故障检测方法、装置、计算机设备以及存储介质

本申请涉及一种故障检测方法、装置、计算机设备以及存储介质。加载自动化设备的多条时序数据，生成多条历史时序数据并确定历史数据均值序列；对多条历史时序数据进行特征采样，确定目标样本数据，并基于目标样本数据对深度学习模型进行模型训练，确定故障检测模型；获取自动化设备的传感器参数，根据历史数据序列长度和历史数据均值序列确定目标窗口数据；根据目标窗口数据、历史数据均值序列和故障检测模型确定线上数据浮动误差和目标数据浮动误差；根据线上数据浮动误差、目标数据浮动误差确定目标窗口数据的异常点以反馈自动化设备的设备故障信息。上述方案，能够在自动化设备运行过程中出现异常时标记出异常时间点，提高产品良率。