CN111737431A - 设备异常的处理方法及装置、存储介质、电子装置 - Google Patents
设备异常的处理方法及装置、存储介质、电子装置 Download PDFInfo
- Publication number
- CN111737431A CN111737431A CN202010567634.0A CN202010567634A CN111737431A CN 111737431 A CN111737431 A CN 111737431A CN 202010567634 A CN202010567634 A CN 202010567634A CN 111737431 A CN111737431 A CN 111737431A
- Authority
- CN
- China
- Prior art keywords
- parameters
- equipment
- target
- abnormal
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title description 3
- 238000012545 processing Methods 0.000 claims abstract description 90
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000005856 abnormality Effects 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000005406 washing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
- G06F9/453—Help systems
Abstract
本发明提供了一种设备异常的处理方法及装置、存储介质、电子装置,该方法包括:在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;基于N个参数对目标设备的异常进行检测;在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。通过本发明,解决了相关技术中对设备的异常处理不准确的问题,达到准确处理设备异常的效果。
Description
技术领域
本发明涉及设备领域,具体而言,涉及一种设备异常的处理方法及装置、存储介质、电子装置。
背景技术
当前智能家庭助手对用户问题或指令的处理方式大多为单设备、单命令控制、或简单参数、属性、故障问答。在回答用户请求的过程中,并不考虑其他因素。对不同时间、不同地点、不同用户的回复基本上保持一致,不能因地制宜的给出更合理的解决方案。
针对上述技术问题,相关技术中尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种设备异常的处理方法及装置、存储介质、电子装置,以至少解决相关技术中对设备的异常的处理不准确的问题。
根据本发明的一个实施例,提供了一种设备异常的处理方法,包括:在接收到检测请求的情况下,获取N个参数,其中,上述检测请求用于请求检测目标设备的异常,上述N个参数中包括上述待检测设备的设备参数和与上述目标设备关联的其他设备的设备参数,上述N是大于1的自然数;基于上述N个参数对上述目标设备的异常进行检测;在检测到上述N个参数中存在异常参数的情况下,输出与上述异常参数关联的处理信息。
根据本发明的另一个实施例,提供了一种设备异常的处理装置,包括:第一获取模块,用于在接收到检测请求的情况下,获取N个参数,其中,上述检测请求用于请求检测目标设备的异常,上述N个参数中包括上述待检测设备的设备参数和与上述目标设备关联的其他设备的设备参数,上述N是大于1的自然数;第一检测模块,用于基于上述N个参数对上述目标设备的异常进行检测;第一输出模块,用于在检测到上述N个参数中存在异常参数的情况下,输出与上述异常参数关联的处理信息。
可选地,上述装置还包括:第一确定模块,用于在接收到检测请求的情况下,获取N个参数之前,确定与上述N个参数对应的故障信息,以及与上述故障信息对应的处理信息;关联模块,用于将上述故障信息和上述处理信息关联至数据库中,以在检测到上述N个参数中存在异常参数的情况下,在上述数据库中调用与上述异常参数对应的处理信息。
可选地,上述装置还包括:第二获取模块,用于在接收到检测请求的情况下,获取N个参数之前,获取与上述目标设备相关的聊天信息,其中,上述聊天信息中包括上述用户对上述目标设备进行操作的反馈信息,以及与上述反馈信息对应的处理信息;第二确定模块,用于将上述聊天信息输入至网络模型中进行训练,得到目标网络模型,其中,上述目标网络模型用于在检测到上述N个参数中存在异常参数的情况下,输出与上述异常参数对应的处理信息。
可选地,上述装置还包括:第三确定模块,用于在接收到检测请求的情况下,获取N个参数之前,确定上述目标设备的知识图谱,其中,上述知识图谱中包括以下至少之一:上述目标设备的属性信息,上述目标设备的故障信息与故障原因的对应关系,上述目标设备的故障原因与处理信息的对应关系,用户对上述目标设备的操作信息与上述目标设备的初始使用信息的对应关系。
