← 返回列表
协同工作的多设备异常自动化检测方法及检测系统
申请人信息
- 申请人:慧新全智工业互联科技(青岛)有限公司
- 申请人地址:266100 山东省青岛市崂山区株洲路188号1号楼
- 发明人: 慧新全智工业互联科技(青岛)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 协同工作的多设备异常自动化检测方法及检测系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410163562.1 |
| 申请日 | 2024/2/5 |
| 公告号 | CN117709806A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06Q10/0639 |
| 权利人 | 慧新全智工业互联科技(青岛)有限公司 |
| 发明人 | 林凯; 汤连杰; 于东; 张增伟; 李政亮; 滕孟祥 |
| 地址 | 山东省青岛市崂山区株洲路188号1号楼 |
摘要文本
本申请公开了协同工作的多设备异常自动化检测方法及检测系统，涉及设备异常检测技术领域；该检测方法包括：确定待检测设备的待检测指标；将每个设备的每个待检测指标适配一个智能体；为智能体设计深度强化学习模型并收集智能体数据以训练所述深度强化学习模型；设计智能体的通信协议，并确定智能体之间信息交换方式；将智能体部署到待检测设备上，进行设备异常检测并对设备的运行状态进行控制。本申请方案中智能体能够根据自身状态和环境变化，自动地学习和调整自己的行为，从而实现对设备异常的动态检测和响应；避免静态的指标门限值的局限性，减少误报或漏报的情况，提高检测的准确率和效率。
专利主权项内容
1.协同工作的多设备异常自动化检测方法，其特征在于，包括：S20，确定待检测设备的待检测指标；S40，将每个设备的每个待检测指标适配一个智能体；S60，为智能体设计深度强化学习模型并收集智能体数据以训练所述深度强化学习模型；其中，所述深度强化学习模型包括观察空间、动作空间和奖励函数；S80，设计智能体的通信协议，并确定智能体之间信息交换方式；S100，将智能体部署到待检测设备上，进行设备异常检测并对设备的运行状态进行控制。