[发明专利]设备剩余寿命预测方法、装置、计算机设备及介质

说明书

本发明公开涉及能源设备技术领域，提供了设备剩余寿命预测方法、装置、计算机设备及介质。该方法包括：将获取的原始时序集基于预设的划分指标进行划分，得到原始时序子集；基于预设处理策略对原始时序子集中的每个原始时序子集进行处理，生成特征数据，得到特征数据集；使用特征数据集对原始处理模型进行训练，得到目标处理模型；生成目标预测数据。本发明公开实施例通过将至少一个原始时序子集中的每个原始时序子集进行处理生成特征数据，可以将每个原始时序子集转化为一个特征数据，在不丢失原始时序子集中每个时序数据特征的情况下，大大降低训练模型时的运算复杂度，提高训练模型的效率。

技术领域

本发明公开涉及能源设备技术领域，尤其涉及设备剩余寿命预测方法、装置、计算机设备及介质。

背景技术

设备的健康管理是重要的科研领域，可广泛应用于综合能源及工业领域，其重点是计算设备或系统的退化状态并估算系统的剩余使用寿命。现有技术一般是基于设备的时序数据集中的每个时序数据进行模型训练，由于数据量巨大，训练的耗时非常大，导致训练效率极低；若采用少量数据量，训练后的模型精准度极低。

发明内容

有鉴于此，本发明公开实施例提供了设备剩余寿命预测方法、装置、计算机设备及介质，以解决现有技术中由于数据量巨大，训练的耗时非常大，导致训练效果较差，若采用少量数据量，训练后的模型精准度极低的问题。

本发明公开实施例的第一方面，提供了一种设备剩余寿命预测方法，包括：将获取的原始时序集基于预设的划分指标进行划分，得到至少一个原始时序子集；基于预设的处理策略对至少一个原始时序子集中的每个原始时序子集进行处理，生成特征数据，得到特征数据集；基于预设的训练策略和特征数据集对原始处理模型进行训练，得到目标处理模型；基于获取的目标时序数据集和目标处理模型，生成目标预测数据。

本发明公开实施例的第二方面，提供了一种设备剩余寿命预测装置，包括：划分模块，被配置成将获取的原始时序集基于预设的划分指标进行划分，得到至少一个原始时序子集；处理模块，被配置成基于预设的处理策略对至少一个原始时序子集中的每个原始时序子集进行处理，生成特征数据，得到特征数据集；训练模块，被配置成基于预设的训练策略和特征数据集对原始处理模型进行训练，得到目标处理模型；生成模块，被配置成基于获取的目标时序数据集和目标处理模型，生成目标预测数据。

本发明公开实施例的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本发明公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本发明公开实施例与现有技术相比存在的有益效果至少包括：本公开实施例通过将至少一个原始时序子集中的每个原始时序子集进行处理生成特征数据，可以将每个原始时序子集转化为一个特征数据，在不丢失原始时序子集中每个时序数据特征的情况下，大大降低训练模型时的运算复杂度，提高训练模型的效率。

附图说明

为了更清楚地说明本发明公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明公开实施例的场景示意图；

图2是本发明公开实施例提供的设备剩余寿命预测方法的流程图一；

图3是本发明公开实施例提供的设备剩余寿命预测方法的流程图二；

图4是本发明公开实施例提供的设备剩余寿命预测装置的示意图；

图5是本发明公开实施例提供的计算机设备的示意图。

具体实施方式