设备的剩余使用寿命的确定方法、装置和电子设备与流程

1.本技术涉及设备寿命预测技术领域，尤其涉及一种设备的剩余使用寿命的确定方法、装置、电子设备和存储介质。


背景技术：

2.在新能源系统中，大量的设备由于长期工作，环境变化，频繁起停等原因，可能会损伤设备的健康度，甚至出现在未到定期维护时间时，设备出现故障，这些现象可能会导致整个新能源系统出现问题。由此，在新能源系统中，亟需一种对设备健康度评估的方法。


技术实现要素：

3.本技术提出一种设备的剩余使用寿命的确定方法、装置、电子设备和存储介质。
4.本技术第一方面实施例提出了一种设备的剩余使用寿命的确定方法，所述方法包括：获取指定设备在当前时刻所对应的多个参数的参数值；获取所述指定设备所对应的多个参数的标准值；根据所述多个参数的参数值和标准值，确定所述指定设备在所述当前时刻所对应的健康指数值；根据所述健康指数值，确定所述指定设备在所述当前时刻所对应的剩余使用寿命。
5.在本技术的一个实施例中，所述根据所述多个参数的参数值和标准值，确定所述指定设备在所述当前时刻所对应的健康指数值，包括：将所述多个参数的参数值以及标准值输入到健康指标模型中，以得到指定设备在所述当前时刻所对应的健康指数值。
6.在本技术的一个实施例中，所述健康指标模型包括关联分析层和健康指标确定层，所述将所述多个参数的参数值以及标准值输入到健康指标模型中，以得到所述指定设备在所述当前时刻所对应的健康指数值，包括：通过所述关联分析层对所述多个参数的参数值以及标准值进行关联分析，以得到所述多个参数的参数值与标准值之间的相似度；将所述相似度输入到健康指标确定层，以得到所述指定设备在所述当前时刻所对应的健康指数值。
7.在本技术的一个实施例中，所述根据所述健康指数值，确定所述指定设备在所述当前时刻所对应的剩余使用寿命，包括：将所述健康指数输入到剩余使用寿命回归模型中，以得到所述指定设备在所述当前时刻所对应的剩余使用寿命。
8.在本技术的一个实施例中，所述剩余使用寿命回归模型包括退化值预测层和剩余使用寿命确定层，所述将所述健康指数输入到剩余使用寿命回归模型中，以得到所述指定设备在所述当前时刻所对应的剩余使用寿命，包括：将所述健康指数值输入到退化值预测层，以预测出所述指定设备的退化值时序，其中，所述退化值时序包括多个退化值以及对应的时刻；通过所述剩余使用寿命确定层从所述退化值时序中，获取退化值达到退化报警阈值时所对应的目标时刻，并根据所述目标时刻与所述当前时刻之间的时长，确定所述指定设备在所述当前时刻所对应的剩余使用寿命。
9.本技术提出一种设备的剩余使用寿命的确定方法，在确定指定设备在当前时刻所
对应的剩余使用寿命的过程中，获取指定设备在当前时刻所对应的多个参数的参数值，以及该指定设备所对应的多个参数的标准值，并基于该多个参数的参数值和标准值，确定出指定设备在当前时刻的健康指数值，再根据健康指数值，以准确确定出指定设备在当前时刻对应的剩余使用寿命。由此，基于该指定设备在当前时刻所对应的多个参数的参数值和标准值，确定出该指定设备在当前时刻所对应的健康指数值，以准确确定指定设备在当前时刻对应的剩余使用寿命，实现了准确预测出指定设备在当前时刻对应的剩余使用寿命，从而可提高设备运行的安全性以及可靠性。
10.本技术第二方面实施例提出了一种设备的剩余使用寿命的确定装置，所述装置包括：第一获取模块，用于获取指定设备在当前时刻所对应的多个参数的参数值；第二获取模块，用于获取所述指定设备所对应的多个参数的标准值；第一确定模块，用于根据所述多个参数的参数值和标准值，确定所述指定设备在所述当前时刻所对应的健康指数值；第二确定模块，用于根据所述健康指数值，确定所述指定设备在所述当前时刻所对应的剩余使用寿命。
11.在本技术的一个实施例中，所述第一确定模块，具体用于：将所述多个参数的参数值以及标准值输入到健康指标模型中，以得到指定设备在所述当前时刻所对应的健康指数值。
