[发明专利]一种设备剩余使用寿命的预测方法和装置

说明书

本发明公开涉及设备维护技术领域，提供了一种设备剩余使用寿命的预测方法和装置。该方法包括：根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；基于实时数据建立决策树模型，获得第一标注数据；采用第一标注数据，建立模糊系统模型，获得第二标注数据；采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过所述目标预测模型预测设备的剩余使用寿命。本发明公开实施例通过上述方法减少了设备维护成本，提高了安全性、可靠性和故障排除率。

技术领域

本发明公开涉及设备维护技术领域，尤其涉及一种设备剩余使用寿命的预测方法和装置。

背景技术

综合能源系统是由多种设备和管道链接而成，同时具备多种能源输入、转化以及提供多种能源给不同用户的系统。综合能源系统中设备类型及数量可以根据需要设置，例如可以包括：燃气内燃机，余热锅炉，蒸汽锅炉，溴冷机，光伏设备，地源热泵，风能设备，储能设备等。

但是，综合能源系统中设备的退化状态尤其是其剩余使用寿命无法预估，这不仅会增加设备维护成本，而且会导致设备的可靠性降低，设备的故障排除率降低。

发明内容

有鉴于此，本发明公开实施例提供了一种设备剩余使用寿命的预测方法和装置，以解决现有技术中综合能源系统中设备的剩余使用寿命无法预估的问题。

本发明公开实施例的第一方面，提供了一种设备剩余使用寿命的预测方法，包括：

根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；

基于实时数据建立决策树模型，获得第一标注数据；

基于第一标注数据，建立模糊系统模型，获得第二标注数据；

采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过目标预测模型预测设备的剩余使用寿命。

本发明公开实施例的第二方面，提供了一种设备剩余使用寿命的预测装置，包括：

采集数据模块，用于根据设备特点，在预定时间内收集相应的实时数据，实时数据至少包括设备运行年限、历史维修保养数据、当前运行数据、能耗数据中的一种；

第一标注模块，用于基于实时数据建立决策树模型，获得第一标注数据；

第二标注模块，用于基于第一标注数据，建立模糊系统模型，获得第二标注数据；

预测模块，用于采用第二标注数据对预测模型进行训练，获得目标预测模型，并通过目标预测模型预测设备的剩余使用寿命。

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是：通过根据本发明公开实施例提供的技术方案，通过决策树模型与模糊系统模型相结合的综合模型，基于机器学习模型将采集的实时数据，置于联合框架下的分配数据集至不同机器进行训练，最终计算出设备退化状态的剩余使用寿命。本发明公开实施例的方法减少了设备维护成本，提高了安全性、可靠性和故障排除率。

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。