摘要
本发明涉及大模型数据训练技术领域，具体为一种基于原始大数据智能排查隐藏风险的方法及系统，包括以下步骤：1)数据收集与预处理；2)特征提取；3)风险模型构建；4)风险排查；5)风险报告；6)反馈与优化；有益效果为：通过对海量原始数据的深度分析，智能排查系统能够精准地捕捉到那些容易被人忽视的细微风险信号。在工业设备监控中，对设备运行过程中的各种传感器采集的大量原始数据进行分析，能够精准地识别出设备运行参数的微小异常变化，像温度、压力、振动频率等，从而提前预警设备故障风险，避免因设备突然故障导致的生产中断和经济损失。
