(19)中华 人民共和国 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 202111316146.3 (22)申请日 2021.11.08 (71)申请人 华能 （浙江） 能源开发有限公司清洁 能源分公司 地址 310005 浙江省杭州市下城区德信大 厦303室 申请人 中国华能集团清洁能源技 术研究院 有限公司 (72)发明人 张燧　胡雪琛　曾谁飞　王青天　 李小翔　刘跃　陈朝晖　张开开　 冯帆　陈沐新　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 赵迪(51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06K 9/00(2022.01) G06F 119/04(2020.01) (54)发明名称 基于组合特征的设备性能退化状态的评估 方法及系统 (57)摘要 本申请提出了一种基于组合特征的设备性 能退化状态的评估方法及系统， 该方法包括： 采 集新能源系统中至少一个设备的评估 数据； 通过 小波包分解WPD对评估数据进行分解， 并重新构 建对应的小波数据； 根据每个小波数据的能量计 算每个小波数据的熵， 并通过经验模态分解EMD 对每个小波数据的熵进行分解和转化， 提取出评 估数据对应的组合特征向量； 将所述组合特征向 量输入至训练完成的自组织映射网络SOM， 计算 健康评估指标； 构建剩余使用寿命RU L模型， 通过 RUL模型根据健康评估曲线预测设备的剩余使用 时间。 该方法可以有效识别设备的当前的退化阶 段， 准确反映出设备当前的健康状态， 便于提前 进行预警， 降低了维护成本， 提高设备的安全性。 权利要求书2页 说明书13页 附图3页 CN 114201825 A 2022.03.18 CN 114201825 A 1.一种基于组合特 征的设备性能退化状态的评估方法， 其特 征在于， 包括以下步骤： 采集新能源系统中至少一个设备的评估数据， 所述评估数据包括通过数据采集与监视 控制系统SCADA采集的设备运行 数据； 通过小波包分解WPD对所述评估数据进行分解， 并基于分解出的数据为每个所述评估 数据重新构建对应的小 波数据； 计算每个所述小波数据的能量， 根据每个所述小波数据的能量计算每个所述小波数据 的熵， 并通过经验模态分解EMD对每个所述小波 数据的熵进 行分解， 根据预设数量的固有模 态对分解后的熵进行转化， 组合每个转化后的熵以提取出所述评估数据对应的组合特征向 量； 将所述组合特征向量输入至训练完成的自组织映射网络SOM， 通过所述自组织映射网 络SOM计算健康评估指标， 以通过所述健康评估指标评估所述至少一个设备 的性能退化状 态； 构建剩余使用寿命RUL模型， 通过所述剩余使用寿命RUL模型根据健康评估曲线预测所 述至少一个设备的剩余使用时间。 2.根据权利要求1所述的评估方法， 其特 征在于， 所述计算 健康评估指标包括： 根据所述组合特 征向量和最佳匹配单 元BMU的权 重向量计算 最小量化误差MQE； 根据所述最小量化误差MQE和设备处于正常状态下的比例参数计算所述健康评估指 标。 3.根据权利要求2所述的评估方法， 其特征在于， 所述根据健康评估曲线预测所述至少 一个设备的剩余使用时间， 包括： 获取健康评估曲线和预设的设备的故障阈值； 预测所述健康评估曲线达到所述故障阈值的时间， 以获得所述至少一个设备的故障时 间； 将所述故障时间减去当前时间确定所述至少一个设备的剩余使用时间。 4.根据权利要求1所述的评估方法， 其特征在于， 在构建剩余使用寿命RUL模型之后， 还 包括： 根据当前评估数据的特性增 加对应的剩余使用寿命RUL模型。 5.根据权利要求1所述的评估方法， 其特征在于， 通过以下公式对所述评估数据进行分 解： 其中， hk()表示低通滤波， gk()表示高通滤波； 通过以下公式构建对应的小 波数据： 其中， h()为低通滤波关联尺度函数， g()为 高通滤波关联尺度函数， k表示分解成的部 分， i和j是小 波系数的数量。 6.根据权利要求1所述的评估方法， 其特征在于， 通过以下公式计算每个所述小波数据权　利　要　求　书 1/2 页 2 CN 114201825 A 2的熵： 其中， 其中， i和j是小波系数的数量， N是小波数据的长度， 是第j层第i个小波数据的 能量， 是第j层第i个小 波数据的能量的概 率分布。 7.根据权利要求1所述的评估方法， 其特征在于， 通过以下公式对分解后的熵进行转 换： 其中， ci(t)表示分解后t时刻的第i个固有模态函数， r(t)表示t时刻的剩余方程， L表示 预设的固有模态的数量。 8.一种基于组合特 征的设备性能退化状态的评估系统， 其特 征在于， 包括： 采集模块， 采集新能源系统中至少一个设备的评估数据， 所述评估数据包括通过数据 采集与监视控制系统SCADA采集的设备运行 数据； 重建模块， 用于通过小波包分解WPD对所述评估数据进行分解， 并基于分解出的数据为 每个所述评估数据重新构建对应的小 波数据； 特征提取模块， 用于计算每个所述小波数据的能量， 根据每个所述小波数据的能量计 算每个所述小波 数据的熵， 并通过经验模态分解EMD对每个所述小波 数据的熵进 行分解， 根 据预设数量的固有模态对分解后的熵进行转化， 组合每个转化后的熵以提取出所述评估数 据对应的组合特 征向量； 评估模块， 用于将所述组合特征向量输入至训练完成的自组织映射网络SOM， 通过所述 自组织映射网络SOM计算健康评估指标， 以通过所述健康评估指标评估所述至少一个设备 的性能退化状态； 预测模块， 用于构建剩余使用寿命RUL模型， 通过所述剩余使用寿命RUL模型根据健康 评估曲线预测所述至少一个设备的剩余使用时间。 9.根据权利要求8所述的评估系统， 其特 征在于， 所述评估 模块， 具体用于： 根据所述组合特 征向量和最佳匹配单 元BMU的权 重向量计算 最小量化误差MQE； 根据所述最小量化误差MQE和设备处于正常状态下的比例参数计算所述健康评估指 标。 10.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计 算机程序被处理器执行时实现如权利要求 1‑7中任一所述的基于组合特征的设备性能退化 状态的评估方法。权　利　要　求　书 2/2 页 3 CN 114201825 A 3