工业数据合成方法、装置、设备、介质及程序产品与流程

本技术涉及计算机，尤其涉及一种工业数据合成方法、装置、设备、介质及程序产品。

背景技术：

1、随着工业互联网与智能制造的深入推进，工业大模型在工业生产过程中的应用越来越广泛，然而在通过工业大模型对工业生产进行管理的过程中，由于工业故障数据的数量较少，使得工业大模型的训练缺乏足够的样本数据，故需要生成工业故障数据对工业大模型进行训练。

2、现有技术中，通过对工业数据进行分解，对分解后的各部分数据进行参数化建模，并根据建模结果进行合成，进而根据合成的建模结果生成工业故障数据。

3、然而，现有技术主要关注单条时序数据的变化趋势等信息，难以表示工业生产过程中不同数据源的不同数据之间的关系，使得生成的工业故障数据难以符合实际工业生产的场景，导致工业故障数据的生成不够准确。

技术实现思路

1、本技术提供一种工业数据合成方法、装置、设备、介质及程序产品，用于提高生成工业故障数据的准确性。

2、第一方面，本技术实施例提供了一种工业数据合成方法，该方法包括：获取工业设备的至少两个工业事件节点和至少一个工业事件路径，上述工业事件路径用于表征工业事件节点之间的关联关系；基于上述至少两个工业事件节点、上述至少一个工业事件路径和上述工业设备的历史工业数据，构建工业关系树；基于上述工业关系树和每个工业事件路径对应的第一概率，生成第一工业样本数据，上述第一概率用于表征工业事件路径的重要程度，上述第一工业样本数据用于上述工业设备对工业大模型进行训练。

3、本技术提供的技术方案至少带来以下有益效果：获取工业设备的工业事件节点和工业事件路径；基于该工业事件节点、该工业事件路径和上述工业设备的历史工业数据，构建工业关系树；基于上述工业关系树和每个工业事件路径对应的第一概率，生成第一工业样本数据。在本方案中，通过工业设备的工业事件节点和工业事件路径构建工业关系树，使得工业关系树能够获悉历史工业设备的数据的分布规律，进而基于工业关系树和工业事件路径的第一概率生成工业样本数据，通过第一概率提高工业关系树中出现概率较小且较为重要的工业信息路径的生成概率，使得工业样本数据中能够包含更多第一概率高的工业样本数据，从而在通过该工业样本数据训练工业大模型的过程中能够使工业大模型学习到更多的异常数据，提高了工业样本数据生成的准确性。

4、一种可能的实现方式，上述获取工业设备的至少两个工业事件节点和至少一个工业事件路径，包括：基于上述工业设备的工业事件信息，获取上述至少两个工业事件节点；基于上述工业设备的工业事件关联信息，获取上述至少两个工业事件节点中各工业事件节点之间的关联关系；基于上述至少两个工业事件节点中各工业事件节点之间的关联关系，生成上述至少一个工业事件路径。

5、另一种可能的实现方式，上述基于上述工业设备的工业事件信息，获取上述至少两个工业事件节点，包括：基于预设事件集合，从上述工业设备的工业事件信息中确定至少两个工业事件信息，并基于上述至少两个工业事件信息，获取上述至少两个工业事件节点。

6、又一种可能的实现方式，上述基于上述至少两个工业事件节点、上述至少一个工业事件路径和上述工业设备的历史工业数据，构建工业关系树之后，上述方法还包括：在第一工业事件路径中的第一工业事件节点接收到干预动作的情况下，将上述第一工业事件节点更新为与上述干预动作对应的工业事件节点，上述第一工业事件路径为上述至少一个工业事件路径中的任一工业事件路径。

7、又一种可能的实现方式，上述基于上述工业关系树和每个工业事件路径对应的第一概率，生成第一工业样本数据之后，上述方法还包括：基于上述第一工业样本数据，获取第一评分、第二评分和第三评分，上述第一评分用于表征上述第一工业样本数据超出正常范围的程度，上述第二评分用于表征上述第一工业样本数据的前向传播影响程度，上述第三评分用于表征上述第一工业样本数据的安全程度；基于上述第一评分、上述第二评分和上述第三评分，获取第一判定结果，上述第一结果用于表征上述第一工业样本数据是否为合格数据。

