基于深度学习的设备日志故障趋势预测方法及系统

本发明提供基于深度学习的设备日志故障趋势预测方法及系统，涉及故障预测技术领域，包括通过获取设备运行历史数据建立设备、故障和维护实体节点及其关联边，利用图神经网络对节点属性信息和边的时序属性信息进行信息传播和聚合得到节点表示向量，采用滑动时间窗口进行时序切分获取节点动态特征，计算时序自相关系数识别故障规律和演变模式，构建故障预测模型输出预测结果。该方法融合了图结构和时序信息，提高了故障预测的准确性，可为设备维护决策提供有效指导。