一种设备剩余使用寿命的预测方法和装置制造方法及图纸

本发明专利技术公开涉及设备维护技术领域，提供了一种设备剩余使用寿命的预测方法和装置。该方法包括：根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；基于实时数据建立决策树模型，获得第一标注数据；采用第一标注数据，建立模糊系统模型，获得第二标注数据；采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过所述目标预测模型预测设备的剩余使用寿命。本发明专利技术公开实施例通过上述方法减少了设备维护成本，提高了安全性、可靠性和故障排除率。可靠性和故障排除率。可靠性和故障排除率。

【技术实现步骤摘要】
一种设备剩余使用寿命的预测方法和装置


[0001]本专利技术公开涉及设备维护
，尤其涉及一种设备剩余使用寿命的预测方法和装置。

技术介绍

[0002]综合能源系统是由多种设备和管道链接而成，同时具备多种能源输入、转化以及提供多种能源给不同用户的系统。综合能源系统中设备类型及数量可以根据需要设置，例如可以包括：燃气内燃机，余热锅炉，蒸汽锅炉，溴冷机，光伏设备，地源热泵，风能设备，储能设备等。
[0003]但是，综合能源系统中设备的退化状态尤其是其剩余使用寿命无法预估，这不仅会增加设备维护成本，而且会导致设备的可靠性降低，设备的故障排除率降低。

技术实现思路

[0004]有鉴于此，本专利技术公开实施例提供了一种设备剩余使用寿命的预测方法和装置，以解决现有技术中综合能源系统中设备的剩余使用寿命无法预估的问题。
[0005]本专利技术公开实施例的第一方面，提供了一种设备剩余使用寿命的预测方法，包括：
[0006]根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；
[0007]基于实时数据建立决策树模型，获得第一标注数据；
[0008]基于第一标注数据，建立模糊系统模型，获得第二标注数据；
[0009]采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过目标预测模型预测设备的剩余使用寿命。
[0010]本专利技术公开实施例的第二方面，提供了一种设备剩余使用寿命的预测装置，包括：
[0011]采集数据模块，用于根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；
[0012]第一标注模块，用于基于实时数据建立决策树模型，获得第一标注数据；
[0013]第二标注模块，用于基于第一标注数据，建立模糊系统模型，获得第二标注数据；
[0014]预测模块，用于采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过目标预测模型预测设备的剩余使用寿命。
[0015]本专利技术公开实施例的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
[0016]本专利技术公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
[0017]本专利技术公开实施例与现有技术相比存在的有益效果是：通过根据本专利技术公开实施例提供的技术方案，通过决策树模型与模糊系统模型相结合的综合模型，基于机器学习模
型将采集的实时数据，置于联合框架下的分配数据集至不同机器进行训练，最终计算出设备退化状态的剩余使用寿命。本专利技术公开实施例的方法减少了设备维护成本，提高了安全性、可靠性和故障排除率。
附图说明
[0018]为了更清楚地说明本专利技术公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0019]图1是本专利技术公开实施例提供的一种设备剩余使用寿命的预测方法的流程图；
[0020]图2是本专利技术公开实施例提供的一种设备剩余使用寿命的预测方法中获得第一标注数据的流程图；
[0021]图3是本专利技术公开实施例提供的一种设备剩余使用寿命的预测方法中获得第二标注数据的流程图；
[0022]图4是本专利技术公开实施例提供的一种设备剩余使用寿命的预测方法中预测设备的剩余使用寿命流程图；
[0023]图5是本专利技术公开实施例提供的一种设备剩余使用寿命的预测装置的框图；
[0024]图6是本专利技术公开实施例提供的一种计算机设备的示意图。
具体实施方式
[0025]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术公开的描述。
[0026]下面将结合附图详细说明根据本专利技术公开实施例的一种设备剩余使用寿命预测方法方法和装置。
[0027]图1是本专利技术公开实施例提供的一种设备剩余使用寿命预测方法的流程图。如图1所示，该设备剩余使用寿命预测方法包括：
[0028]S11，根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种。
[0029]不同的设备有其各自的特点，不同设备在不同耗损参数上具有明显辨识度，根据不同设备具有的相应特点，收集相应的实时数据。由于种种原因，难免发生实时数据中有缺失，异常值等情况，此时，可以根据专家经验，再结合使用回归类方法进行数值的插补和去除异常值。其中，回归类方法例如，最小二乘，多项式回归等。其中，实时数据，至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种。其中，当前运行数据是在scada(Supervisory Control And Data Acquisition，数据采集与监视控制系统)中收集的，而设备运行年限、历史维修保养数据、能耗数据一般在公司的台账记录中收集，只有具备严格规范管理的公司才能够直接在scada中直接收集上述所有实时数据。
[0030]S12，基于实时数据建立决策树模型，获得第一标注数据。
[0031]图2是本专利技术公开实施例提供的一种设备剩余使用寿命的预测方法中获得第一标注数据的流程图。如图2所示，S12具体包括：
[0032]S121，将实时数据进行归一化，获得归一化的实时数据。
[0033]上述决策树模型将在预定时间内采集的所有的实时数据归一化，基于归一化结果，获得归一化的实时数据。
[0034]S122，根据预设分段方式对归一化的实时数据进行分类，以获得第一标注数据，其中，预设分段方式为将归一化的实时数据分割为多个数据区间，每个数据区间对应不同的数据类型。
[0035]一示例性地，上述实时数据归一化，并将实时数据归一化的范围分为四类，例如，上述实时数据归一化的范围为{0，1}，将范围{0，1}分为四类：0
‑
1/4、1/4
‑
1/2、1/2
‑
3/4、3/4
‑
1，并将这四类分别标注为优、良、中、差之后，得到的数据即为第一标注数据。
[0036]另一示例性地，上述实时数据归一化，并将实时数据归一化的范围分为五类，例如，上述实时数据归一化的范围为{0，1}，将范围{0，1}分为五类：0
‑
...

【技术保护点】

【技术特征摘要】
1.一种设备剩余使用寿命的预测方法，其特征在于，包括：根据设备特点，在预定时间内收集相应的实时数据，所述实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；基于所述实时数据建立决策树模型，获得第一标注数据；基于所述第一标注数据，建立模糊系统模型，获得第二标注数据；采用所述第二标注数据对预测模型进行训练，获得目标预测模型，并通过所述目标预测模型预测设备的剩余使用寿命。2.根据权利要求1所述的方法，其特征在于，所述根据设备特点，在预定时间内收集相应的实时数据，包括：通过数据采集与监视控制系统收集设备的当前运行数据；通过台账记录手机所述设备的设备运行年限、历史维修保养数据、能耗数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述实时数据建立决策树模型，得到第一标注数据，包括：将所述实时数据进行归一化，获得归一化的实时数据；根据预设分段方式对归一化的实时数据进行分类，以获得第一标注数据，其中，所述预设分段方式为将归一化的实时数据分割为多个数据区间，每个数据区间对应不同的数据类型。4.根据权利要求3所述的方法，其特征在于，所述根据预设分段方式对归一化的实时数据进行分类，以获得第一标注数据，包括：将所述归一化的所述实时数据分类，并分别标注为优、良、中、差，得到第一标注数据。5.根据权利要求1所述的方法，其特征在于，所述基于所述第一标注数据，建立模糊系统模型，获得第二标注数据，包括：基于所述第一标注数据，建立所述模糊系统模型；将所述实时数据与所述模糊系统模型中的融合参数标准进行匹配，获取当前状态下的所述设备的健康度指数，以获得第二标注数据。6.根据权利要求1所述的方法，其特征在于，采用所述第二标注数据对预...

【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：