一种基于深度学习的UPS设备性能衰退预测方法和系统

本发明提供了一种基于深度学习的UPS设备性能衰退预测方法和系统，通过传感器采集UPS设备的设备信息和历史运行数据，对采集到的历史运行数据进行清洗处理，为特征提取和模型训练提供高质量的数据输入。从预处理后的数据中提取出与UPS设备性能衰退相关的特征，构建一个UPS设备性能衰退预测模型，该模型包括卷积神经网络‑长短期记忆模型CNN‑LSTM、循环神经网络模型RNN和长短期记忆网络模型LSTM。对构建好的模型进行训练；然后将UPS设备的实时运行数据输入至训练好的UPS设备性能衰退预测模型，实时预测UPS设备的性能衰退程度。最后判断最终预测结果是否正常，如否，则提醒用户对UPS设备进行维护，避免设备故障，从而提高了UPS设备的可靠性和稳定性。