一种工业设备智能控制方法及系统

本发明公开了一种工业设备智能控制方法及系统，包括如下步骤：S1、采集并预处理设备运行数据，构建状态数据集；S2、采用高斯过程回归建立趋势预测模型，输出状态预测值；S3、构建图结构表示模型，结合图卷积网络与半监督学习方法，进行联合训练并识别工况类别与运行等级；S4、基于设备运行数据，计算模糊隶属度与模糊熵指标，生成熵分布曲线；S5、融合状态预测值、工况类别、运行等级和模糊熵指标，生成状态评估结果；S6、根据状态评估结果，调整控制策略参数，向设备控制系统下发控制指令；S7、采集反馈数据，更新状态数据集，实现闭环迭代优化。本发明具备预测准、识别稳、评估灵、控制快、自学习等优点，适用于复杂多变的工业应用场景。