一种处理设备状态参数的方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种处理设备状态参数的方法、装置、电子设备及存储介质，涉及人工智能领域，进一步涉及工业设备管理技术领域，以至少解决现有方案中对于关联设备状态的预测精度低下的技术问题。具体实现方案为：获取目标设备在第一时刻的第一状态参数；利用目标神经网络模型对第一状态参数进行分析，确定目标设备在第二时刻的第二状态参数，其中，目标神经网络模型使用多组数据通过机器学习训练得到，多组数据中的每组数据均包括：同一设备在不同时刻的状态参数；基于第二状态参数对目标设备进行状态监控和预测。行状态监控和预测。行状态监控和预测。

【技术实现步骤摘要】
一种处理设备状态参数的方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能领域，进一步涉及工业设备管理
，尤其涉及一种处理设备状态参数的方法、装置、电子设备及存储介质。

技术介绍

[0002]随着物联网和边缘计算技术发展，越来越多工业企业开始重视数据底座的搭建和生产设备的综合管理，也进一步希望通过采集到的大量数据信息，实现生产自动化和智能化。在工业企业数据智能化的探索中，对关联设备状态进行预测是核心工作之一。
[0003]现有方案中，在对工业设备的状态进行监控时，需要人为录入数据，数据规范难以统一，且无法在线计算关联设备的数据，设备之间的关联性需要人工查找，进而影响对于关联设备状态的预测精度。

技术实现思路

[0004]本公开提供了一种处理设备状态参数的方法、装置、电子设备及存储介质，以至少解决现有方案中对于关联设备状态的预测精度低下的技术问题。
[0005]根据本公开的一方面，提供了种处理设备状态参数的方法，包括：获取目标设备在第一时刻的第一状态参数；利用目标神经网络模型对第一状态参数进行分析，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理设备状态参数的方法，包括：获取目标设备在第一时刻的第一状态参数；利用目标神经网络模型对所述第一状态参数进行分析，确定所述目标设备在第二时刻的第二状态参数，其中，所述目标神经网络模型使用多组数据通过机器学习训练得到，所述多组数据中的每组数据均包括：同一设备在不同时刻的状态参数；基于所述第二状态参数对所述目标设备进行状态监控和预测。2.根据权利要求1所述的方法，其中，获取所述目标设备在所述第一时刻的所述第一状态参数包括：获取所述目标设备在所述第一时刻的时间维度状态数据和空间维度状态数据；对所述时间维度状态数据和所述空间维度状态数据进行预处理，得到所述第一状态参数，其中，所述预处理包括：时间对齐处理、数据对齐处理。3.根据权利要求1所述的方法，其中，所述目标神经网络模型包括：第一部分网络模型和第二部分网络模型，利用所述目标神经网络模型对所述第一状态参数进行分析，确定所述目标设备在所述第二时刻的所述第二状态参数包括：利用所述第一部分网络模型对所述第一状态参数进行降维处理，得到降维结果，并对所述降维结果进行重构处理，得到重构结果；利用所述第二部分网络模型对所述重构结果进行采样处理，得到采样结果，并对所述采样结果进行网络重建处理，得到所述第二状态参数。4.根据权利要求1所述的方法，所述方法还包括：基于所述第一状态参数、所述第二状态参数和第三状态参数确定模型损失，其中，所述第三状态参数是与所述第二状态参数对应的真实状态参数；采用所述模型损失对初始神经网络模型进行迭代优化，得到所述目标神经网络模型。5.根据权利要求4所述的方法，其中，基于所述第一状态参数、所述第二状态参数和第三状态参数确定模型损失包括：基于所述第一状态参数、所述第二状态参数和第三状态参数获取第一损失、第二损失和第三损失，其中，所述第一损失为误差参数与相似度参数的和值，所述误差参数为所述第二状态参数和第三状态参数的均方误差，所述相似度参数为变分后验分布和先验分布之间的相似性，所述第二损失为时序自相关损失，所述第三损失为空间拓扑损失；利用所述第一损失、所述第二损失和所述第三损失确定所述模型损失。6.根据权利要求5所述的方法，其中，基于所述第...

【专利技术属性】
技术研发人员：蒋冠莹，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：