CN114997343A - 基于空气净化检测的故障原因追溯方法及系统 - Google Patents

Abstract

本发明提供的基于空气净化检测的故障原因追溯方法及系统，涉及数据处理技术领域。在本发明中，分别对每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合。依据每一个空气净化检测设备对应的运行数据集合，对多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。对于每一个设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。基于上述内容，可以提高故障原因追溯的可靠度。

Description

基于空气净化检测的故障原因追溯方法及系统

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于空气净化检测的故障原因追溯方法及系统。

背景技术

在空气净化检测的需求下，空气净化检测设备出现了，使得可以在一定程度上改善空气质量。但是，经研究发现，在空气净化设备的使用过程中，可能会受到环境中的一些因素的影响而发生损坏，基于此，就需要对这一些因素进行确定，即对故障原因进行追溯，以在后续使用中避免，但是，基于现有技术进行故障原因的追溯时，存在着故障原因追溯的可靠度不佳的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于空气净化检测的故障原因追溯方法及系统，以提高故障原因追溯的可靠度。

为实现上述目的，本发明实施例采用如下技术方案：

一种基于空气净化检测的故障原因追溯方法，应用于监控服务器，所述基于空气净化检测的故障原因追溯方法包括：

分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合，每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像；

依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇；

对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合的步骤，包括：

查找出图像采集指令，并将所述图像采集指令下发给多个空气净化检测设备中的每一个空气净化检测设备，每一个所述空气净化检测设备携带有摄像头，用于对所在的环境进行图像采集，以形成对应的设备环境图像，以及，将该设备环境图像作为所述空气净化检测设备的设备运行数据；

分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集合。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集合的步骤，包括：

查找出数据提取指令，并将所述数据提取指令下发给所述多个空气净化检测设备中的每一个空气净化检测设备，所述多个空气净化检测设备中的每一个空气净化检测设备用于按照所述数据提取指令，将当前具有的每一条设备运行数据上报给所述监控服务器；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在将所述数据提取指令下发给该空气净化检测设备之后，对该空气净化检测设备上报的每一条设备运行数据进行接收，以形成对应的运行数据集合；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在接收到该空气净化检测设备上报的每一条设备运行数据之后，将查找出的数据销毁指令下发给该空气净化检测设备，每一个所述空气净化检测设备在接收到所述数据销毁指令之后，用于按照所述数据销毁指令将当前具有的每一条设备运行数据进行销毁处理。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇的步骤，包括：

对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数；

依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数的步骤，包括：

分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度；

依据每两条设备运行数据之间的图像相似度，对所述两个运行数据集合包括的多条设备运行数据进行一一关联，对于关联的每一组设备运行数据，对该组设备运行数据包括的两条设备运行数据对应的数据时序进行差值计算，以输出该组设备运行数据对应的数据时序差值，所述数据时序指示对应的设备运行数据对应的形成时刻的先后关系；

对关联的每一组设备运行数据对应的图像相似度进行均值计算，以输出目标图像相似度，再对关联的每一组设备运行数据应的数据时序差值进行均值计算，以输出目标数据时序差值，以及，再依据该目标数据时序差值对应的负相关值，对该目标图像相似度进行更新，以输出所述两个空气净化检测设备之间的运行相关系数。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度的步骤，包括：

对于两条设备运行数据反映的两帧设备环境图像中的第一帧设备环境图像，以该第一帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第一像素行集合，再以该第一帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第二像素行集合，以及，再以该第一帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第三像素行集合；

对于两条设备运行数据反映的两帧设备环境图像中的第二帧设备环境图像，以该第二帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第一像素行集合，再以该第二帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第二像素行集合，以及，再以该第二帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第三像素行集合；

按照三颜色通道中的第一种颜色通道，分别对所述目标第一像素行集合和所述参考第一像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第一像素行集合和更新参考第一像素行集合，再按照三颜色通道中的第二种颜色通道，分别对所述目标第二像素行集合和所述参考第二像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第二像素行集合和更新参考第二像素行集合，以及，再按照三颜色通道中的第三种颜色通道，分别对所述目标第三像素行集合和所述参考第三像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第三像素行集合和更新参考第三像素行集合；

对所述更新目标第一像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第一行像素点，再对所述更新目标第二像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第二行像素点，以及，再对所述更新目标第三像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第三行像素点，以及，所述目标第一行像素点、所述目标第二行像素点和所述目标第三行像素点的颜色值进行拼接，以形成第一子图像，所述第一子图像包括一行像素点，且所述第一子图像中的每一个像素点包括三个颜色通道的颜色值；