12.在本技术的一个实施例中，所述健康指标模型包括关联分析层和健康指标确定层，所述第一确定模块，具体用于：通过所述关联分析层对所述多个参数的参数值以及标准值进行关联分析，以得到所述多个参数的参数值与标准值之间的相似度；将所述相似度输入到健康指标确定层，以得到所述指定设备在所述当前时刻所对应的健康指数值。
13.在本技术的一个实施例中，所述第二确定模块，具体用于：将所述健康指数输入到剩余使用寿命回归模型中，以得到所述指定设备在所述当前时刻所对应的剩余使用寿命。
14.在本技术的一个实施例中，所述剩余使用寿命回归模型包括退化值预测层和剩余使用寿命确定层，所述第二确定模块，具体用于：将所述健康指数值输入到退化值预测层，以预测出所述指定设备的退化值时序，其中，所述退化值时序包括多个退化值以及对应的时刻；通过所述剩余使用寿命确定层从所述退化值时序中，获取退化值达到退化报警阈值时所对应的目标时刻，并根据所述目标时刻与所述当前时刻之间的时长，确定所述指定设备在所述当前时刻所对应的剩余使用寿命。
15.本技术提出一种设备的剩余使用寿命的确定装置，在确定指定设备在当前时刻所对应的剩余使用寿命的过程中，获取指定设备在当前时刻所对应的多个参数的参数值，以及该指定设备所对应的多个参数的标准值，并基于该多个参数的参数值和标准值，确定出指定设备在当前时刻的健康指数值，再根据健康指数值，以准确确定出指定设备在当前时刻对应的剩余使用寿命。由此，基于该指定设备在当前时刻所对应的多个参数的参数值和标准值，确定出该指定设备在当前时刻所对应的健康指数值，以准确确定指定设备在当前时刻对应的剩余使用寿命，实现了准确预测出指定设备在当前时刻对应的剩余使用寿命，从而可提高设备运行的安全性以及可靠性。
16.本技术第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，当所述处理器执行所述程序时实现本技术实施例中的设备的剩余使用寿命的确定方法。
17.本技术第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，当该程序被处理器执行时本技术实施例中的设备的剩余使用寿命的确定方法。
18.上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
19.图1是本技术实施例所提供的一种设备的剩余使用寿命的确定方法的流程示意图；
20.图2是本技术实施例所提供的另一种设备的剩余使用寿命的确定方法的流程示意图；
21.图3是本技术实施例所提供的一种联合学习框架的示意图；
22.图4是本技术实施例所提供的一种设备的剩余使用寿命的确定装置的结构示意图；
23.图5是本技术一个实施例的电子设备的框图。
具体实施方式
24.下面详细描述本技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
25.下面参考附图描述本技术实施例的设备的剩余使用寿命的确定方法、装置和电子设备。
26.图1是本技术实施例所提供的一种设备的剩余使用寿命的确定方法的流程示意图。其中，需要说明的是，本实施例提供的设备的剩余使用寿命的确定方法的执行主体为设备的剩余使用寿命的确定装置，该设备的剩余使用寿命的确定装置可以由软件和/或硬件的方式实现，该实施例中的设备的剩余使用寿命的确定装置可以配置电子设备中，本实施例中的电子设备可以包括终端设备、服务器等，该实施例对电子设备不作具体限定。
27.图1是本技术实施例所提供的一种设备的剩余使用寿命的确定方法的流程示意图。
28.如图1所示，该设备的剩余使用寿命的确定方法可以包括：
29.步骤101，获取指定设备在当前时刻所对应的多个参数的参数值。
30.在一些实施例中，该指定设备可以是在新能源系统中的任意一个设备，例如，旋转设备，但不仅限于此。
31.在一些实施例中，获取指定设备在当前时刻所对应的多个参数的参数值，该多个参数可以包括但不限于设备运行年限、历史维修保养数据、当前运行数据(例如温度、压力等)、能耗数据等，该实施例对此不做具体限定。
