CN113313274A - 故障定位方法、装置、检测设备及存储介质 - Google Patents
故障定位方法、装置、检测设备及存储介质 Download PDFInfo
- Publication number
- CN113313274A CN113313274A CN202110866950.2A CN202110866950A CN113313274A CN 113313274 A CN113313274 A CN 113313274A CN 202110866950 A CN202110866950 A CN 202110866950A CN 113313274 A CN113313274 A CN 113313274A
- Authority
- CN
- China
- Prior art keywords
- fault
- devices
- equipment
- target
- relationship
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 238000001816 cooling Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于信息技术领域,提供了一种故障定位方法、装置、检测设备及存储介质。故障定位方法包括:获取第一故障信息和故障定位模型,所述故障定位模型中包含多个设备的设备信息和所述多个设备之间的关系,所述关系包括连接关系、业务关系和关联关系中的一种或多种;根据所述第一故障信息确定第一故障设备,所述第一故障设备是所述多个设备中的任意一个;以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备;根据预设判定规则从所述多个第二故障设备中确定目标故障设备。本申请提供的故障定位方法可以准确的定位故障设备。
Description
技术领域
本申请属于信息技术领域,尤其涉及一种故障定位方法、装置、检测设备及存储介质。
背景技术
一个建筑中可以包含多个设备,多个设备之间相互协作,可以完成特定的任务。当多个设备中某个设备发生故障,就会导致任务无法顺利完成。此时用户就需要定位到导致该设备发生故障的起始故障设备,以便及时准确的通过维修该起始故障设备使发生故障的设备恢复正常工作,完成任务。
比如,控制设备可以通过无线网络与打印机连接,发送打印命令和待打印的文件信息控制打印机打印文件,也可以通过无线网络与照明灯连接,发送打开或关闭灯光的指令控制照明灯的开启与关闭。当控制设备发送关闭灯光的指令时,照明灯没有按照指令关闭灯光,就需要从控制设备、提供无线网络的路由器和照明灯中确定导致照明灯没有按照指令关闭灯光的故障设备。
但是,设备与设备之间的联系是复杂多样的,产生故障的原因也有多种可能性,因此很难通过故障表现直接定位到故障设备。在日常生活中,人们或根据自己的经验判断出多个有可能发生故障的设备,或通过机器学习算法依据以往确定故障的经验判断,然后通过依次检查设备从中确定需要维修的故障设备,这种依靠经验来定位故障设备的方法容易发生误判,使定位到的故障设备不够准确。
发明内容
本申请提供一种故障定位方法、装置、检测设备及存储介质,可以提高定位故障设备的准确性。
第一方面,本申请实施例提供了一种故障定位方法,包括:
获取第一故障信息和故障定位模型,所述故障定位模型中包含多个设备的设备信息和所述多个设备之间的关系,所述关系包括连接关系、业务关系和关联关系中的一种或多种;
根据所述第一故障信息确定第一故障设备,所述第一故障设备是所述多个设备中的任意一个;
以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备;
根据预设判定规则从所述多个第二故障设备中确定目标故障设备。
通过基于一种或多种设备之间的关系遍历故障定位模型中的设备,从中确定与第一故障设备的故障存在一种或多种关系的多个第二故障设备,再从多个第二故障设备中根据预设判定规则确定目标故障设备,从而准确的定位到目标故障设备,提高了定位故障设备的准确性。
在第一方面的一种可能的实现方式中,所述方法还包括:
获取所述多个设备的设备信息和所述多个设备之间的关系;
根据预设的知识图谱、以及所述多个设备的设备信息和所述多个设备之间的关系建立所述故障定位模型。
通过预先建立预设的知识图谱,可以得到更丰富的设备信息和设备之间的关系,并通过对文件中获取到的信息进行查缺补漏,使最终得到的故障定位模型中的信息更丰富和准确。
在第一方面的一种可能的实现方式中,所述多个第二故障设备包括根据所述连接关系确定的M个设备,根据所述业务关系确定的N个设备,根据所述关联关系确定的S个设备,M、N、S为大于或等于0的整数;
所述以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备,包括:
以所述第一故障设备为起点,基于所述故障定位模型的所述连接关系,遍历得到所述M个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述业务关系,遍历得到所述N个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述关联关系,遍历得到所述S个设备。
通过根据不同的关系遍历得到多个第二故障设备,避免遗漏任何一个有可能的故障源头对应的故障设备,提高故障定位的准确性。
在第一方面的一种可能的实现方式中,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备,包括:
当所述M个设备、所述N个设备和所述S个设备中包括相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
通过预设判定规则将遍历多个关系得到的故障设备中包含的相同设备确定为目标故障设备,保证了故障定位的准确性。
在第一方面的一种可能的实现方式中,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备,包括:
当所述M个设备和所述N个设备包括相同的设备,且所述S个设备不包括所述相同的设备时,或者当所述M个设备和所述S个设备包括相同的设备,且所述N个设备不包括所述相同的设备时,或者当所述S个设备和所述N个设备包括相同的设备,且所述M个设备不包括所述相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
