1 .一种分布式智能故障诊断方法,其特征在于,应用于服务端,所述服务端与多个边缘
客户端通信连接,所述边缘客户端用于收集目标采集数据,所述方法包括:
获取每个所述边缘客户端发送的所述目标采集数据的目标局部冲突特征;
将所述目标局部冲突特征输入预先训练的故障诊断模型,得到故障诊断结果,并将所
述故障诊断结果返回到对应的所述边缘客户端;其中,所述故障诊断模型通过以下过程训
练而成:
获取样本局部冲突特征和所述样本局部冲突特征的样本诊断数据;
根据所述样本局部冲突特征进行特征绑定,得到目标绑定索引特征;
根据所述目标绑定索引特征和所述样本局部冲突特征进行数据查找,确定目标全局数
据;
根据所述目标全局数据进行特征分箱处理,得到目标全局分箱数据;
根据所述目标全局分箱数据进行梯度计算,得到全局梯度数据;
根据所述全局梯度数据进行直方图构建,得到全局直方图;
根据所述全局直方图进行树构建,得到目标决策树;
根据所述目标决策树对所述目标全局分箱数据进行特征预测,得到预测诊断数据;
根据所述预测诊断数据和所述样本诊断数据对初始诊断模型进行模型训练,得到所述
故障诊断模型。
2 .根据权利要求1所述的方法,其特征在于,所述根据所述目标绑定索引特征和所述样
本局部冲突特征进行数据查找,确定目标全局数据,包括:
根据所述目标绑定索引特征和所述样本局部冲突特征进行特征映射,确定原始特征;
根据所述原始特征对所述目标绑定索引特征进行特征区域划分,得到特征区域范围数
据;
根据所述特征区域范围数据对目标绑定索引特征进行最值数据查找,得到局部最大值
数据和局部最小值数据;
根据所述局部最大值数据和所述局部最小值数据进行数据统计,得到所述目标全局数
据。
3 .根据权利要求2所述的方法,其特征在于,所述根据所述目标全局数据进行特征分箱
处理,得到目标全局分箱数据,包括:
根据所述目标全局数据进行全局特征分箱,得到全局分箱特征;
根据所述全局分箱特征获取所述边缘客户端发送的局部分箱数据;
根据所述局部分箱数据进行数据统计,得到候选全局分箱数据;
对所述候选全局分箱数据进行数据合并,得到所述目标全局分箱数据。
4 .根据权利要求3所述的方法,其特征在于,所述根据所述目标全局分箱数据进行梯度
计算,得到全局梯度数据,包括:
根据所述目标全局分箱数据对所述局部分箱数据进行数据调整,得到分箱调整数据;
根据所述目标全局分箱数据的特征从历史决策树中匹配出预测特征数据;
根据所述预测特征数据和所述分箱调整数据确定局部梯度数据;
根据所述局部梯度数据进行加和处理,得到所述全局梯度数据。
5 .根据权利要求1所述的方法,其特征在于,所述根据所述全局梯度数据进行直方图构
权 利 要 求 书
1/3 页
2
评论