CN113487182A - 设备健康状态评估方法、装置、计算机设备和介质 - Google Patents

Abstract

本发明公开的实施例公开了设备健康状态评估方法、装置、计算机设备和介质。该方法包括：收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；基于上述参数数据集合，确定上述运行设备是否故障；响应于确定上述运行设备没有故障，基于上述参数数据集合建立设备健康状态评估复合模型，其中，上述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。该实施方式有助于了解能源设备的退化情况和运行情况，可以在能源设备将要故障前及时对其检修，提高了能源设备的使用率，大大避免了因为部分能源设备故障导致综合能源系统出现问题的情况。

Description

设备健康状态评估方法、装置、计算机设备和介质

技术领域

本发明公开涉及能源设备技术领域，尤其涉及一种设备健康状态评估方法、装置、计算机设备和介质。

背景技术

随着我国电力工业建设的突飞猛进，各种能源设备、综合能源系统被广泛应用，为保障综合能源系统的稳定性、可靠性，对能源设备的运行状态也提出了更高的要求。能源设备的健康状况直接影响综合能源系统的安全稳定运行，目前使用综合能源系统的公司有独立的运行检修班组，周期性的巡视能源设备的使用情况，记录各项参数数据，结合设备检修周期的问题，采取计划检修和故障临时维修的方式来对设备进行检修。大量的能源设备由于长期工作、环境变化、频繁起停等原因，可能会损伤能源设备的健康度，甚至出现在未到定期维护时间时，能源设备出现故障，这种现象可能会导致整个综合能源系统出现问题，所以对于能源设备的健康度的评估是极其必要的。评估能源设备的健康状态，确定能源设备健康状态的退化情况，对于整个综合能源系统具有重要意义。

发明内容

有鉴于此，本发明公开实施例提供了一种设备健康状态评估方法、装置、计算机设备和介质，以解决现有技术中无法及时获取能源设备健康度的技术问题。

本发明公开实施例的第一方面，提供了一种设备健康状态评估方法，包括：收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；基于上述参数数据集合，确定上述运行设备是否故障；响应于确定上述运行设备没有故障，基于上述参数数据集合建立设备健康状态评估复合模型，其中，上述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。

本发明公开实施例的第二方面，提供了一种设备健康状态评估装置，包括：收集单元，被配置成收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；确定单元，被配置成基于上述参数数据集合，确定上述运行设备是否故障；建模单元，被配置成响应于确定上述运行设备没有故障，基于上述参数数据集合建立设备健康状态评估复合模型，其中，上述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；生成单元，被配置成基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。

本发明公开实施例的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本发明公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本发明公开的上述各个实施例中的一个实施例具有如下有益效果：首先，通过收集运行设备在目标时刻前的参数数据来判断运行设备是否故障。然后，在运行设备没有故障的情况下，利用参数数据建立设备健康状态评估复合模型。之后，利用设备健康状态评估复合模型，生成用于了解运行设备健康状态的的健康状态评估结果。健康状态评估结果的生成有助于了解能源设备的退化情况和运行情况，可以在能源设备将要故障前及时对其检修，提高了能源设备的使用率，大大避免了因为部分能源设备故障导致综合能源系统出现问题的情况。

附图说明

结合附图并参考以下具体实施方式，本发明公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本发明公开的实施例的设备健康状态评估方法的一个应用场景的示意图；

图2是根据本发明公开的设备健康状态评估方法的实施例的流程图；

图3是根据本发明公开的实施例的设备健康状态评估方法的另一个应用场景的示意图；

图4是根据本发明公开的设备健康状态评估装置的实施例的结构示意图；

图5是适于用来实现本发明公开的实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明公开的实施例。虽然附图中显示了本发明公开的某些实施例，然而应当理解的是，本发明公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本发明公开。应当理解的是，本发明公开的附图及实施例仅用于示例性作用，并非用于限制本发明公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本发明公开中的实施例及实施例中的特征可以相互组合。

需要注意，本发明公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本发明公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本发明公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本发明公开。

图1是根据本发明公开一些实施例的设备健康状态评估方法的一个应用场景的示意图。

在图1的应用场景中，首先，计算设备101可以收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合102。然后，计算设备101可以基于上述参数数据集合102，确定上述运行设备是否故障，如附图标记103所示。之后，响应于确定上述运行设备没有故障，计算设备101可以基于上述参数数据集合102建立设备健康状态评估复合模型104。最后，基于上述设备健康状态评估复合模型104，计算设备101可以生成上述运行设备的健康状态评估结果105。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

