一种基于多源信息融合的轨道交通设备健康度预测方法及系统

本发明公开了一种基于多源信息融合的轨道交通设备健康度预测方法及系统，涉及轨道交通设备健康度预测技术领域，包括：采集轨道交通设备的多维度故障指标数据；进行数据降维处理；对降维处理后的故障特征向量结合时间戳数据进行时序分析；通过集成算法模型耦合时序分析结果和多源数据进行健康度预测；基于健康度预测值进行设备整体运行状态和潜在故障风险的评估和预警。本发明实现了数据层面、算法层面和优化层面的协同，PCA模型输出的故障特征作为Prophet和XGBoost模型的输入之一，同时XGBoost还结合其他多源数据进行综合预测，通过有效的模型协同确保了预测的准确性、实时性和可靠性，有助于及时发现潜在的故障和问题。