【技术实现步骤摘要】
本申请涉及剩余使用寿命预测领域，特别涉及一种设备剩余寿命预测方法及系统。
技术介绍
1、预测性维护系统的一个关键步骤是时间序列数据的预测，时序预测一般基于平稳数据的预测较为准确，而对于非平稳数据或者近似平稳的数据，时间序列的预测效果较差，产线的设备的生产数据往往具有一定的波动性，在生产过程由于人工维保的影响，破坏了数据的变化趋势，加剧了生产数据的非平稳性，这大大影响了设备剩余寿命预测的准确性。传统的预测方法是直接对某一时间点进行预测，此种方法对于长时间步数的预测准确率较低，由于误差的逐渐累积，导致未来时刻的预测结果可信度较低，影响产线设备预测性维护系统的实际运用。
技术实现思路
1、本申请为解决上述技术问题，提供一种可以提高设备的剩余寿命预测准确性和可信度的设备剩余寿命预测方法及系统。
2、具体的，本申请提供一种设备剩余寿命预测方法，包括以下步骤：
3、实时获取原始设备数据，并基于所述原始设备数据获取目标特征数据；基于当前时间序列将所述目标特征数据输入至时序预测模型...
【技术保护点】
1.一种设备剩余寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的设备剩余寿命预测方法，其特征在于，所述获取目标特征数据，包括：
3.根据权利要求2所述的设备剩余寿命预测方法，其特征在于，所述时序预测模型至少包括预处理模块、时序分组模块、编码器模块和预测模块；所述时序预测模型执行以下步骤：
4.根据权利要求3所述的设备剩余寿命预测方法，其特征在于，所述编码器模块至少包括位置编码层和多个序列编码层，各序列编码层均包括多头自注意力机制和前馈神经网络；所述时序预测模型还执行以下步骤：
5.根据权利要求4所述的设...
【技术特征摘要】
1.一种设备剩余寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的设备剩余寿命预测方法，其特征在于，所述获取目标特征数据，包括：
3.根据权利要求2所述的设备剩余寿命预测方法，其特征在于，所述时序预测模型至少包括预处理模块、时序分组模块、编码器模块和预测模块；所述时序预测模型执行以下步骤：
4.根据权利要求3所述的设备剩余寿命预测方法，其特征在于，所述编码器模块至少包括位置编码层和多个序列编码层，各序列编码层均包括多头自注意力机制和前馈神经网络；所述时序预测模型还执行以下步骤：
5.根据权利要求4所述的设备剩余寿命预测方法，其特征在于，所述预测模块至少包括...
【专利技术属性】
技术研发人员：朱军伟，黄守义，贾楠，倪旭春，彭登富，刘莹莹，
申请(专利权)人：成都市德赛西威卡蛙科技有限公司，
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。