[發明專利]一種基于機器學習的智能運維機器人系統

有效

• 申請號: 201810000055.0
• 申請日: 2018-01-01
• 公開（公告）號: CN107943098B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 余紹詳
• 申請（專利權）人: 深圳通聯金融網絡科技服務有限公司
• 主分類號: G05D1/10
• 分類號: G05D1/10;G06N20/00
• 代理公司: 合肥市科融知識產權代理事務所(普通合伙) 34126
• 代理人: 張高飛

1.一種基于機器學習的智能運維機器人系統，包括后臺處理端、運維數據庫以及若干運維機器人，所述運維機器人于一預設的被檢設備區中配置有預設路線，

所述運維機器人配置有檢測模塊，所述檢測模塊用于采集所述被檢設備區的環境參數，所述運維機器人沿預設路線移動并將獲取的所述環境參數上傳至后臺處理端，所述后臺處理端連接所述運維數據庫，所述運維數據庫用于存儲運維信息；

其特征在于：

所述檢測模塊包括有熱成像裝置、攝像頭、溫度傳感器以及濕度傳感器，所述熱成像裝置用于采集所述被檢設備區的熱成像信息，所述攝像頭用于采集被檢設備區的圖像信息，所述溫度傳感器用于采集被檢設備區的溫度信息，所述濕度傳感器用于采集被檢設備區的濕度信息，所述環境參數包括所述熱成像信息、圖像信息、溫度信息以及濕度信息；

所述后臺處理端配置有機器學習模塊，所述機器學習模塊配置有故障檢測策略以及故障學習策略；

所述故障檢測策略包括配置于所述運維數據庫的觸發參數，當所述環境參數與觸發參數不匹配時，輸出異常信號，所述異常信號包括信號故障時間以及故障參數，所述運維數據庫對應異常信號關聯有處理策略，當所述異常信號在所述運維數據庫存在關聯的處理策略時，執行所述處理策略，當所述異常信號的故障參數在所述運維數據庫不存在關聯的處理策略時，將所述異常信號輸出到后臺處理端；

所述故障學習策略包括當所述異常信號被輸出到后臺處理端時，根據所述后臺處理端輸入的處理結果生成一新的所述處理策略，并將新的所述處理策略存入所述運維數據庫，并根據所述處理策略對應的故障參數通過一參數波動值生成一故障參數范圍，根據所述處理策略對應的故障時間通過一時間波動值生成一故障時間范圍，生成故障時間在所述故障時間范圍內且故障參數在所述故障參數范圍內的新的異常信號，關聯所述新的異常信號和新的所述處理策略。

2.如權利要求1所述的一種基于機器學習的智能運維機器人系統，其特征在于：所述故障檢測策略包括熱成像檢測子策略，所述熱成像檢測子策略包括通過熱成像算法捕獲所述熱成像信息中的熱特征圖區，并根據所述熱特征圖區的圖形以及所述熱特征圖區所對應的熱成像位姿生成熱成像特征信息；

所述觸發參數包括熱成像比對信息，每一所述熱成像比對信息均存在一關聯的熱成像位姿，所述熱成像特征信息根據所述熱成像位姿調取對應的熱成像比對信息，所述熱成像比對信息包括熱特征裕量以及基準熱特征圖區，當所述熱特征圖區和基準熱特征圖區的熱特征差值絕對值大于所述熱特征裕量時，判斷對應的所述環境參數和所述觸發參數不匹配；

所述故障參數包括所述熱成像特征信息以及所述熱特征差值。

3.如權利要求1所述的一種基于機器學習的智能運維機器人系統，其特征在于：

所述故障檢測策略包括圖像檢測子策略，所述圖像檢測子策略包括通過圖像捕捉算法捕獲圖像成像信息中的圖像特征圖區，并根據所述圖像特征圖區的圖形以及所述圖像特征圖區對應的圖像成像位姿生成圖像特征信息；

所述觸發參數包括圖像比對信息，每一所述圖像比對信息均存在一關聯的圖像成像位姿，所述圖像特征信息根據所述圖像成像位姿調取對應的圖像比對信息，所述圖像比對信息包括圖像特征裕量以及基準圖像特征圖區，當所述圖像特征圖區和基準圖像特征圖區的圖像特征差值絕對值大于所述圖像特征裕量時，判斷對應的所述環境參數和觸發參數不匹配；

所述故障參數包括圖像特征信息以及圖像特征差值。