基于多源信息融合的机电设备故障预测方法及系统

本发明提供的基于多源信息融合的机电设备故障预测方法及系统，包括：采集机电设备运行时的运行数据，包括振动数据、温度数据、电流数据；基于主成分分析算法对所述运行数据进行特征提取，得到融合特征向量；将所述融合特征向量输入至基于深度置信网络的故障预测模型，输出预测结果；其中，所述深度置信网络在训练时采用小批量随机梯度下降算法结合自适应学习率调整策略；根据所述预测结果判断机电设备是否存在故障隐患。在本发明中，挖掘不同类型数据间的关联性，克服预测精度不高的缺陷。