[发明专利]智能故障诊断系统及方法

说明书

本发明提供了一种智能故障诊断系统，包括：模型训练模块：获取各种故障的多个特征，对故障定位的模型进行训练；模型应用模块：将训练后的故障定位模型应用到真实场景中。模型训练模块包括随机拓扑生成模块、随机样本生成模块、模型训练子模块和模型UI模块；模型训练模块包括随机拓扑生成模块、随机样本生成模块、模型训练子模块和应用UI模块。本发明还提供了一种智能故障诊断方法，通过提供不同概率结果的预测和反馈，可以对不同场景进行优化，能够更加准确的判断问题发生的根源，帮助运维人员排查和解决问题。

技术领域

本发明涉及故障诊断和运维技术领域，具体地，涉及一种智能故障诊断系统及方法。

背景技术

现代系统的基础架构，可能基于物理主机、虚拟机、云和混合云等等，并且随着微服务架构的发展，大型应用服务的架构也变得更加复杂，往往难以发现是哪台主机或者哪个服务发生的问题，导致系统异常。现有的故障定位技术多采用线性的启发式的算法，有一定的局限性，在应对一些复杂场景时往往可能无法准确找出问题根源，也难以根据实际情况优化算法，以提高在该场景的定位准确率。

经过检索，专利文献CN110231529A公开了一种控制柜智能故障诊断系统及故障诊断方法，包括振动传感器、温度变送器、电流变送器、电压变送器、数据采集卡、工控机、显示装置、报警装置、接线端子排、故障诊断软件、振动采样电阻、温度采样电阻、电流采样电阻、电压采样电阻、电源组成；在控制柜工作过程中，通过采集其振动、温度、电流、电压参数，实现控制柜的故障状态检测，从而判断控制柜是否为健康状态或者变压器短路故障、变频器输入缺相故障、变频器输出缺相故障、继电器跳动故障、变压器扰动温升故障中的某一类故障。该现有技术的不足之处在于很难精准定位，无法准确找出问题根源。

因此，很有必要开发一种能够实现复杂场景精准定位的智能故障诊断系统及方法。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种智能故障诊断系统及方法，通过网络拓扑方式显示主机或应用的指标，当发生异常时，可以显示发生异常的组件或应用，并且可以智能定位可能出问题的组件或应用。

根据本发明提供的一种智能故障诊断系统，包括：

模型训练模块：获取各种故障的多个特征，对故障定位的模型进行训练；

模型应用模块：将训练后的故障定位模型应用到真实场景中。

优选地，模型训练模块包括：

随机拓扑生成模块：用于生成训练样本的拓扑图；

随机样本生成模块：用于生成训练样本的故障信息；

模型训练子模块：根据随机拓扑生成模块生成的拓扑图和随机样本生成模块生成的故障信息训练故障定位诊断模型。

优选地，模型训练模块还包括模型UI模块，根据模型训练子模块训练得到的故障定位诊断模型调整模型和显示模型信息。

优选地，模型应用模块包括：

拓扑转换模块：用于将组件或主机间的调用关系转换为拓扑关系图；

智能诊断模块：根据拓扑关系和故障信息判断故障位置及故障原因。

优选地，模型应用模块还包括应用UI模块，根据拓扑转换模块转换成的拓扑关系图和智能诊断模块生成的故障信息进行显示及标注。

根据本发明提供的一种智能故障诊断方法，包括如下步骤：

步骤1：获取各种故障的多个特征，对故障定位的模型进行训练；

步骤2：将训练后的故障定位模型应用到真实场景中。

优选地，步骤1包括如下步骤：