利用云平台强大的数据存储和计算能力，收集并处理大规模、多维度的设备运行数据，结合长短时记忆网络算法构建故障率预测模型。该模型通过挖掘设备运行状态的时间序列特征，实现对设备故障率的精准预测。研究结果表明，基于长短时记忆网络的预测模型在故障率预测任务中具有较高的预测准确度和收敛效果，优于传统机器学习方法。
若上方预览无法显示，请新窗口打开或下载 PDF。