[發明專利]異常原因確定方法、裝置、設備和存儲介質在審
| 申請號: | 202110327821.6 | 申請日: | 2021-03-26 |
| 公開(公告)號: | CN113296992A | 公開(公告)日: | 2021-08-24 |
| 發明(設計)人: | 李非 | 申請(專利權)人: | 阿里巴巴新加坡控股有限公司 |
| 主分類號: | G06F11/07 | 分類號: | G06F11/07 |
| 代理公司: | 北京太合九思知識產權代理有限公司 11610 | 代理人: | 劉戈;孫明子 |
| 地址: | 新加坡珊頓道*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 異常 原因 確定 方法 裝置 設備 存儲 介質 | ||
1.一種異常原因確定方法,其特征在于,包括:
獲取由目標對象對應的第一運行數據、第二運行數據和第三運行數據構成的三元組,所述第一運行數據、所述第二運行數據和所述第三運行數據分別由所述目標對象在第一時刻、第二時刻和第三時刻的多個運行狀態指標值構成,所述目標對象在所述第一時刻的運行狀態異常,所述目標對象在所述第二時刻和所述第三時刻的運行狀態正常;
將所述三元組輸入到預設模型中,以獲取所述預設模型輸出的所述第一運行數據中多個運行狀態指標值各自對應的權重;
確定所述第一運行數據中權重符合設定條件的運行狀態指標值是導致所述目標對象在所述第一時刻運行狀態異常的原因。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
在所述第一運行數據對應的第一采樣范圍內獲取所述第二運行數據,在所述第一運行數據對應的第二采樣范圍內獲取所述第三運行數據,所述第一采樣范圍大于所述第二采樣范圍。
3.根據權利要求2所述的方法,其特征在于,所述在所述第一運行數據對應的第一采樣范圍內獲取所述第二運行數據,在所述第一運行數據對應的第二采樣范圍內獲取所述第三運行數據,包括:
在所述第一時刻鄰近的第一時間范圍內獲取所述第二運行數據,在所述第一時刻鄰近的第二時間范圍內獲取所述第三運行數據,所述第一時間范圍大于所述第二時間范圍。
4.根據權利要求2所述的方法,其特征在于,所述在所述第一運行數據對應的第一采樣范圍內獲取所述第二運行數據,在所述第一運行數據對應的第二采樣范圍內獲取所述第三運行數據,包括:
獲取所述第一運行數據中的預設運行狀態指標值;
在所述預設狀態指標值鄰近的第一取值范圍內獲取所述第二運行數據,在所述預設狀態指標值鄰近的第二取值范圍內獲取所述第三運行數據,所述第一取值范圍大于所述第二取值范圍。
5.根據權利要求1所述的方法,其特征在于,所述預設模型包括嵌入層和注意力層;
所述獲取所述預設模型輸出的所述第一運行數據中多個運行狀態指標值各自對應的權重,包括:
通過所述嵌入層對所述第一運行數據、所述第二運行數據和所述第三運行數據分別進行特征變換,以得到第一嵌入特征向量、第二嵌入特征向量和第三嵌入特征向量;
將所述第一嵌入特征向量、所述第二嵌入特征向量和所述第三嵌入特征向量分別輸入到所述注意力層,以獲取所述第一運行數據中多個運行狀態指標值各自對應的權重。
6.根據權利要求5所述的方法,其特征在于,所述獲取所述第一運行數據中多個運行狀態指標值各自對應的權重,包括:
確定待求解的第一權重向量;
確定所述第一權重向量與所述第一嵌入特征向量相乘得到的第四嵌入特征向量,確定所述第一權重向量與所述第二嵌入特征向量相乘得到的第五嵌入特征向量,確定所述第一權重向量與所述第三嵌入特征向量相乘得到的第六嵌入特征向量;
確定所述第五嵌入特征向量與所述第四嵌入特征向量之間的第一距離,確定所述第五嵌入特征向量與所述第六嵌入特征向量之間的第二距離;
根據所述第一距離和所述第二距離確定第一損失函數,所述第一損失函數用于使得所述第一運行數據、所述第二運行數據和所述第三運行數據滿足可分離要求;
確定滿足所述第一損失函數的第一權重向量,確定出的第一權重向量中包括的多個權重分別對應于第一運行數據中多個運行狀態指標值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴新加坡控股有限公司,未經阿里巴巴新加坡控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110327821.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:數據處理方法、設備及系統
- 下一篇:一種智能電表檢測方法





