[發明專利]基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置

在審

• 申請號: 202110048119.6
• 申請日: 2021-01-14
• 公開（公告）號: CN114764544A
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 何博睿
• 申請（專利權）人: 新智數字科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/04
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 楊波

1.一種所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，包括：

聯合學習框架建立模塊，用于根據多個設備的樣本數據分別為數據節點，建立縱向聯合學習框架；

預測模型建立模塊，用于根據所述縱向聯合學習框架，對各數據節點中符合對齊的樣本數據進行第一次建模，得到預測模型；

樣本數據標注模塊，用于利用所述預測模型分別對所述縱向聯合學習框架下各個數據節點中不含標注的樣本數據進行預測，并將所述預測得到的預測值標注對應進行預測的樣本數據；

目標模型建立模塊，用于根據所述縱向聯合學習框架，對各數據節點中符合對齊的樣本數據和所述預測值標注的樣本數據進行第二次建模，得到目標模型，其中，所述目標模型的損失函數包括所述預測值標注的樣本數據的損失函數和所述預測模型的損失函數；

聯合學習模型訓練模塊，用于根據所述縱向聯合學習框架，進行目標模型訓練，得到用于各個數據節點對應設備進行設備剩余使用壽命預測。

2.根據權利要求1所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述聯合學習框架建立模塊，包括：

聯合方建立單元，用于確定縱向聯合學習的聯合方；

參與方建立單元，用于確定各個設備所擁有的樣本數據為數據節點，并將各所述數據節點作為縱向聯合學習參與方；

聯合學習框架建立單元，用于根據所述參與方和聯合方，建立縱向聯合學習框架。

3.根據權利要求1或2所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述樣本數據標注模塊，包括：

樣本數據預測單元，用于利用所述預測模型分別對所述縱向聯合學習框架下各個數據節點的所有樣本數據進行預測，得到對應的預測值；

樣本數據標注單元，用于對所述預測值按預設條件進行排序，選取所述排序靠前的部分預測值和所述排序靠后的部分預測值作為對應樣本數據進行標注；

樣本數據確定單元，用于確定所述標注的樣本數據為進行二次建模的樣本數據。

4.根據權利要求3所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述樣本數據標注單元，還用于對所述預測值按預設條件進行排序，選取所述排序在前5-15％和排序在后5-10％的預測值對對應的樣本數據進行標注。

5.根據權利要求3所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述樣本數據標注單元，還用于對所述預測值按預設條件進行排序，選取以預測結果的10％閾值點和90％閾值點為切斷點對兩頭的樣本數據的預測值，并利用所述預測值對所述樣本數據進行標注。

6.根據權利要求1所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述目標模型的損失函數還包括：所述預測值標注的樣本數據的損失函數加乘一個權重系數和所述預測模型的損失函數。

7.根據權利要求1所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述聯合學習框架建立模塊，還用于根據多個相同類型的設備或相同型號的設備的樣本數據分別為數據節點，建立縱向聯合學習框架。

8.根據權利要求7所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述設備包括相同類型的鍋爐或相同型號的鍋爐。

9.根據權利要求1所述的所述基于縱向聯合學習的設備剩余使用壽命預測模型構建裝置，其特征在于，所述聯合學習框架建立模塊，還用于根據多個設備的樣本數據分別為數據節點，建立縱向聯合學習框架；其中，所述多個不同設備所擁有的樣本數據之間包括重疊的樣本數據。