一种矿车异常故障检测方法、装置、设备、介质及产品

本发明公开了一种矿车异常故障检测方法、装置、设备、介质及产品，涉及大数据分析技术领域。所述方法是先根据所有矿车异常故障事件的历史监测时序数据得到多个聚类中心，然后针对各个中心，根据对应的所有归属事件的矿车异常故障类型确定对应的故障类型，再然后针对各种故障类型，将基于对应中心及非对应中心而得的正负样本数据导入基于人工智能算法的机器学习模型进行模型训练，得到对应的故障类型识别模型，并将目标矿车的当前监测时序数据分别导入对应的故障类型识别模型，输出得到出现属于对应类型的矿车异常故障的置信度，最后在发现置信度超标时触发检修提醒动作，如此可对矿车异常故障进行检测分析，并利于避免带来次生经济价值损失。