[发明专利]设备故障预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种设备故障预测方法、装置、计算机设备和存储介质。所述方法包括：获取目标电梯对应的当前运行数据集合，所述当前运行数据集合包括所述目标电梯在当前时间段中多个时刻分别对应的当前运行数据，所述当前运行数据是通过所述目标电梯对应的传感器检测得到的；根据所述当前运行数据集合进行特征提取，得到所述当前运行数据集合对应的目标特征集合，所述目标特征集合包括多个目标特征；获取已训练得到的目标电梯故障预测模型；将所述目标特征值集合输入到所述目标电梯故障预测模型中，得到所述目标电梯对应的故障预测结果。采用本方法能够提高设备故障检测效率。

技术领域

本申请涉及物联网技术领域，特别是涉及一种设备故障预测方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了物联网(The Internet of Things，IOT)技术，物联网是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把设备与互联网相连接，进行信息交换和通信，以实现对设备的智能化识别、定位、跟踪、监控和管理的一种网络。由于物联网中的设备可能存在故障，因此人们进行需要对物联网中的设备进行故障预测。

然而，目前采用人工对物联网中的设备进行故障预测，当物联网中的设备越来越多时，对物联网中的设备的故障预测会耗费大量的人力和时间，导致设备故障预测效率低。

发明内容

基于此，有必要针对上述设备故障预测效率低的技术问题，提供一种能够提高设备故障预测效率的设备故障预测方法、装置、计算机设备和存储介质。

一种设备故障预测方法，所述方法包括：获取目标电梯对应的当前运行数据集合，所述当前运行数据集合包括所述目标电梯在当前时间段中多个时刻分别对应的当前运行数据，所述当前运行数据是通过所述目标电梯对应的传感器检测得到的；根据所述当前运行数据集合进行特征提取，得到所述当前运行数据集合对应的目标特征集合，所述目标特征集合包括多个目标特征；获取已训练得到的目标电梯故障预测模型；将所述目标特征值集合输入到所述目标电梯故障预测模型中，得到所述目标电梯对应的故障预测结果。

在一些实施例中，所述根据所述当前运行数据集合进行特征提取，得到所述目标电梯对应的目标特征集合，包括：按照对应的运行时间对所述当前运行数据集合中的当前运行数据进行排序，得到当前运行数据序列；从所述当前运行数据序列中筛选得到第一运行数据以及第二运行数据，其中，所述第一运行数据的前一当前运行数据以及后一当前运行数据小于所述第一运行数据，所述第二运行数据的前一当前运行数据以及后一当前运行数据大于所述第二运行数据；计算所述第一运行数据的数量，得到第一数量，计算所述第二运行数据的数量，得到第二数量；根据所述第一数量以及所述第二数量得到目标特征。

在一些实施例中，所述目标电梯故障预测模型为多个，所述将所述目标特征值集合输入到所述目标电梯故障预测模型中，得到所述目标电梯对应的故障预测结果，包括：将所述目标特征值集合输入到各个所述目标电梯故障预测模型中，输出对应的故障发生概率；获取故障发生概率最大对应的所述目标电梯故障预测模型，作为最终电梯故障预测模型；将所述最终故障预测模型对应的故障类型作为所述目标设备对应的预测故障类型。

在一些实施例中，所述目标电梯故障预测模型的得到步骤包括：获取初始电梯故障预测模型对应的第一参数的各个第一取值，获取所述初始电梯故障预测模型对应的第二参数对应的各个第二取值；对所述第一取值以及所述第二取值进行组合，得到多个训练参数取值集合，所述训练参数取值集合中的元素包括所述第一取值和所述第二取值；根据各个所述训练参数取值集合分别对所述初始电梯故障预测模型进行训练，得到各个所述训练参数集合分别对应的训练后的候选电梯故障预测模型；对各个所述候选电梯故障预测模型进行准确度测试，得到各个所述候选电梯故障预测模型的故障预测准确度；根据所述候选电梯故障预测模型的故障预测准确度筛选得到目标电梯故障预测模型。