一种基于深度学习的智慧运行风险分析方法及系统

本发明公开了一种基于深度学习的智慧运行风险分析方法及系统，涉及电厂管理技术领域，包括：实时采集电厂设备的运行原始数据；对采集的数据进行数据融合，提取设备评估数据；通过长短期记忆神经网络模型分析设备评估数据，并基于分析结果预测设备故障；基于设备故障预测结果，使用粒子群优化算法生成设备调度方案，并进行调度方案优化；将优化后的设备调度方案转化为控制指令，通过低代码开发平台生成并执行设备调度。本发明提供的基于深度学习的智慧运行风险分析方法能够根据设备的健康状态和故障风险优化调度方案，提高设备的运行效率，并有效地安排维修和保养计划，避免了过度维护或维修滞后的问题。