买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京智合瑞行能源科技有限公司

摘要：本发明公开了一种基于TCN和粒子滤波的关键设备剩余寿命预测方法，首先获取关键设备的监测数据值Ci，由此构成一组关键设备监测数据C＝{C1,C2,...,Cn}；将监测数据C用EMD技术分解成一个残余序列rt和两个本征模态函数IMFst；对于分解后得到的残余序列，用TCN网络进行预测，得到残余序列的预测结果；对于分解后得到的IMFst，用PF算法进行预测，得到IMFst的预测结果；然后将得到的预测结果相加融合，从而计算出关键设备的剩余寿命预测结果。本发明消除了建立单一模型对关键设备进行剩余寿命预测时精度不高的的影响，建立了更加精确的混合模型，提高了模型的预测精度。

主权项：1.一种基于TCN和粒子滤波的关键设备剩余寿命预测方法，其特征在于，具体按照以下步骤实施：步骤1、获取关键设备的监测数据值Ci，i＝1,2,...,n，其中Ci表示获取的该关键设备的第i个监测数据值，n为获取的数据总个数，由此构成一组关键设备监测数据C＝{C1,C2,...,Cn}；步骤2、将步骤1中得到的监测数据C用EMD技术分解成一个残余序列rt和两个本征模态函数IMFst；步骤3、对于经过步骤2分解后得到的残余序列，用TCN网络进行预测，得到残余序列的预测结果；所述步骤3具体如下：步骤3.1、在步骤2分解后得到的残余序列rt中设定预测起始点T，其中T∈[1,n]且T取整数，并划分训练集和测试集：将T前的rt作为训练集，T后的rt作为测试集；步骤3.2、首先建立TCN网络模型并设置模型参数的初始值，设置网络层数为3层，隐层神经元个数为6，TCN网络的最大迭代次数为200次，Dropout率为0.5，学习率为3，扩张因果卷积的卷积核大小为7，采用Adam作为优化器，采用ReLU函数作为激活函数，接着将所述步骤3.1得到的训练集中的数据作为TCN网络的输入，训练该网络，得到最优模型参数；步骤3.3、使用所述步骤3.2训练好的TCN网络对所述步骤3.1得到的测试集中的数据进行预测，得到残余序列的预测结果rpred；步骤4、对于经过步骤2分解后得到的IMFst，用PF算法进行预测，得到IMFst的预测结果；步骤5、将步骤3和步骤4中得到的预测结果相加融合，从而计算出关键设备的剩余寿命预测结果。

全文数据：

权利要求：

百度查询： 北京智合瑞行能源科技有限公司 一种基于TCN和粒子滤波的关键设备剩余寿命预测方法