[發明專利]一種基于數字孿生和機器學習的UPS健康預測方法、系統、電子設備及可存儲介質

有效

• 申請號: 202011609646.1
• 申請日: 2020-12-30
• 公開（公告）號: CN112904220B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 曾念寅;吳佩樹;李寒
• 申請（專利權）人: 廈門大學
• 主分類號: G01R31/40
• 分類號: G01R31/40;G06F30/27;G06N3/04
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 張松亭;王婷婷

本發明提供一種基于數字孿生和機器學習的UPS健康預測方法、系統、電子設備及可存儲介質，方法包括：利用傳感器和監控設備對UPS實體各模塊以及所處機房環境的相關參量進行采集；利用高速帶寬傳輸將數據存儲至數據庫，并將數據預處理得到歸一化特征；對整個UPS系統進行數字孿生體建模，實現UPS實體和環境實體與所構造的數字孿生體之間一一映射關系；再利用機器學習和深度學習方法，將數字孿生體的各參量數據輸入“特征提取網絡+多任務特征學習網絡”算法模型進行計算，評估UPS健康狀態、預測UPS剩余使用壽命；結合蟻群搜索算法，給出維護決策建議；本發明方法實現不直接依靠UPS實體的預測性維護和健康管理，可以有效克服現有的UPS維護方式的不足和缺陷。

技術領域

本發明涉及電力電子設備領域，特別是指一種基于數字孿生和機器學習的UPS健康預測方法、系統、電子設備及可存儲介質。

背景技術

不間斷電源(簡稱UPS)在國防、工業、醫療、信息以及日常生活等領域得到廣泛應用，能夠有效保障電力的正常供應和各類設備的不停機運轉；UPS作為電力供應的強大后備保障，其本身若出現故障則可能會造成巨大的損失，所以對UPS的日常維護是十分重要的；目前主流的UPS維護方式主要是基于UPS實體的周期性維護，即定期對機房中的UPS各個部分進行測試，檢查是否存在隱患或故障。

但是，這種現有維護方式會損耗較大的人力物力，對UPS某些模塊進行測試時需要停機甚至拆卸檢查，這不僅要求較高的專業操作技能，而且在測試檢查時的UPS可能無法正常工作。

發明內容

本發明的主要目的在于克服現有技術中的上述缺陷，提出一種基于數字孿生和機器學習的UPS健康預測方法，利用數字孿生技術構造UPS實體與其孿生體的映射關系，再通過機器學習方法對孿生體的健康狀態進行監測，并預測其故障發生的概率和剩余使用壽命等，實現不直接依靠UPS實體的預測性維護和健康管理，可以有效克服現有的UPS維護方式的不足和缺陷。

本發明采用如下技術方案：

本發明第一方面提供一種基于數字孿生和機器學習的UPS健康預測方法，所述方法包括：

利用傳感器和監控設備對UPS實體各模塊以及所處機房環境的相關參量進行采集；

利用高速帶寬傳輸將數據存儲至數據庫，并將數據預處理得到歸一化特征；

根據UPS實體和機房環境實體的外觀構造，以及數據傳遞層所傳輸的各類數據參量對整個UPS系統進行數字孿生體建模，實現UPS實體和環境實體與所構造的數字孿生體之間一一映射關系；再利用機器學習和深度學習方法，將數字孿生體的各參量數據輸入“特征提取網絡+多任務特征學習網絡”算法模型進行計算，評估UPS健康狀態、預測UPS剩余使用壽命；

根據評估的UPS健康狀態、預測的UPS剩余使用壽命，結合蟻群搜索算法，給出維護決策建議。

本發明第二方面提供一種基于數字孿生的UPS健康預測的體系架構系統，所述系統包括：

物理感知層：主要通過多種傳感器、監控設備等所構成的感知設備，對UPS物理實體和機房環境實體的相關參量進行采集；

數據傳遞層：通過對物理層感知設備所采集的數據通過高速帶寬傳輸給數據層，對UPS實體的相關參量數據進行傳輸、處理和存儲；

建模分析層：通過對UPS實體和機房環境實體的外觀構造，以及數據傳遞層所傳輸的各類數據參量對整個UPS系統進行數字孿生體建模，以實現UPS實體和環境實體與所構造的數字孿生體之間的一一映射關系；再利用機器學習和深度學習方法，實現對數字孿生體的各參量數據進行計算，為后續評估UPS健康狀態、預測UPS剩余使用壽命以及給出維護決策建議提供算法支撐；