[发明专利]一种设备的剩余寿命预测模型建模系统及方法、预测系统

说明书

本发明公开设备的剩余寿命预测模型建模系统，包括基础算法库、数据库和通用平台。基础算法库，用于存储剩余寿命预测模型建模过程中所需的基础算法。数据库，用于存储剩余寿命预测模型建模过程中所需的数据集。通用平台，与基础算法库和数据库分别连接，用于调用基础算法和数据集构建、训练、测试基础模型，并将通过测试评估的基础模型封装为预设文件类型的剩余寿命预测模型，剩余寿命预测模型用于实施设备的剩余寿命预测。还提供相应的建模方法、核电设备的剩余寿命预测系统。该建模系统能够帮助核电专业的研究人员方便快捷的建立具体设备的剩余寿命预测模型，降低对建模人员的IT技术能力的要求。

技术领域

本发明属于核电技术领域，具体涉及一种设备的剩余寿命预测模型建模系统及方法、核电设备的剩余寿命预测系统。

背景技术

核电设备的预测性维护，是指通过连续监测和预测核电厂系统/设备状态和故障，实现对于维修时机和维修对象的预测和精准决策，避免设备突发故障导致非计划停机，最大化利用设备使用寿命，减少维修所需备件贮存规模。剩余寿命预测是实施设备预测性维护的核心关键技术。其中，基于数据驱动的预测方法主要依靠从数据中挖掘的信息进行寿命预测，对于失效机理难以准确描述的大型、复杂设备或系统，只要能获取相关数据，即可使用数据驱动模型得到具有应用价值的寿命预测结果，因此，将数据驱动的预测方法应用至核工业界将较大提升核电设备的安全性和经济性。

然而，数据驱动的剩余寿命预测，需要具备海量数据的分析处理能力，因此，对大数据处理技术和智能算法的依赖程度很高，导致目前核工业界的剩余寿命预测技术研究很大程度上受限于研究人员对智能算法的理解和编程开发能力，限制了该技术在核工业界的发展和应用。

发明内容

本发明要解决的技术问题是针对现有技术存在的上述不足，提供一种设备的剩余寿命预测模型建模系统及方法、核电设备的剩余寿命预测系统，使得核电专业的研究人员方便快捷的建立具体核电设备的剩余寿命预测模型，降低对建模人员IT技术能力的要求。

本发明实施例提供一种设备的剩余寿命预测模型建模系统，包括基础算法库、数据库和通用平台。基础算法库，用于存储剩余寿命预测模型建模过程中所需的基础算法。数据库，用于存储剩余寿命预测模型建模过程中所需的数据集。通用平台，与基础算法库和数据库分别连接，用于调用基础算法和数据集构建、训练、测试基础模型，并将通过测试评估的基础模型封装为预设文件类型的剩余寿命预测模型。

优选地，所述基础算法的类型包括数据预处理类算法、特征提取类算法、数据驱动类算法和优化类算法。

通用平台包括建模模块、训练模块、测试评估模块。建模模块，与基础算法库和数据库连接，用于根据划分比例将调用的数据集划分为训练集和测试集，以及用于调用数据预处理类算法对训练集进行数据预处理，调用特征提取类算法对数据预处理后的训练集进行特征提取并生成特征集合，以及用于调用数据驱动类算法及优化类算法，得到基础模型。训练模块，与建模模块连接，用于应用基础模型对生成的特征集合进行模型训练。测试评估模块，与建模模块连接，用于调用测试集测试和评估训练后的基础模型，并用于对评估结果进行对比分析。建模模块，还用于将评估结果超过预设阈值的基础模型封装为预设文件类型的剩余寿命预测模型，以满足核电厂的设备健康管理平台的集成需求。

优选地，建模模块包括算法关联单元。算法关联单元，用于定义各类基础算法之间的接口，以实现数据预处理类算法、特征提取类算法、数据驱动类算法以及优化类算法之间的关联。

优选地，通用平台还包括算法管理模块。算法管理模块，与基础算法库连接，用于删除，或修改，或查看基础算法库中的基础算法，以及通过编程方式或脚本文件导入方式向基础算法库增加新的算法。

优选地，设备的剩余寿命预测模型建模系统还包括典型用例库。典型用例库，与通用平台连接，用于存储通用平台封装的典型设备的典型故障模式的剩余寿命预测模型，以便用户查看或集成调用。