一种基于多阶时序特征融合的复杂装备运行状态预测方法

本发明公开了一种基于多阶时序特征融合的复杂装备运行状态预测方法。包括以下步骤：首先，对复杂装备的运行参数数据预处理后，获得时序数据集；然后计算时序数据集中各参数对应的多阶差分值序列，进而构建训练数据集；接着构建图‑时域融合网络，利用训练数据集对图‑时域融合网络进行训练后，获得多时序尺度的状态预测模型；最后，根据复杂装备的实际运行参数数据，利用多时序尺度的状态预测模型进行自适应时序窗口的状态预测，获得对应的运行状态预测结果。本发明提出的模型稳定且结构轻量化，能够在装备运行中在线进行时序预测，指导装备操作决策，确保复杂装备运行的稳定和安全。