一种基于飞行数据与深度学习的飞行故障预测方法及系统

摘要

本发明涉及一种基于飞行数据与深度学习的飞行故障预测方法及装置，其方法包括：根据飞机器型号获取其正常飞行数据和故障飞行数据；根据飞行器的起飞时间间隔和飞行数据标准分别对所述正常飞行数据和故障飞行数据进行序列化和聚类，得到第一序列数据集和第二序列数据集；利用相空间重构法将第一序列数据集中的序列进行重构，得到混沌数据集；根据所述混沌数据集和第二序列数据集构建训练数据集；利用所述训练数据集训练直至误差低于阈值且趋于稳定，停止训练，得到训练好的预测模型；将当前飞行数据输入到所述训练好的预测模型中，得到故障发生概率。本发明通过混沌序列，提高了数据集的非线性属性，提高了模型泛化能力和预测准确率。