一种基于深度学习的矿井设备故障智能诊断预测方法及系统

本发明公开了一种基于深度学习的矿井设备故障智能诊断预测方法及系统，应用于矿井设备故障诊断技术领域，包括：获取矿井设备的运行数据，并进行数据预处理；对预处理后的数据进行时域、频域以及时频联合上的特征提取，并以每个时间步长作为一个特征向量，将数据归一化后的特征输入至改进LSTM神经网络进行训练，得到基于改进LSTM的矿井设备故障智能诊断预测模型；输入待测数据至矿井设备故障智能诊断预测模型，得到矿井设备故障智能诊断预测结果。本发明实现了对矿井设备运行数据中的关键特征的有效自动提取，并避免了人工主观因素的影响，有效提高了故障诊断的准确性和及时性，保障了煤矿生产的安全、稳定和高效运行。