[發明專利]一種檢測故障的方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201710601705.2
• 申請日: 2017-07-21
• 公開（公告）號: CN109298993B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 向云帆
• 申請（專利權）人: 深圳市中興微電子技術有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 彭瑞欣;張天舒

1.一種檢測故障的方法，其特征在于，所述方法包括：

獲取輸出信息，從所述輸出信息中提取故障識別參數流；

將所述故障識別參數流作為第一輸入輸入到第一網絡模型，得到表征所述輸出信息是否存在故障的第一輸出；

根據所述第一輸出確定所述輸出信息存在故障時，將所述故障識別參數流和所述第一輸出作為第二輸入輸入到第二網絡模型，得到表征異常類型的第二輸出，根據所述第二輸出確定故障檢測結果；其中，所述第一網絡模型和第二網絡模型為基于深度學習的網絡模型；

其中，所述第一輸出包括可疑異常參數和所述可疑異常參數對應的置信度；所述方法還包括：

當所述可疑異常參數對應的置信度小于預設置信度閾值時，根據所述可疑異常參數對所述第二輸入進行調整；

其中，所述根據所述可疑異常參數對所述第二輸入進行調整包括：

確定所述可疑異常參數的出現時間，獲取所述可疑異常參數的出現時間的預設時間范圍內的可疑異常參數；

將所述故障識別參數流、所述可疑異常參數的出現時間的預設時間范圍內的可疑異常參數作為第二輸入。

2.根據權利要求1所述的方法，其特征在于，所述根據所述可疑異常參數對所述第二輸入進行調整還包括：

根據所述可疑異常參數和預設的參數約束關系確定關聯可疑參數；

將所述故障識別參數流、所述可疑異常參數和所述關聯可疑參數作為第二輸入。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將訓練樣本的訓練故障識別參數流依次經過第一網絡模型和第二網絡模型后得到訓練故障檢測結果；

將所述訓練故障檢測結果與所述訓練樣本的故障信息進行比對得到比對結果，采用極小化誤差的方法根據所述比對結果對所述第一網絡模型的網絡參數和/或第二網絡模型的網絡參數進行調整。

4.一種檢測故障的裝置，其特征在于，所述裝置包括：提取單元、故障識別單元和故障判斷單元；其中，

所述提取單元，用于獲取輸出信息，從所述輸出信息中提取故障識別參數流；

所述故障識別單元，用于將所述故障識別參數流作為第一輸入輸入到第一網絡模型，得到表征所述輸出信息是否存在故障的第一輸出；

所述故障判斷單元，用于根據所述第一輸出確定所述輸出信息存在故障時，將所述故障識別參數流和所述第一輸出作為第二輸入輸入到第二網絡模型，得到表征異常類型的第二輸出，根據所述第二輸出確定故障檢測結果；其中，所述第一網絡模型和第二網絡模型為基于深度學習的網絡模型；

其中，所述第一輸出包括可疑異常參數和所述可疑異常參數對應的置信度；所述裝置還包括：調整單元，

用于當所述可疑異常參數對應的置信度小于預設置信度閾值時，根據所述可疑異常參數對所述第二輸入進行調整；

其中，所述調整單元具體用于：

確定所述可疑異常參數的出現時間，獲取所述可疑異常參數的出現時間的預設時間范圍內的可疑異常參數；

將所述故障識別參數流、所述可疑異常參數的出現時間的預設時間范圍內的可疑異常參數作為第二輸入。

5.根據權利要求4所述的裝置，其特征在于，所述調整單元還具體用于：

根據所述可疑異常參數和預設的參數約束關系確定關聯可疑參數；

將所述故障識別參數流、所述可疑異常參數和所述關聯可疑參數作為第二輸入。

6.根據權利要求4所述的裝置，其特征在于，所述裝置還包括：訓練單元，用于：

將訓練樣本依次經過第一網絡模型和第二網絡模型后得到訓練故障檢測結果；

將所述訓練故障檢測結果與所述訓練樣本的故障信息進行比對得到比對結果，采用極小化誤差的方法根據所述比對結果對所述第一網絡模型的網絡參數和/或第二網絡模型的網絡參數進行調整。

7.一種檢測故障的裝置，其特征在于，包括：處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器，其中，所述處理器用于運行所述計算機程序時，執行權利要求1至3任一項所述方法的步驟。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有故障檢測程序，所述故障檢測程序被處理器執行時實現如權利要求1至3中任一項所述的檢測故障的方法。