工业互联网系统的系统状态检测方法、系统、设备及介质技术方案

本申请提供一种工业互联网系统的系统状态检测方法、系统、设备及介质。涉及工业互联网技术领域。该方法包括：获取工业互联网系统的系统数据；利用系统状态检测模型检测系统数据，得到工业互联网系统的系统状态；系统状态检测模型包括一个浅层特征提取模块和多个依次连接的深层特征检测模块，系统状态检测模型为采用训练数据集对动态神经网络模型进行训练得到的，训练数据集包括工业互联网系统的历史系统数据；系统状态包括系统正常以及系统异常；在系统状态为系统异常时，输出工业互联网系统的系统状态。本申请的方法，在保证检测结果准确性的情况下，减少了模型的数据计算量，提高了检测效率。

【技术实现步骤摘要】

本申请涉及工业互联网，尤其涉及一种工业互联网系统的系统状态检测方法、系统、设备及介质。

技术介绍

1、随着制造业的快速发展和市场需求的多样化，工业互联网系统（industrialinternet system）在现代工业生产中得到了广泛应用。工业互联网系统是将传统工业设备与互联网技术相结合的系统，通过传感器、通信技术、大数据分析、云计算等手段，实现工业设备的智能化、互联化和自动化。

2、然而，工业互联网系统在生产过程中，常常会遇到各种异常情况，如设备故障、工艺偏差、材料短缺等。这些异常情况如果不能及时发现和处理，不仅会影响生产效率，还可能导致产品质量问题，甚至引发安全事故。因此，对工业互联网系统的系统状态进行有效的异常监控具有重要的意义。

3、近年来，随着深度学习的广泛应用，基于深度学习对工业互联网系统进行系统状态检测越来越受到关注。但由于神经网络模型的深度不断增加，导致现有的智能工业互联网系统的状态检测效率低。

技术实现思路

1、本申请提供一种工业互联网系统的系统状态检测方法、系统、本文档来自技高网...

【技术保护点】

1.一种工业互联网系统的系统状态检测方法，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，利用系统状态检测模型检测所述系统数据，得到所述工业互联网系统的系统状态，包括：

3.根据权利要求2所述的方法，其特征在于，除最后一层次的深层特征检测模块之外的任一层次的深层特征检测模块包括深层特征提取和状态检测子模块，以及，检测结果复核子模块；其中，

4.根据权利要求3所述的方法，其特征在于，所述深层特征提取和状态检测子模块包括深层特征提取层和状态检测层；

5.根据权利要求2-4中任一所述的方法，其特征在于，所述置信度阈值条件包括...

【技术特征摘要】

1.一种工业互联网系统的系统状态检测方法，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，利用系统状态检测模型检测所述系统数据，得到所述工业互联网系统的系统状态，包括：

3.根据权利要求2所述的方法，其特征在于，除最后一层次的深层特征检测模块之外的任一层次的深层特征检测模块包括深层特征提取和状态检测子模块，以及，检测结果复核子模块；其中，

4.根据权利要求3所述的方法，其特征在于，所述深层特征提取和状态检测子模块包括深层特征提取层和状态检测层；

5.根据权利要求2-4中任一所述的方法，其特征在于，所述置信度阈值条件包括第一阈值和第二阈值；所述第一阈值小于所述第二阈值；

6.根据权利要求1-4...

【专利技术属性】
技术研发人员：任磊，孔宇升，郭经伟，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：