摘要
本发明公开了一种基于知识图谱的设备故障预测方法及系统,涉及设备故障预测技术领域,包括对设备历史故障数据以及设备拓扑与属性数据进行预处理,在知识图谱中定义实体节点和关系边,形成结构化的知识图谱;对设备运行过程中的基础数据进行预处理并提取时频特征和趋势特征,输入残差卷积网络进行特征提取,输出基础特征向量,同时利用所述残差卷积网络对基础数据进行预测并计算得到基础残差,将所述基础残差的绝对值进行归一化处理后作为传感器异常分数。本发明所述方法将设备拓扑结构、部件属性、历史故障经验与实时传感器数据融合至统一知识图谱中,实现语义层与数据层的一体化建模。