一种检修决策方法、系统、设备及存储介质

本发明属于智能检修技术领域，涉及一种检修决策方法、系统、设备及存储介质。本发明方法包括以下步骤：基于目标设备的实时运行数据及历史检修记录，构建多维特征向量集；通过预训练的故障预测模型对多维特征向量集进行处理，输出设备健康状态评分和潜在故障类型概率分布；将设备健康状态评分与预设阈值进行比较，生成第一维修建议；基于潜在故障类型概率分布与检修资源数据库，生成第二维修建议；结合第一维修建议和第二维修建议生成最终决策方案；记录操作人员对决策方案的修正操作以形成反馈数据；利用反馈数据对故障预测模型和检修资源数据库进行更新优化。本发明方法通过融合实时数据驱动分析与动态资源优化，使检修决策更加高效、科学，大幅降低了决策前的分析成本；同时兼顾时效性、经济性和安全性，进而显著提升了设备的可靠性和运维效率。