基于多源异构数据的工业设备维护方法及平台

本发明涉及工业大数据处理领域，具体为基于多源异构数据的工业设备维护方法及平台，所述方法包括：获取多源异构数据，包括设备运维数据、监控数据、工厂运行数据和监控图像数据；基于运维数据生成设备退化健康指标，量化指示设备健康状态；对工厂运行数据进行特征提取，生成特征变化；构建卷积神经网络模型，将监控图像输入模型，输出违规行为图像；根据设备退化健康指标、工厂运行数据特征变化以及违规行为图像，对工厂设备进行维护操作；本方法综合利用多源数据，从设备状态、工厂运行和人员行为三个维度实现对设备的智能监测和维护，可以提高设备可靠性，延长使用寿命，保障工厂安全高效运行。