CN112819071A - 故障信息聚类方法、装置、计算机设备及存储介质 - Google Patents
故障信息聚类方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112819071A CN112819071A CN202110133088.4A CN202110133088A CN112819071A CN 112819071 A CN112819071 A CN 112819071A CN 202110133088 A CN202110133088 A CN 202110133088A CN 112819071 A CN112819071 A CN 112819071A
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- historical
- description information
- preset
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种故障信息聚类方法、装置、计算机设备及存储介质,涉及故障分析技术领域。该方法包括:确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;根据计算结果,从计算机设备多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;从预设历史故障聚类上,确定与计算机设备目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示计算机设备目标故障信息。通过本申请可提供更少、更有效的故障信息,便于运营参考。
Description
技术领域
本发明涉及故障分析技术领域,具体而言,涉及一种故障信息聚类方法、装置、计算机设备及存储介质。
背景技术
在轨道交通车辆运行过程中,每条线路每天有近千条左右的故障信息产生,导致故障信息数量太多,不利于线路调度员进行运营参考。
现有的对故障信息的聚类主要以人工分析和判断的方式进行,比如当出现车辆逆变输出200%过载的主故障时,总是伴有车辆辅逆控制器的故障,一般将车辆辅逆控制器的故障也归集到输出过载的主故障中,减少故障信息的数量。
通过人工分析和判断的方式对故障信息进行聚类的方法简单粗暴,容易遗漏很多故障信息的聚类规则,且故障信息的数量还是很多,聚类效果不理想,仍然不利于线路调度员进行运营参考。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种故障信息聚类方法、装置、计算机设备及存储介质,以便提供更少、更有效的故障信息。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种故障信息聚类方法,包括:
确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;
根据计算结果,从所述多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;
从预设历史故障聚类上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示所述目标故障信息。
可选的,所述预设历史故障聚类为预设故障聚类树,其中,所述故障聚类树上包括:多层故障信息、相邻两层故障信息之间的关联关系,以及最底层的每个故障信息关联的多个历史故障描述信息。
可选的,所述确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度之前,所述方法还包括:
根据所述输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定所述硬件部件的多个历史故障描述信息。
可选的,所述从预设故障聚类树上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息之前,所述方法还包括:
根据所述硬件部件,从多个车型的故障聚类树中确定所述硬件部件所在的车型的故障聚类树为所述预设故障聚类树。
可选的,所述根据所述硬件部件,从多个车型的故障聚类树中确定所述硬件部件所在的车型的故障聚类树为所述预设故障聚类树之前,所述方法还包括:
计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果;
根据所述历史故障相似度计算结果,对所述每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息;
重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果;
根据所述故障信息相似度计算结果,对所述聚类之后的故障信息再次进行聚类,以将相似度的偏差在所述预设偏差范围内的故障信息聚类为一个新的故障信息,直至达到预设的停止迭代条件,得到所述每种车型的故障聚类树。
可选的,所述计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果,包括:
