【技术实现步骤摘要】
本申请涉及物联网，尤其涉及一种设备异常状态预测方法、装置、电子设备及存储介质。
技术介绍
1、在当今的物联网技术中，传感器技术往往被用于采集设备运行时的多个参数，通过分析多个参数确定设备是否存在异常。随着技术的进步，传感器的精度、灵敏度和稳定性不断提高，使得传感器实时监测的设备的各项参数，如温度、压力、振动等参数时，对参数的采集更加准确高效。
2、目前，对传感器采集到的参数进行分析能够得到参数分析结果，根据该参数分析结果能够确定参数是否发生异常变化，从而可以在参数发生异常变化时发现设备故障的迹象，进而对设备进行维护。然而，在传感器采集到的参数出现异常时，设备可能已经发生了故障，导致对设备的维护不及时，影响设备的正常运行。
技术实现思路
1、本申请提供一种设备异常状态预测方法、装置、电子设备及存储介质，以解决现有技术中在传感器采集到的参数出现异常时，设备可能已经发生了故障，导致对设备的维护不及时，影响设备的正常运行的问题。
2、第一方面，本申请提供一种设备异常状态预测...
【技术保护点】
1.一种设备异常状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述当前运行参数输入状态预测模型中，获取所述状态预测模型输出的预测状态序列，以及所述预测状态序列的预测概率之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述状态预测模型通过如下方法训练得到：
4.根据权利要求3所述的方法，其特征在于，所述利用所述状态序列和所述观测序列对待训练的状态预测模型进行训练，得到所述状态预测模型，包括：
5.根据权利要求3所述的方法，其特征在于，所述训练设备的历史运行信息包...
【技术特征摘要】
1.一种设备异常状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述当前运行参数输入状态预测模型中，获取所述状态预测模型输出的预测状态序列，以及所述预测状态序列的预测概率之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述状态预测模型通过如下方法训练得到：
4.根据权利要求3所述的方法，其特征在于，所述利用所述状态序列和所述观测序列对待训练的状态预测模型进行训练，得到所述状态预测模型，包括：
5.根据权利要求3所述的方法，其特征在于，所述训练设备的历史运行信息包括：设备初始参数以及设备状态；
【专利技术属性】
技术研发人员：曾斌，杨思婷，张茂华，廖瑞毅，
申请(专利权)人：数字广东网络建设有限公司，
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。