[发明专利]设备信息诊断方法、装置、设备及计算机可读存储介质

权利要求书

1.一种设备信息诊断方法，其特征在于，包括：

获取设备数据；

分析所述设备数据，得到所述设备数据的数据来源；

将所述数据来源相同的所述设备数据分配至同一个组当中，得到至少一个数据组；每个所述数据组中包括至少一个所述设备数据；

获取每个所述数据组中所包含的每个所述设备数据的第一数据名称；

生成用于对所述设备数据进行分析诊断的诊断模型；

确定第二数据名称；所述第二数据名称为所述诊断模型支持输入并进行诊断的数据所对应的名称；

从至少一个所述数据组中确定与所述第二数据名称相同的所述第一数据名称所对应的所述设备数据，将其作为待输入数据；

将所述待输入数据输入所述诊断模型，得到诊断结果。

2.根据权利要求1所述的设备信息诊断方法，其特征在于，所述将所述数据来源相同的所述设备数据分配至同一个组当中，得到至少一个数据组之后，所述设备信息诊断方法还包括：

判断每一个所述数据组中是否存在重复的所述设备数据；

若是，则在同一所述数据组中保留重复的所述设备数据中的一个所述设备数据；

对所述数据组中的所述设备数据进行压缩，得到新的所述设备数据。

3.根据权利要求2所述的设备信息诊断方法，其特征在于，所述对所述数据组中的所述设备数据进行压缩，得到新的所述设备数据，包括：

通过分段聚集平均算法对所述设备数据进行压缩，得到新的所述设备数据。

4.根据权利要求1所述的设备信息诊断方法，其特征在于，所述生成用于对所述设备数据进行分析诊断的诊断模型之前，所述设备信息诊断方法还包括：

获取所述设备数据的故障相关性表；所述故障相关性表用于表征所述设备数据的参数大小与标准值的差值等于所述标准值的预设百分比时，所述数据来源对应的设备的故障概率，所述标准值为所述数据来源对应的设备的出厂参数标定的值；

根据所述故障相关性表，将所述数据组中的所述故障概率大于第一预设阈值的所述设备数据作为第一特征数据；

所述生成用于对所述设备数据进行分析诊断的诊断模型，包括：

依次将每个所述数据组中的所述第一特征数据输入神经网络模型进行训练，得到所述诊断模型。

5.根据权利要求1所述的设备信息诊断方法，其特征在于，所述获取每个所述数据组中所包含的每个所述设备数据的第一数据名称，包括：

获取所述数据组中包含的所述设备数据的数据类型；

判断所述数据类型是否为数据库类型；所述数据库类型为包含有多条子数据的数据类型；

若是，则将当前所述数据类型所对应的所述设备数据中每条子数据的名称合并作为所述第一数据名称；

若否，则将当前所述数据类型所对应的所述设备数据的文件名称作为所述第一数据名称。

6.根据权利要求1所述的设备信息诊断方法，其特征在于，所述将所述待输入数据输入所述诊断模型，得到诊断结果之后，所述设备信息诊断方法还包括：

判断所述诊断结果是否为故障；

若是，则将所述待输入数据作为第二特征数据。

7.根据权利要求6所述的设备信息诊断方法，其特征在于，所述若是，则将所述待输入数据作为第二特征数据之后，所述设备信息诊断方法还包括：

获取所述第二特征数据的数量；

判断所述第二特征数据的数量是否大于或等于第二预设阈值；

若否，则将一个与所述第二特征数据的所述数据来源一致的所述设备数据添加进所述第二特征数据，直到所述第二特征数据的数量等于所述第二预设阈值或所有与所述第二特征数据的所述数据来源一致的所述设备数据均已被添加进所述第二特征数据；所述第二特征数据用于输入神经网络模型进行训练，得到优化的模型，将所述优化的模型作为新的所述诊断模型，所述诊断模型用于在后续步骤中对所述设备数据进行分析诊断。