根据所述每种车型的历史故障描述信息中所有的数据点的距离,得到所述历史故障相似度计算结果。
可选的,所述预设历史故障聚类为预设聚合形式对应的聚类故障信息,所述聚类故障信息包括:所述预设聚合形式的历史故障描述信息,以及聚类之后的所述故障信息,所述预设聚合形式用于指示故障描述信息所针对的故障之间的预设关联关系。
可选的,所述预设聚合形式为:主伴故障聚类形式、或者同时发生故障聚类形式。
第二方面,本申请实施例还提供一种故障信息聚类装置,所述装置包括:
第一相似度计算模块,用于确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;
故障描述信息确认模块,用于根据计算结果,从所述多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;
目标故障信息确认模块,用于从预设历史故障聚类上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示所述目标故障信息。
可选的,所述预设历史故障聚类为预设故障聚类树,其中,所述故障聚类树上包括:多层故障信息、相邻两层故障信息之间的关联关系,以及最底层的每个故障信息关联的多个历史故障描述信息。
可选的,在所述第一相似度计算模块之前,所述装置还包括:
硬件部件故障信息确定模块,用于根据所述输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定所述硬件部件的多个历史故障描述信息。
可选的,在所述目标故障信息确认模块之前,所述装置还包括:
硬件部件故障聚类树确定模块,用于根据所述硬件部件,从多个车型的故障聚类树中确定所述硬件部件所在的车型的故障聚类树为所述预设故障聚类树。
可选的,在所述硬件部件故障聚类树确定模块之前,所述装置还包括:
第二相似度计算模块,用于计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果;
第一聚类模块,用于根据所述历史故障相似度计算结果,对所述每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息;
第三相似度计算模块,用于重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果;
第二聚类模块,用于根据所述故障信息相似度计算结果,对所述聚类之后的故障信息再次进行聚类,以将相似度的偏差在所述预设偏差范围内的故障信息聚类为一个新的故障信息,直至达到预设的停止迭代条件,得到所述每种车型的故障聚类树。
可选的,所述第二相似度计算模块,用于根据所述每种车型的历史故障描述信息中所有的数据点的距离,得到所述历史故障相似度计算结果。
可选的,所述预设历史故障聚类为预设聚合形式对应的聚类故障信息,所述聚类故障信息包括:所述预设聚合形式的历史故障描述信息,以及聚类之后的所述故障信息,所述预设聚合形式用于指示故障描述信息所针对的故障之间的预设关联关系。
可选的,所述预设聚合形式为:主伴故障聚类形式、或者同时发生故障聚类形式。
第三方面,本申请实施例还提供一种计算机设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行上述任一所述的故障信息聚类方法的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述任一所述的故障信息聚类方法的步骤。
本申请的有益效果是:
本申请实施例提供的故障信息聚类方法、装置、计算机设备及存储介质,通过确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度,根据计算结果,从多个历史故障描述信息中确定相似度最高的故障描述信息为目标历史故障描述信息;从预设历史故障聚类上,确定与目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统显示目标故障信息。通过本申请提供的方案,可将产生的故障描述信息根据相似度计算结果确定目标历史故障描述信息,并从预设历史故障聚类中确定目标故障信息,以实现将故障描述信息显示为目标故障信息,减少在预设工单系统中所显示的故障描述信息的数量,以在预设工单系统中显示更准确、更有效的目标故障信息,便于根据目标故障信息对轨道交通车辆的故障进行排查,提高轨道交通车辆运营效果,确保轨道交通车辆安全在轨运行。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的第一种故障信息聚类方法的流程示意图;
图2为本申请实施例提供的第二种故障信息聚类方法的流程示意图;
图3为本申请实施例提供的第三种故障信息聚类方法的流程示意图;
图4为本申请实施例提供的一种故障信息聚类装置的流程示意图;
图5为本申请实施例提供的计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
