[发明专利]一种设备状态信息的预测方法及装置

说明书

本发明公开了一种设备状态信息的预测方法、装置、可读介质及电子设备，方法包括：获取目标设备的特征数据；根据哈希函数和所述目标设备的特征数据，生成所述目标设备的相关数据的哈希表，其中，所述相关数据包括非目标设备的检测点的特征数据，所述检测点的特征数据为非共享数据；根据所述哈希表，计算所述检测点的特征数据的权重；利用所述检测点的特征数据的权重以及所述检测点的特征数据对应的设备状态标签，建立联合模型；将所述联合模型进行所述目标设备的设备状态预测。本发明提供的技术方案，可将非目标设备的数据迁移到目标设备上，建立目标设备的特征数据和设备状态之间的关系，无需共享的设备之间的特征数据，确保了数据安全。

技术领域

本发明涉及能源技术领域，尤其涉及一种设备状态信息的预测方法及装置。

背景技术

在智能制造系统中需要使用大量的工业设备，为了实现对工业设备的监测，以了解工业设备的运行情况，进而确保智能制造系统的正常运行，因此，通常需要对工业设备进行设备状态预测。这里，设备状态预测指的是根据工业设备的特征数据预测工业设备故障的概率或工业设备的剩余使用寿命。

目前，通过采集若干个工业设备的历史运行数据，采用机器学习方法建立这些历史运行数据与设备运行状态之间的映射关系，得到设备状态预测模型，使用设备状态预测模型实现其他工业设备的设备状态预测。

但是，上述技术方案需要共享若干个工业设备的历史运行数据，因此导致若干个工业设备之间的数据安全性较低。

发明内容

本发明针对现有技术中存在的上述技术问题提供了一种设备状态信息的预测方法、装置、计算机可读存储介质及电子设备，非目标设备和目标设备之间无需共享的设备的特征数据，从而确保数据安全。

第一方面，本发明提供了一种设备状态信息的预测方法，包括：

获取目标设备的特征数据；

根据哈希函数和所述目标设备的特征数据，生成所述目标设备的相关数据的哈希表，其中，所述相关数据包括非目标设备的检测点的特征数据，所述检测点的特征数据为非共享数据；

根据所述哈希表，计算所述检测点的特征数据的权重；

利用所述检测点的特征数据的权重以及所述检测点的特征数据对应的设备状态标签，建立联合模型；

将所述联合模型进行所述目标设备的设备状态预测。

第二方面，本发明提供了一种设备状态信息的预测装置，包括：

数据获取模块，用于获取目标设备的特征数据；

生成模块，用于根据哈希函数和所述目标设备的特征数据，生成所述目标设备的相关数据的哈希表，其中，所述相关数据包括非目标设备的检测点的特征数据，所述检测点的特征数据为非共享数据；

权重计算模块，用于根据所述哈希表，计算所述检测点的特征数据的权重；

模型建立模块，用于利用所述检测点的特征数据的权重以及所述检测点的特征数据对应的设备状态标签，建立联合模型；

预测模块，用于将所述联合模型进行所述目标设备的设备状态预测。

第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法或如第二方面中任一所述的方法。

第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法或如第二方面中任一所述的方法。