[发明专利]一种资产故障识别方法在审
| 申请号： | 201911012875.2 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110765486A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 邱荣发;黄林超;陈华军;母天石;杜金燃;刘介玮 | 申请（专利权）人： | 南方电网科学研究院有限责任公司;中国南方电网有限责任公司 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06K9/62 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 黄忠 |
| 地址： | 510663 广东省广州市萝岗区科*** | 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： | 本发明公开了一种资产故障识别方法，用于对信息基础设施资产进行故障检测。本发明通过在被管理资产上安装基板管理控制器，并且通过构建运维数据网络以及带外管理系统，从而可以获取基板管理控制器上的所采集到的被管理的资产运行信息数据，再将被管理的资产运行信息数据进行标注以及预处理，将经过预处理后的被管理的资产运行信息数据输入到构建好的基于代价敏感学习的分类模型之中，从而输出该资产为设备故障的预测概率，将预测概率与设定好的阈值相比较从而来判别该资产是否为故障设备。本发明解决了现有技术方案中工作人员无法快速准确判别资产设备中的故障设备以及故障样本的不足的问题，实现了资产的信息化管理，提高了工作效率。 | ||
| 搜索关键词： | 资产 运行信息数据 预处理 故障设备 构建 基板管理控制器 带外管理系统 信息基础设施 管理控制器 信息化管理 安装基板 分类模型 工作效率 故障检测 故障识别 故障样本 管理资产 设备故障 数据网络 概率 预测 运维 标注 管理 采集 敏感 输出 学习 | ||
【主权项】：
1.一种资产故障识别方法，其特征在于，包括以下步骤：/n步骤S1：基板管理控制器监控并采集被管理的资产运行信息数据；/n步骤S2：带外管理系统通过运维数据网络从基板管理控制器中获取被管理的资产运行信息数据；/n步骤S3：带外管理系统将获取的被管理的资产运行信息数据进行标注形成标签数据；/n步骤S4：对标签数据进行数据预处理操作，将经过预处理操作的标签数据作为训练数据；/n步骤S5：构建基于代价敏感学习的分类模型，将训练数据输入到分类模型中进行训练，得到训练好的基于代价敏感学习的分类模型，将经过预处理后的实时数据输入到训练好的基于代价敏感学习分类模型中，得到被管理的资产为故障设备的预测概率；/n步骤S6：将预测概率与预设阈值相比较，根据比较结果判断该被管理资产为故障设备还是正常设备；/n步骤S7：带外管理系统输出最终的判定结果。/n
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南方电网科学研究院有限责任公司;中国南方电网有限责任公司，未经南方电网科学研究院有限责任公司;中国南方电网有限责任公司许可，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/201911012875.2/，转载请声明来源钻瓜专利网。