本申请实施例提供的故障信息聚类方法,其执行主体可以为具备故障信息聚类功能的计算机设备,该计算机设备可以为针对轨道交通车辆进行统一调度、监控和管理的大型计算设备,与多个轨道交通车辆的主控制器通信连接,以接收多个轨道交通车辆的故障描述信息,并执行该故障信息聚类方法,确定该故障描述信息的目标故障信息,该计算机设备上还运行有预设工单系统,计算机设备将目标故障信息在预设工单系统中进行显示,以便线路调度员根据该目标故障信息生成故障排查工单,对轨道交通车辆的故障进行排查,确保轨道交通车辆安全运行。
需要说明的是,本申请实施例所应用的轨道交通车辆为地铁,当然也可以将本申请实施例的方案应用在其他轨道交通车辆中,如火车、高铁等,本申请对此不做限制。
图1为本申请实施例提供的第一种故障信息聚类方法的流程示意图;如图1所示,该方法包括:
S100:确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度。
具体的,当轨道交通车辆发生故障时,轨道交通车辆的主控制器会生成轨道交通车辆所发生故障的故障描述信息,并将该故障描述信息输入至计算机设备,历史故障描述信息为该轨道交通车辆所有历史发生过的故障的描述信息,将多个历史故障描述信息存储在计算机设备中,采用预设的相似度算法计算故障描述信息和多个历史故障描述信息的相似度,故障描述信息的相似度用于表征本次发生的故障与多个历史故障的相似度。
S200:根据计算结果,从多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息。
具体的,根据上述S100得到的故障描述信息与多个历史故障描述信息的相似度,确定相似度最高的历史故障描述信息为目标历史故障描述信息,该目标历史故障描述信息对应的历史故障与故障描述信息对应的本次发生的故障的相似度最高,该目标历史故障描述信息对应的历史故障与故障描述信息对应的本次发生的故障为相同故障或同类型故障。
S300:从预设历史故障聚类上,确定与目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示目标故障信息。
具体的,预设历史故障聚类为对多个历史故障描述信息的聚类,聚类方法为将相似度大于预设相似度条件的历史故障描述信息聚为一类历史故障描述信息,表示该类历史故障描述信息对应的故障为同类型故障,每类历史故障描述信息在预设历史故障聚类中以一个唯一的故障信息进行表示。从预设历史故障聚类中确定目标历史故障描述信息所属的一类历史故障描述信息的故障信息,作为目标历史故障描述信息对应的目标故障信息。
在一种可选实施方式中,预设历史故障聚类为预设故障聚类树,其中,故障聚类树上包括:多层故障信息、相邻两层故障信息之间的关联关系,以及最底层的每个故障信息关联的多个历史故障描述信息。
具体的,预设历史故障聚类可表示为预设故障聚类树,预设故障聚类树最底层的每个节点为多个历史故障描述信息,对多个历史故障描述信息进行聚类,将相似度大于预设相似度条件的历史故障描述信息聚为一类历史故障描述信息,并以一个故障信息表述该类历史故障描述信息,该故障信息的故障名称为该类历史故障描述信息的故障名称的分词集合,得到一层故障信息,对该层故障信息再次进行聚类,得到更高层故障信息,当故障信息的相似度值不满足预设相似度条件时,停止聚类。相邻两层故障信息之间的关联关系用于表述下层故障信息为所属上层故障信息的自己,同一上层故障信息对应的下层故障信息为同类故障信息。示例的,两个历史故障描述信息的故障名称分别为“运行灯灯泡不亮”和“运行灯灯板损坏”,对两个历史故障描述信息进行聚类,得到一个故障信息的故障名称为“运行灯”“灯泡”“不亮”和“损坏”。
目标历史故障描述信息为预设故障聚类树中最底层的历史故障描述信息,当根据目标历史故障描述信息从预设故障聚类树中确定目标故障信息时,该目标故障信息可以包括最底层的目标历史故障描述信息的所有上层故障信息,所以上层故障信息在预设工单系统中以最高层级的故障信息进行显示,可通过点击最高层级的故障信息,以查看下层故障信息。
在另一种可选实施方式中,预设历史故障聚类为预设聚合形式对应的聚类故障信息,聚类故障信息包括:预设聚合形式的历史故障描述信息,以及聚类之后的故障信息,预设聚合形式用于指示故障描述信息所针对的故障之间的预设关联关系。
具体的,采用预设聚合形式对多个历史故障描述信息进行遍历,将满足预设聚合形式的历史故障描述信息聚类为聚类故障信息。
在一种可能的示例中,预设聚合形式为:主伴故障聚类形式、或者同时发生故障聚类形式。
具体的,主伴故障聚类形式用于指示当轨道交通车辆发生一个主故障时,总是伴随着一个或多个其他故障的发生,同时发生故障聚类形式用于指示同时发生的故障。可根据故障描述信息中的故障发生时间判断故障聚类形式。
本申请实施例提供的故障信息聚类方法,通过确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度,根据计算结果,从多个历史故障描述信息中确定相似度最高的故障描述信息为目标历史故障描述信息;从预设历史故障聚类上,确定与目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统显示目标故障信息。通过本申请实施例提供的方法,可将产生的故障描述信息根据相似度计算结果确定目标历史故障描述信息,并从预设历史故障聚类中确定目标故障信息,以实现将故障描述信息显示为目标故障信息,减少在预设工单系统中所显示的故障描述信息的数量,以在预设工单系统中显示更准确、更有效的目标故障信息,便于根据目标故障信息对轨道交通车辆故障进行排查,提高轨道交通车辆运营效果,确保轨道交通车辆安全在轨运行。
