(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211219387.0 (22)申请日 2022.10.08 (71)申请人 南京广权科技有限公司 地址 210000 江苏省南京市江宁区汤山工 业集中区上峰片区 (72)发明人 赵士贤　 (74)专利代理 机构 北京专赢专利代理有限公司 11797 专利代理师 李斌 (51)Int.Cl. G06F 16/28(2019.01) G06F 16/2455(2019.01) G06K 9/62(2022.01) (54)发明名称 一种用于信息化串流的故障信息归类方法 及系统 (57)摘要 本发明适用于数据处理技术领域， 提供了一 种用于信息化串流的故障信息归类方法及系统， 包括以下步骤： 接收历史数据流故障信息， 所述 历史数据流故障信息包括异常数据流、 数据参数 名称和故障原因； 根据故障原因对历史数据流故 障信息进行第一次分类， 从而得到若干个大类， 根据数据参数名 称对每大类中的历史数据流故 障信息进行第二次分类， 从而得到若干个小类； 对每小类中的异常数据流进行分析， 确定数据趋 势特征， 数据趋势特征上标记有数据参数名称， 对所有的数据趋势特征进行汇总， 得到数据趋势 库。 本发明通过将当前数据流故障信息输入至数 据趋势库， 进行数据变化趋势的匹配， 就能够自 动得到预测故障原因， 预测速度快， 预测结果精 准。 权利要求书2页 说明书8页 附图6页 CN 115292423 A 2022.11.04 CN 115292423 A 1.一种用于信息化串流的故障信息归类方法， 其特 征在于， 所述方法包括以下步骤： 接收历史数据流故障信息， 所述历史数据流故障信息包括异常数据流、 数据参数名称 和故障原因； 根据故障原因对历史数据流故障信息进行第一次分类， 从而得到若干个大类， 根据数 据参数名称对每大类中的历史数据流故障信息进行第二次分类， 从而得到若干个小类； 对每小类中的异常数据流进行分析， 确定数据趋势特征， 数据趋势特征上标记有数据 参数名称， 对所有的数据趋势特征进 行汇总， 得到数据趋势库， 所述数据趋势库包括多种数 据趋势特 征和对应的故障原因； 接收当前数据流故障信息， 将当前数据流故障信息输入至数据趋势库， 自动输出预测 故障原因。 2.根据权利要求1所述一种用于信 息化串流的故障信 息归类方法， 其特征在于， 所述对 每小类中的异常数据流进行分析， 确定数据趋势特 征的步骤， 具体包括： 确定每小类中每个异常数据流的突变特征， 所述突变特征包括突变速度和突变端点 值； 根据每个异常数据流的突变特 征的相似度， 对异常数据流进行分组和筛 选； 根据筛选后的异常数据流确定数据趋势特征， 所述数据趋势特征包括一组或者多组突 变速度范围和突变端点 值范围。 3.根据权利要求2所述一种用于信 息化串流的故障信 息归类方法， 其特征在于， 所述确 定每小类中每 个异常数据流的突变特 征的步骤， 具体包括： 根据最小间隔值依次计算异常数据流的每段变换速度； 当后一段的变换速度相比前一段变换速度的变化幅度大于设定变化值 时， 设定后一段 的变换速度为 突变速度， 记录突变端点 值； 当后一段的变换速度相比前一段变换速度的变化幅度小于或者等于设定变化值时， 且 前一段变换速度为突变速度时， 将这两段变换速度整合为一段， 并对突变速度和突变端点 值进行更新； 对所有的突变速度和对应的突变端点 值进行汇总， 从而得到突变特 征。 4.根据权利要求2所述一种用于信 息化串流的故障信 息归类方法， 其特征在于， 所述根 据每个异常数据流的突变特 征的相似度， 对异常数据流进行分组和筛 选的步骤， 具体包括： 根据突变特 征的相似度对每小类的异常数据流进行分组； 根据每组中异常数据流的数量对异常数据流进行筛选， 当一组中异常数据流的数量值 小于设定数量 值， 删除所述组中所有的异常数据流。 5.根据权利要求1所述一种用于信 息化串流的故障信 息归类方法， 其特征在于， 所述将 当前数据流故障信息 输入至数据趋势库， 自动输出 预测故障原因的步骤， 具体包括： 将当前数据流故障信 息输入至数据趋势库， 所述当前数据流故障信 息包含数据参数名 称； 计算当前 数据流故障信息的待验证趋势特 征； 将待验证趋势特征与 数据趋势库中的数据趋势特征进行匹配， 输出匹配度最高的数据 趋势特征以及对应的故障原因。 6.一种用于信息化串流的故障信息归类系统， 其特 征在于， 所述系统包括：权　利　要　求　书 1/2 页 2 CN 115292423 A 2历史数据流接收模块， 用于接收历史数据流故障信息， 所述历史数据流故障信息包括 异常数据流、 数据参数名称和故障原因； 历史数据流归类模块， 用于根据故障原因对历史数据流故障信息进行第一次分类， 从 而得到若干个大类， 根据数据参数名称对每大类中的历史数据流故障信息进行第二次分 类， 从而得到若干个小类； 数据趋势库生成模块， 用于对每小类 中的异常数据流进行分析， 确定数据趋势特征， 数 据趋势特征上标记有 数据参数名称， 对 所有的数据趋势特征进 行汇总， 得到数据趋势库， 所 述数据趋势库包括多种数据趋势特 征和对应的故障原因； 故障原因预测模块， 用于接收当前数据流故障信息， 将当前数据流故障信息输入至数 据趋势库， 自动输出 预测故障原因。 7.根据权利要求6所述一种用于信 息化串流的故障信 息归类系统， 其特征在于， 所述数 据趋势库生成模块包括： 突变特征确定单元， 用于确定每小类中每个异常数据流的突变特征， 所述突变特征包 括突变速度和突变端点 值； 异常数据流筛选单元， 用于根据每个异常数据流的突变特征的相似度， 对异常数据流 进行分组和筛 选； 数据趋势特征确定单元， 用于根据筛选后的异常数据流确定数据趋势特征， 所述数据 趋势特征包括一组或者多组突变速度范围和突变端点 值范围。 8.根据权利要求7所述一种用于信 息化串流的故障信 息归类系统， 其特征在于， 所述突 变特征确定单 元包括： 变换速度确定 子单元， 用于根据最小间隔值依次计算异常数据流的每段变换速度； 突变速度确定子单元， 当后一段的变换速度相比前一段变换速度的变化幅度 大于设定 变化值时， 设定后一段的变换速度为 突变速度， 记录突变端点 值； 突变速度 更新子单元， 当后一段的变换速度相比前一段变换速度的变化幅度小于或者 等于设定变化值时， 且前一段变换速度为突变速度时， 将这两段变换速度整合为一段， 并对 突变速度和突变端点 值进行更新； 突变特征确定子单元， 用于对所有的突变速度和对应的突变端点值进行汇总， 从而得 到突变特 征。 9.根据权利要求6所述一种用于信 息化串流的故障信 息归类系统， 其特征在于， 所述故 障原因预测模块包括： 当前数据流输入单元， 用于将当前数据流故障信息输入至数据趋势库， 所述当前数据 流故障信息包 含数据参数名称； 待验证趋势特 征单元， 用于计算当前 数据流故障信息的待验证趋势特 征； 趋势特征匹配单元， 用于将待验证趋势特征与数据趋势库中的数据趋势特征进行匹 配， 输出匹配度最高的数据趋势特 征以及对应的故障原因。权　利　要　求　书 2/2 页 3 CN 115292423 A 3