可选地,上述第一获取模块,包括:第一确定单元,用于确定上述检测请求的类型;第一获取单元,用于获取与上述检测请求的类型对应的上述N个参数。
可选地,上述第一检测模块,包括:第二确定单元,用于确定上述N个参数中每个设备参数对应的零部件的工作状态,其中,上述零部件是上述目标设备上的部件或者是上述其他设备上的部件;第一检测单元,用于基于上述零部件的工作状态对上述目标设备的异常进行检测。
可选地,上述第一输出模块,包括:第三确定单元,用于在检测到上述N个参数中存在异常参数的情况下,确定上述异常参数的类型;第一输出单元,用于输出与上述异常参数的类型对应的处理信息。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行上述任一项方法实施例中的步骤。
通过本发明,由于在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;基于N个参数对目标设备的异常进行检测;在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。可以实现通过联动的多个设备参数确定出设备的异常处理方式的目的。因此,可以解决相关技术中对设备的异常处理不准确的问题,达到准确处理设备异常的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种设备异常的处理方法的移动终端的硬件结构框图;
图2是根据本发明实施例的设备异常的处理方法的流程图;
图3是根据本发明实施例的业务逻辑库的示意图;
图4是根据本发明实施例的设备异常的处理装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种设备异常的处理方法的移动终端的硬件结构框图。如图1所示,移动终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的设备异常的处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种设备异常的处理方法,图2是根据本发明实施例的设备异常的处理方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;
可选地,在本实施例中,可以通过客户端获取检测请求,服务器接收客户端发送的检测请求,其中,客户端包括但不限于是智能语音设备、手机、电脑等等。例如,目标设备是洗衣机,可以利用智能家电助手控制洗衣机的工作,洗衣机与进水管、供电设备等设备连接。在洗衣机出现故障的情况下,用户通过智能家电助手发出检测洗衣机故障的检测请求。智能家电助手获取到洗衣机的设备参数、进水管的设备参数、以及供电设备的设备参数。
步骤S204,基于N个参数对目标设备的异常进行检测;
可选地,在本实施例中,可以通过查找设备参数对应的零部件检测零部件是否出现故障,例如,在目标设备是洗衣机的情况下,通过检查洗衣机底板得到入口水压判断进水设备是否有问题、通过电压状态查看供电的电源状态、通过查看物联网上的报警信息判断衣物是否超重。
步骤S206,在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。
可选地,在本实施例中,服务器可以将处理信息输出至客户端,通过客户端显示处理信息。此外,不同的设备参数对应于不同的处理方式,处理方式可以存储在数据库中,也可以以知识图谱的形式存在。在检测到异常参数的情况下,查找到与异常参数对应的处理方式,通过客户端显示处理方式,可以准确的给出用户建议。
可选地,上述步骤的执行主体可以为终端等,但不限于此。
通过上述步骤,由于在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;基于N个参数对目标设备的异常进行检测;在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。可以实现通过联动的多个设备参数确定出设备的异常处理方式的目的。因此,可以解决相关技术中对设备的异常处理不准确的问题,达到准确处理设备异常的效果。
在一个可选的实施例中,异常的处理方式可以以业务逻辑库的形式存在。如图3所示,在本实施例中,可以分为业务逻辑库的生成阶段和执行阶段。在生成阶段,业务逻辑库的表现形式包含但不限于代码、脚本、流程图等形式,可以通过人工编辑、历史数据挖掘整理、知识图谱的推理等方式生成。最终转换为存储的统一脚本格式进行存储,形成业务逻辑库。
在生成阶段,包括以下方式:
在一个可选的实施例中,在接收到检测请求的情况下,获取N个参数之前,方法还包括:
S1,确定与N个参数对应的故障信息,以及与故障信息对应的处理信息;
S2,将故障信息和处理信息关联至数据库中,以在检测到N个参数中存在异常参数的情况下,在数据库中调用与异常参数对应的处理信息。
在本实施例中,数据库中存储有设备参数的异常对应的处理方式。数据库可以通过人工编辑组装、业务人员或开发人员编写代码、脚本或者可视化拖拽现有功能、数据的方式编写。
可选地,数据库包括但不限于包括以下内容:家电参数、内、外部数据库、知识图谱数据、环境信息数据。