在上述实施例的基础上,本申请实施例还提供一种故障信息聚类方法,在上述S100之前,该方法还包括:
根据输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定硬件部件的多个历史故障描述信息。
具体的,当轨道交通车辆发生故障时,轨道交通车辆的主控制器除了向计算机设备发送故障描述信息外,还发送发生故障的硬件部件,或者计算机设备根据故障描述信息所描述的硬件部件名称确定发生故障的硬件部件,根据发生故障的硬件部件,从计算机设备中存储的多个历史故障描述信息中确定该硬件部件对应的多个历史故障描述信息,计算故障描述信息与该硬件部件对应的多个历史故障描述信息的相似度,以确定相似度最高的目标历史故障描述信息。
本申请实施例提供的故障信息聚类方法,可根据输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定硬件部件的多个历史故障描述信息,并通过计算故障描述信息与该硬件部件对应的多个历史故障描述信息的相似度,以确定相似度最高的目标历史故障描述信息。通过本申请实施例提供的方法,可通过确定硬件部件对应的多个历史故障描述信息,减少计算故障描述信息和多个历史故障描述信息的计算量,以快速确定目标历史故障描述信息,从而提高确定目标故障信息的速度,便于根据目标故障信息对轨道交通车辆的故障进行排查,提高轨道交通车辆的运营效果,确保轨道交通车辆安全在轨运行。
在上述任一实施例的基础上,本申请实施例还提供一种故障信息聚类方法,在从预设故障聚类树上,确定与目标历史故障描述信息存在关联的故障信息为目标故障信息之前,该方法还包括:
根据硬件部件,从多个车型的故障聚类树中确定硬件部件所在的车型的故障聚类树为预设故障聚类树。
具体的,由于轨道交通车辆的车型不同,在运营过程中产生的故障也不相同,针对多个车型的多个历史故障描述信息进行聚类,得到多个车型的故障聚类树,并将多个车型的故障聚类树存储在计算机设备中。
根据硬件部件确定该硬件部件所在轨道交通车辆的车型,从计算机设备中获取该硬件部件所在轨道交通车辆的车型的故障聚类树为预设故障聚类树,根据目标历史故障描述信息,从预设故障聚类树中确定与目标故障描述信息存在关联的故障信息为目标故障信息,以在预设工单系统中显示该目标故障信息。
本申请实施例提供的故障信息聚类方法,根据硬件部件,从多个车型的故障聚类树中确定硬件部件所在的车型的故障聚类树为预设故障聚类树,从而根据目标历史故障描述信息,从预设故障聚类树中确定与目标故障描述信息存在关联的故障信息为目标故障信息,以在预设工单系统中显示该目标故障信息。通过本申请实施例提供的方法,可通过硬件部件所在车型确定预设故障聚类树,减少确定故障聚类树的时间,以快速根据目标历史故障描述信息确定目标故障信息,便于根据目标故障信息对轨道交通车辆的故障进行排查,提高轨道交通车辆的运营效果,确保轨道交通车辆安全在轨运行。
在上述任一实施例的基础上,本申请实施例还提供一种故障信息聚类方法,图2为本申请实施例提供的第二故障信息聚类方法的流程示意图,如图2所示,在上述根据硬件部件,从多个车型的故障聚类树中确定硬件部件所在的车型的故障聚类树为预设故障聚类树之前,该方法还包括:
S400:计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果。
具体的,针对每种车型的多个历史故障描述信息,采用预设的相似度算法计算多个历史故障描述信息的相似度,得到历史故障相似度计算结果。
在一种可选实施方式中,上述S400包括:
根据每种车型的历史故障描述信息中所有的数据点的距离,得到历史故障相似度计算结果。
具体的,历史故障描述信息包括每个历史故障的故障名称和故障发生时间,将每个历史故障描述信息作为一个数据点,采用预设的相似度算法,计算所有的数据点的距离,数据点之间的距离即为历史故障的相似度。
在一种可选实施方式中,图3为本申请实施例提供的第三种故障信息聚类方法的流程示意图,如图3所示,上述预设的相似度算法包括:
S401:根据多个历史故障的故障名称,计算任意两个故障名称的相似度值。
具体的,采用Jaccard(杰卡德相似性系数)算法,计算任意两个故障名称的相似度值。示例的,历史故障A的历史故障描述信息A中的故障名称A为“运行灯灯泡不亮”,历史故障B的历史故障描述信息B中的故障名称B为“运行灯灯板损坏”,则采用Jaccard(杰卡德相似性系数)算法计算故障名称A和故障名称B之间的相似度值的计算公式如下:
S402:根据多个历史故障的故障发生时间,计算任意两个故障发生时间的时间间隔函数值。
具体的,采用预设的时间间隔函数,计算任意两个故障发生时间的时间间隔函数值。示例的,历史故障A的历史故障描述信息A中的故障发生时间A和历史故障B的历史故障描述信息B中的故障发生时间B的故障时间间隔为5秒,则预设的时间间隔函数得到的时间间隔函数值为
S403:根据相似度值和时间间隔函数值,计算任意两个数据点的距离。
