一种设备智能健康状态评价方法

本发明公开了一种设备智能健康状态评价方法，包括以下步骤：S1数据采集，并对多源异构数据进行预处理，形成标准化关系型数据集；S2多指标梯度赋分，通过基准值设定和线性插值法对核心指标进行赋值；S3采用混合权重分配机制对各核心指标进行综合权重分配；S4构建CNN‑LSTM混合预测模型，通过CNN层提取设备生产运行数据中的关键时序特征，通过LSTM层处理时间序列数据，学习长期依赖关系，用于预测未来设备健康状态评分，并提供维护建议。本发明通过构建多维度、动态化的设备健康状态评分体系，解决了传统评估方法主观性强、量化不足的问题，实现从“被动维修”到“预测性维护”的转变，同时可生成可视化健康报告，辅助管理者快速定位设备薄弱环节并制定优化策略。