2.如权利要求1所述的基于数据分析的传感器运行状态分析方法，其特征在于，所述将所述示例性运行描述数据进行关键信息挖掘操作，以形成所述示例性运行描述数据对应的运行数据表征向量的步骤，包括：

利用所述候选运行数据分析网络中的关键信息挖掘单元，将所述示例性运行描述数据进行关键信息挖掘操作，以形成所述示例性运行描述数据对应的候选运行数据表征向量；

利用所述候选运行数据分析网络中的向量变换单元，将所述候选运行数据表征向量进行向量变换操作，以形成所述示例性运行描述数据对应的运行数据表征向量；

其中，所述候选运行数据分析网络中还包括其它变换单元，所述基于候选运行数据分析网络之前分析过的运行描述数据，对所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络的步骤还包括：

确定出所述标识数据对应的第一聚类集合的候选的聚类代表标识表征向量，所述标识数据对应的第一聚类集合包括具有所述标识数据的各示例性运行描述数据对应的运行数据表征向量；

利用所述候选运行数据分析网络中的其它变换单元，将所述候选的聚类代表标识表征向量进行向量变换操作，以形成所述标识数据对应的第一聚类集合的聚类代表标识表征向量。