一种基于数据驱动的大型发电机智能决策和状态评估的方法

本发明公开了一种大型发电机智能决策与状态评估方法，包括以下步骤：1）利用多源传感器采集数据并预处理；2）构建S‑AHP评估模型，通过劣化度算法动态融合主客观权重，结合模糊隶属度模型划分健康状态；3）采用ARIMA‑ANN混合模型预测设备寿命，时序线性和残差非线性叠加，提升预测精度；4）基于SOM神经网络对特征数据无监督聚类，通过权值矩阵映射故障模式，以最佳匹配单元定位故障类型，结合分层隔离模块实现快速预警，并通过动态知识库更新机制优化自学习能力。该方法通过动态权重平衡主客观偏差，混合模型增强预测鲁棒性，SOM架构提高诊断效率，支持在线实时状态评估与精准故障隔离，为发电机智能运维提供技术支撑。