[發明專利]用于對工業資產性能持續地進行建模的系統和方法

在審

• 申請號: 201780083181.0
• 申請日: 2017-11-10
• 公開（公告）號: CN110337616A
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 徐銳;Y.徐;嚴衛中
• 申請（專利權）人: 通用電氣公司
• 主分類號: G05B13/02
• 分類號: G05B13/02;G06N20/00;G06N5/04
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 徐予紅;楊美靈

一種對工業資產性能持續地進行建模的方法包括：初始模型構建塊，所述初始模型構建塊基于工業資產歷史數據、配置數據以及訓練數據的組合而創建第一模型，對歷史數據、配置數據以及訓練數據中的至少一個進行過濾；和持續學習塊，所述持續學習塊通過評價模型集合的一個或多個成員對于預定閾值的結果而預測一個或多個集合成員的性能。模型應用塊將所選擇的模型集合成員推送到性能診斷中心，基于將模型集合成員與現場建模算法比較而選擇成員。公開了系統和計算機可讀介質。

優先權聲明

本專利申請聲明提交于2016年11月11日的標題為“SYSTEMS AND METHODS FORPERFORMANCE MODELING WITH ONLINE ENSEMBLE REGRESSION”的序號為62/420850的美國臨時專利申請的根據35 U.S.C.§119的優先權的權益，該臨時專利申請的整個公開通過引用而結合于本文中。

背景技術

工業資產被工程化以實行作為工業過程的部分的具體任務。例如，除了其它事物之外并且無限制，工業資產能夠包括發電機、燃氣渦輪、動力設備、生產線上的制造裝備、飛行器發動機、風力渦輪發電機、動力設備、機車、用于在患者護理設施中使用的健康護理或成像裝置(例如，X射線或MRI系統)或用于在挖掘操作中使用的鉆削裝備。這些資產的設計和實現通常考慮手頭的任務的物理性質以及資產的操作環境及其(一個或多個)特定操作模式兩者。

工業資產能夠為復雜并且非靜止的系統。使用傳統的機器學習建模途徑來對這樣的系統進行建模不足以對這樣的系統的操作適當地進行建模。復雜的工業資產的一個示例是動力設備。將期望的是，提供用于帶有持續學習能力的這樣的系統的性能建模的系統和方法。如本文中所使用的，工業資產(即，動力設備)的具體示例用于圖示一些實施例的特征。本領域技術人員在閱讀本公開時將意識到，該示例僅僅是出于說明性的目的的，并且不同類型和/或性質的其它工業資產處于本公開的范圍內。一些和/或全部實施例的特征可以與其它工業資產聯合使用。

附圖說明

圖1描繪了根據實施例的利用集合回歸算法(ensemble regression algorithm)對工業資產性能的持續建模的流程圖；

圖2描繪了根據實施例的用于實現對工業資產性能進行建模的基于集合(ensemble)的被動途徑的系統；

圖3描繪了根據實施例的在驗證模型集合中使用的工業資產的仿真數據的示例；

圖4描繪了根據實施例的集合回歸算法對窗口大小的敏感性；

圖5A描繪了根據實施例的利用再訓練的隨時間推移的集合回歸算法的性能；

圖5B描繪了未利用再訓練的隨時間推移的集合回歸算法的性能；

圖6A描繪了根據實施例的利用再訓練的隨時間推移的集合回歸算法的預測誤差；以及

圖6B描繪了未利用再訓練的隨時間推移的集合回歸算法的預測誤差。

具體實施方式

在當今的競爭激烈的商業環境中，工業資產的操作者或用戶(諸如，動力設備所有者)一直力圖降低其操作和維護成本，因而增加其利潤。為了更高效地操作工業資產，能夠開發更高效的機器-例如，下一代渦輪機器。還能夠針對設備操作而開發先進的數字解決方案(軟件和工具)。例如，通用電氣公司首創使工業資產數字化的被稱為“數字動力設備”的項目是新近開發的這樣的技術中的一種。數字動力設備涉及構建數字模型(基于物理性質的以及數據驅動式的兩者)或用于對動力設備中的每一個資產的目前狀態進行建模的所謂的“數字孿生”的收集。該變換技術使公共事業能夠監測并且管理發電生態系統的每一個方面，以干凈地、高效地并且安全地生成電力。