摘要
本申请提供一种基于人工智能的电力巡检调度方法与系统，包括：针对关键特征向量，利用卷积神经网络从历史运行数据中获取长期变化趋势，基于变化趋势计算设备当前健康状态的量化得分；根据量化得分与预设的健康阈值进行比较，若量化得分超出预设的健康阈值，则通过长短期记忆网络从时间序列数据中获取故障发生概率预测值；结合故障发生概率预测值与实时监控数据，采用数据库管理系统更新设备运行数据库，生成包含健康状态与故障趋势的动态状态档案；从动态状态档案提取历史变化趋势数据，利用支持向量机根据历史变化趋势数据调整预警阈值，确定适应当前运行状态的更新阈值范围。