可选地,功能库包括但不限于包括以下内容:设备执行命令下发、指令校验、内、外部API调用、音视频播放。
可选地,数据库意图的指定方式包括但不限于内容:语料指定、正则语料指定、现有意图映射。
在一个可选的实施例中,在接收到检测请求的情况下,获取N个参数之前,方法还包括:
S1,获取与目标设备相关的聊天信息,其中,聊天信息中包括用户对目标设备进行操作的反馈信息,以及与反馈信息对应的处理信息;
S2,将聊天信息输入至网络模型中进行训练,得到目标网络模型,其中,目标网络模型用于在检测到N个参数中存在异常参数的情况下,输出与异常参数对应的处理信息。
可选地,聊天信息包括但不限于是用户在客户端上询问客服人员有关目标设备的信息。即是对历史客服数据挖掘,收集大量历史客服聊天记录(如果有音频数据形式,将音频数据转化为文本数据)。利用机器学习模型对文本模型进行训练,得到的信息包括但不限于:用户问题或意图、售后处理操作、参数及判断条件、用户反馈(正向评价还是负向评价)、然后对用户问题和意图进行聚类,选取聚类中的正向评价操作及参数,自动整理成业务逻辑。
在一个可选的实施例中,在接收到检测请求的情况下,获取N个参数之前,方法还包括:
S1,确定目标设备的知识图谱,其中,知识图谱中包括以下至少之一:目标设备的属性信息,目标设备的故障信息与故障原因的对应关系,目标设备的故障原因与处理信息的对应关系,用户对目标设备的操作信息与目标设备的初始使用信息的对应关系。
可选地,在目标设备的知识图谱中,包括但不限于以下信息:家电型号、家电型号的对应参数、操作与使用说明的对应关系、故障现象与原因的对应关系、故障原因与处理操作的对应关系、知识图谱中建立起一条故障现象->故障原因->处理操作->操作说明的推理链路,实现对用户问题的专业解答。
在一个可选的实施例中,在接收到检测请求的情况下,获取N个参数,包括:
S1,确定检测请求的类型;
S2,获取与检测请求的类型对应的N个参数。
可选地,在本实施例中,在执行的阶段,可以对检测请求进行分类,基于用户的请求类型选择对应的业务逻辑,并按照业务逻辑进行执行。业务逻辑中的逻辑功能包括但不限于:顺序执行、根据判断条件进行分支、循环执行、并行执行、业务功能包括能力库和数据库中包含的功能合集。
在一个可选的实施例中,基于N个参数对目标设备的异常进行检测,包括:
S1,确定N个参数中每个设备参数对应的零部件的工作状态,其中,零部件是目标设备上的部件或者是其他设备上的部件;
S2,基于零部件的工作状态对目标设备的异常进行检测。
可选地,在本实施例中,例如,目标设备是洗衣机,当洗衣机出现故障的情况下,利用家电智能助手所能拿到的所有信息,综合给出一条最明确的指导意见。可以通过设备的底板得到入口水压判断进水是否有问题,再通过电压状态查看电源状态,再通过查看物联网上的报警信息判断是否衣物超重报警,继而通过知识图谱查询该洗衣机型号的衣物重量上限并通知用户拿出多少件再尝试等等。能够根据现有数据做出更合理响应。
在一个可选的实施例中,在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,包括:
S1,在检测到N个参数中存在异常参数的情况下,确定异常参数的类型;
S2,输出与异常参数的类型对应的处理信息。
可选地,在本实施例中,异常参数的类型即是异常参数所对应的零部件的类型,在零部件出现故障的情况下,输出对应的处理方式。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种设备异常的处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的设备异常的处理装置的结构框图,如图4所示,该装置包括:
第一获取模块42,用于在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;
第一检测模块44,用于基于N个参数对目标设备的异常进行检测;
第一输出模块46,用于在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息用于指示处理目标设备的异常的处理方式。
可选地,上述装置还包括:
第一确定模块,用于在接收到检测请求的情况下,获取N个参数之前,确定与上述N个参数对应的故障信息,以及与上述故障信息对应的处理信息;
关联模块,用于将上述故障信息和上述处理信息关联至数据库中,以在检测到上述N个参数中存在异常参数的情况下,在上述数据库中调用与上述异常参数对应的处理信息。
可选地,上述装置还包括:
第二获取模块,用于在接收到检测请求的情况下,获取N个参数之前,获取与上述目标设备相关的聊天信息,其中,上述聊天信息中包括上述用户对上述目标设备进行操作的反馈信息,以及与上述反馈信息对应的处理信息;
第二确定模块,用于将上述聊天信息输入至网络模型中进行训练,得到目标网络模型,其中,上述目标网络模型用于在检测到上述N个参数中存在异常参数的情况下,输出与上述异常参数对应的处理信息。
可选地,上述装置还包括:
第三确定模块,用于在接收到检测请求的情况下,获取N个参数之前,确定上述目标设备的知识图谱,其中,上述知识图谱中包括以下至少之一:上述目标设备的属性信息,上述目标设备的故障信息与故障原因的对应关系,上述目标设备的故障原因与处理信息的对应关系,用户对上述目标设备的操作信息与上述目标设备的初始使用信息的对应关系。
