[发明专利]一种读卡器设备的故障预警方法及装置

权利要求书

1.一种读卡器设备的故障预警方法，其特征在于，包括：

获取读卡器设备的每个读卡模块的预测数据；其中，每个读卡模块的预测数据是通过对读卡器设备的每个读卡模块的过去第一预设时间段的历史记录数据进行预处理获得的；

对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；其中，对每个读卡模块的预测数据进行特征处理包括特征构建，所述特征构建用于从每个读卡模块的预测数据中构建出不同类型的特征；

根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的未来一段时间内的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；

根据每个读卡模块的未来一段时间内的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；其中，所述读卡模块的预测累计使用次数等于所述读卡模块的未来一段时间内的预测使用次数与当前累计使用次数之和；

若判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值，则发出故障预警信息。

2.根据权利要求1所述的方法，其特征在于，所述根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数包括：

根据所述读卡模块的预测特征数据以及所述设定数量的预测子模型，获得所述读卡模块的设定数量个使用次数；

根据所述读卡模块的设定数量个使用次数以及各个使用次数对应的权重，计算所述读卡模块的预测使用次数；其中，所述读卡模块的各个使用次数对应的权重是预先获得的。

3.根据权利要求1或2所述的方法，其特征在于，根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得每个读卡模块的使用次数预测模型包括：

获取所述读卡模块的使用次数训练数据以及历史使用次数；

根据所述读卡模块的使用次数训练数据，获得所述读卡模块的使用次数特征数据；

将所述读卡模块的使用次数特征数据划分为训练集和验证集；

根据所述训练集、所述训练集对应的历史使用次数以及预设数量个预设模型，训练获得预设数量个待定预测子模型；其中，所述预设数量大于等于所述设定数量；

根据所述验证集以及所述验证集对应的历史使用次数对所述预设数量个待定预测子模型进行验证，获得每个待定预测子模型的R平方值；

根据每个待定预测子模型的R平方值，从所述预设数量个待定预测子模型中选择出所述设定数量个预测子模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述读卡模块的使用次数训练数据，获得所述读卡模块的使用次数特征数据包括：

对所述读卡模块的使用次数训练数据进行特征构建，获得多类训练特征数据；

根据特征选择算法从所述多类训练特征数据中，选择出所述读卡模块的使用次数特征数据。

5.一种读卡器设备的故障预警装置，其特征在于，包括：

预测数据获取单元，用于获取读卡器设备的每个读卡模块的预测数据；其中，每个读卡模块的预测数据是通过对读卡器设备的每个读卡模块的过去第一预设时间段的历史记录数据进行预处理获得的；

第一特征处理单元，用于对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；其中，对每个读卡模块的预测数据进行特征处理包括特征构建，所述特征构建用于从每个读卡模块的预测数据中构建出不同类型的特征；

预测单元，用于根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的未来一段时间内的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；

获得单元，用于根据每个读卡模块的未来一段时间内的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；其中，所述读卡模块的预测累计使用次数等于所述读卡模块的未来一段时间内的预测使用次数与当前累计使用次数之和；

判断单元，用于在判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值之后，则发出故障预警信息。