对所述更新参考第一像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第一行像素点，再对所述更新参考第二像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第二行像素点，以及，再对所述更新参考第三像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第三行像素点，以及，所述参考第一行像素点、所述参考第二行像素点和所述参考第三行像素点的颜色值进行拼接，以形成第二子图像，所述第二子图像包括一行像素点，且所述第二子图像中的每一个像素点包括三个颜色通道的颜色值；

以多个图像尺寸分别对所述第一子图像进行滑窗，以分割形成多个第一滑窗子图像，再以所述多个图像尺寸对所述第二子图像进行滑窗，以分割形成多个第二滑窗子图像，对于每一个所述第一滑窗子图像，依据子图像之间对应图像位置的像素点的各颜色通道的颜色差值，分别对该第一滑窗子图像和与该第一滑窗子图像具有相同图像尺寸的每一个第二滑窗子图像进行相似度计算，再将计算输出的相似度中的最大值标记为该第一滑窗子图像对应的目标相似度，以及，依据每一个第一滑窗子图像对应的图像尺寸，对每一个第一滑窗子图像对应的目标相似度进行融合，以输出所述两条设备运行数据之间的图像相似度。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇的步骤，包括：

对于所述多个空气净化检测设备中的每一个空气净化检测设备，分别将该空气净化检测设备与每一个空气净化检测设备之间的运行相关系数，标记为该空气净化检测设备对应的运行数据特征，对于每一个所述空气净化检测设备，该空气净化检测设备与该空气净化检测设备自身之间的运行相关系数被赋值为第一数值，所述第一数值大于或等于所述空气净化检测设备与任意一个其它空气净化检测设备之间的运行相关系数；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，依据该空气净化检测设备对应的每一个运行数据特征，构建形成该空气净化检测设备对应的数据特征向量，所述数据特征向量包括的特征维度的数量等于所述空气净化检测设备对应的运行数据特征的数量，每一个特征维度与一个所述空气净化检测设备对应；

依据每一个所述空气净化检测设备对应的数据特征向量，对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇，每一个所述设备聚类簇包括至少一个空气净化检测设备，在每一个所述设备聚类簇中，每一个空气净化检测设备对应的数据特征向量与该设备聚类簇的聚类中心对应的空气净化检测设备对应的数据特征向量之间的向量距离小于预设距离。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因的步骤，包括：

对于每一个所述设备聚类簇，依据每一个空气净化检测设备对应的设备标签信息，分别对该设备聚类簇包括的每一个空气净化检测设备进行标记，以将每一个空气净化检测设备标记为第一空气净化检测设备或第二空气净化检测设备，所述第一空气净化检测设备对应的设备标签信息表征存在故障，所述第二空气净化检测设备对应的设备标签信息表征不存在故障；

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因。

在一些优选的实施例中，在上述基于空气净化检测的故障原因追溯方法中，所述对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因的步骤，包括：

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再对该设备聚类簇包括的每两个空气净化检测设备之间的运行相关系数进行均值计算，以输出该设备聚类簇对应的目标相关系数；

对于每一个所述设备聚类簇，对该设备聚类簇对应的第一数量占比和该设备聚类簇对应的目标相关系数进行融合计算，以输出该设备聚类簇对应的目标特征值，再对该目标特征值和预设的特征参考值进行大小比较；

对于每一个所述设备聚类簇，在该设备聚类簇对应的目标特征值大于或等于所述特征参考值的条件下，对该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合进行对比分析，以对比分析出每一个第一空气净化检测设备对应的运行数据集合是否都包括目标设备运行数据，每两个第一空气净化检测设备对应的运行数据集合中包括的目标设备运行数据之间的数据相似度大于或等于预先配置的相似度参考值；

对于每一个所述设备聚类簇，在该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合都包括目标设备运行数据的条件下，分别将每一个空气净化检测设备对应的运行数据集合包括的目标设备运行数据，标记为该空气净化检测设备的故障原因。

本发明实施例还提供一种基于空气净化检测的故障原因追溯系统，应用于监控服务器，所述基于空气净化检测的故障原因追溯系统包括：

运行数据提取模块，用于分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合，每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像；

设备聚类模块，用于依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇；

故障原因追溯模块，用于对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

本发明实施例提供的一种基于空气净化检测的故障原因追溯方法及系统，分别对每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合。依据每一个空气净化检测设备对应的运行数据集合，对多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。对于每一个设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。通过前述的内容，由于在进行故障原因的追溯时，不再是单独对一个空气净化检测设备对应的设备运行数据进行分析，而是将属于一个设备聚类簇的各空气净化检测设备对应的设备运行数据作为一个整体以进行分析，使得分析的依据更为充分，从而可以在一定程度上提高故障原因追溯的可靠度。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

