空气净化控制系统的异常分析方法及系统技术方案

本发明专利技术提供的空气净化控制系统的异常分析方法及系统，涉及人工智能与空气净化技术领域。本发明专利技术在典型净化装置簇包括的典型空气净化装置中确定出抽选典型空气净化装置并分析出对应的数据挖掘方式；基于数据挖掘方式，将装置运行描述数据进行数据特征挖掘操作，以输出装置运行特征表示；通过装置运行特征表示，将初始异常分析网络进行网络优化操作，以输出目标异常分析网络；通过目标异常分析网络，对目标空气净化装置进行异常分析操作，以输出目标空气净化装置对应的异常分析结果数据。本发明专利技术通过对空气净化装置中的空气净化控制系统进行分析，提高了异常分析的可靠度，从而提高对空气净化装置的空气净化效率。对空气净化装置的空气净化效率。对空气净化装置的空气净化效率。

【技术实现步骤摘要】
空气净化控制系统的异常分析方法及系统


[0001]本专利技术涉及人工智能与空气净化
，具体而言，涉及一种空气净化控制系统的异常分析方法及系统。

技术介绍

[0002]人工智能(Artificial Intelligence，简称AI)，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术，一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。其中，机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
[0003]其中，人工智能技术的应用场景较多，例如，可以利用人工智能技术，对空气净化装置的异常进行分析评估，但是，在现有技术中，在进行异常分析评估的过程中，存在着可靠度不高的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种空气净化控制系统的异常分析方法及系统，以在一定程度上提高异常分析的可靠度。
[0005]为实现上述目的，本专利技术实施例采用如下技术方案：一种空气净化控制系统的异常分析方法，包括：对典型净化装置簇中包括的典型空气净化装置，按照至少一种抽选规则进行抽选操作，以确定出与目标装置抽选状态匹配的抽选典型空气净化装置；通过分组评估操作，将所述抽选典型空气净化装置进行采样操作，以输出与目标运行状态匹配的分组评估操作输出数据对应的采样典型空气净化装置；确定出所述采样典型空气净化装置的装置运行描述数据，以及，基于所述装置运行描述数据的数据类型信息，分析出对应的数据挖掘方式，所述装置运行描述数据属于文本数据；
基于所述数据挖掘方式，将所述装置运行描述数据进行数据特征挖掘操作，以输出所述采样典型空气净化装置对应的装置运行特征表示；通过所述装置运行特征表示，将初始异常分析网络进行网络优化操作，以输出所述初始异常分析网络对应的目标异常分析网络；基于目标空气净化装置中风机的当前功率，确定所述目标空气净化装置中过滤装置的剩余使用时长，并确定所述剩余使用时长和预设时长之间的大小关系，以及，在所述剩余使用时长小于或等于所述预设时长的情况下，通过所述目标异常分析网络，对所述目标空气净化装置进行异常分析操作，以输出所述目标空气净化装置对应的异常分析结果数据，所述异常分析结果数据用于反映所述目标空气净化装置的运行异常种类。
[0006]在一些优选的实施例中，在上述空气净化控制系统的异常分析方法中，所述对典型净化装置簇中包括的典型空气净化装置，按照至少一种抽选规则进行抽选操作，以确定出与目标装置抽选状态匹配的抽选典型空气净化装置的步骤，包括：在所述典型净化装置簇包括的典型空气净化装置中，标记出参考典型空气净化装置，所述参考典型空气净化装置具有相应的人工操作标识；基于所述参考典型空气净化装置进行装置关联补充操作，使得在所述典型净化装置簇中，抽选出与所述参考典型空气净化装置相关联的补充典型空气净化装置；对所述参考典型空气净化装置和所述补充典型空气净化装置进行标记，以标记为与目标装置抽选状态匹配的抽选典型空气净化装置。
