一种基于人工智能的电力智能设备运维管理方法

本发明公开了一种基于人工智能的电力智能设备运维管理方法，通过采用分阶段训练策略，结合LSTM与CNN的混合结构进行故障预测，有效捕捉设备运行状态变化趋势，识别潜在故障模式，显著提高了故障预测精度，同时，根据故障类型和严重程度设计灵活的自愈策略，增强了自愈流程的适应性和应对复杂故障的能力，此外，将训练好的设备健康评估、故障预测和自愈模型以微服务形式封装为RESTfu l API服务，并通过Docker容器化部署至边缘计算模块，推动了运维管理系统的智能化和集成化，边缘计算模块实时推理监测设备状态，生成预警信息，实现实时监测和预警，一旦发现异常，立即触发自愈操作，减少人工干预，提高运维效率。