图1为本发明实施例提供的监控服务器的结构框图。

图2为本发明实施例提供的基于空气净化检测的故障原因追溯方法包括的各步骤的流程示意图。

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，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

参照图1所示，本发明实施例提供了一种监控服务器。其中，所述监控服务器可以包括存储器和处理器。

应当理解的是，在一种实施方式下，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的基于空气净化检测的故障原因追溯方法。

应当理解的是，在一种实施方式下，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（Erasable ProgrammableRead-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable ProgrammableRead-Only Memory，EEPROM）等。所述处理器可以是一种通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

应当理解的是，在一种实施方式下，所述监控服务器还可以包括用于与其它设备进行交互的通信单元，以及，具有存储功能的其它存储设备。

结合图2，本发明实施例还提供一种基于空气净化检测的故障原因追溯方法，可应用于上述监控服务器。其中，所述基于空气净化检测的故障原因追溯方法有关的流程所定义的方法步骤，可以由所述监控服务器实现。

下面将对图2所示的具体流程，进行详细阐述。

步骤110，分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合。

在本发明实施例中，所述监控服务器可以分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合。每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像。

步骤120，依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。

在本发明实施例中，所述监控服务器可以依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。

步骤130，对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

在本发明实施例中，所述监控服务器可以对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

通过前述的内容，由于在进行故障原因的追溯时，不再是单独对一个空气净化检测设备对应的设备运行数据进行分析，而是将属于一个设备聚类簇的各空气净化检测设备对应的设备运行数据作为一个整体以进行分析，使得分析的依据更为充分，从而可以在一定程度上提高故障原因追溯的可靠度，改善现有技术中对于故障原因追溯的可靠度不佳的问题。

应当理解的是，在一种实施方式下，上文中对于步骤110的描述，可以进一步包括以下具体的子步骤：

查找出图像采集指令，并将所述图像采集指令下发给多个空气净化检测设备中的每一个空气净化检测设备，每一个所述空气净化检测设备携带有摄像头，用于对所在的环境进行图像采集，以形成对应的设备环境图像，以及，将该设备环境图像作为所述空气净化检测设备的设备运行数据；

分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集。

应当理解的是，在一种实施方式下，上文中对于所述分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集合的步骤的描述，可以进一步包括以下具体的子步骤：

查找出数据提取指令，并将所述数据提取指令下发给所述多个空气净化检测设备中的每一个空气净化检测设备，所述多个空气净化检测设备中的每一个空气净化检测设备用于按照所述数据提取指令，将当前具有的每一条设备运行数据上报给所述监控服务器；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在将所述数据提取指令下发给该空气净化检测设备之后，对该空气净化检测设备上报的每一条设备运行数据进行接收，以形成对应的运行数据集合；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在接收到该空气净化检测设备上报的每一条设备运行数据之后，将查找出的数据销毁指令下发给该空气净化检测设备，每一个所述空气净化检测设备在接收到所述数据销毁指令之后，用于按照所述数据销毁指令将当前具有的每一条设备运行数据进行销毁处理（如删除等）。

应当理解的是，在一种实施方式下，上文中对于步骤120的描述，可以进一步包括以下具体的子步骤：

对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数；

依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇。

应当理解的是，在一种实施方式下，上文中对于所述对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数的步骤的描述，可以进一步包括以下具体的子步骤：

分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度；

（例如，可以按照关联后的每一组设备运行数据对应的图像相似度的均值最大的原则）依据每两条设备运行数据之间的图像相似度，对所述两个运行数据集合包括的多条设备运行数据进行一一关联，对于关联的每一组设备运行数据，对该组设备运行数据包括的两条设备运行数据对应的数据时序进行差值计算，以输出该组设备运行数据对应的数据时序差值，所述数据时序指示对应的设备运行数据对应的形成时刻的先后关系（例如，在所述运行数据集合中每一条设备运行数据按照对应的形成时刻的先后关系进行排序，该排序能够形成对应的数据时序）；

对关联的每一组设备运行数据对应的图像相似度进行均值计算，以输出目标图像相似度，再对关联的每一组设备运行数据应的数据时序差值进行均值计算，以输出目标数据时序差值，以及，再依据该目标数据时序差值对应的负相关值，对该目标图像相似度进行更新（如对该负相关值和该目标图像相似度进行乘积计算，以输出运行相关系数），以输出所述两个空气净化检测设备之间的运行相关系数。

应当理解的是，在一种实施方式下，上文中对于所述分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度的步骤的描述，可以进一步包括以下具体的子步骤：

