一种故障预测方法和电子设备

本发明实施例提供的一种故障预测方法和电子设备，方法包括：利用目标设备的基础数据集，结合故障树和失效性分析数据，形成显性失效因子群；通过最小支持度和置信度的计算，组成隐性失效因子；结合故障点的显性失效因子的权重系数和隐性失效因子的置信度，利用敏感度分析各失效因子对故障产生的贡献度，形成知识库；逐层搜索并建立频繁项集；量化底层单一故障间，以及底层与上层故障间置信度，形成设备孪生故障数据模型；通过神经网络训练，经证据理论的再次融合后得到预测结果。本发明实现实时故障预测，增强了对历史数据的深度挖掘分析，完善设备模型故障基线数据质量，优化监测点和失效因子之间的权重，有效提高了预测效率和精度。