[发明专利]故障预测模型训练的方法、车辆故障预测的方法及装置

权利要求书

1.一种故障预测模型训练的方法，其特征在于，包括：

从数据库中获取多个样本数据，所述多个样本数据中的每个样本数据至少包括车辆类型、行驶里程和故障码，所述故障码为所述车辆类型对应的车辆行驶至所述行驶里程时所出现的故障码，所述故障码对应至少一个部件，所述故障码被统计到与所述车辆类型以及所述行驶里程相对应的样本数据中；

使用所述多个样本数据以及所述至少一个部件的故障概率系数训练初始故障预测模型，以得到目标故障预测模型，所述目标故障预测模型用于确定所述故障码的故障码概率和所述故障码对应的所述至少一个部件的故障概率，所述至少一个部件的故障概率系数预置于所述初始故障预测模型中。

2.根据权利要求1所述的方法，其特征在于，所述从数据库中获取多个样本数据之前，所述方法还包括：

获取样本车辆的检测数据，所述检测数据包括所述样本车辆的车辆识别码VIN、所述行驶里程以及所述故障码；

根据所述VIN识别所述样本车辆对应的所述车辆类型；

将所述故障码统计到所述多个样本数据中与所述车辆类型以及所述行驶里程对应的样本数据中。

3.根据权利要求1或2所述的方法，其特征在于，所述使用所述多个样本数据训练初始故障预测模型，以得到目标故障预测模型之后，所述方法还包括：

获取反馈信息；

根据所述反馈信息对所述目标故障预测模型中的所述故障码概率和所述故障码对应的至少一个部件的故障概率进行修正。

4.一种车辆故障预测的方法，其特征在于，包括：

获取预测车辆的车辆信息，所述车辆信息包括所述预测车辆对应的车辆类型和行驶里程；

根据所述车辆类型、所述行驶里程以及目标故障预测模型计算所述预测车辆的故障码概率和部件故障概率，所述目标故障预测模型根据多个样本数据训练得到，故障码对应至少一个部件，所述部件故障概率为所述故障码对应的部件的故障概率，所述故障码为所述车辆类型对应的车辆行驶至所述行驶里程时所出现的故障码，所述故障码被统计到与所述车辆类型以及所述行驶里程相对应的样本数据中。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取反馈信息，并将所述反馈信息上传至服务器，以使得服务器根据所述反馈信息对所述目标故障预测模型中的所述故障码概率和所述部件故障概率进行修正。

6.根据权利要求4或5所述的方法，其特征在于，所述根据所述车辆类型、所述行驶里程以及目标故障预测模型计算所述预测车辆的故障码概率和部件故障概率之后，所述方法还包括：

将所述故障码概率对应的故障码、所述车辆类型和所述行驶里程上传至数据库，以使得所述数据库更新所述多个样本数据。

7.一种故障预测模型训练装置，其特征在于，所述故障预测模型训练装包括：

第一获取单元，用于从数据库中获取多个样本数据，所述多个样本数据中的每个样本数据至少包括车辆类型、行驶里程和故障码，所述故障码为所述车辆类型对应的车辆行驶至所述行驶里程时所出现的故障码，所述故障码对应至少一个部件，所述故障码被统计到与所述车辆类型以及所述行驶里程相对应的样本数据中；

训练单元，用于使用所述多个样本数据以及所述至少一个部件的故障概率系数训练初始故障预测模型，以得到目标故障预测模型，所述目标故障预测模型用于确定所述故障码的故障码概率和所述故障码对应的所述至少一个部件的故障概率，所述至少一个部件的故障概率系数预置于所述初始故障预测模型中。