对于两条设备运行数据反映的两帧设备环境图像中的第一帧设备环境图像，以该第一帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第一像素行集合（也就是说，在所述目标第一像素行集合中，包括第一行像素点、第四行像素点、第七行像素点等），再以该第一帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第二像素行集合（也就是说，在所述目标第二像素行集合中，包括第二行像素点、第五行像素点、第八行像素点等），以及，再以该第一帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第三像素行集合（也就是说，在所述目标第三像素行集合中，包括第三行像素点、第六行像素点、第九行像素点等）；

对于两条设备运行数据反映的两帧设备环境图像中的第二帧设备环境图像，以该第二帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第一像素行集合，再以该第二帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第二像素行集合，以及，再以该第二帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第三像素行集合；

按照三颜色通道中的第一种颜色通道（如红色），分别对所述目标第一像素行集合和所述参考第一像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第一像素行集合和更新参考第一像素行集合（如此，所述更新目标第一像素行集合和更新参考第一像素行集合包括的像素点都只有红色通道的颜色值），再按照三颜色通道中的第二种颜色通道（如绿色），分别对所述目标第二像素行集合和所述参考第二像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第二像素行集合和更新参考第二像素行集合（如此，所述更新目标第二像素行集合和更新参考第二像素行集合包括的像素点都只有绿色通道的颜色值），以及，再按照三颜色通道中的第三种颜色通道（如蓝色），分别对所述目标第三像素行集合和所述参考第三像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第三像素行集合和更新参考第三像素行集合（如此，所述更新目标第三像素行集合和更新参考第三像素行集合包括的像素点都只有蓝色通道的颜色值）；

对所述更新目标第一像素行集合包括的每一行像素点的颜色值进行融合（例如，对于每一各像素列，可以将每一行像素点中属于该像素列的像素点的颜色值进行均值计算），以形成目标第一行像素点，再对所述更新目标第二像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第二行像素点，以及，再对所述更新目标第三像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第三行像素点，以及，所述目标第一行像素点、所述目标第二行像素点和所述目标第三行像素点的颜色值进行拼接，以形成第一子图像，所述第一子图像包括一行像素点(也就是说，这一行像素点中的每一个像素点包括的三个颜色通道的颜色值，分别来自于所述目标第一行像素点、所述目标第二行像素点和所述目标第三行像素点中对应像素列的像素点的颜色值)，且所述第一子图像中的每一个像素点包括三个颜色通道的颜色值；

对所述更新参考第一像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第一行像素点，再对所述更新参考第二像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第二行像素点，以及，再对所述更新参考第三像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第三行像素点，以及，所述参考第一行像素点、所述参考第二行像素点和所述参考第三行像素点的颜色值进行拼接，以形成第二子图像，所述第二子图像包括一行像素点，且所述第二子图像中的每一个像素点包括三个颜色通道的颜色值；

以多个图像尺寸分别对所述第一子图像进行滑窗，以分割形成多个第一滑窗子图像，再以所述多个图像尺寸对所述第二子图像进行滑窗，以分割形成多个第二滑窗子图像，对于每一个所述第一滑窗子图像，依据子图像之间对应图像位置的像素点的各颜色通道的颜色差值，分别对该第一滑窗子图像和与该第一滑窗子图像具有相同图像尺寸的每一个第二滑窗子图像进行相似度计算（例如，对于一个图像位置，即一个像素位置，先计算该像素位置对应的两个像素点的各颜色通道的颜色差值的平均值，再将该平均值的负相关系数确定为该像素位置的相似系数，再将各像素位置的相似系数进行均值计算，以输出滑窗子图像之间的相似度），再将计算输出的相似度中的最大值标记为该第一滑窗子图像对应的目标相似度，以及，依据每一个第一滑窗子图像对应的图像尺寸，对每一个第一滑窗子图像对应的目标相似度进行融合（其中，在融合的过程中，图像尺寸越大，对应的加权系数越大，再基于对应的加权系数对目标相似度进行加权求和，以输出图像相似度），以输出所述两条设备运行数据之间的图像相似度。

应当理解的是，在一种实施方式下，上文中对于所述分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度的步骤的描述，也可以进一步包括以下具体的子步骤：

对于两条设备运行数据反映的两帧设备环境图像中的第一帧设备环境图像包括的每一个第一像素点，对该第一像素点的像素值和以该第一像素点为中心点的目标区域内的每一个其它第一像素点的像素值进行差值计算，以输出该第一像素点对应的第一差值集合，在所述目标区域中存在空缺的第一像素点时，依据所述目标区域中依据存在的第一像素点的像素值对空缺的第一像素点进行插值填补处理（例如，对于图像中的左起的第一个像素点，其左侧、上侧都没有其它像素点，因而，可以依据其右侧和下册的其它像素点的像素值进行填补，例如，可以以对应的第一像素点为对称中心，对于每一个空缺的其它第一像素点，可以将其对称的其它第一像素点的像素值作为该空缺的其它第一像素点的像素值）；

