[發明專利]一種設備故障檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202310018420.1
• 申請日: 2023-01-06
• 公開（公告）號: CN115981984A
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 殷濤;張瀟瀾;李峰
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06F18/241;G06F18/214
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 吳曉靜

1.一種設備故障檢測方法，其特征在于，包括：

根據目標設備的包含歷史故障日志數據在內的歷史運行日志數據生成訓練數據集；

根據所述目標設備的各部件之間的部件關聯關系，根據故障類型對每條訓練數據中的歷史運行日志數據分配權重，得到處理后的訓練數據集；

利用所述處理后的訓練數據集訓練初始模型，得到設備故障識別模型；

當接收到所述目標設備的報警信號后，提取包含所述目標設備的故障日志數據在內的所述目標設備的運行日志數據，生成待識別日志數據；

利用所述部件關聯關系圖對所述待識別日志數據分配權重后，得到處理后的待識別日志數據；

將所述處理后的待識別日志數據輸入所述設備故障識別模型，得到所述目標設備的故障檢測結果；

其中，與生成故障日志的部件關聯關系越近，利用所述部件關聯關系分配的權重越大。

2.根據權利要求1所述的設備故障檢測方法，其特征在于，所述根據目標設備的包含歷史故障日志數據在內的歷史運行日志數據生成訓練數據集，具體包括：

獲取所述目標設備的所述歷史故障日志數據；

在所述歷史故障數據的生成時間點，利用時間窗口算法提取所述目標設備在預設時間段內的所有歷史關聯運行日志數據；

以所述歷史故障日志數據和所述歷史故障日志數據對應的所述歷史關聯運行日志數據為一條所述訓練數據，每條所述訓練數據對應一個故障類型標簽，生成所述訓練數據集。

3.根據權利要求2所述的設備故障檢測方法，其特征在于，所述獲取所述目標設備的所述歷史故障日志數據，具體包括：

預先構建包含所述目標設備的故障判別信息的日志異常檢測庫；

根據所述日志異常檢測庫中的故障判別信息，在所述目標設備的歷史運行日志中提取所述歷史故障日志數據。

4.根據權利要求2所述的設備故障檢測方法，其特征在于，所述以所述歷史故障日志數據和所述歷史故障日志數據對應的所述歷史關聯運行日志數據為一條所述訓練數據，每條所述訓練數據對應一個故障類型標簽，生成所述訓練數據集，具體包括：

分別自所述歷史故障日志數據和所述歷史故障日志數據對應的所述歷史關聯運行日志數據中提取故障相關特征；

以各所述訓練數據的所述故障相關特征生成所述訓練數據集；

其中，所述故障相關特征包括所述歷史故障日志數據中的故障參數以及所述歷史故障日志數據對應的所述歷史關聯運行日志數據中與所述故障參數同類的特征參數。

5.根據權利要求4所述的設備故障檢測方法，其特征在于，所述以各訓練數據的所述故障相關特征生成所述訓練數據集，具體為：

對各所述訓練數據，根據所述部件關聯關系以及所述訓練數據對應的所述故障類型標簽對應的部件，以與生成故障日志的部件關聯關系越近則保存比例越大的原則剔除部分所述故障相關特征后，得到所述訓練數據集。

6.根據權利要求5所述的設備故障檢測方法，其特征在于，所述利用所述處理后的訓練數據集訓練初始模型，得到設備故障識別模型，具體為：

對所述處理后的訓練數據集中被剔除的所述故障相關特征進行取空處理后，輸入所述初始模型進行訓練，得到所述設備故障識別模型。

7.根據權利要求4所述的設備故障檢測方法，其特征在于，所述分別自所述歷史故障日志數據和所述歷史故障日志數據對應的所述歷史關聯運行日志數據中提取故障相關特征，具體包括：

預先構建包含所述目標設備的故障判別信息的日志異常檢測庫；

根據所述日志異常檢測庫中的故障判別信息，在分別自所述歷史故障日志數據和所述歷史故障日志數據對應的所述歷史關聯運行日志數據中提取所述故障相關特征。