基于无监督学习的智能设备故障诊断与推理方法及系统

本发明提供了一种基于无监督学习的智能设备故障诊断与推理方法及系统。属于工业设备故障诊断与预测技术领域，方法包括：(1)数据采集与预处理；2)无监督异常特征提取与检测；(3)基于无监督学习的动态因果推理；(4)动态自优化推理引擎；(5)智能故障推理与探索；(6)动态知识图谱增强；(7)故障预测与决策支持。针对需大量标注数据、缺乏因果分析和多源数据融合困难等问题，通过无监督深度模型提取特征、构建动态因果关系、实时自优化推理引擎与动态知识图谱融合，实现对设备故障的无标注高效检测与分类、故障模式诊断、预测和决策支持，从而大幅降低停机时间与维护成本。