对于两条设备运行数据反映的两帧设备环境图像中的第二帧设备环境图像包括的每一个第二像素点，对该第二像素点的像素值和以该第二像素点为中心点的目标区域内的每一个其它第二像素点的像素值进行差值计算，以输出该第二像素点对应的第二差值集合，在所述目标区域中存在空缺的第二像素点时，依据所述目标区域中依据存在的第二像素点的像素值对空缺的第二像素点进行插值填补处理；

对于两条设备运行数据反映的两帧设备环境图像中的第一帧设备环境图像包括的每一个第一像素点，对该第一像素点的像素值和以该第一像素点为中心点的目标区域内的每一个其它第一像素点的像素值进行大小比较，以输出该第一像素点对应的第一比较结果集合；

对于两条设备运行数据反映的两帧设备环境图像中的第二帧设备环境图像包括的每一个第二像素点，对该第二像素点的像素值和以该第二像素点为中心点的目标区域内的每一个其它第二像素点的像素值进行大小比较，以输出该第二像素点对应的第二比较结果集合；

对于每一个所述第一像素点，依据该第一像素点对应的第一差值集合包括的每一个第一像素差值，构建出该第一像素点对应的第一相关特征向量，再依据该第一像素点对应的第一比较结果集合包括的每一个第一比较结果，构建出该第一像素点对应的第一编码序列（例如，所述第一像素点的像素值大于其它第一像素点的像素值，对应的序列值可以为第一数值，所述第一像素点的像素值小于或等于其它第一像素点的像素值，对应的序列值可以为第二数值，第一数值和第二数值不一样，以及，在所述第一编码序列中，序列值的排序关系，可以依据对应的其它第一像素点与第一像素点之间的相对位置关系确定，如右下到左上等顺序），所述第一相关特征向量包括多个维度，每一个维度与一个其它第一像素点和对应的第一像素点之间的相对位置关系对应，在所述第一编码序列中，每一个序列位置的序列值依据第一比较结果表征的内容确定；

对于每一个所述第二像素点，依据该第二像素点对应的第二差值集合包括的每一个第二像素差值，构建出该第二像素点对应的第二相关特征向量，再依据该第二像素点对应的第二比较结果集合包括的每一个第二比较结果，构建出该第二像素点对应的第二编码序列，所述第二相关特征向量包括多个维度，每一个维度与一个其它第二像素点和对应的第二像素点之间的相对位置关系对应，在所述第二编码序列中，每一个序列位置的序列值依据第二比较结果表征的内容确定；

对于每一个所述第一像素点和每一个所述第二像素点，依据该第一像素点对应的第一相关特征向量和该第二像素点对应的第二相关特征向量之间的向量相似度，并结合该第一像素点对应的第一编码序列和该第二像素点对应的第二编码序列之间的编码相似度（所述编码相似度可以是指，将第一编码序列调整为第二编码序列需要调整的最少序列位置的数量与第一编码序列包括的序列位置的数量之间的比值），计算输出（如进行加权均值的计算）该第一像素点和该第二像素之间的像素相似度；

依据每一个所述第一像素点和每一个所述第二像素点之间的像素相似度，在所述第一帧设备环境图像和第二帧设备环境图像中，形成第一像素点和第二像素点之间的一一匹配关系（匹配的规则可以包括，在匹配之后，匹配的每一组第一像素点和第二像素点之间的像素相似度的均值可以最大），再依据匹配的每一组第一像素点和第二像素点之间的像素相似度，计算输出（如进行均值计算等）所述两条设备运行数据之间的图像相似度。

应当理解的是，在一种实施方式下，上文中对于所述依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇的步骤的描述，可以进一步包括以下具体的子步骤：

对于所述多个空气净化检测设备中的每一个空气净化检测设备，分别将该空气净化检测设备与每一个空气净化检测设备之间的运行相关系数，标记为该空气净化检测设备对应的运行数据特征，对于每一个所述空气净化检测设备，该空气净化检测设备与该空气净化检测设备自身之间的运行相关系数被赋值为第一数值（如1），所述第一数值大于或等于所述空气净化检测设备与任意一个其它空气净化检测设备之间的运行相关系数；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，依据该空气净化检测设备对应的每一个运行数据特征，构建形成该空气净化检测设备对应的数据特征向量，所述数据特征向量包括的特征维度的数量等于所述空气净化检测设备对应的运行数据特征的数量，每一个特征维度与一个所述空气净化检测设备对应；

