3.根据权利要求2所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s3还包括以下内容：

　　4.根据权利要求3所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s3还包括以下内容：

　　5.根据权利要求4所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s3还包括以下内容：

　　6.根据权利要求5所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s3还包括以下内容：

　　7.根据权利要求6所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s4包括以下内容：

　　8.根据权利要求7所述的基于数字孪生的设备性能预测方法，其特征在于，步骤s5包pg电子控股有限公司括以下内容：

　　本发明公开了基于数字孪生的设备性能预测方法，具体本发明涉及数字孪生领域，用于解决设备运行数据中的隐性波动和突发干扰问题，是通过聚类分析，将设备运行数据划分为不同的簇，并结合波动轨迹稳定度指数与突变衍生加速度指数，精确识别并去除不相关的波动和干扰信号，从而使输入模型的数据更准确地反映设备的真实状态；通过剥离由设备微观变化、外部干扰或环境波动引起的隐性波动，避免了这些不易察觉的变化对预测结果的干扰；该过程不仅显著提升了数据质量，防止了短期内难以察觉的噪声对模型稳定性的影响，还有效降低了预测过程中的波动性和跳跃性波动，确保模型在复杂设备运行环境和长期数据中保持较高的预测可靠性和一致性。