一种设备故障诊断方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种设备故障诊断方法、装置、电子设备和存储介质，该方法包括：获取目标故障设备的目标报错文本；将目标报错文本输入至分词网络模型中进行分词处理，获得分词网络模型输出的各个目标报错词汇；将各个目标报错词汇输入至第一故障诊断模型中进行表面故障诊断，并基于第一故障诊断模型的输出，获得目标故障设备对应的目标表面故障诊断结果；将目标表面故障诊断结果输入至第二故障诊断模型中进行内部故障诊断，并基于第二故障诊断模型的输出，获得目标故障设备对应的目标内部故障诊断结果。通过本发明专利技术实施例的技术方案，实现了设备故障自动诊断，从而提高设备故障诊断的效率和准确性。障诊断的效率和准确性。障诊断的效率和准确性。

【技术实现步骤摘要】
一种设备故障诊断方法、装置、电子设备和存储介质


[0001]本专利技术实施例涉及深度学习技术，尤其涉及一种设备故障诊断方法、装置、电子设备和存储介质。

技术介绍

[0002]在银行等领域中，与安全相关的设备需要24小时不间断的工作。例如，与安全相关的设备为银行网点联动互锁安全门设备。这些设备在长时间工作的情况下，会出现故障。
[0003]目前，通常需要依靠设备检修人员的经验，实现对设备的现场故障诊断。然而，这种人工诊断设备故障的方式，费时费力，降低了故障诊断的效率，还会出现故障诊断错误的情况，降低了故障诊断的准确性。

