一种基于神经网络的设备故障预警方法、介质和设备

本发明提供了一种基于神经网络的设备故障预警方法、介质和设备，方法通过定时采集设备状态信息识别异常设备后，获取其运行参数、结构参数及所在系统的布局原理图，构建动态耦合拓扑链路并提取关联参数；结合物理运动学方程校验生成第一误差权重，同时匹配历史故障数据生成第二误差权重，综合生成故障状态信息；基于风险等级评估切换检测模式，将系统动态耦合拓扑链路、关联参数、异常设备信息、故障状态信息输入神经网络模型，输出故障链路信息，最终根据动态检测模式生成第一预警信息和第二预警信息实现双级预警。本方法通过图神经网络建模设备间故障传导关系，实现故障路径预测与系统性风险预警。