摘要
本申请属于一种故障诊断方法,针对现有多模态数据融合方法存在无法深度挖掘各模态间复杂关联,在应用中难以泛化,忽略不同数据之间潜在互补信息的技术问题,提供一种变压器故障诊断方法、系统、计算机程序产品,借助多模态大模型,可以通过获取变压器的电力时序信号和变压器存档的文本数据,快速准确的得到变压器故障诊断结果。多模态大模型中包括模态特征提取器、特征映射器和大语言模型,实现了多模态数据的有效融合与特征提取,进而显著提升了变压器故障诊断的精度和鲁棒性,克服了现有技术中数据单一、信息孤立和智能化水平不足的问题,从而可以在复杂场景下提供更全面和准确的故障识别与分类能力。
技术关键词
变压器故障诊断
特征提取器
多层次特征
文本
时序
多模态
计算机程序产品
电力
信号
前馈神经网络
位置编码器
样本
大语言模型
解码器
注意力机制
系统为您推荐了相关专利信息
分布式存储单元
数据存储模块
标记
检索策略
存储技术
知识图谱驱动
人机交互系统
文本
意图识别
BiLSTM模型
蓄电池表面温度
UPS系统
衰减分析方法
皮尔逊相关系数
剩余寿命预测模型
循环神经网络模型
人工智能管理系统
平台
人工智能管理方法
标签
网关设备
LIN通信
模糊算法
测试方法
CAN通信协议