摘要
本发明提供一种基于智能化系统的AI智能诊断方法及系统,利用边缘计算节点采集包含振动频谱、热成像特征及能耗波动参数等多源异构数据的建筑机电设备运行数据流,并进行状态时序编码生成编码序列。将此序列输入故障预测神经网络得到多维故障特征分布矩阵。接着获取专家知识库的标准诊断报告和现场运维记录的应急诊断报告。然后基于上述结果及设备运行特征隐空间映射构建复合训练目标函数,通过反向传播算法优化故障预测神经网络参数空间,生成目标故障预测神经网络。最终利用该网络对建筑机电设备运行数据流进行故障预测诊断,实现全面、精准、智能的故障诊断。