基于深度学习的厨房空调器过滤装置寿命预测方法及系统

本发明涉及厨房空调器过滤装置寿命预测技术领域，具体涉及基于深度学习的厨房空调器过滤装置寿命预测方法及系统，方法包括：边缘设备采集实时厨房空调运行参数，提取过滤装置基础物理特征指标；边缘网关部署第一局部PINN‑Transformer模型，执行数据预处理与本地寿命预测推理，缓存增量梯度数据，并基于安全容错机制上传至云端；云端部署第二局部PINN‑Transformer模型，采用混合并行架构进行分布式训练，同步更新全局PINN‑Transformer模型，并将模型参数包经签名加密后下发至各边缘节点。通过构建融合物理机制与时序学习的滤网寿命预测系统，能够提升高波动油烟场景的预测精度及泛化能力。