【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种故障预测模型训练方法、照明设备故障预测方法、装置和计算机设备。
技术介绍
1、随着城市化的发展，道路建设规模的不断扩大，道路照明在城市、乡村建设中发挥的作用越来越大，已经成为城市现代化水平的重要标志之一。
2、照明设备故障(如路灯故障等)将影响人类社会生活的正常发展。目前，照明设备故障通常依靠定期检查和被动维修来处理。而这种方式存在预防性维护不足等问题。
3、如何及时预测照明设备故障并提升故障预测准确性是现阶段亟待解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提升照明设备故障预测及时性以及准确性的故障预测模型训练方法、照明设备故障预测方法、装置和计算机设备。
2、一种故障预测模型训练方法，包括：获取照明设备在历史事件段的历史工作数据；构建初始故障预测模型；确定对应初始故障预测模型的待优化模型参数集合；基于待优化模型参数集合，生成对应的模型参数组；获取对应模型参数组的运行体，运行体包括对应的运行数据；将历史工作数据划分为训练集数据、验证集数据和测试集数据；基于训练集数据以及运行体的运行数据，对初始故障预测模型进行迭代训练，基于所述验证集数据对训练完成的初始故障预测模型进行交叉验证，基于测试集数据对交叉验证后的初始故障预测模型进行测试，得到故障预测模型。
3、一种照明设备故障预测方法，包括：获取待测照明设备的实时工作数据；对实时工作数据进行预处理，生成对应的向量数据；将向量数据
4、一种故障预测模型训练装置，包括：历史工作数据获取模块，用于获取照明设备在历史事件段的历史工作数据；构建模块，用于构建初始故障预测模型；待优化模型参数集合确定模块，用于确定对应初始故障预测模型的待优化模型参数集合；模型参数组确定模块，用于基于待优化模型参数集合，生成对应的模型参数组；运行体获取模块，用于获取对应模型参数组的运行体，运行体包括对应的运行数据；拆分模块，将历史工作数据划分为训练集数据、验证集数据和测试集数据；训练模块，用于基于训练集数据以及运行体的运行数据，对初始故障预测模型进行迭代训练，基于验证集数据对训练完成的初始故障预测模型进行交叉验证，基于测试集数据对交叉验证后的初始故障预测模型进行测试，得到故障预测模型。
5、一种照明设备故障预测装置，包括：实时工作数据获取模块，用于获取待测照明设备的实时工作数据；预处理模块，用于对实时工作数据进行预处理，生成对应的向量数据；预测模块，用于将向量数据输入上述任一项训练方法预先训练完成的故障预测模型，对待测照明设备进行故障预测，生成对应的预测结果。
6、一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现供述任一项方法的步骤。
7、一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法的步骤。
8、上述故障预测模型训练方法、照明设备故障预测方法、装置和设备，通过获取照明设备在历史事件段的历史工作数据；构建初始故障预测模型；确定对应初始故障预测模型的待优化模型参数集合；基于待优化模型参数集合，生成对应的模型参数组；获取对应模型参数组的运行体，运行体包括对应的运行数据；将历史工作数据划分为训练集数据、验证集数据和测试集数据；基于训练集数据以及运行体的运行数据，对初始故障预测模型进行迭代训练，基于验证集数据对训练完成的初始故障预测模型进行交叉验证，基于测试集数据对交叉验证后的初始故障预测模型进行测试，得到故障预测模型。从而，在进行模型训练的时候，将待优化模型参数集合所对应模型参数组视为运行体，并基于运行体的运行数据进行模型训练迭代，使得模型训练结合了天体运行规律，可以提升模型训练的准确性以及训练速度，提升模型训练效率，进而可用于后续进行照明设备故障预测，可以提升照明故障预测的及时性以及预测的准确性。
本文档来自技高网...【技术保护点】
1.一种故障预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述训练集数据以及所述运行体的运行数据，对所述初始故障预测模型进行迭代训练，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述输出结果以及所述模型参数组所对应运行体的运行数据，对所述初始故障预测模型进行迭代训练，得到训练完成的初始故障预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述模型参数组所对应运行体的运行数据进行行星运动模拟更新，以对所述初始故障预测模型进行待优化模型参数的更新，包括：
5.根据权利要求4所述的方法，其特征在于，所述运行数据包括运行体的位置信息、速度信息、加速度信息以及质量信息；
6.根据权利要求2所述的方法，其特征在于，所述初始故障预测模型包括输入层、卷积层、池化层、全连接层以及输出层；
7.一种照明设备故障预测方法，其特征在于，包括：
8.一种故障预测模型训练装置，其特征在于，包括：
9.一种照明设备故障预测装置，其特征在于，包括
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种故障预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述训练集数据以及所述运行体的运行数据，对所述初始故障预测模型进行迭代训练，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述输出结果以及所述模型参数组所对应运行体的运行数据，对所述初始故障预测模型进行迭代训练，得到训练完成的初始故障预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述模型参数组所对应运行体的运行数据进行行星运动模拟更新，以对所述初始故障预测模型进行待优化模型参数的更新，包括：
5.根...
【专利技术属性】
技术研发人员：李孝田，刘迎春，高扬，张磊，
申请(专利权)人：北京这房行信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。