[发明专利]一种基于隐马尔可夫的阀门健康度估计与寿命预测方法

说明书

本发明提供一种基于隐马尔可夫的阀门健康度估计与寿命预测方法，涉及电力领域，所述方法包括步骤1：在控制阀门的数据主机部署Probe探针程序，采集阀门控制指令和阀门反馈数据相关指标数据；步骤2：对多维度的指标数据进行降维度分析，确定核心指标变量；步骤3：利用隐马尔可夫HMM转移模型构建阀门健康度估计与寿命预测模型，输出阀门健康度评估信息，并预测阀门剩余寿命。本发明提升了阀门的智能化运维能力，准确的阀门健康度评估和阀门寿命预测结果能够对阀门维护决策的制定提供重要的支撑数据，且通过及时发现潜在威胁并采取适当的维护措施，可以有效避免故障的发生，从而提高阀门的安全性、可靠性以及可用性。

技术领域

本发明涉及电力领域，尤其涉及一种基于隐马尔可夫的阀门健康度估计与寿命预测方法。

背景技术

传统阀门运维模式是阀门控制系统发生故障后，通知维护人员进行维修，属于事后维护，不具备阀门健康度估计功能和阀门寿命预测功能，当出现故障后，系统维护人员花费大量的精力和时间进行故障原因查询，体力劳动偏大，且会影响系统的正常运行，设备维护较为被动。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于隐马尔可夫的阀门健康度估计与寿命预测方法，提升阀门的智能化运维能力，准确的阀门健康度评估和阀门寿命预测结果能够对阀门维护决策的制定提供重要的支撑数据，且通过及时发现潜在威胁并采取适当的维护措施，可以有效避免故障的发生，从而提高阀门的安全性、可靠性以及可用性。

本发明提供一种基于隐马尔可夫的阀门健康度估计与寿命预测方法，所述方法包括以下步骤：

步骤1：在控制阀门的数据主机部署Probe探针程序，采集阀门控制指令和阀门反馈数据等相关指标数据；

步骤2：对多维度的指标数据进行降维度分析，确定核心指标变量；

步骤3：利用隐马尔可夫HMM转移模型构建阀门健康度估计与寿命预测模型，输出阀门健康度评估信息，并预测阀门剩余寿命。

进一步的，所述步骤3具体步骤如下：

步骤3.1：对于第n秒的控制阀门的数据主机时序采集数据以1小时为一个子时间T，对H_n进行划分，其中，x_m表示每一特征维度在时间t的值，M表示特征维度，

步骤3.2：计算每个子时间的均值方差Std_m＝‖*x_m，t+-Avg_m‖₂；

步骤3.3：统计一天内均值Avg_m的方差与方差Std_m的均值，衡量一天内控制阀门的数据主机的稳定状态和压力情况；

步骤3.4：将一天内均值Avg_m的方差与方差Std_m的均值构成观察变量数据集E_t；

步骤3.5：配置I＝P(S_t|S_t-1)，将观察变量数据集E_t输入一个隐马尔可夫HMM转移模型中，计算O_t+1，输出下一天故障的概率I＝P(S_t|S_t-1＝αO_t+1T^Tf_1:t)；

步骤3.6：根据7天阀门故障预测概率值对阀门健康度评估h_t+1＝H(f_t-6:t)，并根据健康度评估对寿命预测输出L_t+1＝L(h_t+1)。

进一步的，所述特征维度M＝8。

如上所述，本发明的一种基于隐马尔可夫的阀门健康度估计与寿命预测方法，具有以下有益效果：