本申请的实施例提供了一种基于人工智能的工业预警方法、系统、计算机可读介质及电子设备。该基于人工智能的工业预警方法包括：获取工业生产过程中的工业数据及其对应的数据标识，并获取数据标识对应设定的正常数据范围；将工业数据与正常数据范围进行对比，确定工业数据是否发生异常；若工业数据发生异常，则根据工业数据和所述正常数据范围之间的差异度确定异常等级；基于异常等级对应的预警方式进行告警，通过上述获取数据和检测数据的方式确定异常等级，以基于异常等级通过对应的预警方式进行告警，避免了预警资源的滥用，提高了异常告警和处理的效率和资源利用率。了异常告警和处理的效率和资源利用率。了异常告警和处理的效率和资源利用率。
【技术实现步骤摘要】
基于人工智能的工业预警系统及方法
[0001]本申请涉及计算机
，具体而言，涉及一种基于人工智能的工业预警方法、系统、计算机可读介质及电子设备。
技术介绍
[0002]随着人工智能和智能监控等技术的方法，当前在工业生产过程中经常通过上述方式进行生产控制，尤其是在工业预警中，通过对工业生产过程中的各种数据进行监测以确定合适是否正常生产。并在发生异常的时候及时向管理设备反馈，以在第一时间解决异常问题，保证生产正常进行。但是在很多情况下，一些较轻微的异常情况也会进行反馈，导致异常告警和处理效率不高的问题。
技术实现思路
[0003]本申请的实施例提供了一种基于人工智能的工业预警方法、系统、计算机可读介质及电子设备，进而至少在一定程度上可以提高异常告警和处理效率。
[0004]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0005]根据本申请实施例的一个方面，提供了一种基于人工智能的工业预警方法，包括：获取工业生产过程中的工业数据及其对应的数据标识，所述工业数据包括以下至少一种：温度、湿度、红外成像、彩色图像；获取所述数据标识对应设定的正常数据范围；将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常；若所述工业数据发生异常，则根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级；基于所述异常等级对应的预警方式进行告警。
[0006]在本申请的一些实施例中，基于前述方案，所述获取工业生产过程中的工业数据及其对应的数据标识，包括：通过人工智能中的图像识别方式，获取工业生产过程中的工业数据、以及所述工业数据的数据标识。
[0007]在本申请的一些实施例中，基于前述方案，所述将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常，包括：若所述工业数据对应的数值不属于所述正常数据范围，则判定所述工业数据发生异常；或者若所述工业数据对应的数值超出所述正常数据范围的预设比例，则判定所述工业数据发生异常。
[0008]在本申请的一些实施例中，基于前述方案，所述根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级，包括：基于所述工业数据的获取时间，从所述工业数据中提取设定时长对应的评估数据；基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度；基于所述差异度与设定等级阈值之间的关系，确定异常等级。
[0009]在本申请的一些实施例中，基于前述方案，所述基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度，包括：确定评估
数据分别与正常数据范围的上限、下限之间的差值；计算正常数据范围的上限和下限之间的均值；根据所述差值与在所述均值之间的比值，确定所述评估数据和所述正常数据范围之间的差异度。
[0010]在本申请的一些实施例中，基于前述方案，所述基于所述差异度与设定等级阈值之间的关系，确定异常等级，包括：基于所述差异度计算等级参数；基于所述等级参数与设定的等级阈值之间的关系，确定异常等级。
[0011]在本申请的一些实施例中，基于前述方案，所述设定等级阈值包括第一等级阈值和第二等级阈值，其中第二等级阈值大于所述第一等级阈值；基于所述等级参数与设定的等级阈值之间的关系，确定异常等级，包括：当所述等级参数大于或者等于所述第二等级阈值时，所述异常等级为二级异常；当所述等级参数大于或者等于所述第一等级阈值、且小于所述第二等级阈值时，所述异常等级为一级异常；当所述等级参数小于所述第一等级阈值时，所述异常等级为普通异常。
[0012]根据本申请实施例的一个方面，提供了一种基于人工智能的工业预警系统，包括：获取模块，用于获取工业生产过程中的工业数据及其对应的数据标识，所述工业数据包括以下至少一种：温度、湿度、红外成像、彩色图像；范围模块，用于获取所述数据标识对应设定的正常数据范围；对比模块，用于将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常；等级模块，用于若所述工业数据发生异常，则根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级；告警模块，用于基于所述异常等级对应的预警方式进行告警。
