买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：航电所(成都)科技有限公司

摘要：本发明实施例提供了一种火电厂云端系统的软件升级方法及系统，基于样本系统运行崩溃数据的崩溃联动特征向量及崩溃联动特征向量与编码器和取样网络单元的先验对应信息，构建编码器及取样网络单元；将编码器及取样网络单元与多层感知机进行融合，生成初始化系统缺陷预测网络；基于初始化系统缺陷预测网络，对样本系统运行崩溃数据序列进行设定轮次的去相关处理，对去相关处理后的样本系统运行崩溃数据序列进行系统缺陷预测，生成收敛后的系统缺陷预测网络；根据收敛后的系统缺陷预测网络对待检测系统运行崩溃数据序列进行系统缺陷预测，生成最终系统缺陷预测结果并对火电厂云端系统进行升级修复，由此提高后续对火电厂云端系统的升级效率。

主权项：1.一种火电厂云端系统的软件升级方法，其特征在于，所述方法包括：获取火电厂云端系统的样本系统运行崩溃数据序列，提取所述样本系统运行崩溃数据序列中各个样本系统运行崩溃数据的崩溃特征向量，确定所述崩溃特征向量的崩溃上下游环节数据，生成崩溃联动特征向量，并基于所述样本系统运行崩溃数据序列的崩溃联动特征向量及所述崩溃联动特征向量与编码器和取样网络单元的先验对应信息，配置相应级联数量的编码器及取样网络单元，将所述编码器及取样网络单元与设定的去相关网络单元及多层感知机进行融合，生成初始化系统缺陷预测网络；基于所述初始化系统缺陷预测网络，对所述样本系统运行崩溃数据序列进行设定轮次的去相关处理，生成目标样本崩溃数据序列，并对所述目标样本崩溃数据序列进行系统缺陷预测，生成所述目标样本崩溃数据序列的系统缺陷预测结果，对所述系统缺陷预测结果进行缺陷预测误差值确定，生成缺陷预测误差值，并判断所述缺陷预测误差值是否大于设定误差值，如果所述缺陷预测误差值大于所述设定误差值，则更新所述初始化系统缺陷预测网络的网络权重信息，并返回所述基于所述初始化系统缺陷预测网络，对所述样本系统运行崩溃数据序列进行设定轮次的去相关处理的步骤，直至所述缺陷预测误差值不大于设定误差值时，生成收敛后的所述系统缺陷预测网络；获取上传的待检测系统运行崩溃数据序列，根据收敛后的所述系统缺陷预测网络对所述待检测系统运行崩溃数据序列进行系统缺陷预测，生成所述待检测系统运行崩溃数据序列的最终系统缺陷预测结果，基于所述最终系统缺陷预测结果对火电厂云端系统进行升级修复；所述对所述样本系统运行崩溃数据序列进行设定轮次的去相关处理，生成目标样本崩溃数据序列，包括：对所述样本系统运行崩溃数据序列执行设定轮次的编码和取样，生成候选系统运行崩溃数据序列；对所述候选系统运行崩溃数据序列进行去相关处理，生成目标样本崩溃数据序列；所述对所述样本系统运行崩溃数据序列执行设定轮次的编码和取样，生成候选系统运行崩溃数据序列，包括：配置设定数量的神经元阵列；提取所述样本系统运行崩溃数据序列中的样本系统运行崩溃数据，生成所述样本系统运行崩溃数据的运行崩溃点阵列；根据每个所述神经元阵列与所述运行崩溃点阵列进行编码，生成编码描述序列；对所述编码描述序列中的编码描述数据进行聚类，生成多个聚类编码描述；提取每个所述聚类编码描述内崩溃时域特征值中的异常特征值，并将所述异常特征值代替所对应的聚类编码描述的崩溃时域特征值，生成候选系统运行崩溃数据序列；所述对所述目标样本崩溃数据序列进行系统缺陷预测，生成所述目标样本崩溃数据序列的系统缺陷预测结果，包括：基于设定分类器对所述目标样本崩溃数据序列进行计算，生成所述目标样本崩溃数据序列的缺陷预测热力图；基于所述缺陷预测热力图大小，确定所述目标样本崩溃数据序列的系统缺陷预测结果；所述基于设定分类器对所述目标样本崩溃数据序列进行计算，生成所述目标样本崩溃数据序列的缺陷预测热力图，包括：将所述目标样本崩溃数据序列进行整理，并对所述目标样本崩溃数据序列中的每一个崩溃点进行目标轮次的特征转换，生成特征转换崩溃点；对所述特征转换崩溃点进行缺陷预测，生成目标预测缺陷；对所述目标预测缺陷进行热力值计算，生成所述目标样本崩溃数据序列的缺陷预测热力图。

全文数据：

权利要求：

百度查询： 航电所(成都)科技有限公司 火电厂云端系统的软件升级方法及系统