一种基于多模态深度学习的设备故障预测系统

本发明属于设备故障预测相关技术领域，其公开了一种基于多模态深度学习的设备故障预测系统，其特征在于，包括：图片处理模型，包括编码器、生成器、第一解码器和第二解码器，编码器提取外部输入图片的图片特征向量并输入生成器重构图片，第一解码器对外部输入图片进行特征提取得到第一解码向量，第二解码器对重构图片进行特征提取得到第二解码向量；融合模块，将外部时序向量和图片特征向量进行特征融合并构建特征矩阵输入TranAD模型；TranAD模型，基于当前时间窗口内的特征矩阵预测下一时间窗口内的特征数据；报告输出模块，计算误差，输出误差报告以用于故障预测，误差越大，设备存在故障风险的概率越高。通过以上方法，可以提高故障预测的精度。