32.其中，指定设备在当前时刻所对应的多个参数的参数值可以是由可靠系统记录的数据，例如，数据采集系统和监视控制系统，但不仅限于此。
33.步骤102，获取指定设备所对应的多个参数的标准值。
34.在一些实施例中，指定设备所对应的多个参数的标准值可以是，该指定设备在正常运行时，所得到的正常标准值，但不仅限于此。
35.步骤103，根据多个参数的参数值和标准值，确定指定设备在当前时刻所对应的健康指数值。
36.在一些实施例中，根据多个参数的参数值和标准值，确定指定设备在当前时刻所对应的健康指数值的一种实施方式为：将多个参数的参数值以及标准值输入到健康指标模型中，以得到指定设备在当前时刻所对应的健康指数值，由此，基于指定设备当前时刻所对应的多个参数的参数值以及标准值，并进行关联，以准确确定出指定设备在当前时刻所对应的健康指数值。
37.具体地，上述健康指标模型包括关联分析层和健康指标确定层，通过关联分析层对多个参数的参数值以及标准值进行关联分析，以得到多个参数的参数值与标准值之间的相似度，再将相似度输入到健康指标确定层，以得到指定设备在当前时刻所对应的健康指数值，实现对指定设备在当前时刻所对应的健康指数值的精准确定。
38.步骤104，根据健康指数值，确定指定设备在当前时刻所对应的剩余使用寿命。
39.在一些实施例中，根据健康指数值，确定指定设备在当前时刻所对应的剩余使用寿命的一种实施方式为，将健康指数输入到剩余使用寿命回归模型中，以得到指定设备在当前时刻所对应的剩余使用寿命，由此，基于剩余使用寿命回归模型，准确预测出指定设备在当前时刻所对应的剩余使用寿命。
40.具体地，上述剩余使用寿命回归模型包括退化值预测层和剩余使用寿命确定层，可以将健康指数值输入到退化值预测层，以预测出指定设备的退化值时序，其中，退化值时序包括多个退化值以及对应的时刻，通过剩余使用寿命确定层从退化值时序中，获取退化值达到退化报警阈值时所对应的目标时刻，并根据目标时刻与当前时刻之间的时长，确定指定设备在当前时刻所对应的剩余使用寿命，实现了对指定设备在当前时刻所对应的剩余使用寿命的精准预测。
41.本技术提出一种设备的剩余使用寿命的确定方法，在确定指定设备在当前时刻所对应的剩余使用寿命的过程中，获取指定设备在当前时刻所对应的多个参数的参数值，以及该指定设备所对应的多个参数的标准值，并基于该多个参数的参数值和标准值，确定出指定设备在当前时刻的健康指数值，再根据健康指数值，以准确确定出指定设备在当前时刻对应的剩余使用寿命。由此，基于该指定设备在当前时刻所对应的多个参数的参数值和标准值，确定出该指定设备在当前时刻所对应的健康指数值，以准确确定指定设备在当前时刻对应的剩余使用寿命，实现了准确预测出指定设备在当前时刻对应的剩余使用寿命，从而可提高设备运行的安全性以及可靠性。
42.图2是本技术实施例所提供的另一种设备的剩余使用寿命的确定方法的流程示意图。
43.如图2所示，该设备的剩余使用寿命的确定方法可以包括：
44.步骤201，收集数据。
45.在一些实施例中，可以选择出对指定设备进行评估的一个当前时刻，再获取从数据采集与监视控制系统搜集的该指定设备在当前时刻所对应的多个参数的参数值，该多个参数可以包括，设备运行年限、历史维修保养数据、温度，压力、能耗数据等，并对该多个参数进行核查，若该多个参数出现缺失或则存在异常值，可以结合专家经验，再使用回归类方法进行数值的插补和去除异常值，并结合提前设定的阈值，判断收集的多个参数是否有超
出阈值，从而直接判断设备参数是否有故障，如判断有故障，直接报修，如判断没有故障，则进入步骤202。
46.步骤202，建立健康指标模型。
47.在一些实施例中，可以通过实际工况的多个参数的参考值，和实验室得到的没有出现任何异常的正常标准值进行关联分析，并根据参考值与标准值之间的相似度，例如，当实际工况的多个参数的参考值与正常标准值最为相近的时候，证明设备的实际情况与标准相同，为正常状态，反之，则代表实际数据的设备出现了不正常的状态，与标准背离，以准确的建立健康指标模型，其中，对实际工况的多个参数的参考值和正常标准值进行关联分析的计算方法可以为：
