[發明專利]一種故障預測方法及裝置、電子設備、存儲介質

在審

• 申請號: 202211022626.3
• 申請日: 2022-08-24
• 公開（公告）號: CN115328753A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 熊奕洋;喬亞娟;董石磊;譚華
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海

1.一種故障預測方法，其特征在于，所述方法包括：

獲取設備運行過程中產生的日志文件；其中，所述日志文件包括日志數據的時間戳信息和類別信息；

根據所述日志數據的時間戳信息和類別信息，對所述日志數據進行特征分析，得到用于表征所述日志數據的重要性參數；

根據所述重要性參數對所述日志數據進行語義編碼處理，得到目標語義編碼結果；

根據所述目標語義編碼結果確定所述設備發生故障的預測信息。

2.根據權利要求1所述的方法，其特征在于，所述日志數據的數量為多條；所述根據所述日志數據的時間戳信息和類別信息，對所述日志數據進行特征分析，得到用于表征所述日志數據的重要性參數，包括：

根據各條日志數據的時間戳信息和類別信息，生成向量矩陣；

根據所述向量矩陣進行特征分析，得到用于表征所述日志數據的重要性參數。

3.根據權利要求2所述的方法，其特征在于，所述日志文件還包括日志數據的屬性信息；所述根據各條日志數據的時間戳信息和類別信息，生成向量矩陣，包括：

對各條日志數據的時間戳信息、類別信息，以及屬性信息進行向量化處理，得到所述各條日志數據對應的詞向量；

根據所述各條日志數據對應的詞向量生成所述向量矩陣。

4.根據權利要求2所述的方法，其特征在于，所述根據所述向量矩陣進行特征分析，得到用于表征所述日志數據的重要性參數，包括：

對所述向量矩陣中含有的特征元素進行數據分析預處理，得到數據分析預處理后的向量矩陣；其中，所述數據分析預處理包括異常特征元素的剔除處理、重復特征元素的剔除處理，以及不完整特征元素的填充處理中的至少一種；

對所述數據分析預處理后的向量矩陣中含有的特征元素進行特征分析，得到所述向量矩陣中每個特征元素對應的重要性參數。

5.根據權利要求1至4中任一項所述的方法，其特征在于，所述日志文件還包括日志數據的屬性信息；所述根據所述重要性參數對所述日志數據進行語義編碼處理得到目標語義編碼結果，包括：

獲取向量矩陣；其中，所述向量矩陣是根據所述日志數據的時間戳信息、類別信息，以及屬性信息得到的；

對所述向量矩陣進行語義編碼處理得到語義編碼結果；

根據所述重要性參數對所述語義編碼結果進行調整，得到所述目標語義編碼結果。

6.根據權利要求5所述的方法，其特征在于，所述日志數據的數量為多條；所述根據所述重要性參數對所述語義編碼結果進行調整，得到所述目標語義編碼結果，包括：

將所述重要性參數作為權重，并根據所述權重對所述語義編碼結果進行加權運算，得到各條日志數據對應的目標語義編碼結果。

7.根據權利要求1至4中任一項所述的方法，其特征在于，所述根據所述目標語義編碼結果確定所述設備發生故障的預測信息，包括：

對所述目標語義編碼結果進行解碼處理，得到解碼結果；

將所述解碼結果的值作為預測信息，其中，所述預測信息為所述設備發生故障的概率值，故障的類別與日志文件中多條日志數據對應。

8.一種故障預測裝置，其特征在于，包括：

獲取模塊，用于獲取設備運行過程中產生的日志文件；其中，所述日志文件包括日志數據的時間戳信息和類別信息；

分析模塊，用于根據所述日志數據的時間戳信息和類別信息，對所述日志數據進行特征分析，得到用于表征所述日志數據的重要性參數；

處理模塊，用于根據所述重要性參數對所述日志數據進行語義編碼處理得到目標語義編碼結果；

確定模塊，用于根據所述目標語義編碼結果確定所述設備發生故障的預測信息。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述電子設備實現如權利要求1至7中的任一項所述的故障預測方法。

10.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機可讀指令，當所述計算機可讀指令被計算機的處理器執行時，使計算機執行權利要求1至7中的任一項所述的故障預測方法。