一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种设备异常检测方法、装置、存储介质及设备与流程

2022-04-02 02:19:50 来源:中国专利 TAG:

技术特征:
1.一种设备异常检测方法,其特征在于,所述方法包括:获取设备的历史关键性能数据;基于异常检测模型,从所述历史关键性能数据中确定出异常关键性能数据相关的所述设备的组件。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述设备产生的样本关键性能数据;若所述样本关键性能数据的变化结果不在预设的变化范围内,则利用所述样本关键性能数据,训练初始异常检测模型,得到所述异常检测模型。3.根据权利要求2所述的方法,其特征在于,所述若所述样本关键性能数据的变化结果不在预设的变化范围内,则利用所述样本关键性能数据,训练初始异常检测模型,得到所述异常检测模型,包括:若所述样本关键性能数据的变化结果不在预设的变化范围内,则从所述样本关键性能数据中筛选出满足预设条件的子样本关键性能数据;利用所述子样本关键性能数据,训练初始异常检测模型,得到所述异常检测模型。4.根据权利要求1-3任一项所述的方法,其特征在于,所述异常检测模型包括异常数据检测模型和根因定位模型,所述基于异常检测模型,从所述历史关键性能数据中确定出异常关键性能数据相关的所述设备的组件,包括:利用所述异常数据检测模型,对所述历史关键性能数据进行检测,确定所述设备中存在异常的组件;对所述存在异常的组件对应的关键性能数据进行检测,确定所述存在异常的组件对应的异常关键性能数据;利用所述根因定位模型,对所述存在异常的组件对应的异常关键性能数据进行定位,得到定位结果,所述定位结果包含所述存在异常的组件对应的预设个数的异常原因。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:对所述设备中存在异常的组件对应的关键性能数据进行再次检测,并根据检测结果判断所述定位结果中是否存在误检数据;所述误检数据为所述存在异常的组件对应的异常关键性能数据中并未真正出现异常的关键性能数据。6.根据权利要求5所述的方法,其特征在于,所述方法还包括:当根据检测结果判断出存在所述误检数据时,将所述定位结果中的误检数据进行过滤,并将过滤后的定位结果向用户进行展示;接收所述用户反馈的误报数据;所述误报数据为所述用户从所述过滤后的定位结果中确定出的非异常结果。7.根据权利要求6所述的方法,其特征在于,所述方法还包括:利用所述误检数据和所述误报数据,对所述异常检测模型进行更新,得到更新后的异常检测模型。8.一种设备异常检测装置,其特征在于,所述装置包括:第一获取单元,用于获取设备的历史关键性能数据;确定单元,用于基于异常检测模型,从所述历史关键性能数据中确定出异常关键性能数据相关的所述设备的组件。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:第二获取单元,用于获取所述设备产生的样本关键性能数据;训练单元,用于若所述样本关键性能数据的变化结果不在预设的变化范围内,则利用所述样本关键性能数据,训练初始异常检测模型,得到所述异常检测模型。10.根据权利要求9所述的装置,其特征在于,所述训练单元包括:筛选子单元,用于若所述样本关键性能数据的变化结果不在预设的变化范围内,则从所述样本关键性能数据中筛选出满足预设条件的子样本关键性能数据;训练子单元,用于利用所述子样本关键性能数据,训练初始异常检测模型,得到所述异常检测模型。11.根据权利要求8至10任一项所述的装置,其特征在于,所述异常检测模型包括异常数据检测模型和根因定位模型,所述确定单元包括:第一确定子单元,用于利用所述异常数据检测模型,对所述历史关键性能数据进行检测,确定所述设备中存在异常的组件;第二确定子单元,用于对所述存在异常的组件对应的关键性能数据进行检测,确定所述存在异常的组件对应的异常关键性能数据;定位子单元,用于利用所述根因定位模型,对所述存在异常的组件对应的异常关键性能数据进行定位,得到定位结果,所述定位结果包含所述存在异常的组件对应的预设个数的异常原因。12.根据权利要求11所述的装置,其特征在于,所述装置还包括:判断单元,用于对所述设备中存在异常的组件对应的关键性能数据进行再次检测,并根据检测结果判断所述定位结果中是否存在误检数据;所述误检数据为所述存在异常的组件对应的异常关键性能数据中并未真正出现异常的关键性能数据。13.根据权利要求12所述的装置,其特征在于,所述装置还包括:展示单元,用于当根据检测结果判断出存在所述误检数据时,将所述定位结果中的误检数据进行过滤,并将过滤后的定位结果向用户进行展示;接收单元,用于接收所述用户反馈的误报数据;所述误报数据为所述用户从所述过滤后的定位结果中确定出的非异常结果。14.根据权利要求13所述的装置,其特征在于,所述装置还包括:更新单元,用于利用所述误检数据和所述误报数据,对所述异常检测模型进行更新,得到更新后的异常检测模型。15.一种设备异常检测设备,其特征在于,所述设备包括存储器、处理器;所述存储器,用于存储指令;所述处理器,用于执行所述存储器中的所述指令,执行权利要求1-7任意一项所述的方法。16.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得所述计算机执行以上权利要求1-7任意一项所述的方法。

技术总结
本申请涉及通信技术领域,公开了一种设备异常检测方法、装置、存储介质及设备,包括:首先获取设备的历史关键性能数据,然后,基于异常检测模型,从获取到的历史关键性能数据中确定出异常关键性能数据相关的设备的组件(如硬盘、控制器等)。可见,由于本申请是利用异常检测模型,完成对设备产生的历史关键性能数据进行异常检测,无需人为干预,从而可以保障用户数据的隐私性和安全性,且由于无需回传设备的性能数据,也保证了设备异常检测的实时性和准确性。确性。确性。


技术研发人员:宁尚明 江浏祎 李臣波
受保护的技术使用者:华为技术有限公司
技术研发日:2020.09.16
技术公布日:2022/4/1
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献