技术摘要：
本发明公开了一种基于大数据分析的设备维护方法及装置，该方法包括获取设备的状态数据，对状态数据进行数据预处理，并对预处理后的状态数据提取特征，得到状态数据的多个描述符。对状态数据的多个描述符进行聚类分析，确定出设备的故障状态。根据设备的故障状态，确定  全部
背景技术：
设备维护一般有三种模式：事后维护、预防性维护和预测性维护，其中预测性维护 的价值最为明显：短期内：企业可以获得二次营销利益；长期看：更好地为客户提供优质服 务，改善产品质量，提高用户满意度。 目前行业设备维护的痛点为： (1)准确性不足：由于业界缺乏足够的可用数据，导致所用模型没有得到充分验 证，机器学习的结论往往是片面的。 (2)知识体系复杂：需要大数据算法工程师和专业领域的机械、自动化等工程师共 同参与完成。 (3)落地性差：设备故障具有复杂性、多样性、易受外界因素影响等特点，导致目前 的设备维护方案只能解决个别问题，没有通用性。
技术实现要素：
本发明实施例提供一种基于大数据分析的设备维护方法及装置，用以及时进行故 障预测，进行设备维护，延长设备使用寿命，提高用户体验。 第一方面，本发明实施例提供一种基于大数据分析的设备维护方法，包括： 获取设备的状态数据； 对所述状态数据进行数据预处理，并对预处理后的所述状态数据提取特征，得到 所述状态数据的多个描述符； 对所述状态数据的多个描述符进行聚类分析，确定出所述设备的故障状态； 根据所述设备的故障状态，确定出所述设备的健康状态，并将所述健康状态推送 给客服系统，以使客服人员根据所述设备的健康状态对所述设备进行维护相关的操作。 上述技术方案中，通过对状态数据进行预处理后得到多个描述符然后进行聚类分 析后确定出设备的故障状态，从而可以基于该设备的故障状态来得到设备的健康状态，可 以使得客服人员及时根据设备的健康状态进行相应的维护操作，从而实现延长设备使用寿 命，提高用户体验。 可选的，所述对所述状态数据进行数据预处理，包括： 对所述状态数据进行ETL过程； 对所述状态数据进行噪声去除； 对所述状态数据进行基于模型特异性需求的清洗操作。 可选的，所述对预处理后的所述状态数据提取特征，得到所述状态数据的多个描 述符，包括： 4 CN 111582516 A 说　明　书 2/8 页 对所述预处理后的所述状态数据进行单特征提取，得到描述符； 对所述预处理后的所述状态数据进行关联分析，得到描述符； 对所述预处理后的所述状态数据进行抽象特征生成，得到描述符。 可选的，所述根据所述设备的故障状态，确定出所述设备的健康状态，包括： 所述设备的故障状态为故障机时，将所述设备确定为故障设备并将所述设备的故 障状态经过专家库的诊断，确定出所述设备的故障等级； 所述设备的故障状态为非故障机时，根据所述设备的当前状态数据进行预测分 析，得到所述设备的预测的状态数据；将所述预测的状态数据重新聚类分析，确定出所述设 备的预测故障状态，若所述设备的预测故障状态为故障机，将所述设备确定为亚健康设备 并将所述设备的预测故障状态经过所述专家库的诊断，确定出所述设备的故障等级；若所 述设备的预测故障状态为非故障机，则确定所述设备为健康设备。 可选的，所述根据所述设备的当前状态数据进行预测分析，得到所述设备的预测 的状态数据，包括： 使用LSTM算法对所述设备的当前状态数据进行预测分析，得到所述设备的预测的 状态数据。 第二方面，本发明实施例提供一种基于大数据分析的设备维护装置，包括： 获取单元，用于获取设备的状态数据； 处理单元，用于对所述状态数据进行数据预处理，并对预处理后的所述状态数据 提取特征，得到所述状态数据的多个描述符；对所述状态数据的多个描述符进行聚类分析， 确定出所述设备的故障状态；根据所述设备的故障状态，确定出所述设备的健康状态，并将 所述健康状态推送给客服系统，以使客服人员根据所述设备的健康状态对所述设备进行维 护相关的操作。 可选的，所述处理单元具体用于： 对所述状态数据进行ETL过程； 对所述状态数据进行噪声去除； 对所述状态数据进行基于模型特异性需求的清洗操作。 可选的，所述处理单元具体用于： 对所述预处理后的所述状态数据进行单特征提取，得到描述符； 对所述预处理后的所述状态数据进行关联分析，得到描述符； 对所述预处理后的所述状态数据进行抽象特征生成，得到描述符。 可选的，所述处理单元具体用于： 所述设备的故障状态为故障机时，将所述设备确定为故障设备并将所述设备的故 障状态经过专家库的诊断，确定出所述设备的故障等级； 所述设备的故障状态为非故障机时，根据所述设备的当前状态数据进行预测分 析，得到所述设备的预测的状态数据；将所述预测的状态数据重新聚类分析，确定出所述设 备的预测故障状态，若所述设备的预测故障状态为故障机，将所述设备确定为亚健康设备 并将所述设备的预测故障状态经过所述专家库的诊断，确定出所述设备的故障等级；若所 述设备的预测故障状态为非故障机，则确定所述设备为健康设备。 可选的，所述处理单元具体用于： 5 CN 111582516 A 说　明　书 3/8 页 使用LSTM算法对所述设备的当前状态数据进行预测分析，得到所述设备的预测的 状态数据。 第三方面，本发明实施例还提供一种计算设备，包括： 存储器，用于存储程序指令； 处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述基于 大数据分析的设备维护方法。 第四方面，本发明实施例还提供一种计算机可读非易失性存储介质，包括计算机 可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述基于大数据 分析的设备维护方法。 附图说明 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本 领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他 的附图。 图1为本发明实施例提供的一种系统架构的示意图； 图2为本发明实施例提供的一种基于大数据分析的设备维护方法的流程示意图； 图3为本发明实施例提供的一种系统架构的示意图； 图4为本发明实施例提供的一种基于大数据分析的设备维护的示意图； 图5为本发明实施例提供的一种健康状态分析的示意图； 图6为本发明实施例提供的一种基于大数据分析的设备维护装置的结构示意图。