【技术实现步骤摘要】
本专利技术涉及故障检测的，尤其是涉及一种故障概率计算、预测方法、装置、电子设备及存储介质。
技术介绍
1、相关技术中，针对于故障预测，具体可采用机器学习模型、深度学习模型或模糊系统，在上述模型中，以采集的数据作为基础，对采集的数据进行分析处理并发掘其中的隐含信息，对设备的故障进行预测。
2、然而，由于故障预测算法为复杂，故障预测模型鲁棒性较差，且只能对单一的数据进行处理，无法基于多模态数据对设备的故障进行分析，进而影响了故障预测的准确性。
3、综上可知，针对于故障预测，现有技术的故障预测模型的鲁棒性和故障预测的准确性有待提高。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种故障概率计算、预测方法、装置、电子设备及存储介质，以缓解现有技术中故障预测模型的鲁棒性和故障预测的准确性低的技术问题。
2、第一方面，本专利技术实施例提供了一种故障概率计算方法，应用于服务器，针对于目标时间戳，采用如下方式计算目标时间戳对应的故障概率：
3、获取目...
【技术保护点】
1.一种故障概率计算方法，应用于服务器，其特征在于，针对于目标时间戳，采用如下方式计算目标时间戳对应的故障概率：
2.根据权利要求1所述的方法，其特征在于，所述目标工作数据包括：所述目标时间戳对应的温度数据、湿度数据、振动数据、流量数据、压力数据、电压数据、电流数据、转速的多种。
3.根据权利要求1或2所述的方法，其特征在于，采用如下公式计算每个工作参数对应的基尼不纯度：
4.一种故障预测方法，应用于服务器，所述服务器用于对目标设备进行故障预测，其特征在于，
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：p>
6.根据权...
【技术特征摘要】
1.一种故障概率计算方法，应用于服务器，其特征在于，针对于目标时间戳，采用如下方式计算目标时间戳对应的故障概率：
2.根据权利要求1所述的方法，其特征在于，所述目标工作数据包括：所述目标时间戳对应的温度数据、湿度数据、振动数据、流量数据、压力数据、电压数据、电流数据、转速的多种。
3.根据权利要求1或2所述的方法，其特征在于，采用如下公式计算每个工作参数对应的基尼不纯度：
4.一种故障预测方法，应用于服务器，所述服务器用于对目标设备进行故障预测，其特征在于，
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：
7.一种故障预测方法，其特征在于，应用于可编程控制器，所述可编程控制器应用于对目标设备进行故障预测，所述可编程控制器分别与权利要求4至6任一项所述的服务器和与多个传感器通信相连，多个传感器通信采集：多个第二工作数据和目标设备运维原始数据，所述多个第二工作数据为多个时间戳对应的第二工作数据，一个第二工作数据...
【专利技术属性】
技术研发人员：侯宇晓，付寒，
申请(专利权)人：深圳市矩控新辰科技有限公司，
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。