一种基于深度学习的生箔机故障预警方法、系统及介质

本发明公开了一种基于深度学习的生箔机故障预警方法、系统及介质，其中生箔机故障预警方法包括以下步骤：S1、根据历史运行数据，利用深度学习建立生箔机的故障预警模型；S2、周期性获取生箔机的运行状态向量以及生产的铜箔的质量状态，运行状态向量的每个分量对应生箔机的一项运行状态指标；S3、判断运行状态向量与故障预警模型是否匹配；S4、若运行状态向量与故障预警模型匹配，则故障预警模型对运行状态向量进行分类；S5、判断铜箔的质量状态是否满足标准要求，若不满足，则发出运行状态向量所对应类型的故障预警提示，若满足，则将运行状态向量重新分类为正常状态，并对故障预警模型进行修正，使故障预警模型的预测结果的准确度不断提高。