具体的,根据上述S401得到的故障名称的相似度值和上述S402得到的故障发生时间的时间间隔函数值,采用预设的距离算法,计算两个数据点即两个历史故障描述信息的距离。预设的距离算法为故障名称的相似度值和故障发生时间的时间间隔函数值之和。示例的,历史故障A和历史故障B的故障名称的相似度值为0.33,时间间隔函数值为0.2,则两个历史故障描述信息的距离为0.33+0.2=0.52。
S500:根据历史故障相似度计算结果,对每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息。
具体的,预设偏差范围为正负预设偏差值,即相似度-预设偏差值≦相似度≦相似度+预设偏差值,或,负预设偏差值≦相似度-预设相似度≦正预设偏差值,根据上述S400得到的历史故障相似度计算结果,将相似度的偏差在预设偏差范围内的历史故障描述信息聚为一类历史故障描述信息,并以一个故障信息表述该类历史故障描述信息。示例的,故障信息的故障名称为聚类的历史故障描述信息的故障名称的并集,故障信息的故障发生时间为聚类的历史故障描述信息的故障发生时间的平均值。示例的,将历史故障描述信息A和历史故障描述信息B聚类为一个故障信息C,则该故障信息C的故障名称C为故障名称A和故障名称B的并集“运行,灯,灯泡,不亮,灯板,损坏”。
S600:重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果。
具体的,采用与上述S400相同的相似度计算方法,对聚类之后的故障信息进行相似度计算,得到故障信息相似度计算结果。
S700:根据故障信息相似度计算结果,对聚类之后的故障信息再次进行聚类,以将相似度的偏差在预设偏差范围内的故障信息聚类为一个新的故障信息,直至达到预设的停止迭代条件,得到每种车型的故障聚类树。
具体的,采用与上述S500相同的聚类方法,对聚类之后的故障信息再次聚类,得到新的故障信息。通过对新的故障信息不断迭代聚类,直至达到预设的停止迭代条件,得到每种车型的故障聚类树。示例的,预设的停止迭代条件可以为新的故障信息的相似度小于预设相似度,或者,将新的故障信息聚类为一个最终故障信息。
本申请实施例提供的故障信息聚合方法,通过计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果,根据历史故障相似度计算结果,对每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息;重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果,根据故障信息相似度计算结果,对聚类之后的故障信息再次进行聚类,已将相似度的偏差在预设偏差范围内的故障信息聚类为一个新的故障信息,直到达到预设的停止迭代条件,得到每种车型的故障聚类树。本申请实施例提供的方法,通过计算历史故障描述信息之间的相似度,对历史故障描述信息进行迭代聚类,以得到每种车型的故障聚类树,便于根据输入的故障描述信息从故障聚类树中确定目标故障信息,以提供更准确、更有效的故障信息,便于根据目标故障信息对轨道交通车辆的故障进行排查,提高轨道交通车辆的运营效果,确保轨道交通车辆的安全在轨运行。
在上述任一实施例的基础上,本申请实施例还提供一种故障信息聚类装置,图4为本申请实施例提供的故障信息聚类装置的结构示意图,如图4所示,该装置包括:
第一相似度计算模块100,用于确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;
故障描述信息确认模块200,用于根据计算结果,从多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;
目标故障信息确认模块300,用于从预设历史故障聚类上,确定与目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示目标故障信息。
可选的,预设历史故障聚类为预设故障聚类树,其中,故障聚类树上包括:多层故障信息、相邻两层故障信息之间的关联关系,以及最底层的每个故障信息关联的多个历史故障描述信息。
可选的,在第一相似度计算模块100之前,该装置还包括:
硬件部件故障信息确定模块,用于根据输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定硬件部件的多个历史故障描述信息。
可选的,在目标故障信息确认模块300之前,该装置还包括:
硬件部件故障聚类树确定模块,用于根据硬件部件,从多个车型的故障聚类树中确定硬件部件所在的车型的故障聚类树为预设故障聚类树。
可选的,在硬件部件故障聚类树确定模块之前,该装置还包括:
第二相似度计算模块,用于计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果;
第一聚类模块,用于根据历史故障相似度计算结果,对每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息;
第三相似度计算模块,用于重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果;
