基于大数据的机电故障预测诊断方法及系统

本发明涉及一种基于大数据的机电故障预测诊断方法及系统，方法包括，实时采集机电设备的运行状态数据，同步获取历史关联数据；对所述运行状态数据与历史关联数据进行动态特征提取，构建滑动均值特征矩阵，计算各特征参数的动态权重；根据所述动态权重与预设的故障阈值区间生成融合权重系数；提取历史故障发生概率的分布密度曲线，计算动态阈值；基于融合权重系数对滑动均值特征矩阵进行加权重构，通过预训练的轻量化残差神经网络模型，输出故障类型和发生概率；当故障发生概率超过基于历史故障发生概率分布密度曲线调整的动态阈值时，生成机电故障诊断结果，以实现机电设备运行状态的实时监测、故障精准预测与诊断的目的。