[0048][0049]
其中，其中，xi，yi是两组数据向量中的值，为其对应数据的均值。此处可以取xi为实际工况的多个参数的参考值，yi为实验室正常标准值。
[0050]
步骤203，rul回归模型。
[0051]
在一些实施例中，基于健康指标模型对实际工况的多个参数的参数值和实验室正常标准值进行关联分析后，以将健康指标模型的输出hi作为剩余使用寿命回归模型(remaining useful life，rul)的输入，其中，该剩余使用寿命回归模型包括退化值预测层和剩余使用寿命确定层，通过将hi输入到退化值预测层，并根据hi数据的特点进行回归，以得到回归结果。
[0052]
其中，对hi数据的特点进行回归的方法还可以包括但不限于有线性回归方法、多项式回归方法和神经网络模型回归方法。
[0053]
例如，可以采用指数回归，该回归结果可以为：
[0054][0055]
并将对应的hi值与时刻一一对应，从而得到该指定设备的退化值时序，该退化值时序为：
[0056]
rul(t)＝t
final-hi-1
(t)
[0057]
再将得到的指定设备的退化值时序输入到剩余使用寿命确定层，从而确定出退化值达到退化报警阈值时所对应的目标时刻，并根据目标时刻与当前时刻之间的时长，确定指定设备在当前时刻所对应的剩余使用寿命。
[0058]
其中，t
final
为设备出现故障的时间。
[0059]
步骤204，输出剩余使用寿命。
[0060]
其中，需要说明的是，为了可以准确确定出剩余使用寿命，在一些实施例中，可通过对健康指标模型和剩余使用寿命回归模型的进行联合训练。其中，对健康指标模型和剩余使用寿命回归模型的联合训练的示例性过程为:构建初始的联合模型，联合模型包括：初
始的健康指标模型以及对应的初始的剩余使用寿命回归模型，其中，初始的健康指标模型的输出为初始的剩余使用寿命回归模型的输入,确定训练数据，其中，训练数据包括：指定设备在样本时刻所对应的多个参数的参数值以及指定设备在样本时刻所对应的样本剩余使用寿命,以样本时刻所对应的多个参数的参数值为联合模型的输入，以样本剩余使用寿命为联合模型的输出，对联合模型中初始的健康指标模型和初始的剩余使用寿命回归模型进行系数调整，实现训练。
[0061]
基于上述实施例，对联合训练模型进行训练的一种示例性的实施方式可以为，分发全部数据到不同的机器，每台机器从服务器下载模型，然后利用本地数据训练模型，之后返回给服务器需要更新的参数，服务器聚合各机器上的返回的参数，更新模型，再把最新的模型反馈到每台机器，如图3所示，示例如下，参与方各自从服务器a上下载最新模型，且参与方利用本地数据训练模型，加密梯度上传给服务器a，服务器a聚各用户的梯度更新模型参数，服务器a再返回更新后的模型给各参与方，其中，参与方数量越多，服务器中的模型的样本越多，模型的适应性越强，最后，各参与方更新各自模型。
[0062]
本技术提出一种设备的剩余使用寿命的确定方法，在确定指定设备在当前时刻所对应的剩余使用寿命的过程中，通过收集当前时刻所对应的多个参数的参数值以及多个参数的标准值，再对参数值和标准值进行关联分析，以建立健康指标模型，再将根据健康指标模型得到的健康指数值以输入到剩余使用寿命回归模型中，以得到该指定设备的退化值以及对应的时刻，从而确定指定设备在当前时刻的剩余使用寿命。由此，基于该指定设备的退化值以及对应的时刻，准确确定指定设备出现故障的时刻，以确定出指定设备的剩余使用寿命，避免指定设备在不安全条件下运行。
[0063]
图4是本技术实施例所提供一种设备的剩余使用寿命的确定装置的结构示意图。
[0064]
如图4所示，该设备的剩余使用寿命的确定装置400包括：
[0065]
第一获取模块401，用于获取指定设备在当前时刻所对应的多个参数的参数值。
[0066]
第二获取模块402，用于获取指定设备所对应的多个参数的标准值。
[0067]
第一确定模块403，用于根据多个参数的参数值和标准值，确定指定设备在当前时刻所对应的健康指数值。
