一种5G通信电源监控方法及系统

本申请涉及一种5G通信电源监控方法及系统。该方法包括：采用基于深度学习的人工智能技术对电源的历史运行数据进行时序分析，分别挖掘出电源电压、电源电流和电源温度在各个局部时域下的时序动态变化特性，并将三者进行局部时域多模态特征对应融合，以获取电源状态在各个局部时域内的综合特征表示，进而通过对电源状态局部时域特征进行基于特征显著性的时序聚合，以捕获电源在全局时域下的核心状态信息，以此来智能识别是否需要对5G通信电源进行预防性维护。这样，可以提前发现并预防5G通信电源的潜在故障，提高5G通信电源的可靠性和稳定性。