摘要
本申请公开了一种设备时序故障预测方法,该方法包括:构建时序卷积网络‑双向长短时记忆网络组合预测模型,包括时序卷积网络层和双向长短时记忆网络层;对原始设备运行数据进行预处理,将获取的预处理后的数据输入到时序卷积网络‑双向长短时记忆网络组合预测模型中进行训练,基于optuna框架对时序卷积网络‑双向长短时记忆网络组合预测模型的超参数进行寻优;基于训练后的时序卷积网络‑双向长短时记忆网络组合预测模型对设备时序数据进行故障预测,输出预测结果。本发明还公开了一种设备时序故障预测装置、相应的设备及存储介质。本发明能提高设备时序故障预测精度与稳定性,增强模型适应性,简化故障预测流程。
技术关键词
组合预测模型
故障预测方法
时序
故障预测设备
网络
设备运行数据
故障预测装置
故障预测精度
多层堆叠结构
处理单元
模型训练模块
存储单元
超参数
框架
半轴
关系
批量