故障识别方法和装置制造方法及图纸

本公开提供了一种故障识别方法，该方法包括确定针对目标业务对象的监控指标；获取目标业务对象的业务数据；根据业务数据，确定监控指标的指标参数，其中，指标参数包括交易参数、指令参数和状态参数中的至少之一；至少根据指标参数，确定目标业务对象的监控结果。本公开还提供了一种故障识别装置、一种电子设备及一种计算机存储介质。

【技术实现步骤摘要】
故障识别方法和装置
本公开涉及设备管理
，特别是涉及一种故障识别方法和装置。
技术介绍
随着人工智能技术的日益成熟，利用大数据进行针对设备的故障识别得以迅速发展。自动柜员机是一种能够提供多种金融业务功能的自助服务设备，自动柜员机的正常运行是保证金融业务健康稳定开展的重要因素，而针对自动柜员机的故障识别对维持自动柜员机的正常运行有着重要意义。在实现本公开专利技术构思的过程中，专利技术人发现在相关技术中进行的针对自动柜员机的故障识别中，故障识别所依据的原始数据类型单一、覆盖性不强，这进而导致针对自动柜员机的故障识别存在准确性不佳、识别效率低的问题。
技术实现思路
本公开的一个方面提供了一种故障识别方法，该方法可以包括以下操作。获取针对自动柜员机的监控指标的指标参数；在确定上述指标参数异常的情况下，获取上述自动柜员机的运行状态数据，其中，上述运行状态数据包括运行参数数据和传感器数据；利用预设的故障识别模型，确定上述运行状态数据指示的上述自动柜员机的故障类型。可选地，上述利用预设的故障识别模型，确定上述运行状态数据指示的上述自动柜员机的故障类型，包括针对M种预设故障类型中的每两种预设故障类型，其中，M为大于1的整数，利用针对上述每两种预设故障类型的故障识别模型，分别确定上述运行状态数据指示的第一识别结果，其中，上述第一识别结果指示两种预设故障类型中的其中之一；统计各上述第一识别结果指示的预设故障类型，将其中占比最高的预设故障类型确定为上述自动柜员机的故障类型。可选地，上述利用预设的故障识别模型，确定上述运行状态数据指示的预设故障类型，以得到上述自动柜员机的故障类型，包括针对M种预设故障类型中的各预设故障类型，其中，M为大于1的整数，利用针对上述各预设故障类型的故障识别模型，分别确定上述运行状态数据指示的第二识别结果，其中，上述第二识别结果指示是否为上述预设故障类型；根据各上述第二识别结果指示的预设故障类型，确定上述自动柜员机的故障类型。可选地，在M个第二识别结果指示N种预设故障类型的情况下，其中，N为大于1的整数，上述根据各上述第二识别结果指示的预设故障类型，确定上述自动柜员机的故障类型，包括利用预设的多分类模型，确定上述运行状态数据指示的上述N种预设故障类型中的概率值最大的预设故障类型，以作为上述自动柜员机的故障类型。可选地，上述利用预设的故障识别模型，确定上述运行状态数据指示的上述自动柜员机的故障类型，包括对上述运行状态数据进行归一化处理，得到归一化后的运行状态数据；利用上述预设的故障识别模型，确定上述归一化后的运行状态数据指示的上述自动柜员机的故障类型。可选地，在确定出上述自动柜员机的故障类型后，上述方法还包括确定上述故障类型是否为可恢复故障类型；以及在上述故障类型为可恢复故障类型的情况下，向上述自动柜员机发送故障恢复指令，以指示上述自动柜员机进行故障恢复；在上述故障类型为不可恢复故障类型的情况下，向预设终端发送故障信息以提示进行人工处理。可选地，上述故障识别模型的训练方法包括获取已知故障类型的自动柜员机的运行状态样本数据，作为支持向量机SVM算法的训练样本；以上述运行状态样本数据为输入，以上述已知故障类型为输出，训练上述SVM算法，得到上述故障识别模型。本公开的另一个方面提供了一种故障识别装置，该装置可以包括以下模块。第一获取模块，用于获取针对自动柜员机的监控指标的指标参数；第二获取模块，用于在确定上述指标参数异常的情况下，获取上述自动柜员机的运行状态数据，其中，上述运行状态数据包括运行参数数据和传感器数据；第一处理模块，用于利用预设的故障识别模型，确定上述运行状态数据指示的上述自动柜员机的故障类型。可选地，上述第一处理模块，包括第一处理子模块和第二处理子模块。针对M种预设故障类型中的每两种预设故障类型，其中，M为大于1的整数，第一处理子模块用于利用针对上述每两种预设故障类型的故障识别模型，分别确定上述运行状态数据指示的第一识别结果，其中，上述第一识别结果指示两种预设故障类型中的其中之一；第二处理子模块用于统计各上述第一识别结果指示的预设故障类型，将其中占比最高的预设故障类型确定为上述自动柜员机的故障类型。可选地，上述第一处理模块，包括第三处理子模块和第四处理子模块。针对M种预设故障类型中的各预设故障类型，其中，M为大于1的整数，第三处理子模块用于利用针对上述各预设故障类型的故障识别模型，分别确定上述运行状态数据指示的第二识别结果，其中，上述第二识别结果指示是否为上述预设故障类型；第四处理子模块用于根据各上述第二识别结果指示的预设故障类型，确定上述自动柜员机的故障类型。可选地，在M个第二识别结果指示N种预设故障类型的情况下，其中，N为大于1的整数，上述第四处理子模块，包括第一处理单元，用于利用预设的多分类模型，确定上述运行状态数据指示的上述N种预设故障类型中的概率值最大的预设故障类型，以作为上述自动柜员机的故障类型。可选地，上述第一处理模块，包括第五处理子模块，用于对上述运行状态数据进行归一化处理，得到归一化后的运行状态数据；第六处理子模块，用于利用上述预设的故障识别模型，确定上述归一化后的运行状态数据指示的上述自动柜员机的故障类型。可选地，上述装置还包括第二处理模块，用于在确定出上述自动柜员机的故障类型后，确定上述故障类型是否为可恢复故障类型；以及在上述故障类型为可恢复故障类型的情况下，向上述自动柜员机发送故障恢复指令，以指示上述自动柜员机进行故障恢复；在上述故障类型为不可恢复故障类型的情况下，向预设终端发送故障信息以提示进行人工处理。本公开的另一方面提供了一种电子设备，包括一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现本公开实施例的方法。本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。附图说明为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中，图1示意性示出了根据本公开实施例的故障识别方法和装置的系统架构；图2示意性示出了根据本公开实施例的故障识别方法的流程图；图3A示意性示出了根据本公开实施例的另一故障识别方法的流程图；图3B示意性示出了根据本公开实施例的再一故障识别方法的流程图；图3C示意性示出了根据本公开实施例的利用SVM算法进行分类的示意图；图4示意性示出了根据本公开实施例的故障识别装置的框图；以及图5示意性示出了根据本公开实施例的电子设备的框图。具体实施方式以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性地，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省本文档来自技高网...

