基于知识驱动的设备预测性维护方法及装置

本发明提供一种基于知识驱动的设备预测性维护方法及装置，涉及数据处理技术领域，通过预先构建的特征提取模型对工业设备的工作参数进行特征提取，并对目标特征进行数据动态重塑操作后进行降维度处理，再利用预先构建的分类器模型对降维特征表示进行分类识别，确定工业设备当前工作参数指示的设备故障现象。其中，特征提取模型基于预设训练样本集对应的特征非线性依赖关系进行网络参数更新，能够挖掘更加复杂的特征关系，自编码器的编码层基于非线性耦合优化策略稀疏优化得到，能够在加强特征之间的内在联系的前提下，根据数据的变化和模式自适应地调整其降维过程，最大化特征表示的辨别力，以准确捕捉设备在当前工作参数下的潜在故障现象。