一种基于人工智能的工业设备异常数据识别方法及系统

本申请提供一种基于人工智能的工业设备异常数据识别方法及系统，该方法包括：获取不同工业设备的运行参数和历史故障记录数据；根据运行参数和历史故障记录数据，计算不同工业设备的采样频率；根据确定的采样频率，采集对应工业设备的运行状态数据、工况数据和环境数据；对工业设备的运行状态数据进行预处理；依据工况数据，将工业设备的运行状态数据、工况数据和环境数据进行切片加标签处理，获得正常片段数据和异常片段数据；将正常片段数据和异常片段数据输入到预先构建的基础网络模型中进行训练，获得多工况工业设备异常数据识别模型。本申请实现精准且高效的识别工业设备的异常数据，并提高对工业设备运行状态数据异常情况的评估准确度。