技术实现思路

[0004]本专利技术实施例提供了一种设备故障诊断方法、装置、电子设备和存储介质，以实现设备故障自动诊断，从而提高设备故障诊断的效率和准确性。
[0005]第一方面，本专利技术实施例提供了一种设备故障诊断方法，包括：
[0006]获取目标故障设备的目标报错文本；
[0007]将所述目标报错文本输入至分词网络模型中进行分词处理，获得所述分词网络模型输出的各个目标报错词汇；
[0008]将各个所述目标报错词汇输入至第一故障诊断模型中进行表面故障诊断，并基于所述第一故障诊断模型的输出，获得所述目标故障设备对应的目标表面故障诊断结果；
[0009]将所述目标表面故障诊断结果输入至第二故障诊断模型中进行内部故障诊断，并基于所述第二故障诊断模型的输出，获得所述目标故障设备对应的目标内部故障诊断结果。
[0010]第二方面，本专利技术实施例提供了一种设备故障诊断装置，包括：
[0011]目标报错文本获取模块，用于获取目标故障设备的目标报错文本；
[0012]目标报错词汇获得模块，用于将所述目标报错文本输入至分词网络模型中进行分词处理，获得所述分词网络模型输出的各个目标报错词汇；
[0013]目标表面故障诊断结果获得模块，用于将各个所述目标报错词汇输入至第一故障诊断模型中进行表面故障诊断，并基于所述第一故障诊断模型的输出，获得所述目标故障设备对应的目标表面故障诊断结果；
[0014]目标内部故障诊断结果获得模块，用于将所述目标表面故障诊断结果输入至第二故障诊断模型中进行内部故障诊断，并基于所述第二故障诊断模型的输出，获得所述目标故障设备对应的目标内部故障诊断结果。
[0015]第三方面，本专利技术实施例提供了一种电子设备，所述电子设备包括：
[0016]一个或多个处理器；
[0017]存储器，用于存储一个或多个程序；
[0018]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所提供的设备故障诊断方法。
[0019]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任意实施例所提供的设备故障诊断方法。
[0020]本专利技术实施例的技术方案，通过获取目标故障设备的目标报错文本；将所述目标报错文本输入至分词网络模型中进行分词处理，获得所述分词网络模型输出的各个目标报错词汇；将各个所述目标报错词汇输入至第一故障诊断模型中进行表面故障诊断，并基于所述第一故障诊断模型的输出，获得所述目标故障设备对应的目标表面故障诊断结果，从而通过目标报错文本初步确定出导致目标故障设备发生故障的表面故障原因。再将所述目标表面故障诊断结果输入至第二故障诊断模型中进行内部故障诊断，并基于所述第二故障诊断模型的输出，获得所述目标故障设备对应的目标内部故障诊断结果，从而通过表面故障原因最终确定出导致目标故障设备发生故障的根本故障原因，实现设备故障自动诊断，进而提高设备故障诊断的效率和准确性。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本专利技术实施例一提供的一种设备故障诊断方法的流程图；
[0024]图2是本专利技术实施例一所涉及的一种表面故障原因和内部故障原因之间的连接关系图；
[0025]图3是本专利技术实施例二提供的一种设备故障诊断方法的流程图；
[0026]图4是本专利技术实施例三提供的一种设备故障诊断装置的结构示意图；
[0027]图5是本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0029]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于
清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0030]实施例一
[0031]图1为本专利技术实施例一提供了一种设备故障诊断方法的流程图，本实施例可适用于对银行等领域中与安全相关的设备，如银行网点联动互锁安全门设备，进行设备故障诊断的情况，该方法可以由设备故障诊断装置来执行，该设备故障诊断装置可以采用硬件和/或软件的形式实现，该设备故障诊断装置可配置于电子设备中。如图1所示，该方法包括：
[0032]S110、获取目标故障设备的目标报错文本。
[0033]其中，目标故障设备可以是指已发生故障的设备。例如，目标故障设备可以是但不限于银行网点联动互锁安全门设备。目标报错文本可以是指包含设备报错信息的文本。例如，目标报错文本可以是但不限于文字形式的故障现象描述、故障现象发生时间描述和初步处理措施的描述。
[0034]具体地，在设备发生故障后，该故障设备可以收集故障现象、故障现象发生时间和初步处理措施等信息，并将上述收集到的故障信息组成一个目标报错文本。故障诊断模型所在的服务器可以获取目标故障设备的目标报错文本。
[0035]S120、将目标报错文本输入至分词网络模型中进行分词处理，获得分词网络模型输出的各个目标报错词汇。
[0036]其中，目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备故障诊断方法，其特征在于，包括：获取目标故障设备的目标报错文本；将所述目标报错文本输入至分词网络模型中进行分词处理，获得所述分词网络模型输出的各个目标报错词汇；将各个所述目标报错词汇输入至第一故障诊断模型中进行表面故障诊断，并基于所述第一故障诊断模型的输出，获得所述目标故障设备对应的目标表面故障诊断结果；将所述目标表面故障诊断结果输入至第二故障诊断模型中进行内部故障诊断，并基于所述第二故障诊断模型的输出，获得所述目标故障设备对应的目标内部故障诊断结果。2.根据权利要求1所述的方法，其特征在于，所述分词网络模型是由隐马尔科夫模型结合维特比算法构建的模型；所述第一故障诊断模型是以循环神经网络为基础，结合长短时记忆网络构建的模型；所述第二故障诊断模型是针对目标故障设备中故障频发的模块所构建的特征金字塔模型。3.根据权利要求1所述的方法，其特征在于，所述第一故障诊断模型具体用于：对输入的各个所述目标报错词汇进行向量化处理和权重赋值，确定每个目标报错词汇对应的目标报错向量；基于各个目标报错向量进行表面故障诊断，确定并输出所述目标故障设备对应的目标表面故障诊断结果。4.根据权利要求3所述的方法，其特征在于，所述对输入的各个所述目标报错词汇进行向量化处理和权重赋值，确定每个目标报错词汇对应的目标报错向量，包括：对每个所述目标报错词汇进行向量化处理，确定每个所述目标报错词汇对应的当前报错向量；基于每个所述目标报错词汇的出现频率，确定每个所述目标报错词汇对应的词汇权重；基于每个目标报错词汇对应的词汇权重，对相应的当前报错向量进行加权处理，确定每个目标报错词汇对应的目标报错向量。5.根据权利要求1所述的方法，其特征在于，所述第二故障诊断模型的训练过程包括：获取样本故障设备对应的样本表面故障诊断结果，所述样本表面故障诊断结果包括：样本表面故障原因和所述样本表面故障原因对应的样本表面可信度；将所述样本表面故障原因和所述样本表面可信度输入至待训练的第二故障诊断模型中，在第二故障诊断模型中确定所述样本故障设备对应的多个候选内部故障原因和每个候选内部故障原因对应的候选内部可信度；基于所述样本表面故障原因对应的样本表面可信度和每个候选内部故障原因对应的候选内部可信度，确定每个候选内部故障原因与所述样本表面故障原因之间的冲突因子；基于所述冲突因子和预设冲突阈值，对每个候选内部故障原因对应的候选内部可信度进行更新，并基于更新后的候选内部可信度确定第二故障诊断模型输出的所述样本故障设备对应的样本内部故障诊断结果；基于所述样本内部故障诊断结果和所述样本故障设备对应的标准内部故障诊断结果标签，确定当前训练误差，并将所述当前训练误差反向传播至待训练的第二故障...

【专利技术属性】
技术研发人员：訚劲松，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：