[发明专利]动设备健康度评估方法、装置、设备及存储介质

说明书

本发明属于大数据分析技术领域，公开了一种动设备健康度评估方法、装置、设备及存储介质。该方法包括：获取动设备的历史运行状态数据；根据所述历史运行状态数据建立动设备健康度评估模型；将所述动设备的当前运行状态数据输入至所述动设备健康度评估模型进行预测，得到预测结果；根据所述预测结果对所述动设备进行健康度评估。通过上述方式，能够准确预测动设备的运行状态，并对动设备的健康度进行评估，从而及时发现预警动设备的故障，实现对动设备的高效管理。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种动设备健康度评估方法、装置、设备及存储介质。

背景技术

工业企业动设备数量众多、但仅有极少部分动设备配备在线状态监测系统，但缺乏大数据算法支撑，无法实时掌握设备健康状态，在预测未来运行状态和故障发展趋势方面存在不足，无法有效支撑起设备管策略优化和精益管理。此外，各种监测数据资源躺存，大数据智能统计分析等先进技术未得到充分运用，对设备性能分析、故障预警、健康度分析、后评估等都缺少数据支撑。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种动设备健康度评估方法、装置、设备及存储介质，旨在解决现有技术无法准确预测分析动设备的健康度的技术问题。

为实现上述目的，本发明提供了一种动设备健康度评估方法，所述方法包括以下步骤：

获取动设备的历史运行状态数据；

根据所述历史运行状态数据建立动设备健康度评估模型；

将所述动设备的当前运行状态数据输入至所述动设备健康度评估模型进行预测，得到预测结果；

根据所述预测结果对所述动设备进行健康度评估。

可选地，所述根据所述历史状态数据建立动设备健康度评估模型，包括：

根据所述历史状态数据确定第一预设模型的第一模型参数和第二预设模型的第二模型参数；

将所述历史状态数据划分为训练数据集和测试数据集；

根据所述训练数据集和所述第一模型参数训练所述第一预设模型，得到第一健康度模型；

根据所述训练数据集和所述第二模型参数训练所述第二预设模型，得到第二健康度模型；

根据所述第一健康度模型、所述第二健康度模型和所述测试数据集确定动设备健康度评估模型。

可选地，所述根据所述第一健康度模型、所述第二健康度模型和所述测试数据集确定动设备健康度评估模型，包括：

根据所述测试数据集分别检验所述第一健康度模型和所述第二健康度模型，得到检验结果；

根据所述检验结果选择所述第一健康度模型或所述第二健康度模型作为动设备健康度评估模型。

可选地，所述将所述动设备的当前运行状态数据输入至所述动设备健康度评估模型进行预测，得到预测结果，包括：

根据所述当前运行状态数据确定当前测点数据；

将所述当前测点数据输入至所述动设备健康度评估模型，得到所述动设备健康度评估模型基于所述当前测点数据模型输出的测点回归函数；

根据所述测点回归函数确定预测结果。

可选地，所述根据所述测点回归函数确定预测结果，包括：

根据所述测点回归函数确定初始预测时刻的初始预测结果；

根据所述初始预测结果和所述动设备健康度评估模型确定目标预测时刻的目标预测结果；