技術編號：40641816
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術詳細信息。本發(fā)明屬于深度學習、大語言模型、時序數(shù)據(jù)特征提取等，具體涉及一種融合預訓練大語言模型的工業(yè)設備剩余壽命預測方法。背景技術、工業(yè)設備的剩余壽命預測在智能運維和設備管理中具有重要意義。然而，實際工業(yè)場景中收集到的設備運行數(shù)據(jù)往往具有非結構化、復雜多樣、帶噪聲等特性。尤其是在長時間的運行過程中，數(shù)據(jù)會受到多種外部因素影響，導致其表現(xiàn)出非平穩(wěn)性和強非線性，這給設備劣化過程的建模和剩余壽命預測帶來了巨大挑戰(zhàn)。此外，故障數(shù)據(jù)樣本往往較少且分布不均衡，進一步限制了傳統(tǒng)機器學習模型的泛化能力和預測效果。、隨...
注意：該技術已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權人授權前，僅供技術研究參考不得用于商業(yè)用途。
該專利適合技術人員進行技術研發(fā)參考以及查看自身技術是否侵權，增加技術思路，做技術知識儲備，不適合論文引用。
請注意，此類技術沒有源代碼，用于學習研究技術思路。