[发明专利]轨道交通IT设备故障分析方法、装置和电子设备

权利要求书

1.一种轨道交通IT设备故障分析方法，其特征在于，所述方法包括：

获取IT设备的待维修的故障状态；

根据所述待维修的故障状态从强化学习算法的预设奖励值表中选择奖励值最大的路径作为所述待维修的故障状态的最优维修路径，其中，所述预设奖励值表包括所述IT设备的多个运行状态、多个故障行为及用于表示各个运行状态与各个故障行为之间的关联度的奖励值；

根据所述最优维修路径输出优先级最高的故障行为或优先级最高的运行状态。

2.根据权利1所述的方法，其特征在于，所述方法还包括通过所述强化学习算法获取所述预设奖励值表的步骤，所述步骤包括：

建立所述IT设备的状态表，其中，所述状态表包括所述IT设备的多个运行状态、多个故障行为及各个运行状态与各个故障行为对应的状态估值；

建立所述强化学习算法的初始奖励值表；

循环遍历所述状态表，根据所述状态估值依次计算所述IT设备的各个运行状态和各个故障行为对应的奖励值；

根据计算获得的奖励值更新所述初始奖励值表，直到循环遍历次数达到预设值，获得所述强化学习算法的预设奖励值表。

3.根据权利要求2所述的方法，其特征在于，遍历所述状态表，根据所述状态估值计算所述IT设备的各个运行状态和各个故障行为对应的奖励值，包括：

任意选取所述状态表中的一个运行状态作为初始状态开始执行，根据公式计算所述IT设备的各个运行状态和各个故障行为对应的奖励值，其中，Q(s，a)表示运行状态s和故障行为a对应的奖励值，R(s，a)状态表中运行状态s和故障行为a对应的状态估值，γ为比例系数，表示运行状态s在奖励值表中的最大值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述待维修的故障状态从强化学习算法的预设奖励值表中选择奖励值最大的路径作为所述待维修的故障状态的最优维修路径，包括：

将所述待维修的故障状态作为初始运行状态，从所述强化学习算法的预设奖励值表中选择在所述故障状态下奖励值最大的故障行为；

从所述强化学习算法的预设奖励值表中选择在所述故障行为下奖励值最大的运行状态；

重复上述步骤，直至选出的最后一个运行状态或故障行为；

按照先后顺序将选择出的所有运行状态及故障行为组成奖励值最大的最优维修路径。

5.根据权利要求4所述的方法，其特征在于，所述根据所述最优维修路径输出优先级最高的故障行为或优先级最高的运行状态，包括：

输出与所述最优维修路径中包括的最后一个运行状态或最后一个故障行为。

6.一种轨道交通IT设备故障分析装置，其特征在于，所述装置包括：

状态获取模块，用于获取IT设备的待维修的故障状态；

路径选择模块，用于根据所述待维修的故障状态从强化学习算法的预设奖励值表中选择奖励值最大的路径作为所述待维修的故障状态的最优维修路径，其中，所述预设奖励值表包括所述IT设备的多个运行状态、多个故障行为及用于表示各个运行状态与各个故障行为之间的关联度的奖励值；

输出模块，用于根据所述最优维修路径输出优先级最高的故障行为或优先级最高的运行状态。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括奖励值表获取模块，所述奖励值表获取模块具体用于：

建立所述IT设备的状态表，其中，所述状态表包括所述IT设备的多个运行状态、多个故障行为及各个运行状态与各个故障行为对应的状态估值；

建立所述强化学习算法的初始奖励值表；

循环遍历所述状态表，根据所述状态估值依次计算所述IT设备的各个运行状态和各个故障行为对应的奖励值；

根据计算获得的奖励值更新所述初始奖励值表，直到循环遍历次数达到预设值，获得所述强化学习算法的预设奖励值表。