一种基于机器学习的起重机运维方法、电子设备及计算机可读存储介质

本发明提供了一种基于机器学习的起重机运维方法，其包括：在起重机的金属结构、电气控制元件、驱动机构上装设传感器组对起重机的本质安全进行监测，形成各关键部位数据组；对起重机使用过程中的状态进行使用安全的实时监测，形成使用过程数据组；对关键部位数据组和使用过程数据组进行数据处理，以提取特征数据并使用神经网络来搭机器学习建模型并进行模型训练；采集实时数据输入模型进行判断，当预测概率高于某个阈值时，发出故障警报、同时采用卷积神经网络对故障报警分类，根据不同种类的故障报警进行维护工作。本发明解决了现有技术中运维管理过程中无法有效预测设备故障情况的问题。还提供了一种电子设备和一种计算机可读存储介质。