继续参考图2，示出了根据本发明公开的设备健康状态评估方法的实施例的流程200。该方法可以由图1中的计算设备101来执行。该设备健康状态评估方法，包括以下步骤：

步骤S201，收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合。

在实施例中，设备健康状态评估方法的执行主体(如图1所示的计算设备101)可以通过上述运行设备所连接的(Supervisory Control And Data Acquisition，SCADA)数据采集与监视控制系统来收集上述运行设备在目标时刻前的至少一个参数数据。上述目标时刻可以是接收到对设备开启健康状态评估指令的时刻。作为示例，5点时上述执行主体接收到对设备开启健康状态评估指令，上述执行主体可以收集上述运行设备在5点之前的参数数据。

在实施例的可选的实现方式中，上述方法包括：响应于确定上述至少一个参数数据中存在数据缺失和/或异常值的参数数据，利用预设回归类方法对存在缺失数据和/或存在异常值的参数数据进行插补和/或去除异常值，得到上述参数数据集合。作为示例，上述预设回归类方法可以是最小二乘法，也可以是多项式回归法。

优选的，可以利用人工对参数数据的缺失/异常值进行二次核查。采用人工提供的采集数据的名称、数值及合理范围来检测参数数据的异常值，有助于提高参数数据的准确性与完整性。

步骤S202，基于上述参数数据集合，确定上述运行设备是否故障。

在实施例中，基于预设参数阈值，上述执行主体可以确定上述参数数据集合中是否存在超过上述预设参数阈值的参数数据。响应于确定存在，上述执行主体可以确定上述运行设备故障。上述预设参数阈值可以是至少一个预先设置的用于检测参数数据是否异常的数值。作为示例，预设参数阈值为1个时，参数数据集合可以为“参数A：20，参数B：25，参数C：36”，预设参数阈值可以是“30”。那么，上述执行主体可以确定上述运行设备故障。作为另一示例，预设参数阈值为参数数据的个数时，参数数据集合可以为“参数D：20，参数E：25，参数F：36”，预设参数阈值可以是“参数D：25，参数E：30，参数F：40”。那么，上述执行主体可以确定上述运行设备没有故障。若参数数据集合中存在任一参数数据超过预设参数阈值，上述执行主体可以确定上述运行设备故障。

在实施例的可选的实现方式中，上述方法还可以包括：响应于确定上述运行设备故障，上述执行主体可以基于上述运行设备的设备信息(例如，设备编号)生成报警信息。然后，上述执行主体可以将上述报警信息传输至具有播放功能的目标播放设备。之后，上述执行主体可以控制上述目标播放设备播放上述报警信息。作为示例，上述报警信息可以是“设备编号为：XXX的设备发生故障，请尽快维修”。

步骤S203，响应于确定上述运行设备没有故障，基于上述参数数据集合建立设备健康状态评估复合模型。

在实施例中，响应于确定上述运行设备没有故障，基于上述参数数据集合，上述执行主体可以通过如下步骤建立设备健康状态评估模型：

第一步，上述执行主体可以从上述参数数据集合中选择出符合预设条件的参数数据作为目标参数数据，得到目标参数数据集合。具体地，预设条件包括但不限于以下至少一项：与上述运行设备运行年限有关的参数数据，与上述运行设备历史维修保养有关的参数数据，为上述运行设备的运行数据的参数数据，与上述运行设备的能耗相关的参数数据。

第二步，基于上述目标参数数据集合，上述执行主体可以建立设备健康状态评估复合模型的决策树子模型。本步骤包括以下子步骤：

第一子步骤，上述执行主体可以对上述目标参数数据集合中的目标参数数据进行归一化处理，得到处理后的目标参数数据集合。这里，归一化处理可以用于把参数数据转变为数值范围为(0，1)之间的小数。

第二子步骤，上述执行主体可以对归一化处理的数值范围进行分割，得到至少一个范围部分。可选的，上述执行主体可以按照预先设置的分割数对上述数值范围进行分割。作为示例，预先设置的分割数可以是3，上述执行主体可以对上述数值范围进行分割，得到范围部分分别是(0，1/3)、(1/3，2/3)、(2/3，1)。作为另一示例，预先设置的分割数可以是4，上述执行主体可以对上述数值范围进行分割，得到范围部分分别是(0，0.25]、(0.25，0.5]、(0.5,0.75]、(0.75，1)。

第三子步骤，上述执行主体可以对上述至少一个范围部分中的每个范围部分进行级别标签的标注。这里，级别标签可以是根据实际需求预先设置的、用于区分归一化后的目标参数数据的数值所属范围部分的标签。作为示例，级别标签可以是“低、中、高”，也可以是“优、良、中、差”。

作为示例，范围部分可以是(0，1/3)、(1/3，2/3)、(2/3，1)，级别标签可以是“(0，1/3)-低”、“(1/3，2/3)-中”、“(2/3，1)-高”。

作为另一示例，范围部分可以是(0，0.25]、(0.25，0.5]、(0.5,0.75]、(0.75，1)，级别标签可以是“(0，0.25]-优”、“(0.25，0.5]-良”、“(0.5,0.75]-中”、“(0.75，1)-差”。