第二聚类模块,用于根据故障信息相似度计算结果,对聚类之后的故障信息再次进行聚类,以将相似度的偏差在预设偏差范围内的故障信息聚类为一个新的故障信息,直至达到预设的停止迭代条件,得到每种车型的故障聚类树。
可选的,第二相似度计算模块,用于根据每种车型的历史故障描述信息中所有的数据点的距离,得到历史故障相似度计算结果。
可选的,预设历史故障聚类为预设聚合形式对应的聚类故障信息,聚类故障信息包括:预设聚合形式的历史故障描述信息,以及聚类之后的故障信息,预设聚合形式用于指示故障描述信息所针对的故障之间的预设关联关系。
可选的,所述预设聚合形式为:主伴故障聚类形式、或者同时发生故障聚类形式。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图5为本申请实施例提供的计算机设备的示意图,该计算机设备400包括:处理器401、存储介质402和总线,存储介质402存储有处理器401可执行的程序指令,当计算机设备400运行时,处理器401与存储介质402之间通过总线通信,处理器401执行程序指令,以执行上述任一方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种计算机可读存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种故障信息聚类方法,其特征在于,包括:
确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;
根据计算结果,从所述多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;
从预设历史故障聚类上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示所述目标故障信息。
2.根据权利要求1所述的方法,其特征在于,所述预设历史故障聚类为预设故障聚类树,其中,所述故障聚类树上包括:多层故障信息、相邻两层故障信息之间的关联关系,以及最底层的每个故障信息关联的多个历史故障描述信息。
3.根据权利要求2所述的方法,其特征在于,所述确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度之前,所述方法还包括:
根据所述输入轨道交通车辆的故障描述信息所涉及的硬件部件,确定所述硬件部件的多个历史故障描述信息。
4.根据权利要求3所述的方法,其特征在于,所述从预设故障聚类树上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息之前,所述方法还包括:
根据所述硬件部件,从多个车型的故障聚类树中确定所述硬件部件所在的车型的故障聚类树为所述预设故障聚类树。
5.根据权利要求4所述的方法,其特征在于,所述根据所述硬件部件,从多个车型的故障聚类树中确定所述硬件部件所在的车型的故障聚类树为所述预设故障聚类树之前,所述方法还包括:
计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果;
根据所述历史故障相似度计算结果,对所述每种车型的历史故障描述信息进行聚类,以将相似度的偏差在预设偏差范围内的历史故障描述信息聚类为一个故障信息;
重新计算聚类之后的故障信息之间的相似度,得到故障信息相似度计算结果;
根据所述故障信息相似度计算结果,对所述聚类之后的故障信息再次进行聚类,以将相似度的偏差在所述预设偏差范围内的故障信息聚类为一个新的故障信息,直至达到预设的停止迭代条件,得到所述每种车型的故障聚类树。
6.根据权利要求5所述的方法,其特征在于,所述计算每种车型的历史故障描述信息之间的相似度,得到历史故障相似度计算结果,包括:
根据所述每种车型的历史故障描述信息中所有的数据点的距离,得到所述历史故障相似度计算结果。
7.根据权利要求1所述的方法,其特征在于,所述预设历史故障聚类为预设聚合形式对应的聚类故障信息,所述聚类故障信息包括:所述预设聚合形式的历史故障描述信息,以及聚类之后的所述故障信息,所述预设聚合形式用于指示故障描述信息所针对的故障之间的预设关联关系。
8.一种故障信息聚类装置,其特征在于,所述装置包括:
相似度计算模块,用于确定输入轨道交通车辆的故障描述信息,与预先获取的多个历史故障描述信息的相似度;
故障描述信息确认模块,用于根据计算结果,从所述多个历史故障描述信息中确定相似度最高的历史故障描述信息为目标历史故障描述信息;
目标故障信息确认模块,用于从预设历史故障聚类上,确定与所述目标历史故障描述信息存在关联关系的故障信息为目标故障信息,以在预设工单系统进行显示所述目标故障信息。
