一种融合数据驱动和QMU的设备质量状态评估方法

本发明提供了一种融合数据驱动和QMU的设备质量状态评估方法，属于设备评估检测技术领域。方法包括：收集设备的测试数据和任务环境数据构建数据集，并分为训练集和测试集；基于数据集，通过极限梯度提升树对多维特征进行重要性计算，筛选出符合设备质量状态贡献度要求的特征，生成数据集的观测清单；基于训练集的观测清单，建立高斯过程回归模型并对其超参数进行优化；利用高斯过程回归模型对设备状态进行预测，并对预测结果进行不确定性量化，输出设备状态预测值的均值和方差；基于设备的性能阈值PTL或PTU，结合设备状态预测的均值计算出裕量的预测值；基于预测值的方差和裕量的预测值计算置信系数CF，并对设备进行质量状态进行认定。