-
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
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。