一种基于多维度数据处理的LSTM集成剩余寿命预测模型

本发明公开了一种基于多维度数据处理的LSTM集成剩余寿命预测模型，包括以下步骤：S1、选定设备的测点并采集测点信号数据，数据类型包括温度信号和振动信号；S2、对数据集中的样本进行数据预处理，对数据缺失值比例高于一阈值a的列予以删除，并对数据缺失值比例低于一阈值b的行予以填补；同时对预处理后的数据进行特征工程处理得到能够输入LSTM模型的特征；S3、构建多个LSTM模型，并采用网络串行集成策略，对设备剩余寿命进行准确预测；S4、利用训练好的集成神经网络模型对测试集进行测试，得到设备剩余寿命的预测结果。本发明利用多维测点数据，通过采集的数据进在训练好的多个LSTM模型中进行预测，有效的反映设备的寿命情况。