第四子步骤，上述执行主体可以基于上述至少一个范围部分和每个范围部分的级别标签，建立树模型，得到上述决策树子模型。

第三步，上述执行主体可以记录上述决策树子模型的决策树的结果。

第四步，上述执行主体可以基于上述结果建立上述设备健康状态评估复合模型的模糊系统子模型。这里，模糊系统子模型可以是采用模糊理论将决策树的结果整合成信息的子模型。

步骤S204，基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。

在实施例中，上述执行主体可以基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。在这里，健康状态评估结果可以是根据设备健康状态评估复合模型的输出结果得到的用于表征上述运行设备的健康状态的信息。作为示例，上述执行主体可以将上述设备健康状态评估模型的输出结果作为上述运行设备的健康状态评估结果。作为示例，健康状态评估结果可以是“设备健康”，也可以是“设备不健康”。可选的，上述执行主体可以根据用户的实际需求更改健康状态评估结果的表达形式，例如，上述执行主体可以生成带有级别性用词的健康状态评估结果。

为更好的理解本实施方式，下面通过一个具体的应用场景来说明本实施例的步骤S203至步骤S204：

在图3的应用场景中，预先设置的分割数为3，分割后的范围部分及级别标签是“(0，1/3)-低”、“(1/3，2/3)-中”、“(2/3，1)-高”。上述执行主体可以建立如图3所示的决策树模型。之后，上述执行主体可以基于决策树的结果建立模糊系统子模型，整合信息可以大致表示为下表：

如参数1为低，参数2为低，参数3为低，则为健康
	如参数1为低，参数2为低，参数3为高，则为不健康
如参数1为低，参数2为低，参数3为中，则为不健康
	如参数1为中，则为不健康
。。。。。。

其中，包括健康评估结果。

在实施例的可选的实现方式中，上述方法还包括：将上述健康状态评估结果传输至具有显示功能的目标设备，以及控制上述目标设备显示上述健康状态评估结果。

在实施例的可选的实现方式中，可以利用横向联邦学习方法对设备健康状态评估复合模型进行更新、迭代，以得到精准度更高的设备健康状态评估复合模型，从而提高生成的健康评估结果的准确度。

本发明公开的上述各个实施例中的一个实施例具有如下有益效果：首先，通过收集运行设备在目标时刻前的参数数据来判断运行设备是否故障。然后，在运行设备没有故障的情况下，利用参数数据建立设备健康状态评估复合模型。之后，利用设备健康状态评估复合模型，生成用于了解运行设备健康状态的的健康状态评估结果。健康状态评估结果的生成有助于了解能源设备的退化情况和运行情况，可以在能源设备将要故障前及时对其检修，提高了能源设备的使用率，大大避免了因为部分能源设备故障导致综合能源系统出现问题的情况。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

进一步参考图4，作为对上述各图上述方法的实现，本发明公开提供了一种设备健康状态评估装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，实施例的设备健康状态评估装置400包括：收集单元401、确定单元402、建模单元403和生成单元404。其中，收集单元401，被配置成收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；确定单元402，被配置成基于上述参数数据集合，确定上述运行设备是否故障；建模单元403，被配置成响应于确定上述运行设备没有故障，基于上述参数数据集合建立设备健康状态评估复合模型，其中，上述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；生成单元404，被配置成基于上述设备健康状态评估复合模型，生成上述运行设备的健康状态评估结果。

在实施例的可选的实现方式中，设备健康状态评估装置400的收集单元401被进一步配置成：响应于确定上述至少一个参数数据中存在数据缺失和/或异常值的参数数据，利用预设回归类方法对存在缺失数据和/或存在异常值的参数数据进行插补和/或去除异常值，得到上述参数数据集合。

在实施例的可选的实现方式中，设备健康状态评估装置400的确定单元402被进一步配置成：基于预设参数阈值，确定上述参数数据集合中是否存在超过上述预设参数阈值的参数数据；响应于确定存在，确定上述运行设备故障。

在实施例的可选的实现方式中，设备健康状态评估装置400的建模单元403被进一步配置成：从上述参数数据集合中选择出符合预设条件的参数数据作为目标参数数据，得到目标参数数据集合；基于上述目标参数数据集合，建立上述设备健康状态评估复合模型的决策树子模型；记录上述决策树子模型的决策树的结果；基于上述结果建立上述设备健康状态评估复合模型的模糊系统子模型。

在实施例的可选的实现方式中，上述预设条件包括以下至少一项：与上述运行设备运行年限有关的参数数据，与上述运行设备历史维修保养有关的参数数据，为上述运行设备的运行数据的参数数据，与上述运行设备的能耗相关的参数数据。

