【技术实现步骤摘要】
设备寿命的预测方法及装置
[0001]本公开涉及人工智能
，尤其涉及一种设备寿命的预测方法及装置。
技术介绍
[0002]由于在综合能源系统中，大量的设备由于长期工作，环境变化，频繁起停等原因，可能会损伤设备的健康度。甚至出现在未到定期维护时间时，设备出现故障，这种现象可能会导致整个综合能源系统出现问题，所以对于设备的健康度的评估是及其必要的。评估设备的健康度实际上就是估计设备的剩余使用寿命。目前，估计设备的剩余使用寿命常用的方法是在测试设备的过程，根据测试结果确定设备状况，进而大致估计出设备的剩余使用寿命。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下技术问题：通过测试设备估计设备的剩余使用寿命，估计结果准确率低的问题。
技术实现思路
[0004]有鉴于此，本公开实施例提供了一种设备寿命的预测方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，通过测试设备估计设备的剩余使用寿命，估计结果准确率低的问题。
[0005]本公开实施例的第一方面，提供了一...
【技术保护点】
【技术特征摘要】
1.一种设备寿命的预测方法，其特征在于，包括：获取目标设备的参数数据，其中，所述参数数据，包括：第一历史维修数据、第一当前运行数据和第一能耗数据；提取所述参数数据的第一数据特征，其中，所述第一数据特征，包括：均方根、峰值、能量、熵、反双曲正弦标准差和反正切标准差；利用平滑的方法将所述第一数据特征分离为第一趋势值和第一剩余值，并基于所述第一数据特征、所述第一趋势值和所述第一剩余值计算所述第一数据特征对应的第一相关性特征、第一单调性特征和第一鲁棒性特征；融合所述第一相关性特征、所述第一单调性特征和所述第一鲁棒性特征，得到第一融合特征；根据所述第一融合特征，通过寿命预测模型预测所述目标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，所述根据所述第一融合特征，通过寿命预测模型预测所述目标设备的剩余使用寿命，包括：对所述第一融合特征进行特征遴选处理，以确定出所述第一融合特征中大于预设阈值的第二融合特征，其中，所述第一融合特征包括多个维度的第二融合特征；将所述第二融合特征输入所述寿命预测模型预测所述目标设备的所述剩余使用寿命。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一融合特征，通过寿命预测模型预测所述目标设备的剩余使用寿命之前，所述方法还包括：获取多个设备的训练数据，其中，所述训练数据，包括：第二历史维修数据、第二当前运行数据和第二能耗数据；提取所述训练数据的第二数据特征，其中，所述第二数据特征，包括：均方根、峰值、能量、熵、反双曲正弦标准差和反正切标准差；利用平滑的方法将所述第二数据特征分离为第二趋势值和第二剩余值，并基于所述第二数据特征、所述第二趋势值和所述第二剩余值计算所述第二数据特征对应的第二相关性特征、第二单调性特征和第二鲁棒性特征；融合所述第二相关性特征、所述第二单调性特征和所述第二鲁棒性特征，得到第三融合特征；基于所述第三融合特征，确定所述寿命预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述第三融合特征，确定所述寿命预测模型，包括：基于线性回归原理和所述第三融合特征，构建线性回归模型；或基于多项式回归原理和所述第三融合特征，构建多项式回归模型；或利用所述第三融合特征训练神经网络模型，得到目标神经网络模型；从以下模型中任意选出一个模型作为所述寿命预测模型：所述线性回归模型、所述多项式回归模型和所述目标神经网络模型。5.根据权利要求3所述的方法，其特征在于，所述基于所述第三融合特征，确定所述寿命预测模型，包括：基于线性回归原理和所述第三融合特征，构建线性回归模型；利用所述线性回归模型和神经网络模型构建预测模型；
利用所述第三融合特征训练所述预测模型，得到所述寿命预测模型。6.根据权利要求5所述的方法，其特征在于，所述利用所述第三融合特征训练所述预测模型，得到所述寿命预测模型，包括：在整个训练过程中，首次训练，在冻结所述线性回归模型的参...
【专利技术属性】
技术研发人员：徐少龙，张燧，
申请(专利权)人：新智我来网络科技有限公司，
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。