9.一种计算机设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行如权利要求1至7任一所述的故障信息聚类方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述的故障信息聚类方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110133088.4A CN112819071A (zh) | 2021-01-29 | 2021-01-29 | 故障信息聚类方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110133088.4A CN112819071A (zh) | 2021-01-29 | 2021-01-29 | 故障信息聚类方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112819071A true CN112819071A (zh) | 2021-05-18 |
Family
ID=75860823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110133088.4A Withdrawn CN112819071A (zh) | 2021-01-29 | 2021-01-29 | 故障信息聚类方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112819071A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897197A (zh) * | 2022-07-14 | 2022-08-12 | 中铁电气化勘测设计研究院有限公司 | 基于缺陷统计和预测的接触网维修策略调整方法 |
-
2021
- 2021-01-29 CN CN202110133088.4A patent/CN112819071A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897197A (zh) * | 2022-07-14 | 2022-08-12 | 中铁电气化勘测设计研究院有限公司 | 基于缺陷统计和预测的接触网维修策略调整方法 |
CN114897197B (zh) * | 2022-07-14 | 2022-10-04 | 中铁电气化勘测设计研究院有限公司 | 基于缺陷统计和预测的接触网维修策略调整方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021052031A1 (zh) | 基于统计四分位距的商品库存风险预警方法、系统及计算机可读存储介质 | |
CN112148577A (zh) | 数据异常检测方法、装置、电子设备及存储介质 | |
JP2015532495A5 (zh) | ||
US20140129401A1 (en) | System and Method to Quantify the Economic Value of Performance Management and Training Programs | |
CN109299283B (zh) | 一种基于知识图谱的数据推理方法、装置、服务器和介质 | |
CN108052628A (zh) | 道岔启动电流检测方法、系统及终端设备 | |
CN103294877A (zh) | 应用于煤矿安全评估的事故树图形数字化分析方法及工具 | |
CN112463530A (zh) | 微服务系统的异常检测方法、装置、电子设备及存储介质 | |
CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN112819071A (zh) | 故障信息聚类方法、装置、计算机设备及存储介质 | |
CN106548257B (zh) | 一种基于决策树模型的备品备件定额制定方法 | |
CN110264055B (zh) | 部件危害性评估方法、装置、设备及计算机可读存储介质 | |
CN105632114A (zh) | 基于gis技术的监测测点安全状态监控的方法 | |
CN111797530B (zh) | 一种电力系统薄弱环节确定方法、装置、设备及介质 | |
CN110648239B (zh) | 监控指标的生成方法及装置、数据的监控系统 | |
CN109919526B (zh) | 无人仓库的入库管理方法、装置、介质和电子设备 | |
CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN115392747A (zh) | 一种电网调控系统健康度评价方法、装置、系统及存储介质 | |
CN115204617A (zh) | 一种电网作业计划处理方法、装置、设备及存储介质 | |
CN114742412A (zh) | 一种软件技术服务系统及方法 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN111967774A (zh) | 软件质量风险预测方法及装置 | |
CN109388510B (zh) | 一种人机系统任务可靠性分析方法及装置 | |
CN115018366B (zh) | 储能系统工作状态监测方法、装置、存储介质及电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210518 |