[发明专利]设备健康状态评估方法、装置、计算机设备及存储介质

权利要求书

1.一种设备健康状态评估方法，其特征在于，包括：

确定对设备进行评估的一个时间段和所述设备的一个或多个运行参数，并获取在所述时间段内的所述一个或多个运行参数的数据集合；

根据所述数据集合，确定所述设备运行在健康状态下的一组健康状态矩阵和所述设备运行在故障状态下的一组故障状态矩阵，其中，所述健康状态矩阵和所述故障状态矩阵的数据维度与所述一个或多个运行参数的参数数量一致；

根据所述健康状态矩阵和所述故障状态矩阵，建立通过对在线或离线收集到的所述设备的一个或多个运行参数的数据集合所排列成的矩阵进行矩阵变换来得到相应的设备健康指数的设备健康指数评估模型；

根据所述健康指数评估模型，确定所述设备在离线或在线时的健康指数值，并将健康指数值作为所述设备的健康状态评估结果；

根据所述健康状态矩阵和所述故障状态矩阵，建立通过对在线或离线收集到的所述设备的一个或多个运行参数的数据集合所排列成的矩阵进行矩阵变换来得到相应的设备健康指数的设备健康指数评估模型，包括：

根据所述健康状态矩阵和所述故障状态矩阵，建立转换矩阵；

根据所述转换矩阵，建立能够使用所述转换矩阵对设备在在线或离线下收集到的一个或多个运行参数的数据集合排列成的在线状态矩阵或离线状态矩阵进行求解的设备健康指数评估模型，其中，所述在线状态矩阵或离线状态矩阵与所述转换矩阵中的运行参数维度相同；

所述建立转换矩阵，包括：

合并所述健康状态矩阵与故障状态矩阵，得到合并矩阵；

确定所述健康状态矩阵的数据量大小相对应阶的零向量与所述故障状态矩阵的数据量大小相对应阶的单位向量所成矩阵的矩阵转置；

建立以所述合并矩阵与所述合并矩阵的转置的乘积的倒数、所述合并矩阵的转置以及所述矩阵转置的乘积为目标值的转换矩阵。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在联合学习架构下，建立以多个设备在不同时间段内的健康指数值的回归规律为联合学习任务；

利用各个所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述联合学习任务进行学习，得到对所述设备的健康状态进行评估的目标评估模型；

根据目标评估模型，确定设备在离线或在线时的健康评估结果。

3.根据权利要求2所述的方法，其特征在于，所述利用各个所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述联合学习任务进行学习，得到对所述设备的健康状态进行评估的目标评估模型，包括：

S1，确定联合学习架构下的全局模型，所述全局包括回归模型；

S2，参与联合学习的设备获取所述全局模型，并使用所述设备在离线或在线时收集到的所述一个或多个运行参数的数据对所述全局模型进行训练，得到局部模型；

S3，聚合各个参与联合学习的设备得到的局部模型的模型参数，使用所述模型参数更新所述全局模型，并将更新后的全局模型的模型参数下发给各个所述参与联合学习的设备；

S4，各个参与联合学习的设备使用所述更新后的全局模型的模型参数更新自己的局部模型，并使用自身设备在离线或在线时收集到的所述一个或多个运行参数的数据对更新后的局部模型进行训练；

S5，循环上述步骤S3-S4直到所述全局模型满足预设的学习目标为止，得到能够对设备的健康状态进行评估的目标评估模型。

4.根据权利要求3所述的方法，其特征在于，回归模型包括最小二乘法模型、差分整合移动平均自回归模型中的任一种模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述设备的运行参数包括：设备运行年限、设备历史维修保养数据、设备的振动传感器数据、设备当前运行的温度、设备当前运行的压力、设备的能耗数据中的一个或多个。