摘要
本发明公开了一种电力系统工业设备故障诊断方法,包括获取现有的电力系统工业设备的多模态数据信息并预处理构建训练数据集;构建电力系统工业设备故障诊断初始模型并训练得到电力系统工业设备故障诊断模型;采用电力系统工业设备故障诊断模型进行实际的电力系统工业设备的故障诊断。本发明还公开了一种实现所述电力系统工业设备故障诊断方法的系统。本发明基于Faster‑RCNN网络、多模态知识图谱和BART文本生成模型构建多模态故障诊断模型,并采用获取的多模态数据信息进行训练来实现故障诊断;因此本发明方案不仅能够实现电力系统工业设备的故障诊断,而且可靠性更高,精确性更好,而且通用性更好。
技术关键词
工业设备故障诊断
电力系统
文本生成模型
故障诊断模块
多模态
模型训练模块
文本特征向量
知识图谱构建
数据处理模块
特征提取模块
数据获取模块
视觉对象检测
实体
图像特征信息
系统为您推荐了相关专利信息
无功功率补偿
协调控制策略方法
有功功率
风电机组
频率
编码特征
深度编码
缺陷检测方法
缺陷预测
缺陷检测系统
负荷历史数据
注意力机制
嵌入位置信息
样本
电力系统负荷预测