通过预设判定规则将遍历三个关系得到的故障设备中,有两个关系对应的故障设备中都包含的相同设备确定为目标故障设备,保证了故障定位的准确性。
在第一方面的一种可能的实现方式中,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备之后,还包括:
获取所述目标故障设备的故障类型,所述故障类型用于指示所述目标故障设备的故障原因;
若所述故障类型有一个,将所述故障类型确定为目标故障类型;
若所述故障类型有多个,获取多个所述故障类型的发生时间,根据所述发生时间的先后,从多个所述故障类型中将发生时间最晚的故障类型确定为所述目标故障类型。
通过目标故障类型可以向用户提供更详细的设备的故障情况,为用户决定处理方案提供信息。
在第一方面的一种可能的实现方式中,所述获取所述目标故障设备的故障类型之后,还包括:
获取所述目标故障设备的目标故障信息和所述目标故障类型;
输出所述目标故障信息和所述目标故障类型。
通过输出遍历路径上的故障设备,可以向用户提供更详细的故障发生过程。
第二方面,本申请实施例提供了一种故障定位装置,包括:
信息获取模块,用于获取第一故障信息和故障定位模型,所述故障定位模型中包含多个设备的设备信息和所述多个设备之间的关系,所述关系包括连接关系、业务关系和关联关系中的一种或多种;
设备确定模块,用于根据所述第一故障信息确定第一故障设备,所述第一故障设备是所述多个设备中的任意一个;
模型定位模块,用于以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备;
规则判定模块,用于根据预设判定规则从所述多个第二故障设备中确定目标故障设备。
在第二方面的一种可能的实现方式中,所述信息获取模块还用于:
获取所述多个设备的设备信息和所述多个设备之间的关系;
根据预设的知识图谱、以及所述多个设备的设备信息和所述多个设备之间的关系建立所述故障定位模型。
在第二方面的一种可能的实现方式中,所述多个第二故障设备包括根据所述连接关系确定的M个设备,根据所述业务关系确定的N个设备,根据所述关联关系确定的S个设备,M、N、S为大于或等于0的整数;
所述模型定位模块,具体用于:
以所述第一故障设备为起点,基于所述故障定位模型的所述连接关系,遍历得到所述M个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述业务关系,遍历得到所述N个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述关联关系,遍历得到所述S个设备。
在第二方面的一种可能的实现方式中,所述规则判定模块,具体用于:
当所述M个设备、所述N个设备和所述S个设备中包括相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
在第二方面的一种可能的实现方式中,所述规则判定模块,具体用于:
当所述M个设备和所述N个设备包括相同的设备,且所述S个设备不包括所述相同的设备时,或者当所述M个设备和所述S个设备包括相同的设备,且所述N个设备不包括所述相同的设备时,或者当所述S个设备和所述N个设备包括相同的设备,且所述M个设备不包括所述相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
在第二方面的一种可能的实现方式中,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备之后,所述信息获取模块还用于:
获取所述目标故障设备的故障类型,所述故障类型用于指示所述目标故障设备的故障原因;
若所述故障类型有一个,将所述故障类型确定为目标故障类型;
若所述故障类型有多个,获取多个所述故障类型的发生时间,根据所述发生时间的先后,从多个所述故障类型中将发生时间最晚的故障类型确定为所述目标故障类型。
在第二方面的一种可能的实现方式中,所述获取所述目标故障设备的故障类型之后,所述信息获取模块还用于:
获取所述目标故障设备的目标故障信息和所述目标故障类型;
输出所述目标故障信息和所述目标故障类型。
第三方面,本申请实施例提供了一种检测设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的故障定位方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的故障定位方法。
本申请提供的故障定位方法、装置、检测设备及存储介质,以故障定位模型中设备之间的一种或多种关系为依据,以当前发生故障的第一故障设备为起点,遍历故障定位模型中和第一故障设备具有关系的设备,从中确定与第一故障设备的故障存在一种或多种关系的多个第二故障设备,再从多个第二故障设备中根据预设判定规则确定目标故障设备,从而准确的定位到目标故障设备,提高了定位故障设备的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种应用场景示意图;
图2是本申请实施例提供的检测设备的结构示意图;
图3是本申请提供的一种故障定位方法的示意性流程图;
图4是本申请实施例提供的一种设备的关系树;
图5是本申请实施例提供的一种设备的关系图;
图6是本申请实施例提供的故障定位装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请实施例中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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。
本申请实施例提供的故障定位方法,可以应用于如建筑楼栋、工厂车间、家庭住宅等场景中。其中,建筑楼栋、工厂车间或家庭住宅中包括多个设备,多个设备之间至少存在一层关系,多个设备可以在一个建筑的不同房间里。
图1为本申请实施例提供的一种应用场景示意图,以图1所示应用场景为例,多个设备可以包括设备A、设备B、设备C、设备D、设备E、设备F。其中,设备A可以向设备B供水,设备D可以向设备C供电,设备B可以为设备C的一部分,设备B可以使用设备C的电能,设备E和设备F可以通过无线方式进行通信连接,设备A在一个房间,设备B-F在另外一个房间。
