[發(fā)明專利]識別設備運行狀態(tài)的方法、狀態(tài)識別模型訓練方法及裝置

有效

• 申請?zhí)枺?/td>: 201810994762.6
• 申請日: 2018-08-29
• 公開（公告）號: CN110874601B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設計）人: 袁敏
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/2433;G06F18/15;G06F18/214;G06F18/2113
• 代理公司: 北京博思佳知識產(chǎn)權代理有限公司 11415
• 代理人: 林祥

1.一種識別設備運行狀態(tài)的方法，其特征在于，包括：

根據(jù)目標設備的運行狀態(tài)時序數(shù)據(jù)包含的拐點，將所述運行狀態(tài)時序數(shù)據(jù)沿所述拐點劃分為多個待識別子序列；

生成待識別特征集合，所述待識別特征集合包括分別對應于各個待識別子序列的待識別特征；

將所述待識別特征集合輸入至狀態(tài)識別模型，所述狀態(tài)識別模型的訓練樣本集合包括分別對應于各個歷史子序列的樣本特征，其中所述歷史子序列由歷史運行狀態(tài)時序數(shù)據(jù)基于所包含的拐點進行劃分得到；

根據(jù)所述狀態(tài)識別模型的輸出結果，確定所述目標設備的運行狀態(tài)。

2.根據(jù)權利要求1所述的方法，其特征在于，

所述樣本特征包括：對相應的歷史子序列所包含的數(shù)據(jù)進行統(tǒng)計得到的統(tǒng)計特征；

所述待識別特征包括：對相應的待識別子序列所包含的數(shù)據(jù)進行統(tǒng)計得到的統(tǒng)計特征。

3.根據(jù)權利要求2所述的方法，其特征在于，所述統(tǒng)計特征包括以下至少之一：平均值、中位數(shù)、標準差。

4.根據(jù)權利要求2所述的方法，其特征在于，

所述樣本特征還包括：相應的歷史子序列與其他歷史子序列之間的時序關系；

所述待識別特征還包括：相應的待識別子序列與其他待識別子序列之間的時序關系。

5.根據(jù)權利要求2所述的方法，其特征在于，

所述樣本特征還包括：對相應的歷史子序列所包含的數(shù)據(jù)進行定量遞歸分析計算得到的統(tǒng)計屬性參數(shù)特征；

所述待識別特征還包括：對相應的待識別子序列所包含的數(shù)據(jù)進行定量遞歸分析計算得到的統(tǒng)計屬性參數(shù)特征。

6.根據(jù)權利要求5所述的方法，其特征在于，所述統(tǒng)計屬性參數(shù)特征包括以下至少之一：遞歸率、確定率、仙農(nóng)熵、最長對角線因子、趨勢。

7.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述狀態(tài)識別模型的輸出結果，確定所述目標設備的運行狀態(tài)，包括：

從所述狀態(tài)識別模型分別針對各個待識別子序列輸出的異常概率中，確定最大異常概率；

當所述最大異常概率達到預設閾值時，確定所述目標設備的運行狀態(tài)為異常狀態(tài)；當所述最大異常概率未達到所述預設閾值時，確定所述目標設備的運行狀態(tài)為正常狀態(tài)。

8.根據(jù)權利要求1所述的方法，其特征在于，還包括：

當所述運行狀態(tài)時序數(shù)據(jù)存在數(shù)據(jù)缺失時，采用相鄰數(shù)據(jù)的中心差值對缺失數(shù)據(jù)進行填充。

9.根據(jù)權利要求1所述的方法，其特征在于，所述樣本特征被標記了對應的設備歷史運行狀態(tài)。

10.一種狀態(tài)識別模型訓練方法，其特征在于，包括：

根據(jù)設備的歷史運行狀態(tài)時序數(shù)據(jù)包含的拐點，將所述歷史運行狀態(tài)時序數(shù)據(jù)沿所述拐點劃分為多個歷史子序列；

生成訓練樣本集合，所述訓練樣本集合包括分別對應于各個歷史子序列的樣本特征；

對所述訓練樣本集合進行模型訓練，得到狀態(tài)識別模型。

11.根據(jù)權利要求10所述的方法，其特征在于，所述狀態(tài)識別模型用于：在目標設備的運行狀態(tài)時序數(shù)據(jù)被基于所包含的拐點而劃分為多個待識別子序列的情況下，將各個待識別子序列對應的待識別特征作為輸入，以得到相應的輸出結果，所述輸出結果用于確定所述目標設備的運行狀態(tài)。

12.根據(jù)權利要求10所述的方法，其特征在于，所述樣本特征被標記了對應的設備歷史運行狀態(tài)。