【技术实现步骤摘要】
对资产执行预后健康分析的方法和计算系统
[0001]本专利技术涉及用于评估资产健康的技术。本专利技术尤其涉及用于资产健康的预后评估的方法和设备。
技术介绍
[0002]电力系统(例如,发电、输电和/或配电系统)以及工业系统均包括资产。变压器、电力发电机以及分布式能源(DER)单元就是此类资产的示例。资产在操作过程中会劣化。为了规划目的、安排维护或更换工作,需要估计资产的剩余使用寿命(RUL)。
[0003]RUL估计可以基于用于与要估计RUL的资产相同或相似类型的资产群的传感器数据。传感器数据可以用故障特征标记,从而指示传感器数据是否与资产的正常操作、劣化或故障的状态对应。当不同类型的传感器数据可根据例如制造商或与资产一同安装的附件传感器能够用于该群中不同的资产时,将此类传感器数据进行组合以进行RUL估计可能具有挑战性。
[0004]Y.Yu等人著作“使用椭圆基函数网络和马尔可夫链的剩余使用寿命预测(Remaining Useful Life Prediction Using Elliptical Basis Function Network and Markov Chain)”(World Academy of Science,Engineering and Technology,47,2010)介绍了一种使用椭圆基函数(EBF)网络和马尔可夫(Markov)链进行剩余使用寿命预测的方法。EBF结构通过修改后的期望最大化(EM)算法进行训练,以考虑缺失协变量集。内部协变量不需要显式外推,而马尔可夫链 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种对资产(11
‑
13;16
‑
18)执行预后健康分析、特别是用于确定电力系统资产或工业资产的剩余使用寿命RUL或故障概率PoF的方法,所述方法包括以下步骤:使用离散马尔可夫链模型的转移概率执行多个独立的随机模拟,其中,所述离散马尔可夫链模型具有包括一组资产健康状态(41
‑
44)的状态空间,其中,所述多个独立的随机模拟中的每个独立的随机模拟模拟在预后范围内所述离散马尔可夫链模型的状态空间的未来演变,并且根据所述多个独立的随机模拟计算在所述预后范围内的预后资产健康状态演变(60;80);以及基于所计算的预后资产健康状态演变生成输出。2.根据权利要求1所述的方法,其中,所述资产健康状态(41
‑
44)之间的不同组转移概率用于模拟并行运行的所述多个独立的随机模拟,所述不同组转移概率与不同操作条件和/或环境条件相关联。3.根据权利要求1或2所述的方法,其中,计算所述预后资产健康状态演变包括计算RUL(60;80)。4.根据前述权利要求中任一项所述的方法,还包括:根据所述多个独立的随机模拟计算作为所述预后范围内的时间的函数的所述预后资产健康状态演变的置信信息或方差信息(81,82),其中,还基于所述置信信息或所述方差信息(81,82)生成所述输出。5.根据权利要求4所述的方法,其中,所述置信信息包括置信区间在所述预后范围内的未来演变,或者其中,所述方差信息包括方差在所述预后范围内的未来演变。6.根据权利要求4或权利要求5所述的方法,其中,所述置信信息或所述方差信息包括下边界的时间演变以及上边界的时间演变,所述下边界与第一组转移概率相关联并且所述上边界与不同于所述第一组转移概率的第二组转移概率相关联。7.根据前述权利要求中任一项所述的方法,其中,所述状态空间包括:其中所述资产的操作不受故障的不利影响的至少一个状态(41);其中所述资产的操作受故障的不利影响但所述资产继续操作的至少一个状态(42、43);其中所述资产由于故障而无法操作的状态(44)。8.根据前述权利要求中任一项所述的方法,其中,计算所述预后资产健康状态演变包括:针对所述预测范围内的多个时间,计算所述状态空间中的概率分布(61
‑
64)并将所述概率分布映射至标量,可选地其中,所述预后资产健康状态演变被获取为所述标量的时间演变。9.根据前述权利要求中任一项所述的方法,还包括:根据包括用于多个资产的传感器数据的历史数据确定所述转移概率;可选地其中,确定所述转移概率包括:根据用于所述多个资产的传感器数据计算时间相关的标量函数,基于所述时间相关的标量函数识别所述马尔可夫链模型的状态空间内的转移,以及基于所述马尔可夫链模型的状态空间内的转移计算所述转移概率;还可选地其中,确定步骤包括将所述标量函数与一个或多个阈值进行比较。10.根据前述权利要求中任一项所述的方法,其中,所述多个独立的随机模拟是马尔可
夫链蒙特卡洛MCMC模拟。11.根据前述权利要求中任一项所述的方法,其中,所述马尔可夫链是同质的,并且其中,所述状态空间的每个状态(41
技术研发人员:P,
申请(专利权)人:日立能源瑞士股份公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。