基于BLS和LSTM的剩余使用寿命预测方法及系统

作者：王晓佳; 黄婷; 薛子睿; 毕缘媛; 朱克毓; 徐晟; 刘军航

来源：2022-11-15, 中国, CN202211426550.0.

本发明公开了一种基于BLS和LSTM的剩余使用寿命预测方法及系统,属于智能学习领域,包括：LSTM通过门控机制控制数据信息的传输,保留的信息生成映射特征并形成特征节点；然后将激活函数作用于随机特征节点,生成表达能力更强的增强节点,增加网络中的非线性因子；最终将特征节点和增强节点共同连接到输出层。本发明提出了一个基于宽度学习系统(BLS)的集成B-LSTM模型,并嵌入了长短期记忆网络(LSTM),以提高模型提取时间序列信息特征的能力,与几种主流方法的比较结果显示,本发明使用的模型的可解释性和准确性更高；在对剩余使用寿命进行预测时,预测结果表征数据的能力,预测的性能和精度明显高于现有的主流方法。