基于AI增强的空压机维护决策方法及系统

专利主权项内容

1.一种基于AI增强的空压机维护决策方法，其特征在于，应用于空压机维护系统，所述方法包括：获取样例空压机运行数据序列，并在所述样例空压机运行数据序列中解析多个样例空压机运行数据子序列，所述样例空压机运行数据子序列包括至少一个样例空压机的模板运行趋势数据；对所述模板运行趋势数据进行多元属性嵌入表示，生成所述样例空压机运行数据子序列中每个模板运行趋势数据的多元属性嵌入表示信息；依据所述多元属性嵌入表示信息，对初始化神经网络进行参数学习，生成每个样例空压机运行数据子序列对应的参考神经网络；基于所述参考神经网络的功能层参数信息，配置目标空压机维护决策网络，并验证所述目标空压机维护决策网络针对每个故障维护类别的决策效果，生成决策效果指标；依据所述决策效果指标，基于所述目标空压机维护决策网络在目标空压机的空压机运行数据中决策所述目标空压机的故障维护类别。