[发明专利]基于LSTM循环神经网络的冰箱故障预测系统

说明书

本发明提供一种基于LSTM循环神经网络的冰箱故障预测系统，包括数据存储平台、数据算法平台和故障管理平台，数据存储平台用于：接收并存储从多个冰箱的物联网通信模块发送来的冰箱运行数据；数据算法平台用于：训练得到LSTM循环神经网络模型，对数据存储平台中的冰箱运行数据进行预处理；故障管理平台用于：从数据算法平台中获取在第一预设时间窗口内预处理后的且具有同一标识信息的冰箱运行数据，将该冰箱运行数据输入至模型中，得到标识信息对应的冰箱在第二预设时间窗口内是否发生预设故障，若发生预设故障，则将预设故障上报至用户终端。本发明通过对故障的预测，这样可以提前安排工作人员上门维修，保证用户的正常使用。

技术领域

本说明书一个或多个实施例涉及冰箱技术领域，尤其涉及一种基于LSTM循环神经网络的冰箱故障预测系统。

背景技术

冰箱在运行中可能会发生故障，例如，制冷异常，从而导致保存的食物变质。由于无法做到对设备故障进行预判，只有在冰箱发生故障时才会申请保修，而维修需要提前预约，等待售后安排维修师傅上门维修，因此从出现故障到故障完成维修通常需要耗时很久，影响用户的正常。

发明内容

本说明书一个或多个实施例描述了一种基于LSTM循环神经网络的冰箱故障预测系统。

本发明提供了一种基于LSTM循环神经网络的冰箱故障预测系统，包括：包括数据存储平台、数据算法平台和故障管理平台，其中：

所述数据存储平台用于：接收并存储从多个冰箱的物联网通信模块发送来的冰箱运行数据，所述冰箱运行数据中带有时间标签和冰箱的标识信息；

所述数据算法平台用于：预先训练得到LSTM循环神经网络模型，并对所述数据存储平台中的所述冰箱运行数据进行预处理；

所述故障管理平台用于：从所述数据算法平台中获取在第一预设时间窗口内预处理后的且具有同一标识信息的冰箱运行数据，并将该冰箱运行数据输入至所述LSTM循环神经网络模型中，得到所述标识信息对应的冰箱在第二预设时间窗口内是否发生预设故障，若发生所述预设故障，则将所述预设故障上报至对应冰箱的用户终端；其中，所述第一预设时间窗口在当前时刻之前且与所述当前时刻相邻，所述第二预设时间窗口在所述当前时刻之后且与所述当前时刻相隔预设时长。

本说明书实施例提供的基于LSTM循环神经网络的冰箱故障预测方法及装置，通过数据存储平台对冰箱运行数据进行接收和存储，通过数据算法平台进行模型训练，以及在使用模型预测时将第一预设时间窗口内的冰箱运行数据进行预处理，故障管理平台用于将同一冰箱在第一预设时间窗口在预处理之后的数据输入到模型中，得到在第二预设时间窗口对应的预测结果，并将预测结果上报至用户终端，从而实现对故障的预测，这样可以提前申报故障，提前安排工作人员上门维修，保证用户的正常使用。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书一个实施例中基于LSTM循环神经网络的冰箱故障预测系统的结构框图；

图2是本说明书一个实施例中多个时间参数之间的关系示意图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

第一方面，本发明提供一种基于LSTM循环神经网络的冰箱故障预测系统，如图1所示，该冰箱故障预测系统包括数据存储平台、数据算法平台和故障管理平台，其中：

所述数据存储平台用于：接收并存储从多个冰箱的物联网通信模块发送来的冰箱运行数据，所述冰箱运行数据中带有时间标签和冰箱的标识信息；