设备健康状态评估方法、装置、计算机设备及存储介质制造方法及图纸

本公开涉及能源设备技术领域，提供了一种设备健康状态评估方法、装置、计算机设备及存储介质。该方法包括：确定对设备进行评估的一个时间段和设备的一个或多个运行参数，并获取在该时间段内的运行参数的数据集合；根据数据集合，确定设备运行在健康状态下的一组健康状态矩阵和设备运行在故障状态下的一组故障状态矩阵；根据健康状态矩阵和故障状态矩阵，建立通过对在线或离线收集到的设备的该运行参数的数据集合所排列成的矩阵进行矩阵变换来得到相应的设备健康指数的设备健康指数评估模型；根据健康指数评估模型，确定设备在离线或在线时的健康指数值，并将其作为设备的健康状态评估结果。本公开提高了设备评估的效率和准确度。准确度。准确度。

【技术实现步骤摘要】
设备健康状态评估方法、装置、计算机设备及存储介质


[0001]本公开涉及能源设备
，尤其涉及一种设备健康状态评估方法、装置、计算机设备及存储介质。

技术介绍

[0002]在综合能源设备管理中，需要定期对各种不同类型的能源设备进行维修。实际工作中，一般采取的是视情维修的方式来对设备进行维修保障。然而，视情维修的前提是根据设备所表现出的健康状态来决定何时且采用何种方式对设备进行维修保障。因此，如何准确且高效地评估设备的健康状态，并据此来制定对设备进行维修保障的时间和方式，是当前综合能源管理工作中希望解决的一个技术问题。

技术实现思路

[0003]有鉴于此，本公开实施例提供了一种设备健康状态评估方法、装置、计算机设备及存储介质，以解决现有技术中如何准确且高效地评估设备的健康状态的问题。
[0004]本公开实施例的第一方面，提供了一种设备健康状态评估方法，包括：确定对设备进行评估的一个时间段和设备的一个或多个运行参数，并获取在时间段内的一个或多个运行参数的数据集合；根据数据集合，确定设备运行在健康状态下的一组健康状态矩阵和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备健康状态评估方法，其特征在于，包括：确定对设备进行评估的一个时间段和所述设备的一个或多个运行参数，并获取在所述时间段内的所述一个或多个运行参数的数据集合；根据所述数据集合，确定所述设备运行在健康状态下的一组健康状态矩阵和所述设备运行在故障状态下的一组故障状态矩阵，其中，所述健康状态矩阵和所述故障状态矩阵的数据维度与所述一个或多个运行参数的参数数量一致；根据所述健康状态矩阵和所述故障状态矩阵，建立通过对在线或离线收集到的所述设备的一个或多个运行参数的数据集合所排列成的矩阵进行矩阵变换来得到相应的设备健康指数的设备健康指数评估模型；根据所述健康指数评估模型，确定所述设备在离线或在线时的健康指数值，并将健康指数值作为所述设备的健康状态评估结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在联合学习架构下，建立以多个设备在不同时间段内的健康指数值的回归规律为联合学习任务；利用各个所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述联合学习任务进行学习，得到对所述设备的健康状态进行评估的目标评估模型；根据目标评估模型，确定设备在离线或在线时的健康评估结果。3.根据权利要求2所述的方法，其特征在于，所述利用各个所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述联合学习任务进行学习，得到对所述设备的健康状态进行评估的目标评估模型，包括：S1，确定联合学习架构下的全局模型，所述全局包括回归模型；S2，参与联合学习的设备获取所述全局模型，并使用所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述全局模型进行训练，得到局部模型；S3，聚合各个参与联合学习的设备得到的局部模型的模型参数，使用所述模型参数更新所述全局模型，并将更新后的全局模型的模型参数下发给各个所述参与联合学习的设备；S4，各个参与联合学习的设备使用所述更新后的全局模型的模型参数更新自己的局部模型，并使用自身设备在离线或在线时收集到的所述一个或多个运行参数的数据对更新后的局部模型进行训练；S5，循环上述步骤S3
‑
S4直到所述全局模型满足预设的学习目标为止，得到能够对设备的健康状态进行评估的目标评估模型。4.根据权利要求3所述的方法，其特征在于，回归模型包括最小二乘法模型、差分整合移动平均自回归模型中的任一种模型。5.根据权利要求1所述的方法，其特征在于，根据所述健康状态矩阵和所述故障状态矩阵，建立通过对...

【专利技术属性】
技术研发人员：张燧，徐少龙，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：