8、又一种可能的实现方式，上述基于上述第一评分、上述第二评分和上述第三评分，获取第一判定结果之后，上述方法还包括：若上述第一判定结果表征上述第一工业样本数据不是合格数据，则基于上述第一关系树、上述第一评分、上述第二评分和上述第三评分获取第一模型损失；基于上述第一模型损失，对上述第一工业样本数据对应的工业事件路径的第一概率进行更新，上述第一概率用于表征工业事件路径的重要程度；基于更新后的第一概率和上述工业关系树，生成第二工业样本数据，上述第二工业样本数据用于上述工业设备对工业大模型进行训练。

9、第二方面，本技术实施例提供了本技术提供一种工业数据合成装置，包括：获取模块、构建模块和生成模块；上述获取模块，用于获取工业设备的至少两个工业事件节点和至少一个工业事件路径，上述工业事件路径用于表征工业事件节点之间的关联关系；上述构建模块，用于基于上述至少两个工业事件节点、上述至少一个工业事件路径和上述工业设备的历史工业数据，构建工业关系树；上述生成模块，用于基于上述工业关系树和每个工业事件路径对应的第一概率，生成第一工业样本数据，上述第一概率用于表征工业事件路径的重要程度，上述第一工业样本数据用于上述工业设备对工业大模型进行训练。

10、一种可能的实现方式，上述获取模块，具体用于：基于上述工业设备的工业事件信息，获取上述至少两个工业事件节点；基于上述工业设备的工业事件关联信息，获取上述至少两个工业事件节点中各工业事件节点之间的关联关系；基于上述至少两个工业事件节点中各工业事件节点之间的关联关系，生成上述至少一个工业事件路径。

11、另一种可能的实现方式，上述获取模块，具体用于：基于预设事件集合，从上述工业设备的工业事件信息中确定至少两个工业事件信息，并基于上述至少两个工业事件信息，获取上述至少两个工业事件节点。

12、又一种可能的实现方式，上述装置还包括：更新模块；上述更新模块，用于在上述构建模块基于上述至少两个工业事件节点、上述至少一个工业事件路径和上述工业设备的历史工业数据，构建工业关系树之后，在第一工业事件路径中的第一工业事件节点接收到干预动作的情况下，将上述第一工业事件节点更新为与上述干预动作对应的工业事件节点，上述第一工业事件路径为上述至少一个工业事件路径中的任一工业事件路径。

13、又一种可能的实现方式，上述获取模块，还用于在上述生成模块基于上述工业关系树和每个工业事件路径对应的第一概率，生成第一工业样本数据之后，基于上述第一工业样本数据，获取第一评分、第二评分和第三评分，上述第一评分用于表征上述第一工业样本数据超出正常范围的程度，上述第二评分用于表征上述第一工业样本数据的前向传播影响程度，上述第三评分用于表征上述第一工业样本数据的安全程度；以及，基于上述第一评分、上述第二评分和上述第三评分，获取第一判定结果，上述第一结果用于表征上述第一工业样本数据是否为合格数据。

14、又一种可能的实现方式，上述装置还包括：更新模块；上述获取模块，还用于在基于上述第一评分、上述第二评分和上述第三评分，获取第一判定结果之后，若上述第一判定结果表征上述第一工业样本数据不是合格数据，则基于上述第一关系树、上述第一评分、上述第二评分和上述第三评分获取第一模型损失；上述更新模块，用于基于上述第一模型损失，对上述第一工业样本数据对应的工业事件路径的第一概率进行更新，上述第一概率用于表征工业事件路径的重要程度；上述生成模块，还用于基于更新后的第一概率和上述工业关系树，生成第二工业样本数据，上述第二工业样本数据用于上述工业设备对工业大模型进行训练。

15、第三方面，本技术提供一种电子设备，该电子设备包括：处理器和存储器；该存储器存储可在处理器上运行的程序或指令，上述程序或指令被该处理器执行时实现上述第一方面的方法。

16、第四方面，本技术提供一种可读存储介质，该可读存储介质上存储程序或指令，上述程序或指令被计算机执行时实现上述第一方面的方法。

17、第五方面，本技术提供一种计算机程序产品，该计算机程序产品被存储在存储介质中，当该计算机程序产品被计算机执行时以实现上述第一方面的方法。

18、第六方面，本技术实施例提供了一种芯片，该芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

19、上述第二方面至第六方面的有益效果参考第一方面的对应描述，不再赘述。