基于深度数据挖掘与领域知识融合的预测性维护方法

本发明公开基于深度数据挖掘与领域知识融合的预测性维护方法，涉及数据处理技术领域，解决现有技术针对复杂故障模式或实时性要求高的应用场景下的识别、预测准确率不足的技术问题；本发明包括确定数据源收集数据，然后对收集的数据进行处理，而后对数据的质量进行评估若评估不合格则对数据进行再处理，直到评估合格再将数据划分为训练集、验证集和测试集；选择DD‑DC模型作为框架,而后引入时间维度，再考虑系统动态和外部因素，最后引入优化反馈机制搭建智能预测性维护模型；将领域知识深度融合到智能预测性维护模型；本发明提高了对设备状态的全面感知能力，使故障预测的准确性和可靠性得到了显著提升。