依据每一个所述空气净化检测设备对应的数据特征向量，对所述空气净化检测设备进行聚类（可以参照现有的如最邻近聚类算法，进行聚类），以形成至少一个设备聚类簇，每一个所述设备聚类簇包括至少一个空气净化检测设备，在每一个所述设备聚类簇中，每一个空气净化检测设备对应的数据特征向量与该设备聚类簇的聚类中心对应的空气净化检测设备对应的数据特征向量之间的向量距离小于预设距离（即聚类半径）。

应当理解的是，在一种实施方式下，上文中对于步骤130的描述，可以进一步包括以下具体的子步骤：

对于每一个所述设备聚类簇，依据每一个空气净化检测设备对应的设备标签信息，分别对该设备聚类簇包括的每一个空气净化检测设备进行标记，以将每一个空气净化检测设备标记为第一空气净化检测设备或第二空气净化检测设备，所述第一空气净化检测设备对应的设备标签信息表征存在故障，所述第二空气净化检测设备对应的设备标签信息表征不存在故障；

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因。

应当理解的是，在一种实施方式下，上文中对于所述对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因的步骤的描述，可以进一步包括以下具体的子步骤：

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再对该设备聚类簇包括的每两个空气净化检测设备之间的运行相关系数（如上所述）进行均值计算，以输出该设备聚类簇对应的目标相关系数；

对于每一个所述设备聚类簇，对该设备聚类簇对应的第一数量占比和该设备聚类簇对应的目标相关系数进行融合计算（例如，可以对第一数值占比和目标相关系数进行加权和值的计算），以输出该设备聚类簇对应的目标特征值，再对该目标特征值和预设的特征参考值进行大小比较；

对于每一个所述设备聚类簇，在该设备聚类簇对应的目标特征值大于或等于所述特征参考值的条件下，对该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合进行对比分析，以对比分析出每一个第一空气净化检测设备对应的运行数据集合是否都包括目标设备运行数据，每两个第一空气净化检测设备对应的运行数据集合中包括的目标设备运行数据之间的数据相似度大于或等于预先配置的相似度参考值；

对于每一个所述设备聚类簇，在该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合都包括目标设备运行数据的条件下，分别将每一个空气净化检测设备对应的运行数据集合包括的目标设备运行数据，标记为该空气净化检测设备的故障原因（即所述目标设备运行数据反映的设备环境图像中的图像信息，如图像中的物体等）。

本发明实施例还提供一种基于空气净化检测的故障原因追溯系统，可应用于上述监控服务器。其中，所述基于空气净化检测的故障原因追溯系统可以包括运行数据提取模块、设备聚类模块和故障原因追溯模块。

应当理解的是，在一种实施方式下，所述运行数据提取模块，用于分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合，每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像。所述设备聚类模块，用于依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。所述故障原因追溯模块，用于对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

综上所述，本发明提供的一种基于空气净化检测的故障原因追溯方法及系统，分别对每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合。依据每一个空气净化检测设备对应的运行数据集合，对多个空气净化检测设备进行聚类，形成至少一个设备聚类簇。对于每一个设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。通过前述的内容，由于在进行故障原因的追溯时，不再是单独对一个空气净化检测设备对应的设备运行数据进行分析，而是将属于一个设备聚类簇的各空气净化检测设备对应的设备运行数据作为一个整体以进行分析，使得分析的依据更为充分，从而可以在一定程度上提高故障原因追溯的可靠度。

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。凡在本发明的精神和原则之内，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)

1.一种基于空气净化检测的故障原因追溯方法，其特征在于，应用于监控服务器，所述基于空气净化检测的故障原因追溯方法包括：

分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合，每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像；

依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇；

对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

2.如权利要求1所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合的步骤，包括：

查找出图像采集指令，并将所述图像采集指令下发给多个空气净化检测设备中的每一个空气净化检测设备，每一个所述空气净化检测设备携带有摄像头，用于对所在的环境进行图像采集，以形成对应的设备环境图像，以及，将该设备环境图像作为所述空气净化检测设备的设备运行数据；

分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集合。

3.如权利要求2所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述分别对所述多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，以形成每一个空气净化检测设备对应的运行数据集合的步骤，包括：

