基于深度学习的设备量测数据处理方法

本申请公开了一种基于深度学习的设备量测数据处理方法，涉及智能处理领域,其通过由传感器网络采集的被监控设备的性能参数的时间序列，其中，所述性能参数包括温度值和振动幅度值，并采用基于深度学习的数据处理和分析技术来对所述温度值和所述振动幅度进行时序特征分析和语义关联，以此基于所述温度值和所述振动幅度的时序关联融合表示特征来智能地判断被监控设备的工作状态是否存在异常。通过该方式，能够实时监控设备的工作状态，及时预测潜在的设备故障，以便提前进行维护来减少设备故障导致的停机时间，从而优化生产流程。