[发明专利]一种基于卷积循环神经网络的机电设备故障时间预测方法

摘要

本发明涉及机电设备故障维修技术领域，尤其涉及一种基于卷积循环神经网络的机电设备故障时间预测方法，包括以下步骤：S1，构造时间序列的综合评价指标CSI；S2，通过动态时间规整对被规整时间序列进行预处理，获取优化时间序列；S3，训练卷积循环神经网络；S4，在优化卷积循环神经网络中以优化时间序列总长度的后10％为故障样本，获取预测故障输出时间序列；S5，将预测故障输出时间序列与预测样本对比，求取预测误差。本发明一种基于卷积循环神经网络的机电设备故障时间预测方法考虑到故障时间数据的样本少，采用的动态时间规整具有过采样和相似匹配的特征，更适合于在数据建模之前对数据进行预处理，特别是对于小样本且存在扰动的故障数据。