基于事实增强的设备剩余使用寿命预测方法及模型

本发明提供了一种基于事实增强的设备剩余使用寿命预测方法及模型，接收设备的传感器数据，划分并设定传感器数据滑动时间窗口尺度，选取具有显著波动传感器数据组成特征矩阵；度量传感器间相关性并构建时‑空图；通过初始化的筛选参数划分真实相关性和虚假相关性；剔除虚假相关性后将更新时‑空图输入图卷积网络生成包含真实关联信息的传感器特征，采用均方根误差损失函数训练模型；基于模型训练回传梯度信息更新筛选参数；进一步挖掘真实相关性并更新时‑空图生成精确的传感器特征，直到均方根误差损失值无限趋于0；使用预测模型对设备进行剩余使用寿命评估。本发明通过消除虚假关联和合成真实关联来实现准确的关联学习。