[发明专利]故障的检测方法及装置、存储介质和电子装置

说明书

本发明提供了一种故障的检测方法及装置、存储介质和电子装置；其中，该方法包括：获取用于对回归模型进行训练的第一样本数据，其中，第一样本数据的时长为预设时长；将预设时长的最后一秒作为回归模型的标签，并从在预设时长内标签之前的第一样本数据中提取用于训练回归模型；将待验证的数据输出到已训练的回归模型中，在已训练的回归模型输出的均方误差大于预设阈值的情况下，确定待验证的数据为故障数据。通过本发明，解决了相关技术中对不同的传感器设定不同的报警阈值更多的需要依靠经验进行设定，导致故障检测缺乏完整性的问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种故障的检测方法及装置、存储介质和电子装置。

背景技术

随着传感器技术的发展，不同的设备都离不开传感器的监测。但是在实际场景下，因为故障的罕见性，虽然我们很容易采集得到设备正常运行时传感器的数据，但是很难采集得到设备故障时的传感器数据。再加上潜在的故障类型多样，很难事先设定不同的故障状态。怎么使用正常状态的传感器数据来训练模型用于预警故障成为亟待解决的问题。

对此，现有技术中采用的是对不同的传感器设定不同的报警阈值，当传感器采集得到的数据触及阈值的时候，触发报警。但是，该方式设定阈值需要太多的经验，当传感器多的时候，难以使用。此外，单个传感器设定阈值的方式忽略了传感器数据间的相关性，同时也忽略了传感器数据本身的波动性，效果不佳。

发明内容

本发明实施例提供了一种故障的检测方法及装置、存储介质和电子装置，以至少解决相关技术中对不同的传感器设定不同的报警阈值更多的需要依靠经验进行设定，导致故障检测缺乏完整性的问题。

根据本发明的一个实施例，提供了一种故障的检测方法，包括：获取用于对回归模型进行训练的第一样本数据，其中，所述第一样本数据的时长为预设时长；将所述预设时长的最后一秒作为所述回归模型的标签，并从在所述预设时长内所述标签之前的第一样本数据中提取用于训练所述回归模型；将待验证的数据输出到已训练的回归模型中，在所述已训练的回归模型输出的均方误差大于预设阈值的情况下，确定所述待验证的数据为故障数据。

根据本发明的另一个实施例，提供了一种故障的检测装置，包括：获取模块，用于获取用于对回归模型进行训练的第一样本数据，其中，所述第一样本数据的时长为预设时长；处理模块，用于将所述预设时长的最后一秒作为所述回归模型的标签，并从在所述预设时长内所述标签之前的第一样本数据中提取用于训练所述回归模型；确定模块，用于将待验证的数据输出到已训练的回归模型中，在所述已训练的回归模型输出的均方误差大于预设阈值的情况下，确定所述待验证的数据为故障数据。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，获取用于对回归模型进行训练的第一样本数据，其中，第一样本数据的时长为预设时长，将预设时长的最后一秒作为回归模型的标签，并从在预设时长内标签之前的第一样本数据中提取用于训练回归模型，进而将待验证的数据输出到已训练的回归模型中，在已训练的回归模型输出的均方误差大于预设阈值的情况下，确定待验证的数据为故障数据，通过训练回归模型来检测故障，考虑了传感器数据间的相关性，解决了中对不同的传感器设定不同的报警阈值更多的需要依靠经验进行设定，导致故障检测缺乏完整性的问题，提高了故障检测的效率和多样性。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种故障的检测方法的终端的硬件结构框图；