摘要
本发明提供一种用于个性化设备运维的预测模型构建方法及系统,涉及数据处理技术领域,所述方法包括:采集设备运行数据和环境数据,提取设备运行状态的变化特征,基于历史设备故障记录对环境数据进行相关性分析,分别进行归一化处理,进行时间序列分析,生成联合特征矩阵,将联合特征矩阵按时间顺序分割成固定窗口的时间片段,进行分类,分为正常状态和异常状态,进行特征贡献度分析,生成特征权重矩阵,将时间片段特征数据集中的设备特征与环境因子按照特征权重重新组合,逐层生成融合特征数据,并对融合特征数据进行有监督学习训练,构建设备预测模型,输出设备预测模型作为个性化设备运维的预测模型;本发明提高了个性化设备运维效果。