[发明专利]基于联合学习的检测设备的方法、装置、设备及介质

说明书

本公开涉及联合学习技术领域，提供了一种基于联合学习的检测设备的方法、装置、设备及介质。该方法包括：采集能源设备的参数数据；根据参数数据，确定能源设备中轴承的频率数据，并确定频率数据对应的频率特征；根据频率特征，得到不同频率对应的能量特征；使用能量特征训练生成剩余使用寿命模型；将剩余使用寿命模型下发至各参与方中，以使参与方通过联合学习的形式对剩余使用寿命模型进行训练。通过轴承的频率数据为基础，抽取出频率特征进行分析，并根据能量频率理论，计算能量特征并用于模型训练，能够更加精确对能源设备寿命进行预测。通过联合学习的方式，能够解决单一的剩余使用寿命模型不适应多种类能源设备的问题，提高模型的泛化能力。

技术领域

本公开涉及联合学习技术领域，尤其涉及一种基于联合学习的检测设备的方法、装置、设备及介质。

背景技术

综合能源系统是由多种能源设备和管道链接而成，同时具备多种能源输入，转化，并能供给多种能源给不同的用户的一个系统。综合能源系统中设备包括：燃气内燃机，余热锅炉，蒸汽锅炉，溴冷机，光伏设备，地源热泵，风能设备，储能设备等。

在综合能源系统中，大量的设备由于长期工作，环境变化，频繁起停等原因，可能会损伤设备的健康度。甚至出现在未到定期维护时间时，设备出现故障，这种现象可能会导致整个综合能源系统出现问题，所以对于设备的健康度的评估是及其必要的。

基于此，预后与健康管理是重要的科研领域，可广泛应用于综合能源及工业领域。其重点是计算设备/系统退化状态并估算系统的剩余使用寿命。主要优势是减少了维护成本，提高了安全性，可靠性和故障排除率。在诸如旋转设备的复杂系统中，对系统剩余使用寿命的预测可以帮助防止维护错误，还可以避免不安全条件下的运行。

然而现有技术中，对于设备寿命预测的结果往往不够准确，这就容易导致整个综合能源系统出现问题。

发明内容

有鉴于此，本公开实施例提供了一种基于联合学习的检测设备的方法、装置、电子设备及计算机可读存储介质，以解决现有技术中对于检测设备的的结果往往不够准确，这就容易导致整个综合能源系统出现问题。

本公开实施例的第一方面，提供了一种基于联合学习的检测设备的方法，包括：

基于联合学习架构，采集能源设备的参数数据；

根据所述参数数据，确定所述能源设备中轴承的频率数据，并确定所述频率数据对应的频率特征；

根据所述频率特征，得到不同频率对应的能量特征；

使用所述能量特征训练生成剩余使用寿命模型；

将所述剩余使用寿命模型下发至各参与方中，以使所述参与方通过联合学习的形式对所述剩余使用寿命模型进行训练。

本公开实施例的第二方面，提供了一种基于联合学习的检测设备的装置，包括：

采集模块，基于联合学习架构，采集能源设备的参数数据；

频率特征确定模块，根据所述参数数据，确定所述能源设备中轴承的频率数据，并确定所述频率数据对应的频率特征；

能量特征确定模块，根据所述频率特征，得到不同频率对应的能量特征；

训练模块，使用所述能量特征训练生成剩余使用寿命模型；

联合学习模块，将所述剩余使用寿命模型下发至各参与方中，以使所述参与方通过联合学习的形式对所述剩余使用寿命模型进行训练。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。