基于工业互联网的工业大数据分析方法及平台

本发明公开了基于工业互联网的工业大数据分析方法及平台，涉及大数据分析技术领域。方法包括：采集多源工业数据，使用一维CNN编码器进行自监督预训练，通过时序顺序判别任务学习正常状态时序特征；利用生成对抗网络生成合成故障样本，引入故障类型或工况参数，增强故障数据；采用两阶段PU学习策略，先识别高置信度正常样本，再训练二分类模型输出故障概率；使用蒙特卡洛Dropout量化预测不确定度，基于故障概率与不确定度双阈值制定维护决策，模型部署于云端并持续优化；平台包括自监督预训练、故障样本生成、PU学习故障分类和决策与部署模块；本发明提高了故障检测准确性和可靠性，适应新故障模式，实现高效预测性维护。