一种利用时序聚类算法实现故障检测的方法

    公开(公告)号:CN110826648B

    公开(公告)日:2020-04-21

    申请号:CN202010021275.9

    申请日:2020-01-09

    Abstract: 本发明属于IT运维以及机器学习技术领域,具体涉及一种利用时序聚类算法实现故障检测的方法,包括以下步骤:按照预设的时间频率采集设备性能指标信息,获得时间序列数据;对时间序列数据进行归一化;利用DBSCAN算法对归一化后的时间序列数据进行聚类分析,计算聚类后的时间序列的异常值分数;根据异常值分数是否超出设定的阈值以判断是否存在故障。本发明的利用时序聚类算法实现故障检测的方法,利用DBSCAN算法,将设备时间序列数据进行聚类分析,并且通过分析各个性能数据指标之间的差异值,来判断设备性能状态是否平稳,以此衡量设备运行健康程度,可以有效提高检测效率与准确性。

    一种利用时序聚类算法实现故障检测的方法

    公开(公告)号:CN110826648A

    公开(公告)日:2020-02-21

    申请号:CN202010021275.9

    申请日:2020-01-09

    Abstract: 本发明属于IT运维以及机器学习技术领域,具体涉及一种利用时序聚类算法实现故障检测的方法,包括以下步骤:按照预设的时间频率采集设备性能指标信息,获得时间序列数据;对时间序列数据进行归一化;利用DBSCAN算法对归一化后的时间序列数据进行聚类分析,计算聚类后的时间序列的异常值分数;根据异常值分数是否超出设定的阈值以判断是否存在故障。本发明的利用时序聚类算法实现故障检测的方法,利用DBSCAN算法,将设备时间序列数据进行聚类分析,并且通过分析各个性能数据指标之间的差异值,来判断设备性能状态是否平稳,以此衡量设备运行健康程度,可以有效提高检测效率与准确性。

    一种基于模型命中概率分布的故障定位系统及方法

    公开(公告)号:CN110727538B

    公开(公告)日:2020-04-07

    申请号:CN201911305679.4

    申请日:2019-12-18

    Abstract: 本发明公开了一种基于模型命中概率分布的故障定位系统及方法,本发明涉及的故障定位系统,包括:创建模块,用于预先创建故障模型判断规则库及故障模型库;接收模块,用于接收异常数据;解析模块,用于对接收到的异常数据进行解析,并与所述预先创建的故障模型判断规则库进行匹配;生成模块,用于根据所述接收到的异常数据生成排障任务,所述排障任务中包括数个异常数据;匹配模块,用于根据生成到的排障任务中的数个异常数据匹配与各个异常数据相对应的数个故障模型;计算模块,用于根据匹配到的数个故障模型对当前排障任务进行故障定界,并通过计算得到定界概率;更正模块,用于对得到的故障定界概率进行确认或更正,得到最终故障定界概率。

    一种基于模型命中概率分布的故障定位系统及方法

    公开(公告)号:CN110727538A

    公开(公告)日:2020-01-24

    申请号:CN201911305679.4

    申请日:2019-12-18

    Abstract: 本发明公开了一种基于模型命中概率分布的故障定位系统及方法,本发明涉及的故障定位系统,包括:创建模块,用于预先创建故障模型判断规则库及故障模型库;接收模块,用于接收异常数据;解析模块,用于对接收到的异常数据进行解析,并与所述预先创建的故障模型判断规则库进行匹配;生成模块,用于根据所述接收到的异常数据生成排障任务,所述排障任务中包括数个异常数据;匹配模块,用于根据生成到的排障任务中的数个异常数据匹配与各个异常数据相对应的数个故障模型;计算模块,用于根据匹配到的数个故障模型对当前排障任务进行故障定界,并通过计算得到定界概率;更正模块,用于对得到的故障定界概率进行确认或更正,得到最终故障定界概率。

Patent Agency Ranking