[发明专利]设备故障预测方法、装置、可读存储介质及电子设备

权利要求书

1.一种设备故障预测方法，其特征在于，包括：

根据对目标域设备的描述信息和样本设备各自的描述信息的相似性比较结果，从所述样本设备中确定出源域设备；

获取所述目标域设备的目标域样本集以及所述源域设备的源域样本集；

根据所述目标域样本集以及所述源域样本集，构造携带设备类型标签的故障样本集；

根据所述携带设备故障类型标签的故障样本集预测所述目标域设备的故障类型。

2.根据权利要求1所述的方法，其特征在于，所述目标域样本集以及所述源域样本集未携带故障类型标签；

所述根据所述目标域样本集以及所述源域样本集，构造携带设备类型标签的故障样本集，包括：

获取所述目标域设备的训练样本集，所述训练样本集中的各个训练样本各自携带故障类型标签；

将所述目标域样本集以及所述源域样本集中的各个样本分别确定为目标样本；

针对每个所述目标样本，计算各个所述训练样本分别与所述目标样本之间的距离；

根据各个所述训练样本分别与所述目标样本之间的距离以及各个所述训练样本各自携带的故障类型标签，确定出所述目标样本对应的故障类型标签；

根据各个所述目标样本各自对应的故障类型标签，构造携带所述故障类型标签的故障样本集。

3.根据权利要求2所述的方法，其特征在于，所述根据各个所述训练样本分别与所述目标样本之间的距离以及各个所述训练样本各自携带的故障类型标签，确定出所述目标样本对应的故障类型标签，包括：

按照由小到大的顺序对各个所述训练样本分别与所述目标样本之间的距离进行排序，确定排序靠前的预设数量个距离各自对应的训练样本；

从所述排序靠前的预设数量个距离各自对应的训练样本携带的故障类型标签中，确定出现频率最高的故障类型标签，并将所述出现频率最高的故障类型标签，确定为所述目标样本对应的故障类型标签。

4.根据权利要求2所述的方法，其特征在于，所述获取所述目标域设备的目标域样本集，包括：

获取所述目标域设备的历史运行数据集；

对所述历史运行数据集进行数据预处理，以确定参考运行数据集；

根据所述训练样本集对应的训练运行数据集，确定各个目标特征；

根据各个所述目标特征，确定所述参考运行数据集中每个参考运行数据的特征向量；

通过所述参考运行数据集中每个参考运行数据的特征向量形成目标域样本集。

5.根据权利要求4所述的方法，其特征在于，所述获取各个目标特征，包括：

根据符号回归算法，建立所述训练运行数据集中的训练运行数据及所述训练运行数据携带的设备类型标签之间的关系，得到符号模型；

将所述符号模型中的各个自变量分别确定为目标特征。

6.根据权利要求1所述的方法，其特征在于，所述目标域样本集以及所述源域样本集携带故障类型标签；

所述根据所述目标域样本集以及所述源域样本集，构造携带设备类型标签的故障样本集，包括：

对所述目标域样本集和所述源域样本集中的样本进行比较，从所述源域样本集中确定出待处理样本，所述待处理样本和所述目标域样本集中的参考样本之间的相似度不小于预设阈值；

当所述待处理样本携带的故障类型标签和所述参考样本携带的故障类型标签不满足匹配条件时，删除所述源域样本集中的待处理样本；

根据删除所述待处理样本后的所述源域样本集以及所述目标域样本集，构造携带所述故障类型标签的故障样本集。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述描述信息包括额定容量、额定效率、工作方式、设备类型、品牌以及工作地点中的任意一项或多项。