基于深度学习的智能制冰机故障预警方法、系统及设备

本申请涉及故障预警技术领域，公开了一种基于深度学习的智能制冰机故障预警方法、系统及设备。该方法包括：采集多维设备数据，对多维设备数据进行重要性分析，以定位其中的关键类型数据；预处理直采设备数据获得实际设备数据，若实际设备数据中存在异常值，则提取关键类型数据；对关键类型数据进行一阶计算，以获取制冰机的第一故障度，若第一故障度大于第一阈值，则基于所有的实际设备数据计算第二故障度；若第二故障度大于第一阈值，从实际设备数据抽取数据特征，基于深度神经网络建立判断模型，将数据特征输入至判断模型中以确定制冰机的故障类型。本发明通过层层递进的方法，可快速确定简单故障类型，保证故障预警的实时性。