在实施例的可选的实现方式中，上述基于上述目标参数数据集合，建立上述设备健康状态评估复合模型的决策树子模型，包括：对上述目标参数数据集合中的目标参数数据进行归一化处理，得到处理后的目标参数数据集合；对归一化处理的数值范围进行分割，得到至少一个范围部分；对上述至少一个范围部分中的每个范围部分进行级别标签的标注；基于上述至少一个范围部分和每个范围部分的级别标签，建立树模型，得到上述决策树子模型。

在实施例的可选的实现方式中，设备健康状态评估装置400被进一步配置成：将上述健康状态评估结果传输至具有显示功能的目标设备，以及控制上述目标设备显示上述健康状态评估结果。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明公开实施例的实施过程构成任何限定。

图5是本发明公开实施例提供的计算机设备5的示意图。如图5所示，该实施例的计算机设备5包括：处理器501、存储器502以及存储在该存储器502中并且可以在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者，处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序503可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器502中，并由处理器501执行，以完成本发明公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序503在计算机设备5中的执行过程。

计算机设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算机设备。计算机设备5可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解，图5仅仅是计算机设备5的示例，并不构成对计算机设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，计算机设备还可以包括输入输出设备、网络接入设备、总线等。

处理器501可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器502可以是计算机设备5的内部存储单元，例如，计算机设备5的硬盘或内存。存储器502也可以是计算机设备5的外部存储设备，例如，计算机设备5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器502还可以既包括计算机设备5的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明公开的范围。

在本发明公开所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本发明公开的技术方案，而非对其限制；尽管参照前述实施例对本发明公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明公开各实施例技术方案的精神和范围，均应包含在本发明公开的保护范围之内。

Claims (10)

1.一种设备健康状态评估方法，其特征在于，包括：

收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；

基于所述参数数据集合，确定所述运行设备是否故障；

响应于确定所述运行设备没有故障，基于所述参数数据集合建立设备健康状态评估复合模型，其中，所述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；

基于所述设备健康状态评估复合模型，生成所述运行设备的健康状态评估结果。

2.根据权利要求1所述的设备健康状态评估方法，其特征在于，所述收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合，包括：

响应于确定所述至少一个参数数据中存在数据缺失和/或异常值的参数数据，利用预设回归类方法对存在缺失数据和/或存在异常值的参数数据进行插补和/或去除异常值，得到所述参数数据集合。

3.根据权利要求1所述的设备健康状态评估方法，其特征在于，所述基于所述参数数据集合，确定所述运行设备是否故障，包括：

基于预设参数阈值，确定所述参数数据集合中是否存在超过所述预设参数阈值的参数数据；

响应于确定存在，确定所述运行设备故障。

4.根据权利要求1所述的设备健康状态评估方法，其特征在于，所述响应于确定所述运行设备没有故障，基于所述参数数据集合建立设备健康状态评估复合模型，包括：

从所述参数数据集合中选择出符合预设条件的参数数据作为目标参数数据，得到目标参数数据集合；

基于所述目标参数数据集合，建立所述设备健康状态评估复合模型的决策树子模型；

记录所述决策树子模型的决策树的结果；

基于所述结果建立所述设备健康状态评估复合模型的模糊系统子模型。

5.根据权利要求4所述的设备健康状态评估方法，其特征在于，所述预设条件包括以下至少一项：与所述运行设备运行年限有关的参数数据，与所述运行设备历史维修保养有关的参数数据，为所述运行设备的运行数据的参数数据，与所述运行设备的能耗相关的参数数据。

6.根据权利要求4所述的设备健康状态评估方法，其特征在于，所述基于所述目标参数数据集合，建立所述设备健康状态评估复合模型的决策树子模型，包括：

对所述目标参数数据集合中的目标参数数据进行归一化处理，得到处理后的目标参数数据集合；

对归一化处理的数值范围进行分割，得到至少一个范围部分；

对所述至少一个范围部分中的每个范围部分进行级别标签的标注；

基于所述至少一个范围部分和每个范围部分的级别标签，建立树模型，得到所述决策树子模型。

7.根据权利要求1至6中任一项所述的一种设备健康状态评估方法，其特征在于，所述方法还包括：

将所述健康状态评估结果传输至具有显示功能的目标设备，以及控制所述目标设备显示所述健康状态评估结果。

8.一种设备健康状态评估装置，其特征在于，包括：

收集单元，被配置成收集运行设备在目标时刻前的至少一个参数数据，得到参数数据集合；

确定单元，被配置成基于所述参数数据集合，确定所述运行设备是否故障；

建模单元，被配置成响应于确定所述运行设备没有故障，基于所述参数数据集合建立设备健康状态评估复合模型，其中，所述设备健康状态评估复合模型中至少包括决策树子模型和模糊系统子模型；

生成单元，被配置成基于所述设备健康状态评估复合模型，生成所述运行设备的健康状态评估结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述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计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7中任一项所述方法的步骤。

Images