查找出数据提取指令，并将所述数据提取指令下发给所述多个空气净化检测设备中的每一个空气净化检测设备，所述多个空气净化检测设备中的每一个空气净化检测设备用于按照所述数据提取指令，将当前具有的每一条设备运行数据上报给所述监控服务器；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在将所述数据提取指令下发给该空气净化检测设备之后，对该空气净化检测设备上报的每一条设备运行数据进行接收，以形成对应的运行数据集合；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，在接收到该空气净化检测设备上报的每一条设备运行数据之后，将查找出的数据销毁指令下发给该空气净化检测设备，每一个所述空气净化检测设备在接收到所述数据销毁指令之后，用于按照所述数据销毁指令将当前具有的每一条设备运行数据进行销毁处理。

4.如权利要求1所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇的步骤，包括：

对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数；

依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇。

5.如权利要求4所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述对于所述多个空气净化检测设备中的每两个空气净化检测设备，依据该两个空气净化检测设备对应的两个运行数据集合包括的多条设备运行数据，对该两个空气净化检测设备进行运行数据的相关性计算，以输出该两个空气净化检测设备之间的运行相关系数的步骤，包括：

分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度；

依据每两条设备运行数据之间的图像相似度，对所述两个运行数据集合包括的多条设备运行数据进行一一关联，对于关联的每一组设备运行数据，对该组设备运行数据包括的两条设备运行数据对应的数据时序进行差值计算，以输出该组设备运行数据对应的数据时序差值，所述数据时序指示对应的设备运行数据对应的形成时刻的先后关系；

对关联的每一组设备运行数据对应的图像相似度进行均值计算，以输出目标图像相似度，再对关联的每一组设备运行数据应的数据时序差值进行均值计算，以输出目标数据时序差值，以及，再依据该目标数据时序差值对应的负相关值，对该目标图像相似度进行更新，以输出所述两个空气净化检测设备之间的运行相关系数。

6.如权利要求5所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述分别对两个空气净化检测设备对应的两个运行数据集合之间的每两条设备运行数据反映的两帧设备环境图像进行相似度的计算，以输出每两条设备运行数据之间的图像相似度的步骤，包括：

对于两条设备运行数据反映的两帧设备环境图像中的第一帧设备环境图像，以该第一帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第一像素行集合，再以该第一帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第二像素行集合，以及，再以该第一帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点为采样参数，对该第一帧设备环境图像进行采样，以形成该第一帧设备环境图像对应的目标第三像素行集合；

对于两条设备运行数据反映的两帧设备环境图像中的第二帧设备环境图像，以该第二帧设备环境图像中的第一行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第一像素行集合，再以该第二帧设备环境图像中的第二行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第二像素行集合，以及，再以该第二帧设备环境图像中的第三行像素点为起点，以每间隔两行像素点的采样参数，对该第二帧设备环境图像进行采样，以形成该第二帧设备环境图像对应的参考第三像素行集合；

按照三颜色通道中的第一种颜色通道，分别对所述目标第一像素行集合和所述参考第一像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第一像素行集合和更新参考第一像素行集合，再按照三颜色通道中的第二种颜色通道，分别对所述目标第二像素行集合和所述参考第二像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第二像素行集合和更新参考第二像素行集合，以及，再按照三颜色通道中的第三种颜色通道，分别对所述目标第三像素行集合和所述参考第三像素行集合包括的每一个像素点的颜色值进行筛选，以形成更新目标第三像素行集合和更新参考第三像素行集合；

对所述更新目标第一像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第一行像素点，再对所述更新目标第二像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第二行像素点，以及，再对所述更新目标第三像素行集合包括的每一行像素点的颜色值进行融合，以形成目标第三行像素点，以及，所述目标第一行像素点、所述目标第二行像素点和所述目标第三行像素点的颜色值进行拼接，以形成第一子图像，所述第一子图像包括一行像素点，且所述第一子图像中的每一个像素点包括三个颜色通道的颜色值；

对所述更新参考第一像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第一行像素点，再对所述更新参考第二像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第二行像素点，以及，再对所述更新参考第三像素行集合包括的每一行像素点的颜色值进行融合，以形成参考第三行像素点，以及，所述参考第一行像素点、所述参考第二行像素点和所述参考第三行像素点的颜色值进行拼接，以形成第二子图像，所述第二子图像包括一行像素点，且所述第二子图像中的每一个像素点包括三个颜色通道的颜色值；

以多个图像尺寸分别对所述第一子图像进行滑窗，以分割形成多个第一滑窗子图像，再以所述多个图像尺寸对所述第二子图像进行滑窗，以分割形成多个第二滑窗子图像，对于每一个所述第一滑窗子图像，依据子图像之间对应图像位置的像素点的各颜色通道的颜色差值，分别对该第一滑窗子图像和与该第一滑窗子图像具有相同图像尺寸的每一个第二滑窗子图像进行相似度计算，再将计算输出的相似度中的最大值标记为该第一滑窗子图像对应的目标相似度，以及，依据每一个第一滑窗子图像对应的图像尺寸，对每一个第一滑窗子图像对应的目标相似度进行融合，以输出所述两条设备运行数据之间的图像相似度。