可选地,上述第一获取模块,包括:
第一确定单元,用于确定上述检测请求的类型;
第一获取单元,用于获取与上述检测请求的类型对应的上述N个参数。
可选地,上述第一检测模块,包括:
第二确定单元,用于确定上述N个参数中每个设备参数对应的零部件的工作状态,其中,上述零部件是上述目标设备上的部件或者是上述其他设备上的部件;
第一检测单元,用于基于上述零部件的工作状态对上述目标设备的异常进行检测。
可选地,上述第一输出模块,包括:
第三确定单元,用于在检测到上述N个参数中存在异常参数的情况下,确定上述异常参数的类型;
第一输出单元,用于输出与上述异常参数的类型对应的处理信息。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;
S2,基于N个参数对目标设备的异常进行检测;
S3,在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,在接收到检测请求的情况下,获取N个参数,其中,检测请求用于请求检测目标设备的异常,N个参数中包括待检测设备的设备参数和与目标设备关联的其他设备的设备参数,N是大于1的自然数;
S2,基于N个参数对目标设备的异常进行检测;
S3,在检测到N个参数中存在异常参数的情况下,输出与异常参数关联的处理信息,其中,处理信息中包括对目标设备的异常进行处理的处理方式。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种设备异常的处理方法,其特征在于,包括:
在接收到检测请求的情况下,获取N个参数,其中,所述检测请求用于请求检测目标设备的异常,所述N个参数中包括所述待检测设备的设备参数和与所述目标设备关联的其他设备的设备参数,所述N是大于1的自然数;
基于所述N个参数对所述目标设备的异常进行检测;
在检测到所述N个参数中存在异常参数的情况下,输出与所述异常参数关联的处理信息,其中,所述处理信息中包括对所述目标设备的异常进行处理的处理方式。
2.根据权利要求1所述的方法,其特征在于,在接收到检测请求的情况下,获取N个参数之前,所述方法还包括:
确定与所述N个参数对应的故障信息,以及与所述故障信息对应的处理信息;
将所述故障信息和所述处理信息关联至数据库中,以在检测到所述N个参数中存在异常参数的情况下,在所述数据库中调用与所述异常参数对应的处理信息。
3.根据权利要求1所述的方法,其特征在于,在接收到检测请求的情况下,获取N个参数之前,所述方法还包括:
获取与所述目标设备相关的聊天信息,其中,所述聊天信息中包括所述用户对所述目标设备进行操作的反馈信息,以及与所述反馈信息对应的处理信息;
将所述聊天信息输入至网络模型中进行训练,得到目标网络模型,其中,所述目标网络模型用于在检测到所述N个参数中存在异常参数的情况下,输出与所述异常参数对应的处理信息。
4.根据权利要求1所述的方法,其特征在于,在接收到检测请求的情况下,获取N个参数之前,所述方法还包括:
确定所述目标设备的知识图谱,其中,所述知识图谱中包括以下至少之一:所述目标设备的属性信息,所述目标设备的故障信息与故障原因的对应关系,所述目标设备的故障原因与处理信息的对应关系,用户对所述目标设备的操作信息与所述目标设备的初始使用信息的对应关系。
5.根据权利要求1所述的方法,其特征在于,在接收到检测请求的情况下,获取N个参数,包括:
确定所述检测请求的类型;
获取与所述检测请求的类型对应的所述N个参数。
6.根据权利要求1所述的方法,其特征在于,基于所述N个参数对所述目标设备的异常进行检测,包括:
确定所述N个参数中每个设备参数对应的零部件的工作状态,其中,所述零部件是所述目标设备上的部件或者是所述其他设备上的部件;
基于所述零部件的工作状态对所述目标设备的异常进行检测。
7.根据权利要求1所述的方法,其特征在于,在检测到所述N个参数中存在异常参数的情况下,输出与所述异常参数关联的处理信息,包括:
在检测到所述N个参数中存在异常参数的情况下,确定所述异常参数的类型;
输出与所述异常参数的类型对应的处理信息。
8.一种设备异常的处理装置,其特征在于,包括:
第一获取模块,用于在接收到检测请求的情况下,获取N个参数,其中,所述检测请求用于请求检测目标设备的异常,所述N个参数中包括所述待检测设备的设备参数和与所述目标设备关联的其他设备的设备参数,所述N是大于1的自然数;
第一检测模块,用于基于所述N个参数对所述目标设备的异常进行检测;
第一输出模块,用于在检测到所述N个参数中存在异常参数的情况下,输出与所述异常参数关联的处理信息,其中,所述处理信息用于指示处理所述目标设备的异常的处理方式。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010567634.0A CN111737431B (zh) | 2020-06-19 | 2020-06-19 | 设备异常的处理方法及装置、存储介质、电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010567634.0A CN111737431B (zh) | 2020-06-19 | 2020-06-19 | 设备异常的处理方法及装置、存储介质、电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111737431A true CN111737431A (zh) | 2020-10-02 |
