一种用于企业中台的潜在故障判断方法及系统技术方案

本发明专利技术实施例提供一种用于企业中台的潜在故障判断方法及系统，属于人工智能技术领域。所述方法包括：获取企业中台的历史状态矩阵和历史故障矩阵；对历史状态矩阵和历史故障矩阵进行组合，以得到样本集；获取潜在故障预测网络，并构建当前场景下的注意力机制的种群；采用种群中的每个注意力机制分别对样本集的样本进行加权；分别采用加权后的样本集对潜在故障预测网络进行测试，以得到潜在故障预测网络的预测精度；判断当前的迭代次数是否大于或等于预设的次数阈值；在判断迭代次数大于或等于次数阈值的情况下，将预测精度最高的注意力机制加入潜在故障预测网络的输入层中，以得到更新潜在故障预测网络。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体地涉及一种用于企业中台的潜在故障判断方法及系统。

技术介绍

1、企业中台的信息系统一直至维护企业内部稳定工作的重要保障。该信息系统稳定工作的影响条件包括硬件、软件、管理工作流程、环境等诸多因素。要保证企业中台的信息系统的持续稳定工作，在进行系统运维时，势必要定期对信息系统的潜在故障进行诊断。

2、在诊断信息系统时，传统的方法是人为观测系统数据来确定可能存在的异常点，这种方式相对主观，依赖于工作人员的经验。而随着人工智能技术的发展，目前已经出现一些针对信息系统进行自动潜在故障判断的ai模型。但是，这种模型目前还处于相对通用的阶段，无法适应特定环境下的潜在故障识别。而由于这类模型的体量较大，如果需要针对特定环境重新进行训练，则会造成较大的算力和人力成本。

技术实现思路

1、本专利技术实施例的目的是提供一种用于企业中台的潜在故障判断方法及系统，该方法及系统能够在使用较小资源的情况下，完成对潜在故障判断网络的适应性迭代。

2、为了实现上述目的，本专利技术实施例提供一本文档来自技高网...

【技术保护点】

1.一种用于企业中台的潜在故障判断方法，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，获取企业中台的历史状态矩阵和历史故障矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，对每个历史故障进行分类，以得到多个故障类，包括：

4.根据权利要求1所述的方法，其特征在于，获取潜在故障预测网络，并构建当前场景下的注意力机制的种群，包括：

5.根据权利要求1所述的方法，其特征在于，所述潜在故障预测网络包括：

6.根据权利要求1所述的方法，其特征在于，获取潜在故障预测网络，并构建当前场景下的注意力机制的种群，包括...

【技术特征摘要】

1.一种用于企业中台的潜在故障判断方法，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，获取企业中台的历史状态矩阵和历史故障矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，对每个历史故障进行分类，以得到多个故障类，包括：

4.根据权利要求1所述的方法，其特征在于，获取潜在故障预测网络，并构建当前场景下的注意力机制的种群，包括：

5.根据权利要求1所述的方法，其特征在于，所述潜在故障预测...

【专利技术属性】
技术研发人员：张宝月，郭海星，张拯，马霁讴，王萌，陈曦，刘嘉，田双，司恒斌，刘布雨，
申请(专利权)人：国网陕西省电力有限公司信息通信公司，
类型：发明
国别省市：