基于深度学习的设备故障预测方法及系统

本发明属于数据处理技术领域。提供了一种基于深度学习的设备故障预测方法及系统，数值特征通过多层感知机提取高阶非线性表示以得到编码数值特征，根据编码数值特征得到交叉注意力的键向量和值向量；文本特征向量通过编码器得到编码文本向量，编码文本向量通过自注意力计算得到交叉注意力的查询向量；根据所述键向量、所述值向量和所述查询向量，采用交叉注意力进行跨模态信息融合，将编码数值特征与交叉注意力的输出进行拼接得到融合特征；根据所述融合特征以及预训练的深度学习网络模型，得到待预测设备的故障预测结果；本发明优化了多模态特征表示，极大地提高了设备故障预测精度。