一种智能锁故障预测方法、系统、电子装置和可读介质制造方法及图纸

本发明专利技术涉及一种智能锁故障预测方法、系统、电子装置和可读介质。一种智能锁故障预测方法，包括：获取智能锁的运行数据，并对所述运行数据进行预处理；所述运行数据包括实时心跳数据、故障状态数据和指标数据；将预处理后的所述运行数据输入到故障预测模型中，得到智能锁的故障预测结果。使用本发明专利技术提供的智能锁故障预测方法，仅需要对智能锁的运行数据进行获取，在对运行数据进行预处理后，输入到所述故障预测模型中，所述故障预测模型基于输入的运行数据进行故障预测识别，输出故障预测结果，方便快捷。方便快捷。方便快捷。

【技术实现步骤摘要】
一种智能锁故障预测方法、系统、电子装置和可读介质


[0001]本专利技术涉及电子设备，尤其涉及一种智能锁故障预测方法、系统、电子装置和可读介质。

技术介绍

[0002]随着智能家居和大数据的发展、智能锁得到了非常广泛的应用，给人们带来了极大的便利；物联网生产大数据，大数据支持智能家居，从智能家居到数据再到智能化，构成了从感知到认知的全过程。大数据是智能硬件竞争的制高点，可以帮助硬件厂商挖掘用户的设备使用行为，让厂商可以了解自己的用户、优化产品策略和市场策略。还可以对用户进行学习，建立用户画像，针对不同的用户提供个性化智能体验，给不同的用户提供个性化优惠，加大二次销售。也可以做设备活动状态的分析、故障率的分析，这样来指导产品、硬件后面怎么做迭代层、怎么做升级，包括知道用户喜欢用什么功能、用户在什么时间段喜欢用这个功能，知道后面营销策略针对哪些地域作为重点。但如果智能锁出现故障，即便是对于通信功能或验证功能等简单故障，那么用户会造成很大的损失，所以对智能锁进行故障预测是十分重要的。

技术实现思路

[0003]鉴于上述现有技术的不足之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能锁故障预测方法，其特征在于，包括：获取智能锁的运行数据，并对所述运行数据进行预处理；所述运行数据包括实时心跳数据、故障状态数据和指标数据；将预处理后的所述运行数据输入到故障预测模型中，得到智能锁的故障预测结果。2.根据权利要求1所述的智能锁故障预测方法，其特征在于，所述预处理包括数据清洗、数据规约、数据变换；所述数据清洗为对所述运行数据进行审查与校验，包括检查所述运行数据一致性、处理无效值和缺失值；所述数据规约为按照预定格式存储所述运行数据。3.根据权利要求1所述的智能锁故障预测方法，其特征在于，所述故障预测模型生成所述故障预测结果的具体步骤为：使用数据分析算法对所述运行数据进行处理，得到所述故障预测结果；所述数据分析算法包括聚类分析算法。4.根据权利要求1所述的智能锁故障预测方法，其特征在于，所述故障预测结果包括致命故障、重要故障、一般故障、轻微故障；所述故障预测方法还包括：根据故障预测结果对外发出示警信息。5.根据权利要求1所述的智能锁故障预测方法，其特征在于，所述故障预测模型通过以下步骤得到：获取训练数据集；所述训练数据集包括若干具有运行数据和对应故障结果的训练数据；将若干所述训练数据分别输入到初始化的故障预测模型中进行训练，得到所述故障预...

【专利技术属性】
技术研发人员：王妙玉，周亮，周小桥，吴宁泉，
申请(专利权)人：广东好太太智能家居有限公司，
类型：发明
国别省市：