[发明专利]一种故障预测方法、装置、可读存储介质和计算机设备

说明书

本发明涉及故障预测技术领域，特别地涉及一种故障预测方法、装置、可读存储介质和计算机设备，方法包括：构建知识图谱，其中，所述知识图谱包括主节点及与主节点连接的从节点，所述主节点为用户，从节点包括对象，所述对象包括用户对应的电器和电器对应的元器件；在当前用户的第一对象发生故障时，获取所述第一对象的故障属性信息；计算所述知识图谱中待预测用户的第一对象的属性信息与所述第一对象的故障属性信息之间的第一相似度；确定所述第一相似度大于第一对象相似度阈值的待预测用户的第一对象可能发生故障。

技术领域

本发明涉及故障预测技术领域，特别地涉及一种故障预测方法、装置、可读存储介质和计算机设备。

背景技术

在空调等家用电器的故障中，故障预测是一个很重要的方面。故障预测是指，在某个部位或者某个零件产生故障之前，就可以预测出来这个部位在未来可能会出现故障，从而可以及时提醒消费者或者提醒后台客服人员与故障维修人员，这样可以在事前就为客户提供技术保障。

空调等家用电器由多个元器件组成，因此，为了保证空调等家用电器的运行正常，需要对空调及其元器件进行一定的监控以及判断，便于排查空调运行中可能出现的故障。

在一些技术方案中，通过获取预定时间内冰箱的工作参数的变化趋势；根据故障时间预测模型，确定所述工作参数的变化趋势对应的故障发生时间，其中，故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，多组训练数据中的每组数据均包括：工作参数的变化趋势和与该工作参数的变化趋势对应的故障发生时间。

在一些技术方案中，通过获取空调的待预测故障的元器件的预测损耗曲线；获取所述元器件的损耗变化数据，并根据所述损耗变化数据，对所述预测损耗曲线进行校正，得到校正损耗曲线；根据所述校正损耗曲线预测所述元器件故障。

在一些技术方案中，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块和信息实时反映应用层模块。以知识图谱技术为基础，整合并利用了大数据技术对电力设备故障进行诊断，通过采用开放先进的互联网、大数据技术、物联网技术，构建大数据电网图书情报管理应用系统，为故障诊断带来专业、智能、直观的数据分析和挖掘，进而定位故障位置、判断故障原因、智能生成解决方案，可以实现电网实时监测、预测预警分析，缩短故障排查时间，极大地提高排除电力设备故障的效率，保证电力快速恢复正常运营。

然而，基于机器学习的技术方案需要大量的计算和标定，因此该类方案的成本较高；计算元器件的预测损耗曲线的方法实质是在计算运行时长，该方案时和预测元器件老化问题，但是，元器件老化仅仅是元器件故障的一种类型，即，该方案并不能预测其他类型的元器件故障。

基于上述讨论可见，本领域亟需一种能够对空调等电器及其元器件故障进行预测的简便的技术方案。

发明内容

本发明提供一种故障预测方法、装置、可读存储介质和计算机设备，以解决现有技术中成本较高以及不能预测多种原因的故障的技术问题。

第一方面，本发明提供了一种故障预测方法，包括：

构建知识图谱，其中，所述知识图谱包括主节点及与主节点连接的从节点，所述主节点为用户，从节点包括对象，所述对象包括用户对应的电器和电器对应的元器件；

在当前用户的第一对象发生故障时，获取所述第一对象的故障属性信息；

计算所述知识图谱中待预测用户的第一对象的属性信息与所述第一对象的故障属性信息之间的第一相似度；

确定所述第一相似度大于第一对象相似度阈值的待预测用户的第一对象可能发生故障。

在一些实施例中，所述知识图谱中包括多个主节点，对应多个用户，多个主节点之间互相连接；

每个主节点连接有一个或多个与电器对应的从节点；