本發(fā)明提出了一種基于蒙特卡洛樹搜索和神經(jīng)網(wǎng)絡(luò)的故障預(yù)測(cè)方法，基于大數(shù)據(jù)模式挖掘與探索、以及循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)。該算法分為訓(xùn)練階段和運(yùn)行階段：訓(xùn)練階段主要通過挖掘數(shù)據(jù)模式，建立蒙特卡洛樹來表示系統(tǒng)運(yùn)行狀態(tài)，訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)，使用前一段時(shí)間的系統(tǒng)狀態(tài)數(shù)據(jù)來預(yù)測(cè)下一時(shí)刻的系統(tǒng)狀態(tài)數(shù)據(jù)，同時(shí)在蒙特卡洛上標(biāo)識(shí)出故障狀態(tài)和非故障狀態(tài)；然后將蒙特卡洛系統(tǒng)狀態(tài)樹與循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)合進(jìn)行故障探索和強(qiáng)化學(xué)習(xí)，通過蒙特卡洛樹為循環(huán)神經(jīng)網(wǎng)絡(luò)提供數(shù)據(jù)輸入，循環(huán)神經(jīng)網(wǎng)絡(luò)為蒙特卡洛樹的探索和挖掘提供指導(dǎo)來實(shí)現(xiàn)循環(huán)迭代，優(yōu)化更新，運(yùn)行階段則直接通過將當(dāng)前系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù)及前一段時(shí)間系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù)輸入循環(huán)神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)下一時(shí)刻系統(tǒng)狀態(tài)及故障概率。