基于规则库和故障信息的设备故障风险预测方法及系统

本发明适用于设备故障预测领域，具体提供了基于规则库和故障信息的设备故障风险预测方法及系统，预测方法中，利用规则库中的规则对故障信息进行特征提取和筛选，并使用Pearson相关系数的分析方法得到与故障相关的特征变量；基于LSTM网络搭建故障预测模型，利用融合非线性策略和混沌映射的改进鲸鱼算法，对LSTM网络的参数进行优化；将识别出的特征向量作为参数优化后的故障预测模型的输入，得到设备故障风险预测结果的特征向量；将预测结果的特征向量输入到MLP分类器中，MLP分类器用于将预测结果的特征向量映射到对应的设备故障风险等级上，得到设备故障风险预测的等级结果。本发明显著提升了模型的预测性能和可解释性，为设备维护管理提供了支持。