CN111737431B CN111737431B (zh) | 2024-03-22 |
Family
ID=72651803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010567634.0A Active CN111737431B (zh) | 2020-06-19 | 2020-06-19 | 设备异常的处理方法及装置、存储介质、电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111737431B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047708A (zh) * | 2021-11-03 | 2022-02-15 | 珠海格力电器股份有限公司 | 家居设备控制方法、装置、电子设备及存储介质 |
CN114430378A (zh) * | 2020-10-15 | 2022-05-03 | 中国移动通信集团浙江有限公司 | 聊天机器人的异常检测方法、装置、计算设备及存储介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510538A (zh) * | 2011-11-03 | 2012-06-20 | 深圳创维-Rgb电子有限公司 | 一种异常状态处理方法、装置及电视机 |
CN103024462A (zh) * | 2012-12-11 | 2013-04-03 | 深圳市同洲电子股份有限公司 | 一种网络检测的方法及数字终端 |
CN105244038A (zh) * | 2015-09-30 | 2016-01-13 | 金陵科技学院 | 一种基于hmm的选矿设备故障异常音频分析与识别方法 |
CN106328166A (zh) * | 2016-08-31 | 2017-01-11 | 上海交通大学 | 人机对话异常检测系统及方法 |
US20180121808A1 (en) * | 2016-11-03 | 2018-05-03 | Cisco Technology, Inc. | Stab: smart triaging assistant bot for intelligent troubleshooting |
CN108583629A (zh) * | 2018-05-04 | 2018-09-28 | 兰州容大信息科技有限公司 | 一种铁路车务故障处理方法 |
US20180287901A1 (en) * | 2017-03-30 | 2018-10-04 | T-Mobile Usa, Inc. | Telecom monitoring and analysis system |
CN109067893A (zh) * | 2018-08-22 | 2018-12-21 | 北京小米移动软件有限公司 | 智能设备故障处理方法、装置、终端及服务器 |
CN109284199A (zh) * | 2018-09-04 | 2019-01-29 | 深圳市宝德计算机系统有限公司 | 服务器异常处理方法、设备、以及处理器 |
CN109491860A (zh) * | 2018-10-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 应用程序的异常检测方法、终端设备及介质 |
CN109946544A (zh) * | 2019-03-29 | 2019-06-28 | 广东美的制冷设备有限公司 | 家电故障检测方法和装置 |
US20190228312A1 (en) * | 2018-01-25 | 2019-07-25 | SparkCognition, Inc. | Unsupervised model building for clustering and anomaly detection |
CN110545269A (zh) * | 2019-08-22 | 2019-12-06 | 西安四叶草信息技术有限公司 | 访问控制方法、设备及存储介质 |
CN110705710A (zh) * | 2019-04-17 | 2020-01-17 | 中国石油大学(华东) | 一种基于知识图谱的工业故障分析专家系统 |
CN110727804A (zh) * | 2019-10-11 | 2020-01-24 | 北京明略软件系统有限公司 | 利用知识图谱处理维修案例的方法、装置及电子设备 |
CN110749031A (zh) * | 2019-10-29 | 2020-02-04 | 珠海格力电器股份有限公司 | 空调检测方法、装置和系统、存储介质及处理器 |