设备之间的关系较为复杂,为了方便理解,将上述设备A-F之间的关系写入表1中。
表1设备关系对应表
前向设备 | 后向设备 | 关系 |
A | B、E | 供水 |
D | C、E | 供电 |
C | B | 包含、线路连接、供电 |
F | E | 无线通信 |
E | B、C、D、F | 供冷 |
需要说明的是,上述表格中,若两个设备之间的关系为一方向另一方传输物质,则发送方为前向设备,接收方为后向设备。若两个设备之间的关系为一方在另一方内部或为另一方的附加部分,则外部的一方或被附加的一方为前向设备,内部的一方或附加部分为后向设备。
例如,设备A在房间22中,设备B-F在房间21中,设备B为热水器、设备E为空调,则设备B可以利用设备C提供的电能将水烧热,设备F可以通过无线通信连接传输控制指令给设备E,控制设备E制冷,设备E通过制冷产生的冷空气会向房间21中的其余设备供冷,即设备E与设备B、C、D、F之间存在供冷关系。
应理解,在关联关系中,设备之间的传输的物质可以是肉眼难以观察的能量或信号,如冷气、暖气、电和通信信号,也可以是可见的物质,如水,本申请对此不做限制。
通常情况下,当某个设备发生故障时,导致其发生故障的原因可以有多种,不一定是设备自身发生的故障,人们可以根据经验判断出几种可能的故障原因和对应的故障设备,然后依次检测确定导致该设备发生故障的源头,也即目标故障设备。这种方法既依赖经验又效率不高,且容易遗漏潜在的故障设备。
本申请实施例提供了一种检测设备,通过执行本申请实施例提供的故障定位方法,可以对当前发生故障的最根本原因和故障设备进行定位。如图1所示,检测设备1与设备A-F建立通信连接,可在在第一故障设备发生故障时及时地获取该第一故障设备的第一故障信息,该第一故障设备为多个设备中任意一个设备。通过第一故障信息和多个设备之间的关系定位到导致该设备发生故障的目标故障设备,并获取该故障的目标故障类型,为用户维修设备提供准确的指引。
为了方便理解,结合图1所示的应用场景和表1中设备之间的关系对本申请实施例提供的检测设备的工作进行解释。在房间22和房间21中,当各个设备处于正常工作状态时,设备E根据设备F发送的制冷命令,在设备D提供的电的电力驱动下,利用设备A提供的水制造冷气。如果出现设备F发出制冷命令,设备E却没有制造冷气,则设备E为当前发生故障的第一故障设备,且可以确定至少有一个设备发生了故障。
在通常情况下,用户可以根据设备E发生故障想到多种可能性,比如设备A供水不足导致设备E发生故障,或设备D供电的电压低导致设备E发生故障,或设备E自身发生的故障,但用户不能直接在多种可能性中确定一种可能性最大的故障设备作为目标故障设备去做进一步的维修处理,而是必须依次对存在可能的故障设备做检查,从中确定目标故障设备,因此效率不高。
而本申请实施例提供的检测设备1通过与设备A-F通信,及时地获取每个设备的运行状况,当设备E发生故障时,可根据设备E和设备D之间的供电关系,确定设备D是否为目标故障设备,或根据设备E和设备A之间的供水关系确定设备A是否为目标故障设备。例如,假设是因为设备A供水不足而导致设备E发生故障,且设备D未发生故障,则检测设备1可以通过设备A与设备E的供水关系确定设备A为有可能导致设备E发生故障的第二故障设备,然后根据设备A也存在对应的故障信息来确定设备A为目标故障设备,设备D没有故障信息,所以设备D为正常设备。
示例性的,图2为本申请实施例提供的检测设备的结构示意图。如图2所示,检测设备可以包括:处理器10、存储器11以及存储在存储器11中并可在处理器10上运行的计算机程序12,处理器10执行计算机程序12时可以实现本申请实施例提供的故障定位方法。其中,本申请实施例对处理器10、存储器11的数量和类型不做限定。
其中,本申请实施例对检测设备1的类型不做限定。例如,检测设备1与多个设备均为无线通信连接,则检测设备1可以是平板、掌上电脑或手机等可以手持的计算设备。检测设备1与多个设备存在有线通信连接,则检测设备1可以是桌上型计算机、笔记本、工业计算机等计算设备。另外,上述应用场景中还可以包含云端服务器(图中未示出),当检测设备的算力较小时,可由云端服务器接收多个设备的故障信息并进行运算,得到结果后将计算结果发送至检测设备进行显示。
下面将结合附图,对本申请中的技术方案进行详细描述。需要说明,在不冲突的情况下,本申请中不同的技术特征之间可以相互结合。
图3示出了本申请提供的一种故障定位方法的示意性流程图。如图3所示,本实施例提供的故障定位方法,可以包括:
S101、获取第一故障信息和故障定位模型,故障定位模型中包含多个设备的设备信息和多个设备之间的关系,关系包括连接关系、业务关系和关联关系中的一种或多种。
可选的,连接关系为设备之间存在接触连接的关系,可以包括机械连接关系、管道连接关系、线路连接关系和包含关系。业务关系为设备之间存在的业务供给关系,可以包括供水关系和供电关系。关联关系为设备之间没有直接接触,但由于存在能量交换或信号传输而互相影响的关系,可以包括供冷关系、供暖关系和无线通信关系。
需要说明的是,设备之间的关系可以不止一种。示例性的,结合图1和表1,设备A和设备E之间的供水关系属于一种业务关系,设备D和设备C、E之间的供电关系也属于一种业务关系,设备E和设备F之间的无线通信关系属于一种关联关系,设备C和设备B之间按的线路连接关系和包含关系均属于连接关系,设备E与设备B、C、D、F之间的供冷关系属于一种关联关系。
可以看出,不仅多个设备之间的关系有很多种,两个设备之间的关系也可以有多种。具体的,以设备E和设备F为例对两个设备之间的多种关系进行说明,其中,设备E和设备F可以在一个房间里,设备E为空调,设备F为控制空调制冷的控制设备,则设备E和设备F之间存在无线通信关系,当设备E制造冷气后,产生的冷气会影响到设备F,所以设备E和设备F之间还存在供冷关系。
可选的,本申请实施例提供了故障定位方法的一种实现方式,涉及故障定位模型的建立。在S101中获取故障定位模型之前,还可以包括:
S1011、获取多个设备的设备信息和多个设备之间的关系。
可选的,检测设备可以通过导入的文件获取多个设备的设备信息和多个设备之间的关系,文件可以是符合工业基础类(Industry Foundation Classes,IFC)标准的建筑竣工模型、二维或三维图纸。
