基于非故障数据的设备预测性维护方法

本发明公开了基于非故障数据的设备预测性维护方法，涉及设备维护技术领域，包括以下步骤：获取设备正常运行状态下的非故障数据；采用正常状态压缩编码机制，以最小信息量构建设备正常行为模型；将设备运行实时数据，通过设备语言建模机制抽象为设备语言数据；基于所述设备正常行为模型，利用异常语义定位机制，对设备语言数据进行异常语义检测与定位。通过获取设备正常运行状态下的非故障数据，并采用正常状态压缩编码机制构建设备正常行为模型，有效解决了依赖故障数据样本不足的问题，非故障数据在设备日常运行中易于获取，能够为模型训练提供丰富且稳定的数据来源，提高模型训练的准确性和可靠性。