一种基于LSH和LSTM的压缩机混合故障预测方法及系统

本发明涉及设备故障预测技术领域，具体为一种基于LSH和LSTM的压缩机混合故障预测方法及系统，包括数据采集、预处理、LSTM模型构建与训练、增量学习及故障预测步骤；数据预处理结合中值滤波与小波去噪，并经LSH处理形成相似数据簇；构建含注意力层的LSTM网络，通过注意力分数突出关键特征；压缩机状态变化时，新数据经LSH匹配对应数据簇，仅微调关联模型参数；系统包含数据采集、预处理、模型训练、增量学习及故障预测模块。本发明提升数据处理效率与模型适应性，增强故障预测实时性与准确性，降低设备维护成本。