基于数字孪生模型的监测方法、装置、电子设备及介质

本申请涉及设备检测技术领域，提供了一种基于数字孪生模型的监测方法、装置、电子设备及介质。该方法包括：获取目标设备的数字孪生模型、运行状态信息；将运行状态信息输入已完成训练的多层深度学习模型中，以获取输出结果作为数字孪生模型的监测结果；多层深度学习模型的训练过程包括：初始化超参数种群中各成员个体；循环寻优搜索操作直至满足迭代结束条件，将当前最优候选模型作为多层深度学习模型；寻优搜索操作包括：生成对应每个成员个体的候选模型；确定每个候选模型的适应度值，将适应度值最小的候选模型作为当前最优候选模型；更新各成员个体。本申请可预见性地分析非线性和复杂模式的设备故障，更准确深入地发现运行中的潜在问题。