S1012、根据预设的知识图谱、以及多个设备的设备信息和多个设备之间的关系建立故障定位模型。
可选的,预设的知识图谱可以通过收集网络、文献、技术资料等中的信息后建立。预设的知识图谱中包括获取的网络、文献、技术资料等中可收集到的所有设备的设备信息和设备之间的关系。例如,通过论文收集到设备的信息和设备与其他设备的关系,或通过各个建筑的图纸信息收集建筑中存在的设备和设备之间的关系。
由于文件中包含的设备之间的关系不全,因此用预设的知识图谱对设备之间的关系进行补充后,再建立故障定位模型,以此提高故障定位模型中关系的丰富性。
示例性的,以图1为例,假设从文件中获取的设备之间的关系只有设备B与设备C的包含关系、设备C、D、E、A、B之间的线路连接关系或管道连接关系,但缺少供水、供电以及供冷关系。根据预设的知识图谱可以知道,从文件中难以获得的信息有:热水器的设备B与蓄水池A之间的关系为供水关系,蓄水池A与空调设备E之间的关系为互相供水关系,空调设备E与电源设备D之间的关系为供电关系,热水器中的设备C与电源设备D之间的关系为供电关系,空调设备E和控制设备F之间存在无线通信关系,空调设备E对热水器中的设备B和设备C,以及电源设备D和控制设备F均存在供冷关系。将预设的知识图谱中的上述文件中难以获得的信息补充至从文件中获取的信息,得到完整的多个设备的设备信息和多个设备之间的关系。
可选的,可通过预设的知识图谱检查从文件中获取的信息是否正确,若从文件中获取的信息有误,可通过预设的知识图谱改正。
可选的,预设的知识图谱还包括可收集到的所有设备的参数,从文件中获取的信息还可以包括设备的参数,设备的参数可以包括额定电压、额定功率。
通过网络、文献、技术资料等中的信息建立的预设的知识图谱,有更丰富的设备信息和设备之间的关系,可以对文件中获取到的信息进行查缺补漏,使最终得到的故障定位模型中的信息更丰富和准确。
可选的,故障定位模型可以是树模型,树模型中的每个节点代表一个设备,节点与节点之间的树干代表设备之间的关系。
示例性的,图4为本申请实施例提供的一种设备的关系树,如图4所示,树模型中有很多节点,例如节点a、节点b、节点c、节点d,每个节点代表一个设备,每两个节点之间由树干连接,每个树干表示两个节点所代表的设备之间的关系,箭头的方向表示遍历的方向。
可选的,故障定位模型可以是图模型,图模型中的每个节点代表一个设备,节点与节点之间的连接线代表设备之间的关系。
示例性的,图5为本申请实施例提供的一种设备的关系图,如图5所示,图模型中有很多节点,例如节点a、节点b、节点c、节点d、节点e、节点f、节点g,每个节点代表一个设备,每两个节点之间由线条连接,每个线条表示两个节点所代表的设备之间的关系,箭头的方向表示遍历的方向。
可以看出,在关系图中,以第一故障设备对应的节点为起点,遍历关系图,可以有多个遍历方向,也即,可以有多个遍历路径和对应的第二故障设备。
通过关系树或关系图可以更清晰的表示设备之间的关系,可以更快速的进行遍历。
S102、根据第一故障信息确定第一故障设备,第一故障设备是多个设备中的任意一个。
可选的,第一故障信息可以包括当前发生故障的第一故障设备的身份标识号、故障发生时间和故障类型的信息。
具体地,检测设备接收第一故障信息,根据第一故障信息中的身份标识号确定第一故障设备。通过身份标识号可以准确无误的确定第一故障设备。
S103、以第一故障设备为起点,基于故障定位模型的关系,遍历得到多个第二故障设备。
可选的,以故障定位模型中的第一故障设备为起点,基于故障定位模型中设备之间的关系,遍历故障定位模型,得到与第一故障设备存在关系、同样发生故障、且故障发生时间早于第一故障设备的故障发生时间的设备,将其中故障发生时间最早或关系路径最长的设备作为第二故障设备,由此遍历得到多个第二故障设备。关系路径的长度可以用基于关系从第一故障设备依次遍历到第二故障设备时所遍历过的故障设备数量表示。
可选的,多个第二故障设备包括根据连接关系确定的M个设备,根据业务关系确定的N个设备,根据关联关系确定的S个设备,M、N、S为大于或等于0的整数。
一种可能的实现方式中,以第一故障设备为起点,基于故障定位模型的连接关系,遍历得到M个设备。以第一故障设备为起点,基于故障定位模型的业务关系,遍历得到N个设备。以第一故障设备为起点,基于故障定位模型的关联关系,遍历得到S个设备。
本申请对遍历得到的多个第二故障设备的个数不做限制。可以理解的是,在故障定位模型中,第一故障设备和其他设备之间的关系可以有多个,基于每个关系遍历得到的设备也可以有多个,基于每个关系遍历得到的设备个数可以通过预设值来控制,基于多个关系遍历得到的M个设备、N个设备、S个设备之间可以有重复的设备。
例如,设备A、设备B、设备E之间存在连接关系,且存在业务关系中的供水关系和供电关系,并且,还存在关联关系中的供冷关系。则当第一故障设备为设备A时,以第一故障设备为起点,基于故障定位模型的连接关系,遍历得到设备E为第二故障设备,基于故障定位模型的业务关系中的供电关系,遍历得到设备B为第二故障设备,基于故障定位模型的业务关系中的供水关系,遍历得到设备E为第二故障设备,基于故障定位模型的关联关系中的供冷关系,遍历得到设备E为第二故障设备。即,M为1,N为2,S为1。
下面结合图4和图5分别对故障定位模型为关系树模型和关系图模型时的遍历过程和遍历结果进行解释。
示例性的,在图4提供的一种设备的关系树中,若当前发生故障的第一故障设备在关系树中对应的节点为a节点,检测设备根据设备之间的关系向根节点的方向遍历,首先遍历到的是b节点,若b节点所代表的设备也发生了故障且发生故障的时间早于a节点,则继续向根节点的方向遍历c节点,若c节点所代表的设备同样为故障设备且发生故障的时间早于a节点,则继续向根节点方向遍历d节点,若d节点所代表的设备没有发生故障,则停止遍历,并确定遍历路径上的节点依次为a节点、b节点、c节点。选择距离根节点最近的c节点为第二故障设备。通过关系树可以清楚的根据故障设备之间的因果关系定位到第二故障设备,提高定位故障设备的准确性。
