一种基于深度学习的电气设备寿命预测系统及方法

本发明公开了一种基于深度学习的电气设备寿命预测系统及方法，属于电气设备寿命预测领域，包括：构建数据集并进行预处理；对数据集中的时间序列数据进行卷积操作，提取局部特征得到卷积神经网络，利用LSTM捕捉数据集中时间序列数据的长短期依赖关系得到循环神经网络，将卷积神经网络和循环神经网络的输出特征进行融合，得到综合特征表示；构建基于卷积神经网络和循环神经网络融合的深度学习模型，加入注意力机制，采用均方误差作为损失函数，优化模型参数，利用训练数据集进行模型训练，采用验证集评估模型性能，调整超参数；将实时数据输入训练好的模型，预测电气设备的剩余寿命，并设计在线学习机制。本发明提升了预测的准确性和实时性。