一种基于人工智能的设备状态预测与风险评估方法

本发明提供了一种基于人工智能的设备状态预测方法和装置，包括：获取新能源设备的运行日志，使用主成分分析模型对去噪后的设备运行信号数据进行特征提取并标注；基于生成对抗网络对带标签的特征值数据进行扩充，使用非参数校验方法对扩充数据进行检验，得到训练数据；训练利用基于注意力机制的长短期记忆网络LS TM建立新能源设备运行状态智能预测模型，得到训练好的运行状态智能预测模型；最终确定模型输出值，实现对变电站电气设备状态的精准预测，并进行风险评估。使用主成分法降维缩减评估指标个数，使用基于注意力机制的长短期记忆网络LS TM模型提高了装置健康度评估的准确性和效率；增强了模型的泛化能力和预测性能；提高了模型的稳定性和可靠性。