一种大语言模型驱动净治系统智能辅助决策方法及系统

本发明涉及数据学习技术，具体为一种大语言模型驱动净治系统智能辅助决策方法及系统，包括数据采集模块、数据处理模块、大语言模型模块和决策输出模块；对周期性异常原因判断时，通过业务流程周期与设备维护周期的精准比对，缩短异常根源定位时间，提升异常处理响应速度；对非周期性异常归因时，通过频率变化值的动态分析，实现差异化响应；通过异常等级综合计算实现维护时机智能决策，当判定情况紧急时触发立刻维护，避免因设备过度磨损导致的损失；非紧急情况，提前维护策略可使关键设备寿命延长，降低维护成本；从异常识别、归因、决策到验证形成全流程风险闭环管理，闭环管理中的环境数据联动过滤，使系统在极端工况下仍能保持稳定运行。