基于机器学习的智慧方舱设备运行状态监控方法及系统

本发明提供一种基于机器学习的智慧方舱设备运行状态监控方法及系统，首先获取包含各运行部件实时参数、设备间交互及方舱环境综合影响的同步运行实时信号集合，再对其实施互馈关联处理以提取互馈关联特征集合，将该集合输入运行状态推演模型生成短期运行状态演变序列，基于此识别潜在异常演变趋势并确定异常关联影响范围，生成协同调控需求信息，接着将协同调控需求信息与互馈关联特征集合输入协同调控模型生成多设备协同运行调控指令，发送多设备协同运行调控指令后采集执行反馈信号，更新特征提取规则并调整模型参数，实现了对方舱设备运行状态的全面、动态、精准监控与调控，提高了设备运行的稳定性和可靠性。