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：浙江双峰电气股份有限公司

摘要：本发明公开了基于机器学习的电容器剩余寿命预测方法及系统，属于电力设备运维技术领域，方法包括剩余寿命预测建模、数据生成层构建、寿命预测层构建、模型优化层构建和电容器剩余寿命预测。本发明采用合成递归图结合原始数据的方法进行数据生成层构建，利用递归图的非线性特征提取、降维特征表示、抗噪性、可视化和解释性的优势，提升了数据维度和质量；采用结合图卷积和门控循环单元的异构图集成神经网络，优化了特征提取的广度和维度，提高了预测的精确性、准确性和可拓展性；采用遗传模拟退火算法进行模型参数优化，增强了初始解的多样性，并通过交叉操作生成新候选解，提高了收敛速度和局部搜索能力，优化了模型的整体性能。

主权项：1.基于机器学习的电容器剩余寿命预测方法，其特征在于：该方法包括以下步骤：步骤S1：剩余寿命预测建模，用于设计并构建电容器剩余寿命预测模型的基本架构；步骤S2：数据生成层构建，用于构建电容器实验系统、收集电容器实验数据并进行数据的预处理和合成；步骤S3：寿命预测层构建，用于构建预测模型的预测层，具体为采用结合图卷积和门控循环单元的异构图集成神经网络，并结合递归图预测，进行寿命预测层构建，得到电容器剩余寿命预测模型；所述寿命预测层构建，包括以下步骤：步骤S31：构建图卷积层，用于提取空间特征，具体为将两个图卷积子层堆叠，得到图卷积层，通过图卷积层对电容器实验递归图数据进行特征提取，得到卷积特征图；所述图卷积子层通过图卷积操作和S型激活函数从图节点及其邻居节点之间提取空间特征；步骤S32：构建门控循环单元，用于提取时间特征，具体为通过门控循环单元对电容器实验递归图数据进行特征提取，得到门控特征图，包括以下步骤：步骤S321：构建重置门，用于控制隐藏状态的遗忘程度，计算公式为： ；式中，rt是重置门输出向量，Sig·是S型激活函数，Wr是重置门权重，ht-1是前一时刻的隐藏状态，t是时间步索引，用于表示当前时刻，xt是当前时刻的模型输入，具体指电容器实验递归图数据，br是重置门偏置项；步骤S322：构建更新门，用于控制隐藏状态的保留程度，计算公式为： ；式中，zt是更新门输出向量，Wz是更新门权重，bz是更新门偏置项；步骤S323：计算候选隐藏状态，用于更新隐藏状态，计算公式为： ；式中，是当前时刻的候选隐藏状态，tanh·是双曲正切激活函数，Wh是隐藏状态权重，bh是隐藏状态偏置项；步骤S324：计算最终隐藏状态，计算公式为： ；式中，ht是最终隐藏状态，具体指当前时刻的隐藏状态；步骤S33：异构图集成，用于集成图卷积层和门控循环单元的输出特征图，具体为将卷积特征图和门控特征图在特征维度上进行拼接，得到集成特征；步骤S34：递归图预测，具体为采用K均值聚类方法，对所述集成特征中的卷积特征图和门控特征图进行聚类，并构建全连接层，进行剩余寿命预测；步骤S35：寿命预测模型训练，具体为通过所述构建图卷积层、所述构建门控循环单元、所述异构图集成和所述递归图预测，进行模型训练，得到电容器剩余寿命预测模型；步骤S4：模型优化层构建，用于优化模型参数并优化模型性能，具体为通过模型验证评估和迭代训练，并采用遗传模拟退火算法进行模型参数优化，得到最优剩余寿命预测模型；步骤S5：电容器剩余寿命预测。

全文数据：

权利要求：

百度查询： 浙江双峰电气股份有限公司 基于机器学习的电容器剩余寿命预测方法及系统