【技术实现步骤摘要】
本专利技术涉及压缩机，尤其涉及一种压缩机剩余可用寿命预测方法、装置及存储介质。
技术介绍
1、大型压缩机作为一种基础工业必不可少的能量转换装置，它在土木、船舶、水利、石油、化工、机械、冶炼、制冷和矿山通风等诸多关乎国计民生的领域内都有着广泛的应用。而随着社会的进步和科学技术水平的提高，工业对于压缩机结构设计、安全可靠性以及生产效率等方面都有着越来越高的要求，因此压缩机行业的发展程度将直接影响着相关工业领域的经济效益和运行安全。准确的剩余使用寿命预测能够避免压缩机故障的发生，是维护模式由被动到主动的关键。
2、传统压缩机寿命预测方法，一般通过建立数学、物理模型来预测压缩机的剩余寿命，但是面对多样化的工作状态、复杂的内部零件，难以构建具体的模型。近年神经网络飞速发展，涌现出各种cnn、rnn以及基于注意力机制的神经网络。这些神经网络在图像和自然语言处理领域大放异彩，但是，这些神经网络难以直接应用在压缩机的剩余寿命预测问题上。如退化指标在不同时间段表现不同，导致基于神经网络的模型寿命预测结果经常不稳定；寿命预测问题对延迟预测容忍度...
【技术保护点】
1.一种压缩机剩余可用寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对经过预处理的所述时序数据样本进行特征提取和特征融合，获得表征压缩机健康状态的综合特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述综合特征映射为文本特征，并确定所述文本特征的词频特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述词频特征利用状态预测模型预测压缩机在未来不同时间点的运行状态，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述压缩机在未来不同时间点的任一时间点的...
【技术特征摘要】
1.一种压缩机剩余可用寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对经过预处理的所述时序数据样本进行特征提取和特征融合，获得表征压缩机健康状态的综合特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述综合特征映射为文本特征，并确定所述文本特征的词频特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述词频特征利用状态预测模型预测压缩机在未来不同时间点的运行状态，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述压缩机在未来不同时间点的任一时间点的运行状态使用带有延迟预测约束的寿命预测模型预测对应时间点的压缩机的剩余寿命，包括：
6.根据权...
【专利技术属性】
技术研发人员：朱汪友，刘保侠，朱喜平，李刚，拜禾，张盟，赵洪亮，谷思宇，刘白杨，王猛，
申请(专利权)人：国家石油天然气管网集团有限公司，
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。