[发明专利]核电厂设备剩余寿命预测方法、装置、设备和存储介质

说明书

本申请涉及一种核电厂设备剩余寿命预测方法、装置、设备和存储介质。该方法包括：对核电厂设备的历史监测信息进行非线性拟合处理，确定核电厂设备在未来时段内的威布尔参数；根据未来时段内的威布尔参数，确定核电厂设备在未来时段内的寿命特征分布；根据未来时段内的寿命特征分布，预测核电厂设备在未来时段内的剩余寿命。采用本方法能够提高对核电厂设备剩余寿命预测的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种核电厂设备剩余寿命预测方法、装置、设备和存储介质。

背景技术

随着人工智能技术在各领域的发展，出现了剩余寿命预测方法。以核电厂反应堆运行领域为例，可以利用人工智能技术完成核电厂设备剩余寿命的预测。目前，对核电厂设备剩余寿命的预测方法中，通常基于核电厂设备的历史运行状态和预先训练好的剩余寿命预测模型，模型直接输出核电厂设备的剩余寿命值。

但是，核电厂设备的剩余寿命本身就是一个概率事件，而不应该是一个绝对的值，也就是说，传统技术中模型输出的剩余寿命值并不符合现实意义，对核电厂设备剩余寿命的预测并不真实准确，亟需解决。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对核电厂设备剩余寿命预测的准确性的核电厂设备剩余寿命预测方法、装置、设备和存储介质。

第一方面，本申请提供了一种核电厂设备剩余寿命的预测方法。该方法包括：

对核电厂设备的历史监测信息进行非线性拟合处理，确定核电厂设备在未来时段内的威布尔参数；

根据未来时段内的威布尔参数，确定核电厂设备在未来时段内的寿命特征分布；

根据未来时段内的寿命特征分布，预测核电厂设备在未来时段内的剩余寿命。

在其中一个实施例中，寿命特征分布包括：众数特征分布、分位数特征分布和均值特征分布中的至少一种。

在其中一个实施例中，若寿命特征分布包括分位数特征分布和均值特征分布中的至少一种，以及众数特征分布；则根据未来时段内的寿命特征分布，预测核电厂设备在未来时段内的剩余寿命，包括：

根据未来时段内的威布尔参数中的形状参数与形状阈值之间的关系，从未来时段内的寿命特征分布中确定目标特征分布；

根据目标特征分布，预测核电厂设备在未来时段内的剩余寿命。

在其中一个实施例中，根据未来时段内的威布尔参数中的形状参数与形状阈值之间的关系，从未来时段内的寿命特征分布中确定目标特征分布，包括：

判断未来时段内的威布尔参数中的形状参数是否大于形状阈值；

若是，则将未来时段内的寿命特征分布中的众数特征分布，作为目标特征分布；

若否，则根据寿命特征分布中的分位数特征分布和均值特征分布中的至少一种，确定目标特征分布。

在其中一个实施例中，对核电厂设备的历史监测信息进行非线性拟合处理，确定核电厂设备在未来时段内的威布尔参数，包括：

通过非线性拟合模型，对核电厂设备的历史监测信息进行非线性拟合处理，确定核电厂设备在未来时段内的威布尔参数。

在其中一个实施例中，该方法还包括：将样本设备在第一样本时段内的样本监测信息输入至非线性拟合模型，得到样本设备在第二样本时段内的威布尔参数；其中，第一样本时段早于第二样本时段；

根据样本设备在第二样本时段内的威布尔参数、样本设备在第二样本时段内的实际剩余寿命，以及样本设备在第二样本时段内的故障情况，确定损失值；

基于损失值，对非线性拟合模型进行训练。