摘要
本公开提供了一种设备的状态评估方法及其模型训练方法、电子设备。状态评估模型的网络架构包括双向门控循环单元网络和注意力机制层；训练方法包括：获取时间序列样本，时间序列样本包括标注有设备标注状态的多帧设备运行数据；将时间序列样本输入状态评估模型，以由注意力机制层对设备运行数据包含的多维度参数进行加性融合；将加性融合结果输入双向门控循环单元网络，以由双向门控循环单元网络提取设备状态特征，并输出设备预测状态；根据设备标注状态和设备预测状态的损失误差，调节状态评估模型的模型参数。本公开中状态评估模型由注意力机制层与双向门控循环单元网络相结合，能够大大提高状态评估模型整体的精度及可靠性。
