一种数据-知识融合驱动的电力设备状态评估方法和系统

本发明提供了一种数据‑知识融合驱动的电力设备状态评估方法和系统，包括：获取电力设备的特征参量数据；基于所述电力设备的特征参量数据，利用Raindrop学习算法对预先构建的所述电力设备的健康评估模型进行求解，得到所述电力设备的健康状态等级；其中，所述健康评估模型是基于预先获取的电力设备的强标注样本和所述电力设备的知识经验进行形式化表达后得到的弱标注样本进行构建的；本发明通过Raindrop学习算法对引入弱标注样本的健康评估模型进行求解，有利于增强样本空间有效信息，提升模型的泛化能力，并且能够克服特征参量数据不规则而导致的电力设备健康评估准确度降低的问题，可以更好地适应实际电力设备的健康评估需求。