US20200057939A1 (en) * | 2017-01-11 | 2020-02-20 | Kabushiki Kaisha Toshiba | Abnormality detection device, abnormality detection method, and storage medium |
CN110987493A (zh) * | 2019-11-14 | 2020-04-10 | 深圳市华星光电半导体显示技术有限公司 | 设备异常检测方法、装置、存储介质及电子设备 |
CN111143061A (zh) * | 2019-12-18 | 2020-05-12 | 海尔优家智能科技(北京)有限公司 | 多设备的联动控制方法、装置及存储介质 |
CN111159312A (zh) * | 2019-12-27 | 2020-05-15 | 东软集团股份有限公司 | 故障相关信息辅助检索方法、装置、存储介质及电子设备 |
WO2020114137A1 (zh) * | 2018-12-06 | 2020-06-11 | 西安光启未来技术研究院 | 一种报文的处理方法、装置以及系统 |
-
2020
- 2020-06-19 CN CN202010567634.0A patent/CN111737431B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510538A (zh) * | 2011-11-03 | 2012-06-20 | 深圳创维-Rgb电子有限公司 | 一种异常状态处理方法、装置及电视机 |
CN103024462A (zh) * | 2012-12-11 | 2013-04-03 | 深圳市同洲电子股份有限公司 | 一种网络检测的方法及数字终端 |
CN105244038A (zh) * | 2015-09-30 | 2016-01-13 | 金陵科技学院 | 一种基于hmm的选矿设备故障异常音频分析与识别方法 |
CN106328166A (zh) * | 2016-08-31 | 2017-01-11 | 上海交通大学 | 人机对话异常检测系统及方法 |
US20180121808A1 (en) * | 2016-11-03 | 2018-05-03 | Cisco Technology, Inc. | Stab: smart triaging assistant bot for intelligent troubleshooting |
US20200057939A1 (en) * | 2017-01-11 | 2020-02-20 | Kabushiki Kaisha Toshiba | Abnormality detection device, abnormality detection method, and storage medium |
US20180287901A1 (en) * | 2017-03-30 | 2018-10-04 | T-Mobile Usa, Inc. | Telecom monitoring and analysis system |
US20190228312A1 (en) * | 2018-01-25 | 2019-07-25 | SparkCognition, Inc. | Unsupervised model building for clustering and anomaly detection |
CN108583629A (zh) * | 2018-05-04 | 2018-09-28 | 兰州容大信息科技有限公司 | 一种铁路车务故障处理方法 |
CN109067893A (zh) * | 2018-08-22 | 2018-12-21 | 北京小米移动软件有限公司 | 智能设备故障处理方法、装置、终端及服务器 |
CN109284199A (zh) * | 2018-09-04 | 2019-01-29 | 深圳市宝德计算机系统有限公司 | 服务器异常处理方法、设备、以及处理器 |
CN109491860A (zh) * | 2018-10-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 应用程序的异常检测方法、终端设备及介质 |
WO2020114137A1 (zh) * | 2018-12-06 | 2020-06-11 | 西安光启未来技术研究院 | 一种报文的处理方法、装置以及系统 |
CN109946544A (zh) * | 2019-03-29 | 2019-06-28 | 广东美的制冷设备有限公司 | 家电故障检测方法和装置 |
CN110705710A (zh) * | 2019-04-17 | 2020-01-17 | 中国石油大学(华东) | 一种基于知识图谱的工业故障分析专家系统 |
CN110545269A (zh) * | 2019-08-22 | 2019-12-06 | 西安四叶草信息技术有限公司 | 访问控制方法、设备及存储介质 |
CN110727804A (zh) * | 2019-10-11 | 2020-01-24 | 北京明略软件系统有限公司 | 利用知识图谱处理维修案例的方法、装置及电子设备 |
