(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110404045.5 (22)申请日 2021.04.15 (71)申请人 广州中国科 学院先进技 术研究所 地址 511458 广东省广州市南沙区海 滨路 1121号A栋 申请人 广州市高加航电子科技有限公司 (72)发明人 张金越　侯至丞　江旭耀　张弓　 杨根　杨文林　梁小宁　 (74)专利代理 机构 广州容大知识产权代理事务 所(普通合伙) 44326 专利代理师 刘新年 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/25(2020.01) G06N 3/00(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/06(2020.01) (54)发明名称 一种故障预测方法、 系统、 电子设备和存储 介质 (57)摘要 本发明实施例提供一种故障预测方法、 系 统、 电子设备和存储介质， 即在进行模型训练时， 对样本数据进行优化处理， 提取相应的特征， 最 后将样本数据以及所提取的特征输入到深度学 习算法， 完成模型的训练； 采用基于复杂信号分 解为简单信号的思想， 利用VMD算法实现复杂信 号的分解； 利用遗传算法可寻求最优解的思想， 实现VMD算法中最佳k值的选 取； 采用深度学习的 方法， 利用半监督式的特征学习方法， 使得训练 模型的数据更加全面， 所得到的模型精度更高； 该算法为故障预测方法， 起到故障预测的作用， 而不仅仅是故障诊断， 做到防微杜渐， 更好的保 护设备、 减少 损失。 权利要求书2页 说明书7页 附图3页 CN 115221769 A 2022.10.21 CN 115221769 A 1.一种故障预测方法， 其特 征在于， 包括： 确定设备在多个工作周期内的数据信号， 以形成数据集， 并对数据信号进行分解， 得到 每个工作周期对应数据信号的k个本征模态函数IMF， 提取 各所述IMF的数据特 征； 将所述数据信号、 IMF、 数据特征输入至预先训练好的故障预测模型， 基于所述故障预 测模型进行故障预测。 2.根据权利要求1所述的故障预测方法， 其特征在于， 并对数据信号进行分解， 得到每 个工作周期对应数据信号的k个本征模态函数IMF， 具体包括： 基于预设分解算法将所述数据集中的数据信号分解成离散数量的谐波子信号， 得到k 个IMF； 所述预设 分解算法为变分模态分解VMD算法， 或经验 模态分解E MD算法。 3.根据权利要求1所述的故障预测方法， 其特征在于， 提取各所述IMF的数据特征， 具体 包括： 基于遗传算法、 粒子群算法或蚁群算法确定k 值； 基于傅里叶变换确定各所述IMF的频谱图， 将所述频谱图作为所述IMF的第一特征， 将 各所述频谱图的最大幅值以及对应的频率作为所述 IMF的第二特 征； 将所述IMF的能量 值作为所述 IMF的第三特 征； 确定所述数据信号以及各所述IMF的时域特征， 所述时域特征包括峰值因子、 均 方根和 波形因子 。 4.根据权利要求3所述的故障预测方法， 其特征在于， 提取各所述IMF的数据特征后， 还 包括： 记每个所述数据信号对应的时间为T1， 故障时间为T0， 距离故障发生的时间RUL＝T1 ‑ T0， 将RUL标记为所述数据信号在神经网络训练时的标签。 5.根据权利要求 4所述的故障预测方法， 其特 征在于， 还 包括， 训练故障预测模型： 确定设备在多个工作周期内的数据信号、 IMF、 数据特 征及对应的标签； 构建神经网络模型， 设置深度 学习参数， 所述深度 学习参数包括学习速率、 输入输出单 元数和评价指标； 将所述数据特征、 IMF、 数据信号以及对应的标签输入到所述神经网络模型， 基于时间 推移下个所述数据特 征及对应标签的变化对所述神经网络模型进行训练。 6.根据权利要求1所述的故障预测方法， 其特征在于， 确定设备在多个工作周期内的数 据信号后， 还 包括： 设定滑动时间窗口， 基于所述滑动时间窗口将所述数据集划分为若干个数据集样本 。 7.一种故障预测系统， 其特 征在于， 包括： 特征提取单元， 确定设备在多个工作周期内的数据信号， 以形成数据集， 并对数据信号 进行分解， 得到每个工作周期对应数据信号的k个本征模态函数IMF， 提取各所述IMF的数据 特征； 故障预测单元， 将所述数据信号、 IMF、 数据特征输入至预先训练好的故障预测模型， 基 于所述故障预测模型进行故障预测。 8.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所述故障预 测方法的步骤。权　利　要　求　书 1/2 页 2 CN 115221769 A 29.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程 序被处理器执行时实现如权利要求1至 6任一项所述故障预测方法的步骤。权　利　要　求　书 2/2 页 3 CN 115221769 A 3