基于SAC强化学习的传感器故障识别方法、系统及介质

本发明提供了一种基于SAC强化学习的传感器故障识别方法、系统及介质，所述方法包括：对采集的航空发动机整机试验的传感器历史数据集预处理得到样本集；对传感器故障模式解析得到每种传感器故障模式的传感器数据变化规律；以样本集作为输入，以传感器数据变化规律作为约束条件，对SAC深度强化学习初始模型进行优化，通过精确度、召回率和F‑Score作为评价指标对优化后的模型的反向传播训练，得到训练后的SAC深度强化学习模型；将采集的待测传感器的连续时间段的待测数据预处理后输入至训练后的SAC深度强化学习模型中进行故障识别得到故障结果。本发明的方法能够在复杂多变的实际应用场景中更准确地识别传感器的故障状态。