CN110749031A (zh) * | 2019-10-29 | 2020-02-04 | 珠海格力电器股份有限公司 | 空调检测方法、装置和系统、存储介质及处理器 |
CN110987493A (zh) * | 2019-11-14 | 2020-04-10 | 深圳市华星光电半导体显示技术有限公司 | 设备异常检测方法、装置、存储介质及电子设备 |
CN111143061A (zh) * | 2019-12-18 | 2020-05-12 | 海尔优家智能科技(北京)有限公司 | 多设备的联动控制方法、装置及存储介质 |
CN111159312A (zh) * | 2019-12-27 | 2020-05-15 | 东软集团股份有限公司 | 故障相关信息辅助检索方法、装置、存储介质及电子设备 |
Non-Patent Citations (3)
Title |
---|
王哲;徐燕文;: "基于关联分析的异常信息属性特征提取仿真", 计算机仿真, no. 12 * |
蒋梦丹;林宏刚;曹鹤鸣;: "基于业务逻辑思想的异常检测研究", 成都信息工程大学学报, no. 02 * |
赵培: "滚动轴承失效的机理及故障诊断分析", 《湖南农机》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114430378A (zh) * | 2020-10-15 | 2022-05-03 | 中国移动通信集团浙江有限公司 | 聊天机器人的异常检测方法、装置、计算设备及存储介质 |
CN114430378B (zh) * | 2020-10-15 | 2023-08-18 | 中国移动通信集团浙江有限公司 | 聊天机器人的异常检测方法、装置、计算设备及存储介质 |
CN114047708A (zh) * | 2021-11-03 | 2022-02-15 | 珠海格力电器股份有限公司 | 家居设备控制方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111737431B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111835582B (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
CN106067080B (zh) | 提供可配置工作流能力 | |
CN109947746A (zh) | 一种基于etl流程的数据质量管控方法和系统 | |
CN106403188B (zh) | 一种空调维护方法及其维护装置 | |
CN109633351B (zh) | 智能it运维故障定位方法、装置、设备及可读存储介质 | |
CN110460476B (zh) | 一种网络运维管理方法 | |
CN111782635B (zh) | 数据处理方法和装置、存储介质和电子装置 | |
CN111737431B (zh) | 设备异常的处理方法及装置、存储介质、电子装置 | |
CN111240973A (zh) | 基于仿真的设备测试方法、系统及可读存储介质 | |
CN110147327B (zh) | 一种基于多粒度的web自动化测试管理方法 | |
CN110515679A (zh) | 数据采集方法、装置、设备及存储介质 | |
CN106815137A (zh) | 用户界面测试方法与装置 | |
CN111158806B (zh) | 界面显示方法、装置、计算机设备及存储介质 | |
CN113590454A (zh) | 测试方法、装置、计算机设备和存储介质 | |
CN115860729A (zh) | 一种it运维综合管理系统 | |
CN109582418A (zh) | 用户行为数据收集方法、装置、计算机装置、存储介质 | |
CN115935035A (zh) | Rpa流程可视化管理方法、装置、设备及可读存储介质 | |
Matalonga et al. | Matching context aware software testing design techniques to ISO/IEC/IEEE 29119 | |
CN111865673A (zh) | 一种自动化故障管理方法、装置及系统 | |
CN109213736A (zh) | 日志的压缩方法和装置 | |
CN105553770A (zh) | 一种数据采集控制方法和装置 | |
CN105302556B (zh) | 实现计算的方法和系统以及服务器装置 | |
CN107908525B (zh) | 告警处理方法、设备及可读存储介质 | |
CN109828920A (zh) | 一种日志分析方法、装置及计算机可读存储介质 | |
US9104573B1 (en) | Providing relevant diagnostic information using ontology rules |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |