摘要
本申请公开了一种设备剩余使用寿命预测方法及装置,属于人工智能技术领域。该方法,包括:基于样本设备的控制条件向量和样本设备的运行参数的时间序列数据,对基于Transformer模型的初始模型进行训练,获得基线模型;基于目标设备的历史运行参数的时间序列数据和目标设备的控制条件向量,对基线模型进行无监督迁移学习,获取寿命预测模型;将目标设备的运行参数的时间序列数据和目标设备的控制条件向量,输入寿命预测模型,获取目标设备的剩余使用寿命的预测结果。本申请提供的设备剩余使用寿命预测方法及装置,通过利用带控制条件向量的Transformer模型和无监督迁移学习,能提高设备剩余使用寿命预测的准确性。
技术关键词
寿命预测模型
无监督迁移学习
设备剩余使用寿命
基线
序列
样本
极限学习机
参数
非暂态计算机可读存储介质
数据
指数
处理器
人工智能技术
计算机程序产品
预测装置
优化器
网络
系统为您推荐了相关专利信息
时间序列预测方法
大语言模型
语义
矩阵
时间序列预测系统
历史负荷数据
历史气象数据
电力负荷预测方法
多源异构数据
梯度提升模型
编码矢量
生态环境监测
实体
网络拓扑
数据分析方法