基于机器学习的楼宇设备异常识别方法及系统

本申请涉及机器学习技术领域，提供一种基于机器学习的楼宇设备异常识别方法及系统，用以实现对楼宇设备异常的准确检测、精准预警。方法包括：获取目标楼宇设备的连续运行数据集合，连续运行数据集合包含具有时间戳标记的多段设备状态记录单元；对连续运行数据集合进行时频域特征提取处理，得到设备状态记录单元的时频域特征集合；调用预构建的混合机器学习模型对时频域特征集合进行异常检测处理，生成设备状态记录单元的异常识别结果；根据异常识别结果确定目标楼宇设备的异常类型及异常类型在时间维度上的分布特征信息；基于异常类型及时间分布特征信息生成包含时间定位标识的目标预警指令，并将设备预警指令发送至目标设备管理终端。