一种基于人工智能的能量路由器寿命预测方法和装置制造方法及图纸

本发明专利技术涉及一种基于人工智能的能量路由器寿命预测方法，包括构建基于残差网络的寿命预测模型，以被测能量路由器的历史异常数据作为训练数据，训练所述寿命预测模型，以与所述被测能量路由器相同设备型号的能量路由器的实时运行中的异常数据构建寿命预测数据集；利用训练后的所述寿命预测模型对所述寿命预测数据集进行预测，得到所述被测能量路由器的剩余使用寿命。本发明专利技术避免了对能量路由器寿命的静态预测模型，提高了能量路由器寿命预测的可靠性，并根据能量路由器寿命预测值建立相关预警等级，以提醒工作人员及时更换能量路由器。本发明专利技术还涉及一种基于人工智能的能量路由器寿命预测装置。寿命预测装置。寿命预测装置。

【技术实现步骤摘要】
一种基于人工智能的能量路由器寿命预测方法和装置


[0001]本专利技术涉及信息处理
，尤其涉及一种基于人工智能的能量路由器寿命预测方法和装置。

技术介绍

[0002]随着分布式能源以及微网等技术的发展，大量供能或耗能设备需要连接到能量传输网络中，能量路由器可以实现多种能源网络的互连、调度和控制。能量路由器是一种融合了信息技术与电力电子变换技术的电力装备，实现分布式能量的高效利用和传输，具有较高的可靠性是能源网络系统正常维护运行的重要保证，若对能量路由器的运行时间做出统一的限制，到期则全体进行更换，会造成大量还可使用的能量路由器被替换下来，而造成了能量的浪费。当前，如何动态预测能量路由器的寿命成为了亟需解决的问题。

技术实现思路

[0003]本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于人工智能的能量路由器寿命预测方法和装置。
[0004]本专利技术解决上述技术问题的技术方案如下：一种基于人工智能的能量路由器寿命预测方法，所述方法包括：构建基于残差网络的寿命预测模型，以被测能量路由器的历史异常数据作为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的能量路由器寿命预测方法，其特征在于，所述方法包括：构建基于残差网络的寿命预测模型，以被测能量路由器的历史异常数据作为训练数据，训练所述寿命预测模型；以与所述被测能量路由器相同设备型号的能量路由器的实时运行中的异常数据构建寿命预测数据集；利用训练后的所述寿命预测模型对所述寿命预测数据集进行预测，得到所述被测能量路由器的剩余使用寿命。2.如权利要求1所述的基于人工智能的能量路由器寿命预测方法，其特征在于，所述以被测能量路由器的历史异常数据作为训练数据，具体包括：对获取到的所述被测能量路由器的历史异常数据进行数据清洗和预处理后，分为训练集和测试集，并对所述训练集和所述测试集标注寿命标签。3.如权利要求1所述的基于人工智能的能量路由器寿命预测方法，其特征在于，所述构建基于残差网络的寿命预测模型，具体包括：所述寿命预测模型包括卷积层、最大池化层、残差网络单元、平均池化层、全连接层和Softmax分类器，其中，损失函数为预测寿命值与实际寿命的欧氏距离；所述寿命预测模型利用多层神经网络来拟合残差映射，通过ShortCut机制加入所述残差网络单元的堆叠形成网络模型，残差网络单元额计算公式如下所示：差网络单元的堆叠形成网络模型，残差网络单元额计算公式如下所示：是第i个残差网络单元输入，是第i个残差学习，是残差函数，即从多个线性层中学习到的残差，其中，i是所述残差网络单元的数量；当时，没有新的残差可以学习，也就是，残差学习结束，得到所述被测能量路由器的寿命曲线。4.如权利要求1所述的基于人工智能的能量路由器寿命预测方法，其特征在于，所述训练所述寿命预测模型，具体包括：采用SGD训练算法对所述寿命预测模型进行训练；选用均方根误差RMSE作为SGD训练算法的误差计算公式，当得到的误差值不符合预设误差精度值时，更新所述寿命预测模型的网络权重，继续对所述寿命预测模型进行训练；当得到的所述误差值符合所述预设误差精度值时，跳出循环，得到所述寿命预测模型的网络参数的最优值，得到所述寿命预测模型。5.如权利要求1
‑
4中任一项所述的基于人工智能的能量路由器寿命预测方法，其特征...

【专利技术属性】
技术研发人员：徐少山，沈俊，李振兴，王浩，高新强，徐田园，
申请(专利权)人：中国科学院理化技术研究所，
类型：发明
国别省市：