公开(公告)号：CN119311519A

公开(公告)日：2025-01-14

申请号：CN202411403732.5

申请日：2024-10-09

Applicant: 北京计算机技术及应用研究所

Inventor： 何辰飞 ,  王晓光 ,  季时鹏 ,  姜有田 ,  黄聿澍 ,  周宏运 ,  赵淑莉

IPC: G06F11/30 ,  G06F11/34 ,  G06F16/334 ,  G06F16/3329 ,  G06F40/30 ,  G06N5/04 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/049 ,  H04L41/069 ,  H04L41/0631

Abstract: 本发明涉及一种基于大模型故障检测方法，属于大数据领域。本发明的方法采用改进模型进行故障检测，该改进模型包括：encoder‑dyLLM、声音嵌入模块和词嵌入模块，其中，该改进模型包括如下流程：按照时间戳将文本和声音数据分割成n段，在第k次推理中，第k个文本数据段落通过词嵌入模块生成文本向量，第k次声音数据通过声音嵌入模块生成声音向量，第j次encoder‑dyLLM推理输出缓存向量memj，文本向量、声音向量和缓存向量进行concat，送入encoder‑dyLLM推理，完成第k次改进模型推理；encoder‑dyllama输出的分类结果包括：正常、IO故障和系统故障。本发明通过改造decoder模块、引入全局缓存、引入声音、ECC数据实现多种数据融合，提升了模型对于故障检测的鲁棒性。