[0007]在一些优选的实施例中，在上述空气净化控制系统的异常分析方法中，所述补充典型空气净化装置属于第一典型空气净化装置和第二典型空气净化装置的合并结果；所述基于所述参考典型空气净化装置进行装置关联补充操作，使得在所述典型净化装置簇中，抽选出与所述参考典型空气净化装置相关联的补充典型空气净化装置的步骤，包括：通过优化对比分析模型，将指定典型空气净化装置进行对比分析操作，以输出所述指定典型空气净化装置中与所述参考典型空气净化装置相关联的第一典型空气净化装置，所述指定典型空气净化装置包括一部分的所述参考典型空气净化装置和所述典型净化装置簇中所述参考典型空气净化装置以外的典型空气净化装置，所述优化对比分析模型通过一部分的所述参考典型空气净化装置作为相关典型数据且所述指定典型空气净化装置作为非相关典型数据进行网络优化操作以形成；依据所述参考典型空气净化装置进行相关装置补充操作，以确定出所述典型净化装置簇包括的典型空气净化装置中与所述参考典型空气净化装置相关联的第二典型空气净化装置。
[0008]在一些优选的实施例中，在上述空气净化控制系统的异常分析方法中，所述空气净化控制系统的异常分析方法还包括：通过装置关联分析模型，将候选典型空气净化装置进行装置分析操作，以分析出所述候选典型空气净化装置中与所述参考典型空气净化装置相关联的第三典型空气净化装置，所述候选典型空气净化装置包括所述典型净化装置簇中所述参考典型空气净化装置以外的典型空气净化装置；将所述候选典型空气净化装置进行分类操作，使得分析出所述候选典型空气净化
装置中与所述参考典型空气净化装置相关联的第四典型空气净化装置；对所述参考典型空气净化装置、所述补充典型空气净化装置、所述第三典型空气净化装置和所述第四典型空气净化装置进行合并操作，以形成与目标装置抽选状态匹配的抽选典型空气净化装置。
[0009]在一些优选的实施例中，在上述空气净化控制系统的异常分析方法中，所述确定出所述采样典型空气净化装置的装置运行描述数据的步骤，包括：确定出所述采样典型空气净化装置的历史装置描述信息；依据所述历史装置描述信息，将所述采样典型空气净化装置进行关键信息筛选操作，以得到包括装置关键信息的描述数据、用户关键信息的描述数据和运行关键信息的描述数据的装置运行描述数据，所述装置关键信息用于对所述采样典型空气净化装置的属性信息进行表征，所述用户关键信息用于对所述采样典型空气净化装置对应的装置使用用户的属性信息进行表征，所述运行关键信息用于对所述采样典型空气净化装置的运行过程信息进行表征。
[0010]在一些优选的实施例中，在上述空气净化控制系统的异常分析方法中，所述基于所述数据挖掘方式，将所述装置运行描述数据进行数据特征挖掘操作，以输出所述采样典型空气净化装置对应的装置运行特征表示的步骤，包括：分析出所述装置运行描述数据中每一个局部装置运行描述数据的数据类型信息对应的数据挖掘方式；依据每一个所述局部装置运行描述数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气净化控制系统的异常分析方法，其特征在于，包括：对典型净化装置簇中包括的典型空气净化装置，按照至少一种抽选规则进行抽选操作，以确定出与目标装置抽选状态匹配的抽选典型空气净化装置；通过分组评估操作，将所述抽选典型空气净化装置进行采样操作，以输出与目标运行状态匹配的分组评估操作输出数据对应的采样典型空气净化装置；确定出所述采样典型空气净化装置的装置运行描述数据，以及，基于所述装置运行描述数据的数据类型信息，分析出对应的数据挖掘方式，所述装置运行描述数据属于文本数据；基于所述数据挖掘方式，将所述装置运行描述数据进行数据特征挖掘操作，以输出所述采样典型空气净化装置对应的装置运行特征表示；通过所述装置运行特征表示，将初始异常分析网络进行网络优化操作，以输出所述初始异常分析网络对应的目标异常分析网络；基于目标空气净化装置中风机的当前功率，确定所述目标空气净化装置中过滤装置的剩余使用时长，并确定所述剩余使用时长和预设时长之间的大小关系，以及，在所述剩余使用时长小于或等于所述预设时长的情况下，通过所述目标异常分析网络，对所述目标空气净化装置进行异常分析操作，以输出所述目标空气净化装置对应的异常分析结果数据，所述异常分析结果数据用于反映所述目标空气净化装置的运行异常种类。