[发明专利]一种用于监测电网嵌入式终端设备运行状态的方法及系统

权利要求书

1.一种用于监测电网嵌入式终端设备运行状态的方法，所述方法包括：

采集电网嵌入式终端设备在不同安全状态下的历史运行数据；

根据采集的历史运行数据，确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征；

根据运行特征构建GRU神经网络架构，并将历史运行数据分为训练集和测试集，将训练集和测试集输入至GRU神经网络架构进行训练，获取训练模型；

采集待监测电网嵌入式终端设备的运行数据，使用训练模型对运行数据进行测试，确定待监测电网嵌入式终端设备的运行状态。

2.根据权利要求1所述的方法，所述历史运行数据，包括：电网嵌入式终端设备的CPU占用率、内存占用率、进程堆栈状态、调用频率、内核变量信息状态、调用时序状态和应用层通讯流量状态。

3.根据权利要求1所述的方法，所述确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征，具体包括：

根据历史运行数据，确定预设时间内CPU占用率、内存占用率、调用频率及应用层通讯流量状态的平均值、方差、偏度和峰度；

根据历史运行数据，对进程堆栈状态、核变量信息状态和调用时序状态进行向量化，获取进程堆栈状态、核变量信息状态和调用时序状态的向量化数据；

对平均值、方差、偏度、峰度和向量化数据进行归一化处理，确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征。

4.根据权利要求1所述的方法，所述历史运行数据以1∶5的比例分为训练集和测试集。

5.根据权利要求1所述的方法，所述方法还包括：确定待监测电网嵌入式终端设备的运行状态异常时，发出预警。

6.一种用于监测电网嵌入式终端设备运行状态的系统，所述系统包括：

采集模块，采集电网嵌入式终端设备在不同安全状态下的历史运行数据；

提取模块，根据采集的历史运行数据，确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征；

训练模块，根据运行特征构建GRU神经网络架构，并将历史运行数据分为训练集和测试集，将训练集和测试集输入至GRU神经网络架构进行训练，获取训练模型；

测试模块，采集待监测电网嵌入式终端设备的运行数据，使用训练模型对运行数据进行测试，确定待监测电网嵌入式终端设备的运行状态。

7.根据权利要求6所述的系统，所述历史运行数据，包括：电网嵌入式终端设备的CPU占用率、内存占用率、进程堆栈状态、调用频率、内核变量信息状态、调用时序状态和应用层通讯流量状态。

8.根据权利要求6所述的系统，所述确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征，具体包括：

根据历史运行数据，确定预设时间内CPU占用率、内存占用率、调用频率及应用层通讯流量状态的平均值、方差、偏度和峰度；

根据历史运行数据，对进程堆栈状态、核变量信息状态和调用时序状态进行向量化，获取进程堆栈状态、核变量信息状态和调用时序状态的向量化数据；

对平均值、方差、偏度、峰度和向量化数据进行归一化处理，确定表征预设时间内电网嵌入式终端设备历史运行数据的运行特征。

9.根据权利要求6所述的系统，所述历史运行数据以1∶5的比例分为训练集和测试集。

10.根据权利要求6所述的系统，所述测试模块，还用于，当确定待监测电网嵌入式终端设备的运行状态异常时，发出预警。