(19)中华 人民共和国 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 202111457869.5 (22)申请日 2021.12.01 (71)申请人 香港中文大 学 （深圳） 地址 518000 广东省深圳市龙岗区龙翔大 道2001号 (72)发明人 李铭豪　蔡玮　何豪　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 刘珂 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06F 119/12(2020.01) (54)发明名称 一种组件状态时序预测方法、 装置、 设备及 存储介质 (57)摘要 本申请公开了一种组件状态时序预测方法、 装置、 设备及存储介质， 该方法包括： 获取组件状 态序列数据集， 并转换成one ‑hot编码队列； 将设 定时间步长对应的one ‑hot编码作为输入队列， 并将下一步作为输出标签值， 建立并训练序列预 测模型； 将设定个数组件状态对应的one ‑hot编 码作为输入队列， 并将最后一个组件状态到下一 个组件状态之间的时间间隔作为输出标签值， 建 立并训练时间预测模型； 叠加序列预测模型和时 间预测模型， 得到时序预测模型； 将待测组件状 态信息输入至时序预测模型， 输出下一步发生的 组件状态对应的one ‑hot编码及时间间隔预测 值。 这样可以实时预测由用户调用组件产生的组 件状态时序， 且预测结果 准确度高。 权利要求书2页 说明书7页 附图2页 CN 114117929 A 2022.03.01 CN 114117929 A 1.一种组件状态时序预测方法， 其特 征在于， 包括： 获取组件状态序列数据集， 并将所有 的所述组件状态序列数据集转换成one ‑hot编码 队列； 将设定时间步长对应的one ‑hot编码作为输入队列， 并将下一步设定时间步长对应的 one‑hot编码作为输出 标签值， 建立并训练序列预测模型； 将设定个数组件状态对应的one ‑hot编码作为输入队列， 并将所述设定个数组件状态 中的最后一个组件状态到下一个组件状态之间的时间间隔作为输出标签值， 建立并训练 时 间预测模型； 叠加所述序列预测模型和所述时间预测模型， 得到时序预测模型； 将待测组件状态信息输入至所述时序预测模型， 输出下一步发生的组件状态对应的 one‑hot编码及时间 间隔预测值。 2.根据权利要求1所述的组件状态时序 预测方法， 其特征在于， 所述序列预测模型包括 具有128单元、 激活函数为双曲正切、 输入形状为与所述设定时间步长对应的one ‑hot长度 的第一LSTM层， 以及激活函数为softmax、 输出形状为与所述设定时间步长对应的one ‑hot 长度的第一全连接层。 3.根据权利要求2所述的组件状态时序 预测方法， 其特征在于， 所述 时间预测模型包括 具有128单元、 激活函数为双曲正切、 输入形状为与所述设定个数组件状态对应的one ‑hot 长度的第二 LSTM层， 以及输出 形状为1的第二全连接层。 4.根据权利要求3所述的组件状态时序 预测方法， 其特征在于， 与所述设定时间步长对 应的one‑hot长度和与所述设定个数组件状态对应的o ne‑hot长度相同。 5.根据权利要求1所述的组件状态时序 预测方法， 其特征在于， 所述将所有的所述组件 状态序列数据集 转换成one‑hot编码队列， 包括： 在所有的所述组件状态序列 数据集中通过逆向方法得到所有的组件的名称， 分别对每 个组件添加开始状态和结束状态； 根据得到的名称、 添加的开始状态和结束状态， 对所有的组件状态进行编码， 得到one ‑ hot编码队列。 6.一种组件状态时序预测装置， 其特 征在于， 包括： 编码队列转换模块， 用于获取组件状态序列数据集， 并将所有的所述组件状态序列数 据集转换成one‑hot编码队列； 序列预测模型建立模块， 用于将设定时间步长对应的one ‑hot编码作 为输入队列， 并将 下一步设定时间步长对应的o ne‑hot编码作为输出 标签值， 建立并训练序列预测模型； 时间预测模型建立模块， 用于将设定个数组件状态对应的one ‑hot编码作 为输入队列， 并将所述设定个数组件状态中的最后一个组件状态到下一个组件状态之间的时间间隔作 为输出标签值， 建立并训练时间预测模型； 模型叠加模块， 用于 叠加所述序列预测模型和所述时间预测模型， 得到时序预测模型； 时序预测模块， 用于将待测 组件状态信息输入至所述时序预测模型， 输出下一步发生 的组件状态对应的o ne‑hot编码及时间 间隔预测值。 7.根据权利要求6所述的组件状态时序 预测装置， 其特征在于， 所述序列预测模型包括 具有128单元、 激活函数为双曲正切、 输入形状为与所述设定时间步长对应的one ‑hot长度权　利　要　求　书 1/2 页 2 CN 114117929 A 2的第一LSTM层， 以及激活函数为softmax、 输出形状为与所述设定时间步长对应的one ‑hot 长度的第一全连接层。 8.根据权利要求7所述的组件状态时序 预测装置， 其特征在于， 所述 时间预测模型包括 具有128单元、 激活函数为双曲正切、 输入形状为与所述设定个数组件状态对应的one ‑hot 长度的第二 LSTM层， 以及输出 形状为1的第二全连接层。 9.一种组件状态时序预测设备， 其特征在于， 包括处理器和存储器， 其中， 所述处理器 执行所述存储器中存储的计算机程序时实现如权利要求1至5任一项所述的组件状态时序 预测方法。 10.一种计算机可读存储介质， 其特征在于， 用于存储计算机程序， 其中， 所述计算机程 序被处理器执行时实现如权利要求1至 5任一项所述的组件状态时序预测方法。权　利　要　求　书 2/2 页 3 CN 114117929 A 3