应理解,若当前发生故障的第一故障设备与其他设备存在多种关系,针对每个关系均遍历得到一个与对应的第二故障设备。例如,若a节点、b节点、c节点、d节点之间存在管道连接关系、供水关系、供电关系、供暖关系共4种关系,则基于管道连接关系遍历管道连接关系的关系树得到一个第二故障设备,基于供水关系遍历供水关系的关系树得到一个第二故障设备,基于供电关系遍历供电关系的关系树得到一个第二故障设备,基于供暖关系遍历供暖关系的关系树得到一个第二故障设备,一共得到4个第二故障设备。
通过多个设备之间的多种关系,可以快速的、多角度的定位故障设备,从而做到不遗漏,提高故障定位的效率和准确性。
示例性的,在图5提供的一种设备的关系图中,若当前发生故障的第一故障设备在图模型中对应的节点为a节点,检测设备根据设备之间的关系向与a节点存在关系的其他节点遍历,遍历到故障设备时继续根据关系向下一个设备遍历,遍历到非故障设备时停止遍历,将遍历到非故障设备前的最后一个故障设备确定为第二故障设备。
例如,第一故障设备对应的节点为a节点,基于关系首先遍历到b节点,若b节点所代表的设备也发生了故障且发生故障的时间早于a节点,则继续向与b节点存在关系的其他节点遍历,即遍历到c节点,若c节点所代表的设备同样为故障设备且发生故障的时间早于a节点,则继续向与c节点存在关系的其他节点遍历,即遍历d节点,若d节点所代表的设备没有发生故障,则停止遍历,并确定遍历路径上的节点依次为a节点、b节点、c节点,并确定从a节点到d节点的路径长度为3。同理,遍历得到遍历路径上的节点依次为a节点、e节点、f节点,从a节点到f节点的路径长度为2。从中选择距离a节点的路径最远的d节点为第二故障设备。通过图模型可以在遍历时兼顾到设备之间关系的更多可能性,避免遗漏存在关系的故障设备,提高定位故障设备的准确性。
可选的,在关系图中,可以根据需要设定每次遍历得到的第二故障设备的个数。若基于设备之间的关系对关系图中的设备遍历后得到多个遍历路径,从多个遍历路径的故障设备中按照路径长度从大到小依次选取n个第二故障设备,n为设定的第二故障设备的个数。若多个遍历路径的个数小于n,则将多个遍历路径的故障设备均确定为第二故障设备。
例如,在图5所示的关系图中,若设定最终得到的第二故障设备的个数为2,而通过遍历得到的第二故障设备有3个,对应的遍历路径和长度包括:从a节点到d节点的路径,长度为3,从a节点到f节点的路径,长度为2,从a节点到b节点的路径,长度为1,则从中按照路径长度的大小选取路径长度为3和2的遍历路径,并将路径长度为3的遍历路径中与第一设备的距离为3的故障设备和路径长度为2的遍历路径中与第一设备的距离为2的故障设备作为第二故障设备。
应理解,若当前发生故障的第一故障设备与其他设备存在多种关系,针对每个关系均遍历得到一个与对应的第二故障设备。例如,若a节点、b节点、c节点、d节点之间存在管道连接关系、供水关系、供电关系、供暖关系共4种关系,则基于管道连接关系遍历管道连接关系的关系图得到一个第二故障设备,基于供水关系遍历供水关系的关系图得到两个第二故障设备,基于供电关系遍历供电关系的关系树得到一个第二故障设备,基于供暖关系遍历供暖关系的关系树得到两个第二故障设备,一共得到6个第二故障设备。
通过根据不同的关系遍历得到多个第二故障设备,避免遗漏任何一个有可能的故障源头对应的故障设备,提高故障定位的准确性。
S104、根据预设判定规则从多个第二故障设备中确定目标故障设备。
可选的,根据预设判定规则确定每个第二故障设备的可能性,将可能性最大的第二故障设备确定为目标故障设备。例如,当某个第二故障设备在M个设备、N个设备和S个设备中出现次数大于或等于预设阈值时,则表示其与目标故障设备的可能性较大,可以将该第二故障设备确定为目标故障设备。
可选的,在一种可能的实现方式中,当M个设备、N个设备和S个设备中包括相同的设备时,将相同的设备确定为目标故障设备。
当M个设备、N个设备和S个设备中不包括相同的设备时,将多个第二故障设备确定为目标故障设备。
示例性的,以图1中的多个设备为例,当第一故障设备为设备B时,基于关系遍历得到的M个设备可以包括设备E,N个设备可以包括设备B和设备E,S个设备可以包括设备E,则M个设备、N个设备和S个设备中包括相同的设备E,设备E即为目标故障设备。若M个设备包括设备E,N个设备包括设备B,S个设备包括设备A,则M个设备、N个设备和S个设备中不包括相同的设备,设备A、设备B、设备E为目标故障设备。
通过以第一故障设备为起点,分别遍历故障定位模型中的连接关系、业务关系和关联关系,若遍历多个关系得到的故障设备中包含相同的设备,将该相同的设备确定为目标故障设备,保证了故障定位的准确性。
可选的,在另一种可能的实现方式中,当M个设备和N个设备包括相同的设备,且S个设备不包括相同的设备时,或者当M个设备和S个设备包括相同的设备,且N个设备不包括相同的设备时,或者当S个设备和N个设备包括相同的设备,且M个设备不包括相同的设备时,将相同的设备确定为目标故障设备。
当M个设备、N个设备和S个设备中不包括相同的设备时,将多个第二故障设备确定为目标故障设备。
示例性的,以图1中的多个设备为例,当第一故障设备为设备B时,基于关系遍历得到的M个设备可以包括设备E,N个设备可以包括设备B和设备E,S个设备可以包括设备A,则M个设备、N个设备包括相同的设备E,S个设备中不包括设备E,将设备E确定为目标故障设备。若M个设备包括设备E,N个设备包括设备B,S个设备包括设备A,则M个设备、N个设备和S个设备中不包括相同的设备,设备A、设备B、设备E为目标故障设备。
通过以第一故障设备为起点,分别遍历故障定位模型中的连接关系、业务关系和关联关系,若遍历三个关系得到的故障设备中,有两个关系对应的故障设备中包含相同的设备,将该相同的设备确定为目标故障设备,保证了故障定位的准确性。
应理解,第二故障设备有可能是第一故障设备,例如第一故障设备为电灯,电灯发生故障导致不能正常发光,可以是开关出现故障、供电设备出现故障,此时第二故障设备是开关或供电设备,也可以是电灯自身钨丝出现故障,此时第二故障设备为电灯,即第一故障设备。
本申请实施例以故障定位模型中设备之间的一种或多种关系为依据,以当前发生故障的第一故障设备为起点,遍历故障定位模型中和第一故障设备具有关系的设备,从中确定与第一故障设备的故障存在一种或多种关系的多个第二故障设备,再从多个第二故障设备中根据预设判定规则确定目标故障设备,从而准确的定位到目标故障设备,提高了定位故障设备的准确性。
可选的,在上述实施例的基础上,本申请实施例还提供了一种故障定位方法,其中,在S104之后,还包括:
