(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 202111676350.6 (22)申请日 2021.12.31 (71)申请人 哈尔滨工程大 学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号 申请人 青岛古镇口军民融合舰船装备技 术 保障有限公司 (72)发明人 曹云鹏　凌瑞　严励　高滨　 李淑英　姜彦学　李宗澍　 (74)专利代理 机构 青岛清泰联信知识产权代理 有限公司 3725 6 代理人 陈宇瑄 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种船用 燃气轮机跨时间尺度状态预测方 法 (57)摘要 本发明提出一种船用燃气轮机跨时间尺度 状态预测方法， 包括： 以第一时间单位为间隔， 采 集每一个所述第一时间单位时刻 的燃气轮机的 排气温度； 根据每个所述第一时间单位时刻的所 述排气温度， 通过一预设规则计算得到所述燃气 轮机在每个所述第一时间单位时刻下的健康参 数； 当所述第一时间单位计时达到第二时间单位 时， 获取所述第二时间单位内所有所述第一时间 单位时刻下的所述健康参数， 根据所述健康参数 的变化判断所述燃气轮机的健康状态退化趋势， 若存在所述退化趋势， 则通过一元线性回归预测 算法预测下一所述第一时间单位时刻下的所述 健康参数。 本发 明解决了 现有燃气轮机状态预测 方法历史数据读取数量大、 计算时间长、 实时性 差、 准确率低的问题。 权利要求书2页 说明书9页 附图3页 CN 114266417 A 2022.04.01 CN 114266417 A 1.一种船用燃气轮机跨时间尺度状态预测方法， 其特 征在于， 包括： 排气温度采集步骤， 以第一时间单位为第一时间点， 采集每个所述第一时间点时的燃 气轮机的排气温度； 健康参数计算步骤， 根据每个所述第一时间点时的所述排气温度， 通过一预设规则计 算得到所述燃气轮机在每 个所述第一时间点下的健康参数； 跨尺度状态预测步骤， 当所述第一时间点累计达到第二时间单位时， 获取所述第二时 间单位内所有 所述第一时间点下的所述健康参数， 根据所述健康参数的变化判断所述燃气 轮机的健康状态退化趋势， 若存在所述退化趋势， 则通过一元线性回归预测 算法预测下一 所述第一时间点下的所述 健康参数。 2.根据权利要求1所述的状态预测方法， 其特征在于， 所述跨尺度状态预测步骤进一步 包括： 利用最小二乘法对所述第二时间单位内所有所述第一时间点下的所述健康参数进行 拟合， 得到退化趋势系数， 若 所述退化趋势系数＞0.1， 则认 为存在所述退化趋势， 反之则认 为不存在所述退化趋势。 3.根据权利要求1或2所述的状态预测方法， 其特征在于， 所述跨尺度状态预测步骤进 一步包括： 若不存在所述退化趋势， 则通过自回归预测算法预测下一所述第 一时间点下的所述健 康参数。 4.根据权利要求1所述的状态预测方法， 其特征在于， 所述健康参数计算步骤进一步包 括： 若所述第一时间单位为秒， 所述健康参数包括健康分数， 计算所述健康分数的所述预 设规则为： 式中， HSEC为某一秒下的健康分数， T为某一秒时的排气温度， T0为燃气轮机正常运行 时 的排气温度。 5.根据权利要求4所述的状态预测方法， 其特征在于， 若所述第 一时间单位为秒以上的 单位， 计算所述 健康分数的所述预设规则为： 式中， HN为某一秒以上时间单位的时间点下的健康分数， Hn为该时间单位内的下级时间 单位的时间点下的健康分数， x为该时间单位与其下级时间单位之间的进制数。 6.根据权利要求5所述的状态预测方法， 其特征在于， 所述健康参数计算步骤进一步包 括： 所述健康参数进一 步包括预警阈值上限， 计算所述预警阈值上限的所述预设规则为： 权　利　要　求　书 1/2 页 2 CN 114266417 A 2式中， 为预警阈值上限， a为预警阈值 参数。 7.根据权利要求5或6所述的状态预测方法， 其特征在于， 所述健康参数计算步骤进一 步包括： 所述健康参数进一 步包括预警阈值下限， 计算所述预警阈值下限的所述预设规则为： 式中， 为预警阈值下限， a为预警阈值 参数。 8.根据权利要求5所述的状态预测方法， 其特征在于， 所述健康参数计算步骤进一步包 括： 所述健康参数进一 步包括故障阈值上限， 计算所述故障阈值上限的所述预设规则为： 式中， 为预警阈值上限， b为预警阈值 参数。 9.根据权利要求5或8所述的状态预测方法， 其特征在于， 所述健康参数计算步骤进一 步包括： 所述健康参数进一 步包括故障阈值下限， 计算所述故障阈值下限的所述预设规则为： 式中， 为故障阈值下限， b为故障阈值 参数。 10.根据权利要求2所述的状态预测方法， 其特征在于， 所述跨尺度状态预测步骤进一 步包括： 利用最小二乘法对所述第二时间单位内所有所述第一时间点下的所述健康分数进行 拟合， 进一步得到拟合初值， 通过所述一元线性回归预测 算法预测下一所述第一时间点下 的所述健康分数的公式为： yt＝k*(t‑t0)+b 式中， yt为预测值， k为退化趋势系数， b为拟合初值， t为下一所述第一时间点的时刻数， t0为第二时间单位内初始第一时间点的时刻数。权　利　要　求　书 2/2 页 3 CN 114266417 A 3