摘要
本申请提供一种设备剩余寿命预测方法及系统;所述方法包括:实时获取原始设备数据,并基于原始设备数据获取目标特征数据;然后基于当前时间序列将目标特征数据输入至时序预测模型中,以通过时序预测模型将当前时间序列划分成若干时间段,并对各时间段对应的目标特征数据依次进行剩余寿命预测,以输出初步预测结果;再进一步将初步预测结果输入至故障诊断模型中,以输出剩余寿命预测结果。本申请可以减弱非平稳数据对整体模型预测能力的影响,每个短时序段的波动性和趋势性更为明显,使得预测更加准确;通过将初步预测结果喂入故障诊断模型可以进一步分析初步预测结果的有效性和准确性,从而提高最终剩余寿命预测结果的精度和可信度。
技术关键词
剩余寿命预测
时序预测模型
故障诊断模型
输出警示信息
时间段
故障诊断模块
前馈神经网络
序列
编码器模块
非平稳数据
注意力机制
数据采集模块
警示模块
异常数据
有效性
系统为您推荐了相关专利信息
面向多源异构
故障诊断模型
逻辑电路
动态故障树分析
功率器件
箱式变电站
网络故障诊断模型
胶囊网络
故障诊断方法
进化算法
协调规划方法
网络拓扑结构
节点
储能需求
数据分析模型
电力负荷系统
异常分析方法
大数据
电表
数据编码