2.如权利要求1所述的空气净化控制系统的异常分析方法，其特征在于，所述对典型净化装置簇中包括的典型空气净化装置，按照至少一种抽选规则进行抽选操作，以确定出与目标装置抽选状态匹配的抽选典型空气净化装置的步骤，包括：在所述典型净化装置簇包括的典型空气净化装置中，标记出参考典型空气净化装置，所述参考典型空气净化装置具有相应的人工操作标识；基于所述参考典型空气净化装置进行装置关联补充操作，使得在所述典型净化装置簇中，抽选出与所述参考典型空气净化装置相关联的补充典型空气净化装置；对所述参考典型空气净化装置和所述补充典型空气净化装置进行标记，以标记为与目标装置抽选状态匹配的抽选典型空气净化装置。3.如权利要求2所述的空气净化控制系统的异常分析方法，其特征在于，所述补充典型空气净化装置属于第一典型空气净化装置和第二典型空气净化装置的合并结果；所述基于所述参考典型空气净化装置进行装置关联补充操作，使得在所述典型净化装置簇中，抽选出与所述参考典型空气净化装置相关联的补充典型空气净化装置的步骤，包括：通过优化对比分析模型，将指定典型空气净化装置进行对比分析操作，以输出所述指定典型空气净化装置中与所述参考典型空气净化装置相关联的第一典型空气净化装置，所述指定典型空气净化装置包括一部分的所述参考典型空气净化装置和所述典型净化装置簇中所述参考典型空气净化装置以外的典型空气净化装置，所述优化对比分析模型通过一部分的所述参考典型空气净化装置作为相关典型数据且所述指定典型空气净化装置作为非相关典型数据进行网络优化操作以形成；依据所述参考典型空气净化装置进行相关装置补充操作，以确定出所述典型净化装置簇包括的典型空气净化装置中与所述参考典型空气净化装置相关联的第二典型空气净化
装置。4.如权利要求3所述的空气净化控制系统的异常分析方法，其特征在于，所述空气净化控制系统的异常分析方法还包括：通过装置关联分析模型，将候选典型空气净化装置进行装置分析操作，以分析出所述候选典型空气净化装置中与所述参考典型空气净化装置相关联的第三典型空气净化装置，所述候选典型空气净化装置包括所述典型净化装置簇中所述参考典型空气净化装置以外的典型空气净化装置；将所述候选典型空气净化装置进行分类操作，使得分析出所述候选典型空气净化装置中与所述参考典型空气净化装置相关联的第四典型空气净化装置；对所述参考典型空气净化装置、所述补充典型空气净化装置、所述第三典型空气净化装置和所述第四典型空气净化装置进行合并操作，以形成与目标装置抽选状态匹配的抽选典型空气净化装置。5.如权利要求1所述的空气净化控制系统的异常分析方法，其特征在于，所述确定出所述采样典型空气净化装置的装置运行描述数据的步骤，包括：确定出所述采样典型空气净化装置的历史装置描述信息；依据所述历史装置描述信息，将所述采样典型空气净化装置进行关键信息筛选操作，以得到包括装置关键信息的描述数据、用户关键信息的描述数据和运行关键信息的描述数据的装置运行描述数据，所述装置关键信息用于对所述采样典型空气净化装置的属性信息进行表征，所述用户关键信息用于对所述采样典型空气净化装置对应的装置使用用户的属性信息进行表征，所述运行关键信息用于对所述采样典型空气净化装置的运行过程信息进行表征。6.如权利要求1所述的空气净化控制系统的异常分析方法，其特征在于，所述基于所述数据挖掘方式，将所述装置运行描述数据进行数据特征挖掘操作，以输出所述采样典型空气净化装置对应的装置运行特征表示的步骤，包括：分析出所述装置运行描述数据中每一个局部装置运行描述数据的数据类型信息对应的数据挖掘方式；依据每一个所述局部装置运行描述数据对应的数据挖掘方式，将每一个所述局部装置运行描述数据进行数据特征挖...

【专利技术属性】
技术研发人员：高凤翔，张天亮，
申请(专利权)人：深圳市鼎信科技有限公司，
类型：发明
国别省市：