获取目标故障设备的故障类型,故障类型用于指示目标故障设备的故障原因。
若故障类型有一个,将故障类型确定为目标故障类型。
若故障类型有多个,获取多个故障类型的发生时间,根据发生时间的先后,从多个故障类型中将发生时间最晚的故障类型确定为目标故障类型。
示例性的,假设电脑不能正常工作,则第一故障设备为电脑,根据故障定位模型遍历并根据预设规则确定的目标故障设备为插座后,获取插座的故障类型。若获取到的插座的故障类型有两种,比如:漏电、电压低,则获取这两种故障类型的发生时间,比如:漏电发生时间为2021年7月8日15点58分54秒,电压低发生时间为2021年7月8日16点27分42秒,则电压低的发生时间更晚,将电压低确定为插座发生故障的目标故障类型。
通过目标故障类型可以向用户提供更详细的设备的故障情况,为用户决定处理方案提供信息。
可选的,获取目标故障设备的故障类型之后,本申请实施例提供的故障定位方法还包括:
获取目标故障设备的目标故障信息和目标故障类型。
输出目标故障信息和目标故障类型。
示例性的,当插座为目标故障设备时,获取到插座的目标故障信息包括:身份识别号、故障发生时间,和目标故障类型:电压低。将插座的身份识别号、故障发生时间和电压低输出至检测设备的显示屏进行显示。
可选的,检测设备还可以获取从第一故障设备到目标故障设备之间的遍历路径上的故障设备,将遍历路径上的故障设备,包括目标故障设备和第一故障设备,作为定位过程中的故障设备一起输出。
例如,第一故障设备为设备A,目标故障设备为设备E,遍历路径为设备A-设备B-设备C-设备D-设备E,则将设备A-E一起输出。
通过输出遍历路径上的故障设备,可以向用户提供更详细的故障发生过程。
可选的,还可以将遍历路径上的故障设备的故障信息与遍历路径上的故障设备一起输出。例如,第一故障设备为设备A,发生故障的时间为2021年7月9日12时23分45秒,故障类型为供电不足,目标故障设备为设备E,发生故障的时间为2021年7月9日13时20分12秒,故障类型为供电不足,遍历路径为设备A-设备B-设备C-设备D-设备E,其中,设备B发生故障的时间为2021年7月9日12时34分43秒,故障类型为电压低,设备C发生故障的时间为2021年7月9日12时45分26秒,故障类型为电压低,设备D发生故障的时间为2021年7月9日13时14分52秒,故障类型为电流过载,则将设备A-E与对应的故障发生时间和故障类型一起输出。
可选的,故障信息还可以包括确定的目标故障设备所对应的遍历路径的长度。例如,设备A至设备E之间的遍历路径长度为4。
通过输出遍历路径上的故障设备的故障发生时间和故障类型,可以提供更丰富的故障信息,方便用户快速了解故障发生的具体原因,从而快速的确定目标故障设备,提高故障定位的效率,丰富的故障信息也可以为用户提供对目标故障设备的处理依据。
图6示出了本申请实施例提供的故障定位装置的结构框图。如图6所示,本申请实施例提供的故障定位装置,可以包括:
信息获取模块301,用于获取第一故障信息和故障定位模型,所述故障定位模型中包含多个设备的设备信息和所述多个设备之间的关系,所述关系包括连接关系、业务关系和关联关系中的一种或多种;
设备确定模块302,用于根据所述第一故障信息确定第一故障设备,所述第一故障设备是所述多个设备中的任意一个;
模型定位模块303,用于以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备;
规则判定模块304,用于根据预设判定规则从所述多个第二故障设备中确定目标故障设备。
可选的,所述信息获取模块301还用于:
获取所述多个设备的设备信息和所述多个设备之间的关系;
根据预设的知识图谱、以及所述多个设备的设备信息和所述多个设备之间的关系建立所述故障定位模型。
可选的,所述多个第二故障设备包括根据所述连接关系确定的M个设备,根据所述业务关系确定的N个设备,根据所述关联关系确定的S个设备,M、N、S为大于或等于0的整数;
所述模型定位模块303,具体用于:
以所述第一故障设备为起点,基于所述故障定位模型的所述连接关系,遍历得到所述M个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述业务关系,遍历得到所述N个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述关联关系,遍历得到所述S个设备。
可选的,所述规则判定模块304,具体用于:
当所述M个设备、所述N个设备和所述S个设备中包括相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
可选的,所述规则判定模块304,具体用于:
当所述M个设备和所述N个设备包括相同的设备,且所述S个设备不包括所述相同的设备时,或者当所述M个设备和所述S个设备包括相同的设备,且所述N个设备不包括所述相同的设备时,或者当所述S个设备和所述N个设备包括相同的设备,且所述M个设备不包括所述相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
可选的,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备之后,所述信息获取模块301还用于:
获取所述目标故障设备的故障类型,所述故障类型用于指示所述目标故障设备的故障原因;
若所述故障类型有一个,将所述故障类型确定为目标故障类型;
若所述故障类型有多个,获取多个所述故障类型的发生时间,根据所述发生时间的先后,从多个所述故障类型中将发生时间最晚的故障类型确定为所述目标故障类型。
可选的,所述获取所述目标故障设备的故障类型之后,所述信息获取模块301还用于:
获取所述目标故障设备的目标故障信息和所述目标故障类型;
输出所述目标故障信息和所述目标故障类型。
本实施例提供的故障定位装置,用于执行本申请方法实施例提供的故障定位方法,技术原理和技术效果相似,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种检测设备,例如图2所示,该检测设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意方法实施例中的步骤。
