智能运维系统的机器学习模型迭代方法及系统技术方案

本发明专利技术的一种智能运维系统的机器学习模型迭代方法及系统，包括离线建模、模型在线推理和迭代更新两大阶段，由离线机器学习系统、边缘算设备集合及智能运维系统组成；离线机器学习系统包含样本标注、数据管理、模型训练、模型管理、模型验证和模型发布；边缘算设备集合包括机器人、环境监测传感器、设备监测传感器；离线机器学习系统实现离线建模，将训练好的模型提供给智能运维系统，智能运维系统实时采集边缘设备的感知数据，利用离线构建的模型和在线自主迭代的模型进行推理，在智能展示系统展示结果。本发明专利技术结合短期人工辅助和长期自主模型迭代和评估实现一种新的机器模型迭代方法，既能大幅降低人工投入又能不断提升系统的准确率。

【技术实现步骤摘要】

本专利技术涉及轨交智能运维，具体涉及一种智能运维系统的机器学习模型迭代方法及系统。

技术介绍

1、随着轨道交通行业的迅速发展，地铁公司的运维工作日益繁重。近年来，各地铁公司围绕提升轨交供电设备的安全性、可靠性、可维护性，促进运维管理高效协同，实现降本增效，开展了一系列的建设和应用。例如通过部署智能巡检机器人、在线监测等智能化设备，建设智能运维系统，推动运维的数字化转型和智能化升级。

2、智能运维系统可解决以下问题：（1）降低运维保障工作强度。比如巡检机器人可实现远程操控，随时巡检，巡检内容覆盖人工巡检所有内容，极大减轻运维人员工作强度；（2）提高运维工作效率。通过部署智能机器人、在线监测等手段，运用人工智能、大数据、物联网等先进技术，实时监测设备状况，第一时间分析故障原因；（3）保障地铁运营安全。智能运维系统全面覆盖设备的关键参数指标，运用人工智能、知识图谱、专家库等先进技术，提前发现设备可能存在的隐患并主动告警和预警；（4）提升对设备资产的管控力度。系统建立设备全生命周期档案，包含基础数据、巡检数据、试验数据、维修数据等，可实现对设备的信息维本文档来自技高网...

【技术保护点】

1.一种智能运维系统的机器学习模型迭代方法，包括先进行离线建模，再进行模型在线推理和迭代更新，其特征在于，基于离线机器学习系统、边缘算设备集合及智能运维系统；

2.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特征在于：离线建模阶段包括以下步骤，

3.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特征在于：模型在线推理和迭代更新阶段包括，

4.根据权利要求3所述的智能运维系统的机器学习模型迭代方法，其特征在于：所述步骤S24中人工辅助标注操作具体包括：

5.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特...

【技术特征摘要】

1.一种智能运维系统的机器学习模型迭代方法，包括先进行离线建模，再进行模型在线推理和迭代更新，其特征在于，基于离线机器学习系统、边缘算设备集合及智能运维系统；

2.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特征在于：离线建模阶段包括以下步骤，

3.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特征在于：模型在线推理和迭代更新阶段包括，

4.根据权利要求3所述的智能运维系统的机器学习模型迭代方法，其特征在于：所述步骤s24中人工辅助标注操作具体包括：

5.根据权利要求1所述的智能运维系统的机器学习模型迭代方法，其特征在于：现场机器人包括列车智能巡检机器人、配电房站巡检机器人、轨行区巡检机器人；

6.根据权利要求2所述的智能运维系统的机器学习模型迭代方法，其特征在于：步...

【专利技术属性】
技术研发人员：章海兵，汪中原，李林，刁节武，张艺博，卞磊，
申请(专利权)人：合肥科大智能机器人技术有限公司，
类型：发明
国别省市：