一种基于机器学习的变频器故障预测方法及系统

本发明涉及变频器故障检测领域，公开了一种基于机器学习的变频器故障预测方法及系统，方法包括：获取变频器运行过程中的多维度实时数据；构建动态映射关系得到基础特征集合；基于基础特征集合生成能够反映设备状态变化的时序特征向量；基于历史运行数据与时序特征向量对比分析判断设备状态是否偏离正常运行区间并输出状态偏离指标；对时序特征向量进行异常波动判断；提取关键指标的波动幅度与频率特征得到异常波动的量化描述数据；将异常波动的量化描述数据输入至异常预测模型；基于风险预测结果生成应对策略及应对策略的触发条件。本方法具有以下效果：及时识别变频器异常状态，预测潜在风险。