[发明专利]一种长短期预测融合的故障检测方法有效
| 申请号： | 201711453209.3 | 申请日： | 2017-12-28 |
| 公开（公告）号： | CN108282360B | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 刘雪琳;叶可江;须成忠 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L12/26;G06F11/34 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 赵勍毅 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于信息技术领域，特别涉及一种长短期预测融合的故障检测方法，通过建立一个数据随时间变化的统计模型；再利用自回归模型对统计模型的预测残差值进行修正；接着利用马尔可夫预测模型对被修正后的统计模型进行趋势调整，最后采用广义似然比算法进行故障点检测，根据情况变化阈值预测故障报警。本发明既利用历史数据变化方式的总体规律信息，又利用当前实时数据的变化特征信息，建立一个长短期融合的故障预测模型，通过融合处理来降低单个预测方法的不确定性，发挥其自身的优越性，从而提高整体的故障预测准确性，保证了容器云的可靠性和服务质量的情况下，尽量减少或避免因为故障带来的损失。 | ||
| 搜索关键词： | 一种 短期 预测 融合 故障 检测 方法 | ||
【主权项】：
1.一种长短期预测融合的故障检测方法，其特征在于，包括如下步骤：S1：建立一个数据随时间变化的统计模型；S2：利用时间序列建模得到的自回归模型，利用自回归模型对上述统计模型的预测残差值进行修正；S3：利用马尔可夫预测模型作为长期建模方案，对被修正后的统计模型进行趋势调整。S4：采用广义似然比算法进行故障点检测，根据情况变化阈值预测故障报警。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/patent/201711453209.3/，转载请声明来源钻瓜专利网。