可选的,检测设备还包括显示器。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述任意方法实施例中的步骤。
本领域技术人员可以理解,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、可编程ROM(Programmable Read-Only Memory,PROM)、电可编程ROM(Erasable Programmable Read-Only Memory,EPROM)、电可擦除可编程ROM(Electrically Erasable Programmable Read Only Memory,EEPROM)或闪存。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(Static Random-Access Memory,SRAM)、动态RAM(Dynamic Random Access Memory,DRAM)、同步DRAM(Synchronous DynamicRandom-Access Memory,SDRAM)、双数据率SDRAM(Double Data Rate SDRAM,DDRSDRAM)、增强型SDRAM(Enhanced Synchronous DRAM,ESDRAM)、同步链路DRAM(Sync Link DRAM,SLDRAM)、存储器总线直接RAM、直接存储器总线动态RAM(Direct Rambus DRAM,DRDRAM)、以及存储器总线动态RAM(Rambus DRAM,RDRAM)等。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种故障定位方法,其特征在于,包括:
获取第一故障信息和故障定位模型,所述故障定位模型中包含多个设备的设备信息和所述多个设备之间的关系,所述关系包括连接关系、业务关系和关联关系中的一种或多种;
根据所述第一故障信息确定第一故障设备,所述第一故障设备是所述多个设备中的任意一个;
以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备;
根据预设判定规则从所述多个第二故障设备中确定目标故障设备。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述多个设备的设备信息和所述多个设备之间的关系;
根据预设的知识图谱、以及所述多个设备的设备信息和所述多个设备之间的关系建立所述故障定位模型。
3.根据权利要求1所述的方法,其特征在于,所述多个第二故障设备包括根据所述连接关系确定的M个设备,根据所述业务关系确定的N个设备,根据所述关联关系确定的S个设备,M、N、S为大于或等于0的整数;
所述以所述第一故障设备为起点,基于所述故障定位模型的所述关系,遍历得到多个第二故障设备,包括:
以所述第一故障设备为起点,基于所述故障定位模型的所述连接关系,遍历得到所述M个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述业务关系,遍历得到所述N个设备;
以所述第一故障设备为起点,基于所述故障定位模型的所述关联关系,遍历得到所述S个设备。
4.根据权利要求3所述的方法,其特征在于,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备,包括:
当所述M个设备、所述N个设备和所述S个设备中包括相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
5.根据权利要求3所述的方法,其特征在于,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备,包括:
当所述M个设备和所述N个设备包括相同的设备,且所述S个设备不包括所述相同的设备时,或者当所述M个设备和所述S个设备包括相同的设备,且所述N个设备不包括所述相同的设备时,或者当所述S个设备和所述N个设备包括相同的设备,且所述M个设备不包括所述相同的设备时,将所述相同的设备确定为所述目标故障设备;
当所述M个设备、所述N个设备和所述S个设备中不包括相同的设备时,将所述多个第二故障设备确定为所述目标故障设备。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述根据预设判定规则从所述多个第二故障设备中确定目标故障设备之后,还包括:
获取所述目标故障设备的故障类型,所述故障类型用于指示所述目标故障设备的故障原因;
若所述故障类型有一个,将所述故障类型确定为目标故障类型;
若所述故障类型有多个,获取多个所述故障类型的发生时间,根据所述发生时间的先后,从多个所述故障类型中将发生时间最晚的故障类型确定为所述目标故障类型。
7.根据权利要求6所述的方法,其特征在于,所述获取所述目标故障设备的故障类型之后,还包括:
获取所述目标故障设备的目标故障信息和所述目标故障类型;
输出所述目标故障信息和所述目标故障类型。
8.一种故障定位装置,其特征在于,包括:信息获取模块、设备确定模块、模型定位模块、规则判定模块,所述信息获取模块、所述设备确定模块、所述模型定位模块和所述规则判定模块之间相互配合,用于实现如权利要求1至7任一项所述的方法。
9.一种检测设备,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110866950.2A CN113313274A (zh) | 2021-07-29 | 2021-07-29 | 故障定位方法、装置、检测设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110866950.2A CN113313274A (zh) | 2021-07-29 | 2021-07-29 | 故障定位方法、装置、检测设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113313274A true CN113313274A (zh) | 2021-08-27 |
Family