【技术保护点】
1.一种故障识别方法，包括：/n获取针对自动柜员机的监控指标的指标参数；/n在确定所述指标参数异常的情况下，获取所述自动柜员机的运行状态数据，其中，所述运行状态数据包括运行参数数据和传感器数据；/n利用预设的故障识别模型，确定所述运行状态数据指示的所述自动柜员机的故障类型。/n

【技术特征摘要】
1.一种故障识别方法，包括：
获取针对自动柜员机的监控指标的指标参数；
在确定所述指标参数异常的情况下，获取所述自动柜员机的运行状态数据，其中，所述运行状态数据包括运行参数数据和传感器数据；
利用预设的故障识别模型，确定所述运行状态数据指示的所述自动柜员机的故障类型。


2.根据权利要求1所述的方法，其中，所述利用预设的故障识别模型，确定所述运行状态数据指示的所述自动柜员机的故障类型，包括：针对M种预设故障类型中的每两种预设故障类型，其中，M为大于1的整数，
利用针对所述每两种预设故障类型的故障识别模型，分别确定所述运行状态数据指示的第一识别结果，其中，所述第一识别结果指示两种预设故障类型中的其中之一；
统计各所述第一识别结果指示的预设故障类型，将其中占比最高的预设故障类型确定为所述自动柜员机的故障类型。


3.根据权利要求1所述的方法，其中，所述利用预设的故障识别模型，确定所述运行状态数据指示的预设故障类型，以得到所述自动柜员机的故障类型，包括：针对M种预设故障类型中的各预设故障类型，其中，M为大于1的整数，
利用针对所述各预设故障类型的故障识别模型，分别确定所述运行状态数据指示的第二识别结果，其中，所述第二识别结果指示是否为所述预设故障类型；
根据各所述第二识别结果指示的预设故障类型，确定所述自动柜员机的故障类型。


4.根据权利要求3所述的方法，其中，
在M个第二识别结果指示N种预设故障类型的情况下，其中，N为大于1的整数，
所述根据各所述第二识别结果指示的预设故障类型，确定所述自动柜员机的故障类型，包括：
利用预设的多分类模型，确定所述运行状态数据指示的所述N种预设故障类型中的概率值最大的预设故障类型，以作为所述自动柜员机的故障类型。


5.根据权利要求1所述的方法，其中，所...

【专利技术属性】
技术研发人员：谢帅虎，马蕾，高园，罗涛，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11