摘要
本发明公开了一种大型发电设备剩余寿命预测方法、系统及存储介质,涉及设备寿命预测领域。获取大型发电设备的寿命相关数据,包括设计制造数据、历史检修数据以及历史使用状态数据,对寿命相关数据预处理,构建大型发电设备寿命相关数据集;基于设计制造数据构建大型发电设备初始寿命数字孪生模型,利用深度学习模型对历史检修数据和历史使用数据进行深度学习,生成历史检修数据‑历史使用数据相关性曲线,确定使用状态与检修的关联性参数;生成寿命预测数字孪生模型,将待预测大型发电设备的当前寿命相关参数输入到寿命预测数字孪生模型中,生成待预测大型发电设备的剩余寿命。本发明能够提高设备的可用性和生产效率,从而降低企业的运营成本。
技术关键词
大型发电设备
剩余寿命预测方法
数字孪生模型
振动信号采集装置
深度学习模型
寿命预测模型
剩余寿命预测系统
计算机存储介质
多模态深度学习
时间序列预测模型
设备寿命预测
引入注意力机制
参数
数据驱动模型
控制终端
历史运行数据
系统为您推荐了相关专利信息
实时检测方法
数据处理服务器
无线通信网络
卡尔曼滤波算法
协方差矩阵
局部二值模式
人工智能视觉
三维空间模型
像素点
光谱传感器
多环芳烃污染物
SERS检测方法
深度学习模型
卷积神经网络模型
拉曼光谱仪
智能问诊系统
大语言模型
梅尔频率倒谱系数
模拟程序
深度学习模型
模型仿真方法
毛衣
数字孪生模型
物理特征参数
三维形态模型