[發明專利]一種提升設備剩余壽命預測準確度的方法

在審

• 申請號: 202010179863.5
• 申請日: 2020-03-16
• 公開（公告）號: CN111523199A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 陶清寶;湯俊萱;肖雷;鮑勁松
• 申請（專利權）人: 茂盟（上海）工程技術股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06Q10/00;G06N3/04;G06F119/04
• 代理公司: 上海昱澤專利代理事務所(普通合伙) 31341
• 代理人: 孟波

1.一種提升設備剩余壽命預測準確度的方法，其特征在于，包括以下步驟：

步驟S1：使用隨機森林分類器對未分類的測試集樣本進行分類；

步驟S2：運用去噪處理對數據的噪聲進行控制和處理，提升預測結果的準確性，減少數據缺失和數據骯臟帶來的敏感性問題；

步驟S3：通過長短期記憶網絡分析設備狀態監測信息，預測設備剩余壽命。

2.根據權利要求1所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S1包括：

步驟S11：分析輸入的設備狀態監測信息，根據已知的已分類好的訓練集確定未分類測試集樣本的類型，將這一類型的信息作為訓練隨機森林時的輸出；

步驟S12：對輸入的設備狀態監測信息進行數據預處理，將同一臺設備按每一時刻進行拆開，將某一設備某一時刻的設備狀態監測信息作為隨機森林訓練時的一條輸入信息；

步驟S13：在輸入的訓練集樣本中加入人為根據訓練集樣本類型制定的分類標簽，再訓練隨機森林分類器；

步驟S14：在測試集中的信息將同一臺設備按每一時刻進行拆開，隨后輸入到訓練好的隨機森林分類器模型中進行測試；

步驟S15：測試結果根據機器做一次投票歸類。

3.根據權利要求2所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S13中訓練隨機森林分類器前需要設定調整隨機森林分類器的參數。

4.根據權利要求2所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S15中投票歸類采用簡單多數制。

5.根據權利要求1所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S2包括：

步驟S21：引入人為加入的噪聲，將輸入的訓練集樣本訓練特征中的隨機一部分數據置0，期間控制好置0數據的比例；

步驟S22：將人為噪音化的數據輸入長短期記憶網絡模型進行后續的訓練測試預測；

步驟S23：得到預測后的結果。

6.根據權利要求1所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S3包括：

步驟S31：根據隨機森林分類器分類得到的結果選擇已知的某一類訓練集樣本和與之類型相對應的測試集樣本；

步驟S32：準備訓練數據；

步驟S33：定義長短期記憶網絡的網絡架構；

步驟S34：按照設定的參數和訓練集樣本進行訓練網絡模型，使用測試集對訓練好的網絡進行測試驗證。

7.根據權利要求6所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S32的訓練數據包括刪除恒為常值的特征、歸一化訓練變量、裁減響應和準備填充數據。

8.根據權利要求6所述的一種提升設備剩余壽命預測準確度的方法，其特征在于，所述步驟S33包括設定網絡的類型和具體參數。