[0013]在本申请的一些实施例中，基于前述方案，所述获取工业生产过程中的工业数据及其对应的数据标识，包括：通过人工智能中的图像识别方式，获取工业生产过程中的工业数据、以及所述工业数据的数据标识。
[0014]在本申请的一些实施例中，基于前述方案，所述将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常，包括：若所述工业数据对应的数值不属于所述正常数据范围，则判定所述工业数据发生异常；或者若所述工业数据对应的数值超出所述正常数据范围的预设比例，则判定所述工业数据发生异常。
[0015]在本申请的一些实施例中，基于前述方案，所述根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级，包括：基于所述工业数据的获取时间，从所述工业数据中提取设定时长对应的评估数据；基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度；基于所述差异度与设定等级阈值之间的关系，确定异常等级。
[0016]在本申请的一些实施例中，基于前述方案，所述基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度，包括：确定评估数据分别与正常数据范围的上限、下限之间的差值；计算正常数据范围的上限和下限之间的均值；根据所述差值与在所述均值之间的比值，确定所述评估数据和所述正常数据范围之间的差异度。
[0017]在本申请的一些实施例中，基于前述方案，所述基于所述差异度与设定等级阈值之间的关系，确定异常等级，包括：基于所述差异度计算等级参数；基于所述等级参数与设定的等级阈值之间的关系，确定异常等级。
[0018]在本申请的一些实施例中，基于前述方案，所述设定等级阈值包括第一等级阈值和第二等级阈值，其中第二等级阈值大于所述第一等级阈值；基于所述等级参数与设定的等级阈值之间的关系，确定异常等级，包括：当所述等级参数大于或者等于所述第二等级阈值时，所述异常等级为二级异常；当所述等级参数大于或者等于所述第一等级阈值、且小于所述第二等级阈值时，所述异常等级为一级异常；当所述等级参数小于所述第一等级阈值时，所述异常等级为普通异常。
[0019]根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的基于人工智能的工业预警方法。
[0020]根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储系统，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的基于人工智能的工业预警方法。
[0021]根据本申请实施例的一个方面，提供了一种计算本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的工业预警方法，其特征在于，包括：获取工业生产过程中的工业数据及其对应的数据标识，所述工业数据包括以下至少一种：温度、湿度、红外成像、彩色图像；获取所述数据标识对应设定的正常数据范围；将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常；若所述工业数据发生异常，则根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级；基于所述异常等级对应的预警方式进行告警。2.根据权利要求1所述的方法，其特征在于，获取工业生产过程中的工业数据及其对应的数据标识，包括：通过人工智能中的图像识别方式，获取工业生产过程中的工业数据、以及所述工业数据的数据标识。3.根据权利要求1所述的方法，其特征在于，将所述工业数据与所述正常数据范围进行对比，确定所述工业数据是否发生异常，包括：若所述工业数据对应的数值不属于所述正常数据范围，则判定所述工业数据发生异常；或者若所述工业数据对应的数值超出所述正常数据范围的预设比例，则判定所述工业数据发生异常。4.根据权利要求1所述的方法，其特征在于，根据所述工业数据和所述正常数据范围之间的差异度，确定异常等级，包括：基于所述工业数据的获取时间，从所述工业数据中提取设定时长对应的评估数据；基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度；基于所述差异度与设定等级阈值之间的关系，确定异常等级。5.根据权利要求4所述的方法，其特征在于，基于所述评估数据与所述正常数据范围之间的差值，计算所述评估数据和所述正常数据范围之间的差异度，包括：确定评估数据分别与正常数据范围的上限、下限之间的差值；计算正常数据范围的上限和下限之间的均值；根据所述差值与在所述均值之间的比值，确定所述评估数据和所述正常数...
【专利技术属性】
技术研发人员：贾昌武，李鸿峰，谭国豪，黄筱炼，伍康健，
申请(专利权)人：深圳市玄羽科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。