[发明专利]一种电动闸阀剩余使用寿命预测方法及系统

权利要求书

1.一种电动闸阀剩余使用寿命预测方法，其特征在于，包括：

获取待预测时序长度以及在所述待预测时序长度内待预测电动闸阀的寿命监测数据；所述寿命监测数据包括多种特征参数；

将所述待预测时序长度和与所述待预测时序长度对应的特征参数形成第一待预测二维数据；

根据滑动时窗将所述第一待预测二维数据转换为待预测三维数据，具体包括：

所述第一待预测二维数据为N*D1；

所述待预测三维数据为(N-num_steps+1)*(num_steps*D1)；

其中，N表示待预测时序长度，D1表示与所述待预测时序长度对应的特征参数，num_steps表示滑动时窗内的待预测时间序列个数；

将所述待预测三维数据输入训练好的电动闸阀剩余使用寿命预测模型中，得到电动闸阀剩余使用寿命，具体包括：

将所述待预测三维数据输入所述训练好的卷积自编码模型，得到预测数据特征；

将所述滑动时窗内的待预测时间序列和与所述滑动时窗内的待预测时间序列对应的特征参数形成第二待预测二维数据；其中，所述第二待预测二维数据为(num_steps*D2)，D2表示与滑动时窗内待预测时间序列对应的特征参数；

将所述预测数据特征与所述第二待预测二维数据按列进行拼接，得到预测组合特征；

将所述预测组合特征输入所述训练好的长短期记忆网络模型，得到电动闸阀剩余使用寿命。

2.根据权利要求1所述的电动闸阀剩余使用寿命预测方法，其特征在于，所述训练好的卷积自编码模型，具体训练方法包括：

获取历史时序长度、在所述历史时序长度内电动闸阀寿命历史监测数据、历史使用寿命以及历史数据特征；

将所述历史时序长度和与所述历史时序长度对应的特征参数形成第一历史二维数据；

根据所述滑动时窗将所述第一历史二维数据转换为历史三维数据；

以所述历史三维数据为输入，所述历史数据特征为输出对卷积自编码模型进行训练，得到训练好的卷积自编码模型。

3.根据权利要求2所述的电动闸阀剩余使用寿命预测方法，其特征在于，所述训练好的长短期记忆网络模型，具体训练方法包括：

将所述滑动时窗内的历史时间序列和与所述滑动时窗内的历史时间序列对应的特征参数形成第二历史二维数据；

将所述历史数据特征与所述第二历史二维数据按列进行拼接，得到历史组合特征；

以所述历史组合特征作为输入，以所述历史使用寿命作为输出，对长短期记忆网络进行训练，得到训练好的长短期记忆网络模型。

4.一种电动闸阀剩余使用寿命预测系统，其特征在于，包括：

数据获取模块，用于获取待预测时序长度以及在所述待预测时序长度内待预测电动闸阀的寿命监测数据；所述寿命监测数据包括多种特征参数；

第一待预测二维数据生成模块，用于将所述待预测时序长度和与所述待预测时序长度对应的特征参数形成第一待预测二维数据；

待预测三维数据生成模块，用于根据滑动时窗将所述第一待预测二维数据转换为待预测三维数据，具体包括：

所述第一待预测二维数据为N*D1；

所述待预测三维数据为(N-num_steps+1)*(num_steps*D1)；

其中，N表示待预测时序长度，D1表示与所述待预测时序长度对应的特征参数，num_steps表示滑动时窗内的待预测时间序列个数；电动闸阀剩余使用寿命预测模块，用于将所述待预测三维数据输入训练好的电动闸阀剩余使用寿命预测模型中，得到电动闸阀剩余使用寿命，具体包括：

预测数据特征确定单元，用于将所述待预测三维数据输入所述训练好的卷积自编码模型，得到预测数据特征；

第二待预测二维数据生成单元，用于将所述滑动时窗内的待预测时间序列和与所述滑动时窗内的待预测时间序列对应的特征参数形成第二待预测二维数据；其中，所述第二待预测二维数据为(num_steps*D2)，D2表示与滑动时窗内待预测时间序列对应的特征参数；

预测组合特征确定单元，用于将所述预测数据特征与所述第二待预测二维数据按列进行拼接，得到预测组合特征；

电动闸阀剩余使用寿命预测单元，用于将所述预测组合特征输入所述训练好的长短期记忆网络模型，得到电动闸阀剩余使用寿命。