设备故障处理方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115018095A(43)申请公布日2022.09.06(21)申请号202210582534.4G06N20/00(2019.01)(22)申请日2022.05.26G06N5/02(2006.01)G06N7/00(2006.01)(71)申请人平安银行股份有限公司地址518001广东省深圳市罗湖区深南东路5047号(72)发明人徐小川(74)专利代理机构北京市京大律师事务所11321专利代理师沈克琪(51)Int.Cl.G06Q10/00(2012.01)G06Q10/04(2012.01)G06F16/903(2019.01)G06F16/906(2019.01)G06F16/951(2019.01)权利要求书2页说明书11页附图4页(54)发明名称设备故障处理方法、装置、设备及存储介质(57)摘要本发明涉及人工智能领域，公开了一种设备故障处理方法、装置、设备及存储介质，用于提高设备故障处理的效率。所述设备故障处理方法包括：基于传感器分别对多个设备进行特征提取，得到特征数据，并将特征数据上传至特征数据库；对故障处理数据库进行优化处理，得到目标故障处理数据库；若存在异常，则对故障处理数据进行匹配，得到目标故障处理数据，并基于目标故障处理数据生成故障处理方案；根据特征数据库判断运行数据是否存在异常；对故障处理方案进行概率计算，得到目标概率值，并根据目标概率值将故障处理方案发送至客户端。此外，本发明还涉及区块链技术，故障处理方案可存储于区块链节点中。CN115018095ACN115018095A权利要求书1/2页1.一种设备故障处理方法，其特征在于，所述设备故障处理方法包括：基于预置的传感器分别对预置的多个设备进行特征提取，得到每个设备对应的特征数据，并将每个设备对应的特征数据上传至预置的特征数据库；调用预置的故障处理数据库并通过预置的机器学习模型对所述故障处理数据库进行优化处理，得到目标故障处理数据库；获取所述多个设备对应的运行数据，并根据所述特征数据库判断所述运行数据是否存在异常；若存在异常，则将所述运行数据和所述目标故障处理数据库中的故障处理数据进行匹配，得到所述运行数据对应的目标故障处理数据，并基于所述目标故障处理数据生成故障处理方案；对所述故障处理方案进行概率计算，得到目标概率值，并根据所述目标概率值将所述故障处理方案发送至预置的客户端。2.根据权利要求1所述的设备故障处理方法，其特征在于，所述基于预置的传感器分别对预置的多个设备进行特征提取，得到每个设备对应的特征数据，并将每个设备对应的特征数据上传至预置的特征数据库，包括：基于预置的传感器分别对预置的多个设备进行特征信息采集，并将采集到的特征信息作为每个设备对应的特征数据；通过预置的传输协议将所述特征数据上传至预置的特征数据库。3.根据权利要求1所述的设备故障处理方法，其特征在于，所述调用预置的故障处理数据库并通过预置的机器学习模型对所述故障处理数据库进行优化处理，得到目标故障处理数据库，包括：基于预置的爬虫算法获取所述多个设备对应的故障处理案例，并对所述故障处理案例进行标注，得到所述故障处理案例对应的标识；基于预置的机器学习模型对所述故障处理案例进行关键字检索和数据提取，得到所述故障处理案例对应的关键字和数据；通过预置的聚类算法对所述关键字和所述数据进行聚类处理，得到所述数据对应的多个聚簇；基于所述多个聚簇更新至所述处理数据库，得到目标故障处理数据库。4.根据权利要求3所述的设备故障处理方法，其特征在于，所述通过预置的聚类算法对所述关键字和所述数据进行聚类处理，得到所述数据对应的多个聚簇，包括：通过预置的聚类算法对所述关键字和所述数据以故障处理数据为中心进行一次聚类，得到多个聚类中心和初始聚簇；将多个聚类中心和初始聚簇作为聚类算法的质心进行二次聚类，得到多个聚簇。5.根据权利要求1所述的设备故障处理方法，其特征在于，所述获取所述多个设备对应的运行数据，并根据所述特征数据库判断所述运行数据是否存在异常，包括：通过所述传感器实时获取所述多个设备对应的运行数据；基于所述特征数据库对所述运行数据进行异常运行分析，得到所述运行数据对应的异常值；对所述异常值和预置的异常阈值进行比较；2CN115018095A权利要求书2/2页若所述异常值大于所述异常阈值，则确定所述运行数据存在异常；若所述异常值小于或等于所述异常阈值，则确定所述运行数据不存在异常。6.根据权利要求1所述的设备故障处理方法，其特征在于，所述若存在异常，则将所述运行数据和所述目标故障处理数据库中的故障处理数据进行匹配，得到所述运行数据对应的目标故障处理数据，并基于所述目标故障处理数据生成故障处理方案，包括：若所述运行数据存在异常，则计算所述运