一种预测系统故障的方法、装置及电子设备制造方法及图纸

本发明专利技术实施例公开了一种预测系统故障的方法、装置及电子设备，所述方法包括：获取待预测目标系统的趋势型序列数据和随机型序列数据；将所述趋势型序列数据输入第一预测模型，得到第一预测值，将所述随机型序列数据输入第二预测模型，得到第二预测值，所述第一预测模型基于所述待预测目标系统的历史趋势型序列数据训练得到，所述第二预测模型基于所述待预测目标系统的历史随机型序列数据训练得到；根据所述第一预测值以及所述第二预测值，对所述待预测目标系统进行故障预测，通过本发明专利技术实施例，可以基于序列数据的特点，采取与序列数据特点对应的预测模型进行系统故障预测，从而提高了系统故障预测的准确性。

A method, device and electronic equipment for predicting system failure

【技术实现步骤摘要】
一种预测系统故障的方法、装置及电子设备
本专利技术涉及系统故障领域，尤其涉及一种预测系统故障的方法、装置及电子设备。
技术介绍
随着信息系统建设规模的不断扩大、信息化架构面临深刻变革，其发生故障的概率以及不良影响也越来越大，因此，事先对信息系统运行状态进行有效的预测变得越来越重要。传统技术中，通常基于信息系统的运行状态数据，采用单一模型预测方法例如，自回归移动平均模型预测法、BP神经网络模型预测法、灰度预测模型对信息系统的运行状态进行预测。然而，由于信息系统的运行状态数据通常是非线性、时变的时间序列数据，如运行状态数据可以包括趋势型序列数据和随机型序列数据两部分数据，因此，采用单一的预测方法很难对信息系统的运行状态进行精确的预测。
技术实现思路
本专利技术实施例的目的是提供一种预测系统故障的方法、装置及电子设备，以解决传统预测技术中，采用单一的预测方法很难对信息系统的运行状态进行精确预测的问题，能够精确地预测信息系统的运行状态。为解决上述技术问题，本专利技术实施例是这样实现的：第一方面，本专利技术实施本文档来自技高网...

【技术保护点】
1.一种预测系统故障的方法，其特征在于，所述方法包括：/n获取待预测目标系统的趋势型序列数据和随机型序列数据；/n将所述趋势型序列数据输入第一预测模型，得到第一预测值，将所述随机型序列数据输入第二预测模型，得到第二预测值，所述第一预测模型基于所述待预测目标系统的历史趋势型序列数据训练得到，所述第二预测模型基于所述待预测目标系统的历史随机型序列数据训练得到；/n根据所述第一预测值以及所述第二预测值，对所述待预测目标系统进行故障预测。/n

【技术特征摘要】
1.一种预测系统故障的方法，其特征在于，所述方法包括：
获取待预测目标系统的趋势型序列数据和随机型序列数据；
将所述趋势型序列数据输入第一预测模型，得到第一预测值，将所述随机型序列数据输入第二预测模型，得到第二预测值，所述第一预测模型基于所述待预测目标系统的历史趋势型序列数据训练得到，所述第二预测模型基于所述待预测目标系统的历史随机型序列数据训练得到；
根据所述第一预测值以及所述第二预测值，对所述待预测目标系统进行故障预测。


2.根据权利要求1所述的方法，其特征在于，在所述将所述随机型序列数据输入第二预测模型，得到第二预测值之前，包括：
基于所述历史随机型序列数据获取与所述历史随机型序列数据对应的自相关函数图以及偏自相关函数图；
根据所述自相关函数图以及所述偏自相关函数图，确定所述第二预设预测模型的最优参数，所述最优参数至少包括自回归项系数和移动平均项系数；
基于所述第二预设预测模型的最优参数构建所述第二预设预测模型。


3.根据权利要求2所述的方法，其特征在于，所述根据所述自相关函数图以及所述偏自相关函数图，确定所述第二预设预测模型的最优参数，包括：
根据所述自相关函数图的截尾以及所述偏自相关函数图的拖尾，确定所述第二预设预测模型的相关参数集；
基于预设信息准则，从所述相关参数集中选取最优参数。


4.根据权利要求2所述的方法，其特征在于，在所述基于所述历史随机型序列数据获取与所述历史随机型序列数据对应的自相关函数图以及偏自相关函数图之前，包括：
当所述历史随机型序列数据为非平稳时间序列数据时，对所述历史随机型序列数据进行差分处理转化为所述平稳时间序列数据。


5.根据权利要求2所述的方法，其特征在于，在所述基于所述第二预设预测模型的最优参数构建所述第二预设预测模型之后，包括：
当所述第二预设预测模型拟合不充分时，则根据所述自相关函数图以及所述偏...

【专利技术属性】
技术研发人员：邓頔，邵利铎，鹿慧，何激，何栋，张鹏飞，尚凌瑞，何虎鸣，欧创新，黎晋廷，李祎，
申请(专利权)人：中国人民财产保险股份有限公司，
类型：发明
国别省市：北京;11