公开(公告)号：CN118686778A

公开(公告)日：2024-09-24

申请号：CN202410872874.X

申请日：2024-07-01

申请人： 北京工业大学 ,  北京科博纳信息技术有限公司

发明人： 闫健卓 ,  邱盼盼 ,  于涌川 ,  赵忠诚 ,  方宏阳 ,  董伟

IPC分类号： F04B51/00 ,  G06F18/10 ,  G06F18/2113 ,  G06F18/2131 ,  G06F18/22 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06N3/042 ,  G06N3/045 ,  G06F123/02

摘要： 本发明提出一种基于多目标动态优化健康退化指数的泵站机组健康评估方法和系统。其中，方法包括：应用预处理后的多维时间序列数据和训练标签训练基于交互式图神经网络的健康基准模型；应用健康基准模型预测健康状态评估特征变量的预测值；基于马氏距离计算健康状态评估特征变量的预测值与健康状态评估特征变量的实时监测值的距离，构建健康状态评估特征变量的健康退化指数；应用健康退化指数，构建并求解用于确定健康退化指数的权重的多目标函数；得到健康退化指数的权重；将权重和健康退化指数加权求和，得到综合健康退化指数。本发明提出的方案能够通过优化权重分配显著提高了评估的精度和全面性，更准确地反映设备实际运行的健康状态变化。

公开(公告)号：CN118296461A

公开(公告)日：2024-07-05

申请号：CN202410454255.9

申请日：2024-04-16

申请人： 北京工业大学

发明人： 闫健卓 ,  冀金泉 ,  邱盼盼 ,  于涌川

IPC分类号： G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/048 ,  G06F18/25

摘要： 本发明公开了面向泵站机组安全运行的增强时空动态感知的状态预测方法，首先引入时间衰减效应，以精确捕捉泵站机组时序数据的时间依赖性。其次，创新性地引入空间动态相关子图模块，用于捕捉序列间的复杂依赖关系。然后，采用跨时空维度的广泛编码策略，融合提取的关键时间、空间动态特征。最终，将特征融合向量传递到多任务分支网络，其中重构模块通过对输入序列的完成重构来提升特征融合网络对时间序列的表征能力，预测模块完成对泵站机组运行状态进行预测。将该方法应用于泵站机组运行状态预测中，不仅体现了对多维时间序列时空动态预测问题的独特优势，也强调了在泵站运维管理中提高预测准确性和可靠性的实际意义。