7.如权利要求4所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述依据每两个所述空气净化检测设备之间的运行相关系数对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇的步骤，包括：

对于所述多个空气净化检测设备中的每一个空气净化检测设备，分别将该空气净化检测设备与每一个空气净化检测设备之间的运行相关系数，标记为该空气净化检测设备对应的运行数据特征，对于每一个所述空气净化检测设备，该空气净化检测设备与该空气净化检测设备自身之间的运行相关系数被赋值为第一数值，所述第一数值大于或等于所述空气净化检测设备与任意一个其它空气净化检测设备之间的运行相关系数；

对于所述多个空气净化检测设备中的每一个空气净化检测设备，依据该空气净化检测设备对应的每一个运行数据特征，构建形成该空气净化检测设备对应的数据特征向量，所述数据特征向量包括的特征维度的数量等于所述空气净化检测设备对应的运行数据特征的数量，每一个特征维度与一个所述空气净化检测设备对应；

依据每一个所述空气净化检测设备对应的数据特征向量，对所述空气净化检测设备进行聚类，以形成至少一个设备聚类簇，每一个所述设备聚类簇包括至少一个空气净化检测设备，在每一个所述设备聚类簇中，每一个空气净化检测设备对应的数据特征向量与该设备聚类簇的聚类中心对应的空气净化检测设备对应的数据特征向量之间的向量距离小于预设距离。

8.如权利要求1所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因的步骤，包括：

对于每一个所述设备聚类簇，依据每一个空气净化检测设备对应的设备标签信息，分别对该设备聚类簇包括的每一个空气净化检测设备进行标记，以将每一个空气净化检测设备标记为第一空气净化检测设备或第二空气净化检测设备，所述第一空气净化检测设备对应的设备标签信息表征存在故障，所述第二空气净化检测设备对应的设备标签信息表征不存在故障；

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因。

9.如权利要求8所述的基于空气净化检测的故障原因追溯方法，其特征在于，所述对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再依据该第一数量占比和该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个第一空气净化检测设备进行故障原因的追溯，以输出每一个第一空气净化检测设备的故障原因的步骤，包括：

对于每一个所述设备聚类簇，对该设备聚类簇包括的第一空气净化检测设备的数量占比进行统计，以输出该设备聚类簇对应的第一数量占比，再对该设备聚类簇包括的每两个空气净化检测设备之间的运行相关系数进行均值计算，以输出该设备聚类簇对应的目标相关系数；

对于每一个所述设备聚类簇，对该设备聚类簇对应的第一数量占比和该设备聚类簇对应的目标相关系数进行融合计算，以输出该设备聚类簇对应的目标特征值，再对该目标特征值和预设的特征参考值进行大小比较；

对于每一个所述设备聚类簇，在该设备聚类簇对应的目标特征值大于或等于所述特征参考值的条件下，对该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合进行对比分析，以对比分析出每一个第一空气净化检测设备对应的运行数据集合是否都包括目标设备运行数据，每两个第一空气净化检测设备对应的运行数据集合中包括的目标设备运行数据之间的数据相似度大于或等于预先配置的相似度参考值；

对于每一个所述设备聚类簇，在该设备聚类簇包括的每一个第一空气净化检测设备对应的运行数据集合都包括目标设备运行数据的条件下，分别将每一个空气净化检测设备对应的运行数据集合包括的目标设备运行数据，标记为该空气净化检测设备的故障原因。

10.一种基于空气净化检测的故障原因追溯系统，其特征在于，应用于监控服务器，所述基于空气净化检测的故障原因追溯系统包括：

运行数据提取模块，用于分别对多个空气净化检测设备中的每一个空气净化检测设备进行运行数据的提取，形成每一个空气净化检测设备对应的运行数据集合，每一个所述运行数据集合包括多条设备运行数据，每一条设备运行数据反映出所述空气净化检测设备在对应时刻进行空气质量检测时的设备环境图像；

设备聚类模块，用于依据每一个空气净化检测设备对应的运行数据集合，对所述多个空气净化检测设备进行聚类，形成至少一个设备聚类簇；

故障原因追溯模块，用于对于每一个所述设备聚类簇，依据该设备聚类簇包括的每一个空气净化检测设备对应的运行数据集合，对该设备聚类簇包括的每一个存在故障的空气净化检测设备进行故障原因的追溯，以输出该设备聚类簇包括的每一个存在故障的空气净化检测设备的故障原因。

Images