[0068]
第二确定模块404，用于根据健康指数值，确定指定设备在当前时刻所对应的剩余使用寿命。
[0069]
本技术提出一种设备的剩余使用寿命的确定装置，在确定指定设备在当前时刻所对应的剩余使用寿命的过程中，获取指定设备在当前时刻所对应的多个参数的参数值，以及该指定设备所对应的多个参数的标准值，并基于该多个参数的参数值和标准值，确定出指定设备在当前时刻的健康指数值，再根据健康指数值，以准确确定出指定设备在当前时刻对应的剩余使用寿命。由此，基于该指定设备在当前时刻所对应的多个参数的参数值和标准值，确定出该指定设备在当前时刻所对应的健康指数值，以准确确定指定设备在当前时刻对应的剩余使用寿命，实现了准确预测出指定设备在当前时刻对应的剩余使用寿命，从而可提高设备运行的安全性以及可靠性。
[0070]
在本技术的一个实施例中，第一确定模块403，具体用于：
[0071]
将多个参数的参数值以及标准值输入到健康指标模型中，以得到指定设备在当前时刻所对应的健康指数值。
[0072]
在本技术的一个实施例中，健康指标模型包括关联分析层和健康指标确定层，第一确定模块403，具体用于：
[0073]
通过关联分析层对多个参数的参数值以及标准值进行关联分析，以得到多个参数的参数值与标准值之间的相似度。
[0074]
将相似度输入到健康指标确定层，以得到指定设备在当前时刻所对应的健康指数值。
[0075]
在本技术的一个实施例中，第二确定模块404，具体用于：
[0076]
将健康指数输入到剩余使用寿命回归模型中，以得到指定设备在当前时刻所对应的剩余使用寿命。
[0077]
在本技术的一个实施例中，剩余使用寿命回归模型包括退化值预测层和剩余使用寿命确定层，第二确定模块404，具体用于：
[0078]
将健康指数值输入到退化值预测层，以预测出指定设备的退化值时序，其中，退化值时序包括多个退化值以及对应的时刻。
[0079]
通过剩余使用寿命确定层从退化值时序中，获取退化值达到退化报警阈值时所对应的目标时刻，并根据目标时刻与当前时刻之间的时长，确定指定设备在当前时刻所对应的剩余使用寿命。
[0080]
如图5所示，是根据本技术一个实施例的电子设备的框图。
[0081]
如图5所示，该电子设备包括：
[0082]
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机指令。
[0083]
处理器502执行指令时实现上述实施例中提供的设备的剩余使用寿命的确定方法。
[0084]
进一步地，电子设备还包括：
[0085]
通信接口503，用于存储器501和处理器502之间的通信。
[0086]
存储器501，用于存放可在处理器502上运行的计算机指令。
[0087]
存储器501可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0088]
处理器502，用于执行程序时实现上述实施例的设备的剩余使用寿命的确定方法。
[0089]
如果存储器501、处理器502和通信接口503独立实现，则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0090]
可选的，在具体实现上，如果存储器501、处理器502及通信接口503，集成在一块芯片上实现，则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
[0091]
处理器502可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0092]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0093]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0094]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。