车辆故障诊断方法、装置、电子设备和存储介质与流程

本技术涉及计算机，具体而言，涉及一种车辆故障诊断方法、装置、电子设备和存储介质。

背景技术：

1、目前利用车辆运行数据进行车辆故障识别诊断，主要有两类：第一类是利用flink等架构，对实时上传的运行数据进行流处理诊断；第二类是利用 spark等架构，对已经落库的离线数据进行批处理诊断。

2、然而，流处理诊断能实时地识别车辆故障，便于市场端及时联络客户进行处置，但是受限于当前的流处理方案和框架，远程监控系统不支持复杂的诊断逻辑，应用场景大大受限。批处理诊断能利用分布式计算的优点，在服务器部署自研算法，进行复杂逻辑的诊断，但是需要查询和计算海量数据，所以耗时更长，时效性无法得到保证，而且对计算资源和存储资源要求高。

技术实现思路

1、本技术实施例的目的在于提供一种车辆故障诊断方法、装置、电子设备和存储介质，用于至少克服现有故障诊断方法存在的适用范围受限、准确性较低的缺点。

2、第一方面，本发明提供一种车辆故障诊断方法，所述方法应用于云端，所述方法包括：

3、当触发告警触发诊断流程时，基于工单信息判断是否已存在满足第一预设条件的工单，其中，所述触发告警为输入数据源生成的告警信息，所述告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息；

4、当不存在所述满足第一预设条件的工单时，则基于诊断信息判断是否存在满足第二预设条件的诊断流程；

5、当不存在所述满足第二预设条件的诊断流程，基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果，其中，所述告警逻辑值用于识别筛选某段时间内的报警预警次数或时长，所述数据逻辑值用于计算报警前后一段时间内信号的统计值，或根据微批数据进行自研算法计算并输出结果逻辑值，所述特征逻辑值用于查询匹配相关特征数据表的特征字段。

6、在本技术第一方面中，本技术能够根据微批数据进行自研算法计算并输出结果逻辑值，进而生成诊断结果，这样一来，就能够利用诊断时“微批处理”的特性，生成故障时段相关特征数据并存储，为人工智能故障预测算法积累样本数据，并且大大压缩了数据存储和批处理计算资源的消耗，进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面，本技术相比现有技术，其应用于云端，进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面，由于在本技术中，告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息，因此，本技术相比现有技术，扩展了诊断数据源，同时本技术在诊断流程中增加了已有工单的判断、诊断状态的判断，从而扩展了诊断功能，最终提高了车辆故障诊断的适用范围和准确率。

7、在可选的实施方式中，在所述当触发告警触发诊断流程时，所述基于工单信息判断是否已存在满足第一预设条件的工单之前，所述方法还包括：

8、判断所述触发告警的故障时长是否在预设时间范围内；

9、当所述触发告警的故障时长在所述预设时间范围内时，执行所述基于工单信息判断是否已存在满足第一预设条件的工单。

10、在上述可选的实施方式中，通过判断所述触发告警的故障时长是否在预设时间范围内，进而当所述触发告警的故障时长在所述预设时间范围内时，执行所述基于工单信息判断是否已存在满足第一预设条件的工单。

11、在可选的实施方式中，所述方法还包括：

12、基于所述触发告警查找诊断规则，若所述触发告警对应的诊断规则不存在，则不触发所述诊断流程。

13、在上述可选的实施方式中，通过基于所述触发告警查找诊断规则，进而在所述触发告警对应的诊断规则不存在时，能够不触发所述诊断流程。

14、在可选的实施方式中，在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后，所述方法还包括：

15、基于所述诊断结果创建售后服务工单；

16、或生成用车启蒙和用车建议，并将所述用车启蒙和所述用车建议发送客户端。

17、上述可选的实施方式能够基于所述诊断结果创建售后服务工单，或生成用车启蒙和用车建议，并将所述用车启蒙和所述用车建议发送客户端。

18、第二方面，本发明提供一种车辆故障诊断装置，所述装置应用于云端，所述装置包括：

19、第一判断模块，用于当触发告警触发诊断流程时，基于工单信息判断是否已存在满足第一预设条件的工单，其中，所述触发告警为输入数据源生成的告警信息，所述告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息；

