摘要
本发明公开了一种设备剩余使用寿命预测方法及系统,属于设备状态监测技术领域,该方法包括:获取设备全寿命周期退化数据作为数据集;利用自动编码器进行数据降维,得到设备健康指标HI;将HI输入融合型RUL预测网络模型中,预测RUL的概率密度曲线;其中,该模型包括概率预测网络、Wiener过程模型和融合模块;概率预测网络用于得到数值形式的概率密度曲线;Wiener过程模型用于得到解析形式的概率密度曲线;融合模块用于动态加权两个曲线,实现RUL预测。本发明实现了RUL概率密度曲线预测,克服了现有基于机器学习的预测模型仅能够得到点预测结果的问题,并结合随机过程提高了模型的可解释性。
技术关键词
概率密度曲线
设备剩余使用寿命
设备全寿命周期
注意力机制
预测网络模型
自动编码器
设备状态监测技术
概率密度函数
特征提取模块
样本
数值
设备监测数据
终点
序列
重构
系统为您推荐了相关专利信息
抽象语法树
智能合约漏洞
注意力机制
多模态
语义特征提取
流量预测模型
门禁管理方法
策略
数据获取装置
计算机设备
商品销量预测方法
时空注意力机制
节点
商品销量预测系统
模式
石油管道
预警监控方法
融合注意力机制
管道运行状态
预警模型