摘要
本发明提供一种基于人工智能的设备故障预测与维护方法及系统，其中，方法包括：采集设备多模态数据；利用MS‑TCN提取多模态数据的多模态特征；将多模态特征输入AMENN中，获取故障预测结果；根据故障预测结果，利用多目标深度强化学习算法生成最优维护策略并进行维护；将实际维护结果与预测结果进行对比并进行特征处理过程和故障预测过程的优化。本发明的一种基于人工智能的设备故障预测与维护方法及系统，引入MS‑TCN获取多模态数据的多模态特征，引入AMENN进行故障预测；引入MODRL生成故障预测结果对应的最优维护策略，基于SSCL优化故障特征判别过程，极大提高预测、维护的适宜性。
