(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210371744.9 (22)申请日 2022.04.11 (71)申请人 浙江永基智能科技有限公司 地址 310012 浙江省杭州市西湖区西园九 路8号3幢C座52 9室 (72)发明人 江泳　汪赐　詹伟胜　徐永青　 贾永晓　冯维　周正晶　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 赵芳 (51)Int.Cl. G06Q 10/04(2012.01) G06N 20/20(2019.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 一种多指标高速公路摄像设备状态检测及 故障预警方法 (57)摘要 本发明提供了一种多指标高速公路摄像设 备状态检测及故障预警方法， 其具体步骤如下： 步骤S1、 采集高速公路摄像设备工作时全寿命周 期的功率遥测数据； 步骤S2、 对采集的功率遥感 数据通过K均值聚类算法进行分类， 得到所有数 据的簇划分； 步骤S3、 对于簇划分中的每一部分， 构建相应的基于指数平滑法的高速公路摄像设 备功率预测模型， 输入功率遥感数据， 得到对应 的预测数据； 步骤S4、 根据采集得到的功率遥感 数据和预测得到的预测数据， 可以求得两者的绝 对误差和一段时间内的平均绝对误差， 并与设定 的相应的绝对误差和平均绝对误差的阈值进行 比较； 步骤S5、 根据比较结果， 判断设备所处的状 态以及设备 是否故障老化。 权利要求书2页 说明书5页 附图3页 CN 114676930 A 2022.06.28 CN 114676930 A 1.一种多指标高速公路摄 像设备状态检测及故障预警方法， 其具体步骤如下： 步骤S1、 采集高速公路摄 像设备工作时全寿命周期的功率遥测数据； 步骤S2、 对采集的功率遥感数据通过K均值聚类算法进行分类， 得到所有数据的簇划 分； 步骤S3、 对于簇划分中的每一部分， 构建相应的基于指数平滑法的高速公路摄像设备 功率预测模型， 输入功率遥感数据， 得到对应的预测数据； 步骤S4、 根据采集得到的功率遥感数据和预测得到的预测数据， 可以求得两者的绝对 误差和一段时间内的平均绝对误差， 并与设定的相应的绝对误差和平均绝对误差的阈值进 行比较； 步骤S5、 根据比较结果， 判断设备 所处的状态以及设备 是否故障老化。 2.根据权利要求1所述的一种多指标高速公路摄像设备状态检测及故障预警方法， 其 特征在于： 步骤S2具体步骤 包含： 步骤S21、 根据对数据的先验经验选取合 适的数据特 征和簇树 k值作为聚类的依据； 步骤S22、 如果功率遥感数据量较为庞大， 可以随机选取其中的一部分数据作为样本集 S＝{p1,p2,…pm}， 其中pi为第i个选取的随机样本， m为随机样本的个数； 聚类的簇树为k， 输 出是k个聚类中心{ μ1, μ2,…, μk}， 和相应的簇划分C＝{C1,C2,…Ck}， 其中μi为第i个聚类中 心向量， Ci为第i个聚类中心所分类到样本的集 合， k为聚类中心个数； 步骤S23、 从步骤S22的样本集中随机选 取一个样本作为第一个聚类中心 μ1， 在对样本集 中 每 个 点 与 pi，计 算 其 与 选 择 的 聚 类 中 心 中 最 近 聚 类 中 心 的 距 离 r＝1,2,…kselected， 其中 为 取最小 值， 为pi‑μr的2范数的平方， kselected为已经选取到的聚类中心个数； 然后选择样 本集S中一个新的数据点作为新的聚类中心， 需要满足以下条件： d(pi)越大， pi被选为新 聚 类中心的概率越 大； 重复以上操作直到选出k个聚类中心， 完成聚类中心的初始 化， 得到k个 聚类中心为{ μ1, μ2,…, μk}； 步骤S24、 先将簇划分C初始化 t＝1,2…k， 对于i＝1,2 …m， 计算样本点pi和各 个聚类中心 μj(j＝1,2, …k)的距离： 将pi用dij中最小距离所对 应的聚类 中心μj进行分类， 再更新簇划分Cj＝Cj∪{pi}； 在将所有样本点分类完之后， 对于j＝1, 2,…,k， 对簇划分Cj中的所有样本点通过公式 求得新的聚类中心， 其中|Cj |为簇划分Cj中样本的个数； 重复上述操作， 直到k个聚类中心的值都不再发生变化， 输出k 个聚类中心： { μ1, μ2,…, μk}； 步骤S25、 通过k个聚类中心对所有采集的功率遥感数据进行聚类划分， 得到所有数据 的簇划分C＝{C1,C2,…Ck}。 3.根据权利要求1所述的一种多指标高速公路摄像设备状态检测及故障预警方法， 其 特征在于： 步骤S3中预测模型建立的具体步骤 包含： 步骤S31、 选 定平滑系数α 和二次指数平 滑值 和 的初始值； 步骤S32、 二次指数平 滑法的预测模型的计算公式为：权　利　要　求　书 1/2 页 2 CN 114676930 A 2Ft+T＝at+btT 式中， 为第t期的一次指数平滑值， α 为平滑系数， xt为第t期的采集数据， 为第t 期的二次指数平 滑值， Ft+T为第t+T期的预测值， T为预测超前期数； 步骤S33、 输入采集的功率遥感数据， 得到对应的预测数据。 4.根据权利要求1所述的一种多指标高速公路摄像设备状态检测及故障预警方法， 其 特征在于： 步骤S4中采集得到的功率遥感数据和预测得到的预测数据的绝对误差 一段时间内的平均绝对误差 MAE， 计算公式如下： 式中m为一段时间内样本个数， pi为数据真实值， 为预测 值。 5.根据权利要求1所述的一种多指标高速公路摄像设备状态检测及故障预警方法， 其 特征在于： 步骤S5中设备状态判断的步骤 包括： 对当前数据 点绝对误差errcur和上一个数据 点绝对误差errpre设定不同的阈值， 判断设 备上个数据点的状态； 对一段时间的平均绝对误差设定阈值， 判断设备在这段时间内的状态。权　利　要　求　书 2/2 页 3 CN 114676930 A 3