一种设备故障诊断方法、装置、系统、设备及介质与流程
本发明涉及互联网,尤其涉及一种设备故障诊断方法、装置、系统、设备及介质。
背景技术:
1、随着科技的发展和人们生活的不断发展,各种智能终端如智能电视的使用越来越普及,设备故障的快速诊断已成为保障系统稳定运行的关键环节。
2、然而,现有设备故障诊断方案在实际应用中多依赖人工经验判断,受运维人员经验水平限制,对于复杂耦合型故障,容易出现误判、漏判的问题,从而导致设备故障诊断响应速度慢、排查效率低下,难以满足大规模设备集群的故障诊断需求。因此,如何提高设备故障诊断的效率,以满足大规模设备集群的故障诊断需求,成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、基于此,有必要针对上述技术问题,本发明实施例提供一种设备故障诊断方法、装置、系统、设备及介质,提高了设备故障诊断的效率,以满足大规模设备集群的故障诊断需求。
2、本申请实施例的第一方面提供了一种设备故障诊断方法,所述设备故障诊断方法包括:
3、获取目标设备的故障现象信息和设备运行数据;
4、将所述故障现象信息与预设的诊断知识图谱进行检索匹配,确定目标诊断模板;
5、基于所述设备运行数据,确定所述目标设备对应的目标平台适配参数;
6、利用所述目标平台适配参数对所述目标诊断模板中的模板变量进行替换渲染,生成所述目标设备对应的目标诊断脚本。
7、本申请实施例的第二方面提供了一种设备故障诊断装置,所述设备故障诊断装置包括:
8、获取模块,用于获取目标设备的故障现象信息和设备运行数据;
9、匹配模块,用于将所述故障现象信息与预设的诊断知识图谱进行检索匹配,确定目标诊断模板;
10、确定模块,用于基于所述设备运行数据,确定所述目标设备对应的目标平台适配参数;
11、生成模块,用于利用所述目标平台适配参数对所述目标诊断模板中的模板变量进行替换渲染,生成所述目标设备对应的目标诊断脚本。
12、本申请实施例的第三方面提供了一种设备故障诊断系统,所述设备故障诊断系统包括控制系统;
13、所述控制系统,用于获取目标设备的故障现象信息和设备运行数据;将所述故障现象信息与预设的诊断知识图谱进行检索匹配,确定目标诊断模板;基于所述设备运行数据,确定所述目标设备对应的目标平台适配参数;利用所述目标平台适配参数对所述目标诊断模板中的模板变量进行替换渲染,生成所述目标设备对应的目标诊断脚本。
14、第四方面,提供了一种电子设备,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如第一方面所述的设备故障诊断方法。
15、第五方面,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如第一方面所述的设备故障诊断方法。
16、综上所述,本发明提供了一种设备故障诊断方法、装置、系统、设备及介质,通过获取目标设备的故障现象信息和设备运行数据,将故障现象信息与预设的诊断知识图谱进行检索匹配,确定目标诊断模板,基于设备运行数据,确定目标设备对应的目标平台适配参数,利用目标平台适配参数对目标诊断模板中的模板变量进行替换渲染,生成目标设备对应的目标诊断脚本。可见,本申请通过引入诊断知识图谱与平台适配参数相结合的机制,生成目标设备对应的目标诊断脚本,从而提高了设备故障诊断的效率,有效地降低对人工经验的依赖,满足大规模设备集群的故障诊断需求。
1.一种设备故障诊断方法,其特征在于,包括:
2.如权利要求1所述的设备故障诊断方法,其特征在于,所述将所述故障现象信息与预设的诊断知识图谱进行检索匹配,确定目标诊断模板,包括:
3.如权利要求1所述的设备故障诊断方法,其特征在于,所述基于所述设备运行数据,确定所述目标设备对应的目标平台适配参数,包括:
4.如权利要求3所述的设备故障诊断方法,其特征在于,所述得到所述指纹特征向量与所述预设指纹库中各候选指纹的匹配置信度之后,包括:
5.如权利要求1所述的设备故障诊断方法,其特征在于,所述平台适配参数包括串口通信参数、调试路径参数以及命令语法参数,所述利用所述目标平台适配参数对所述目标诊断模板中的模板变量进行替换渲染,生成所述目标设备对应的目标诊断脚本,包括:
6.如权利要求1所述的设备故障诊断方法,其特征在于,所述生成所述目标设备对应的目标诊断脚本之后,包括:
7.一种设备故障诊断装置,其特征在于,包括:
8.一种设备故障诊断系统,其特征在于,所述设备故障诊断系统包括控制系统;
9.一种电子设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述设备故障诊断方法。
10.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述设备故障诊断方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com