ID=77382372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110866950.2A Pending CN113313274A (zh) | 2021-07-29 | 2021-07-29 | 故障定位方法、装置、检测设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313274A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252351A (zh) * | 2023-11-20 | 2023-12-19 | 上海熠源数据科技有限公司 | 基于ai大模型的生产质量辅助决策方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109450677A (zh) * | 2018-10-29 | 2019-03-08 | 中国联合网络通信集团有限公司 | 一种根源故障的定位方法和装置 |
CN111639769A (zh) * | 2020-05-26 | 2020-09-08 | 李云祥 | 一种监控设备远程维护方法、装置以及电子设备 |
CN112887108A (zh) * | 2019-11-29 | 2021-06-01 | 中兴通讯股份有限公司 | 故障定位方法、装置、设备及存储介质 |
-
2021
- 2021-07-29 CN CN202110866950.2A patent/CN113313274A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109450677A (zh) * | 2018-10-29 | 2019-03-08 | 中国联合网络通信集团有限公司 | 一种根源故障的定位方法和装置 |
CN112887108A (zh) * | 2019-11-29 | 2021-06-01 | 中兴通讯股份有限公司 | 故障定位方法、装置、设备及存储介质 |
CN111639769A (zh) * | 2020-05-26 | 2020-09-08 | 李云祥 | 一种监控设备远程维护方法、装置以及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252351A (zh) * | 2023-11-20 | 2023-12-19 | 上海熠源数据科技有限公司 | 基于ai大模型的生产质量辅助决策方法及系统 |
CN117252351B (zh) * | 2023-11-20 | 2024-02-02 | 上海熠源数据科技有限公司 | 基于ai大模型的生产质量辅助决策方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018147902A1 (en) | Building management system with timeseries processing | |
CN110034948B (zh) | 排查系统故障的方法和装置 | |
CN113313274A (zh) | 故障定位方法、装置、检测设备及存储介质 | |
JP2014174616A (ja) | Faシステムおよび制御装置 | |
US20220358165A1 (en) | Building management system with semantic model integration | |
CN106909478A (zh) | 一种基于wmi技术与决策树分类算法的智能维修系统 | |
CN104375930A (zh) | 固件检测系统及方法 | |
CN111027116A (zh) | 建筑物运维管理方法、装置、计算机设备和存储介质 | |
CN109120432A (zh) | 一种故障服务器定位方法及装置 | |
JP2013238340A (ja) | 空気調和機 | |
CN105556898A (zh) | 管理数据馈送 | |
CN105091201A (zh) | 多联式空调系统及其控制方法 | |
CN112529217A (zh) | 电力设备信息查询方法、系统、装置、设备及存储介质 | |
WO2022110604A1 (zh) | 一种电池监控平台的控制方法及控制系统 | |
CN106294058A (zh) | 处理运营问题单据的目标策略确定方法及装置 | |
US10097435B2 (en) | Systems and methods for real-time detection and communication of health and performance degradation in a distributed building automation network | |
CN110733037B (zh) | 信号的处理方法及装置、存储介质及处理器 | |
JP2021034851A (ja) | 制御・監視信号伝送システムの子局特定方式 | |
US11726766B2 (en) | Method and apparatus for maintaining software of a control unit for an industrial control system | |
JP2021128452A (ja) | 空調システムおよび方法 | |
US12001833B2 (en) | Method and apparatus for maintaining software of a control unit for an industrial control system | |
KR20170110097A (ko) | 리던던트 난방, 환기, 및 공기 조절 제어 시스템 | |
CN115333925B (zh) | 设备处理方法、装置、计算机设备、存储介质和程序产品 | |
US20230035250A1 (en) | Controller network with break warning features | |
US11526303B2 (en) | Systems and methods for multi-tiered data storage abstraction layer |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210827 |