20、第二判断模块，用于当不存在所述满足第一预设条件的工单时，则基于诊断信息判断是否存在满足第二预设条件的诊断流程；

21、诊断模块，用于当不存在所述满足第二预设条件的诊断流程，基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果，其中，所述告警逻辑值用于识别筛选某段时间内的报警预警次数或时长，所述数据逻辑值用于计算报警前后一段时间内信号的统计值，或根据微批数据进行自研算法计算并输出结果逻辑值，所述特征逻辑值用于查询匹配相关特征数据表的特征字段。

22、在本技术第二方面中，其能够根据微批数据进行自研算法计算并输出结果逻辑值，进而生成诊断结果，这样一来，就能够利用诊断时“微批处理”的特性，生成故障时段相关特征数据并存储，为人工智能故障预测算法积累样本数据，并且大大压缩了数据存储和批处理计算资源的消耗，进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面，本技术相比现有技术，其应用于云端，进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面，由于在本技术中，告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息，因此，本技术相比现有技术，扩展了诊断数据源，同时本技术在诊断流程中增加了已有工单的判断、诊断状态的判断，从而扩展了诊断功能，最终提高了车辆故障诊断的适用范围和准确率。

23、在可选的实施方式中，所述装置还包括：

24、第三判断模块，用于在所述当触发告警触发诊断流程时，所述基于工单信息判断是否已存在满足第一预设条件的工单之前，判断所述触发告警的故障时长是否在预设时间范围内；

25、当所述触发告警的故障时长在所述预设时间范围内时，执行所述基于工单信息判断是否已存在满足第一预设条件的工单。

26、在上述可选的实施方式中，通过判断所述触发告警的故障时长是否在预设时间范围内，进而当所述触发告警的故障时长在所述预设时间范围内时，执行所述基于工单信息判断是否已存在满足第一预设条件的工单。

27、在可选的实施方式中，所述装置还包括：

28、基于所述触发告警查找诊断规则，若所述触发告警对应的诊断规则不存在，则不触发所述诊断流程。

29、在上述可选的实施方式中，通过基于所述触发告警查找诊断规则，进而在所述触发告警对应的诊断规则不存在时，能够不触发所述诊断流程。

30、在可选的实施方式中，所述装置还包括结果处理模块，用于在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后基于所述诊断结果创建售后服务工单，或生成用车启蒙和用车建议，并将所述用车启蒙和所述用车建议发送客户端。

31、上述可选的实施方式能够基于所述诊断结果创建售后服务工单，或生成用车启蒙和用车建议，并将所述用车启蒙和所述用车建议发送客户端。

32、第三方面，本发明提供一种电子设备，包括：

33、处理器；以及

34、存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，执行如前述实施方式任一项所述的车辆故障诊断方法。

35、本技术第三方面的设备通过执行车辆故障诊断方法，进而能够根据微批数据进行自研算法计算并输出结果逻辑值，进而生成诊断结果，这样一来，就能够利用诊断时“微批处理”的特性，生成故障时段相关特征数据并存储，为人工智能故障预测算法积累样本数据，并且大大压缩了数据存储和批处理计算资源的消耗，进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面，本技术相比现有技术，其应用于云端，进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面，由于在本技术中，告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息，因此，本技术相比现有技术，扩展了诊断数据源，同时本技术在诊断流程中增加了已有工单的判断、诊断状态的判断，从而扩展了诊断功能，最终提高了车辆故障诊断的适用范围和准确率。

36、第四方面，本发明提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行如前述实施方式任一项所述的车辆故障诊断方法。

37、本技术第四方面的存储介质通过执行车辆故障诊断方法，进而能够根据微批数据进行自研算法计算并输出结果逻辑值，进而生成诊断结果，这样一来，就能够利用诊断时“微批处理”的特性，生成故障时段相关特征数据并存储，为人工智能故障预测算法积累样本数据，并且大大压缩了数据存储和批处理计算资源的消耗，进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面，本技术相比现有技术，其应用于云端，进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面，由于在本技术中，告警信息包括实时流处理报警预警信息、车端告警信息和车端dtc信息，因此，本技术相比现有技术，扩展了诊断数据源，同时本技术在诊断流程中增加了已有工单的判断、诊断状态的判断，从而扩展了诊断功能，最终提高了车辆故障诊断的适用范围和准确率。