(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 202210969745.3 (22)申请日 2022.08.12 (71)申请人 中国铁道科 学研究院集团有限公司 电子计算技术研究所 地址 100081 北京市海淀区大柳树路2号 一 区12幢2层201-20 3、 206 申请人 中国铁道科 学研究院集团有限公司 　 北京经纬信息技 术有限公司 (72)发明人 白伟　杨国元　姚剑　王小书　 李超　吕晓军　陈咏梅　刘勇　 梁博　张亚涛　杨栋　王建超　 谢甲旭　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 赵娜(51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01) G06Q 50/30(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/901(2019.01) (54)发明名称 设备状态的评估方法、 装置、 电子设备及存 储介质 (57)摘要 本发明提供一种设备状态的评估方法、 装 置、 电子设备及存储介质， 该方法包括： 获取影 响 N个设备的状态的第一信息， N为大于1的整数； 第 一信息包括以下至少一项： 各设备的额定寿命、 各设备的品牌、 各设备的使用频次、 各设备的运 行时间、 各设备的维护保养信息及各设备的故障 维修信息； 基于第一信息， 构建初始图结构数据； 将初始图结构数据输入至图神经网络， 得到图神 经网络输 出的预测图结构数据； 图神经网络用于 基于初始图结构数据预测预测图结构数据， 预测 图结构数据用于表征N个设备在经过第一时间后 的状态； 基于 预测图结构数据， 评估N个设备的健 康状态。 本发 明实施例可以有效提高设备状态评 估的准确性， 进 而提高设备运行的安全性。 权利要求书2页 说明书10页 附图5页 CN 115423154 A 2022.12.02 CN 115423154 A 1.一种设备状态的评估方法， 其特 征在于， 包括： 获取影响N个设备的状态的第一信息， N为大于1的整数； 所述第一信息包括以下至少一 项： 各所述设备的额定寿命、 各所述设备的品牌、 各所述设备的使用频次、 各所述设备 的运 行时间、 各 所述设备的维护保养信息及各 所述设备的故障维修信息； 基于所述第一信息， 构建初始图结构数据； 将所述初始图结构数据输入至图神经网络， 得到所述图神经网络输出的预测图结构数 据； 所述图神经网络用于基于所述初始图结构数据预测所述预测图结构数据， 所述预测图 结构数据用于表征 所述N个设备在经 过第一时间后的状态； 基于所述预测图结构数据， 评估所述 N个设备的健康状态。 2.根据权利要求1所述的设备状态的评估方法， 其特征在于， 在所述基于所述第一信 息， 构建初始图结构数据之前， 所述方法还 包括： 获取表征各所述设备之间的关系的第 二信息； 各所述设备之间的关系 包括显性关系和 隐性关系， 所述显性关系 是各所述设备之间的直接关系， 所述隐性关系 是各所述设备之间 的间接关系； 所述基于所述第一信息， 构建初始图结构数据， 包括： 基于所述第一信息和所述第二信息， 构建所述初始图网络结构。 3.根据权利要求2所述的设备状态的评估方法， 其特征在于， 所述第 二信息包括所述显 性关系对应的第一计算公式和所述隐性关系对应的第二计算公式。 4.根据权利要求3所述的设备状态的评估方法， 其特征在于， 各所述显性关系在所述第 一计算公式中的权重相同或不同， 各所述隐性关系在所述第二计算 公式中的权重相同或不 同。 5.根据权利要求1至4任一项所述的设备状态的评估方法， 其特征在于， 在所述将所述 初始图结构数据输入至图神经网络， 得到所述图神经网络输出的预测图结构数据之前， 所 述方法还 包括： 获取T时刻的图结构数据作为初始图结构数据的第一训练样本； 将所述第一训练样本输入至初始网络， 得到所述初始网络输出的图结构数据作为第 三 训练样本； 获取T+t时刻的图结构数据作为预测图结构数据的第二训练样本， t为所述第一时间； 通过最小化所述第 二训练样本和所述第 三训练样本之间的预测误差， 训练所述初始网 络， 得到训练后的初始网络作为所述图神经网络 。 6.根据权利要求1至4任一项所述的设备状态的评估方法， 其特征在于， 所述基于所述 预测图结构数据， 评估所述 N个设备的健康状态， 包括： 在所述预测图结构数据中标记各 所述设备的状态， 得到设备状态图； 基于所述设备状态图， 评估所述 N个设备的健康状态。 7.一种设备状态的评估 装置， 其特 征在于， 包括： 获取模块， 用于获取影响N个设备的状态的第一信息， N为大于1的整数； 所述第一信息 包括以下至少一项： 各所述设备的额定寿命、 各所述设备 的品牌、 各所述设备 的使用频次、 各所述设备的运行时间、 各 所述设备的维护保养信息及各 所述设备的故障维修信息； 构建模块， 用于基于所述第一信息， 构建初始图结构数据；权　利　要　求　书 1/2 页 2 CN 115423154 A 2预测模块， 用于将所述初始图结构数据输入至 图神经网络， 得到所述图神经网络输出 的预测图结构数据； 所述图神经网络用于基于所述初始图结构数据预测所述预测图结构数 据， 所述预测图结构数据用于表征 所述N个设备在经 过第一时间后的状态； 评估模块， 用于基于所述预测图结构数据， 评估所述 N个设备的健康状态。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述设备状态的评估方法。 9.一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， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述设备状态的评估方法。 10.一种计算机程序产品， 包括计算机程序， 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 6任一项所述设备状态的评估方法。权　利　要　求　书 2/2 页 3 CN 115423154 A 3