监控系统预警方法、装置及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114237087A(43)申请公布日2022.03.25(21)申请号202111323188.X(22)申请日2021.11.09(71)申请人深圳市移动力量科技有限公司地址518000广东省深圳市宝安区西乡街道流塘社区前进二路15号A601-B610(72)发明人郑立(74)专利代理机构深圳市港湾知识产权代理有限公司44258代理人微嘉(51)Int.Cl.G05B19/042(2006.01)G06V10/764(2022.01)权利要求书2页说明书12页附图4页(54)发明名称监控系统预警方法、装置及计算机可读存储介质(57)摘要本发明公开了一种监控系统预警方法，所述监控系统包括至少一个监控设备，该方法包括：采集至少一个所述监控设备的运行数据；根据预设规则获取所述运行数据对应的目标特征数据，并将所述目标特征数据作为输入，输入到故障预测模型中；获取所述故障预测模型基于所述目标特征数据计算得出的故障系数；根据所述故障系数输出预警信息。本发明还公开了一种监控系统预警装置及计算机可读存储介质。本发明通过获取监控设备的运行数据，通过所述运行数据提前预测所述监控设备是否即将发生故障，进而及时发出预警信息，以提前预警故障，实现智能监测监控设备的运行状态，在故障发生前提前发现潜在的安全隐患。CN114237087ACN114237087A权利要求书1/2页1.一种监控系统预警方法，其特征在于，所述监控系统包括至少一个监控设备，所述监控系统预警方法的步骤包括：采集至少一个所述监控设备的运行数据，其中，运行数据包括设备参数以及环境参数的至少一种，所述设备参数包括工作电压、工作电流、工作温度、监控图像数据的至少一种，所述环境参数包括环境温度以及环境湿度的至少一种；根据预设规则获取所述运行数据对应的目标特征数据，并将所述目标特征数据作为输入，输入到故障预测模型中，其中，所述预设故障预测模型基于极端梯度提升算法对待训练样本进行迭代训练获取；获取所述故障预测模型基于所述目标特征数据计算得出的故障分数；根据所述故障分数输出预警信息。2.如权利要求1所述的监控系统预警方法，其特征在于，所述获取故障预测模型基于所述运行数据计算得出的故障分数的步骤包括：根据所述故障预测模型中每个决策树下的各个节点确定每个监控设备的各个所述目标特征数据的判断结果；根据各个节点的判断结果确定每个决策树下的各个目标节点链路的分值；根据各个所述目标节点链路的分值确定各个所述监控设备的所述故障分数。3.如权利要求1所述的监控系统预警方法，其特征在于，所述基于所述故障输出数据输出预警信息的步骤包括：判断所述故障分数是否大于或等于故障分数阈值；若是，基于所述故障分数以及所述监控设备的位置信息生成所述预警信息并输出预警信息。4.如权利要求3所述的监控系统预警方法，其特征在于，所述基于所述故障分数以及所述监控设备的位置信息生成所述预警信息并输出预警信息的步骤包括：根据所述监控设备在所述故障预测模型中所经过的目标节点链路确定所述监控设备的故障原因；基于所述故障分数、所述位置信息以及所述故障原因生成所述预警信息并输出所述预警信息。5.如权利要求4所述的监控系统预警方法，其特征在于，所述监控系统预警方法还包括:在所述故障原因为人为破坏时，控制所述监控设备警鸣；在所述故障原因为非人为破坏时，获取所述监控设备的故障类型，并根据所述故障类型生成所述预警信息。6.如权利要求5所述的监控系统预警方法，其特征在于，所述在所述故障原因为非人为破坏时，获取所述监控设备的故障类型，并根据所述故障类型生成所述预警信息的步骤包括：根据所述故障类型确定故障解决方案；根据所述故障解决方案生成所述预警信息。7.如权利要求1所述的监控系统预警方法，其特征在于，所述根据所述故障分数输出预警信息的步骤之后，还包括：2CN114237087A权利要求书2/2页对所述预警信息进行发起时间计时；根据所述发起时间触发所述监控设备对应的预警指示灯分级分色点亮。8.如权利要求7所述的监控系统预警方法，其特征在于，所述根据所述发起时间触发所述监控设备对应的预警指示灯分级分色点亮的步骤包括：根据所述故障分数以及预设的风险等级范围确定所述监控设备的故障风险等级；根据所述故障风险等级以及所述发起时间触发所述监控设备对应的预警指示灯分级分色点亮。9.一种监控系统预警装置，其特征在于，所述监控系统预警装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的监控系统预警程序，所述监控系统预警程序被所述处理器执行时实现如权利要求1至8中任一项所述的监控系统预警方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有监控系统预警程序，所述