摘要
本发明涉及一种基于时序‑谱图‑离散数据多模态融合的电力设备故障诊断方法,属于电力设备故障诊断领域。采用基于注意力机制的多模态特征融合技术,构建了一种基于多模态信息融合的电力设备故障诊断模型。相比较传统深度学习故障诊断方法而言,本发明可以通过多模态数据融合缓解故障单一模态样本对诊断模型准确性不足的问题,并提高模型的泛用性和诊断精度。
技术关键词
电力设备故障诊断
计算机程序指令
注意力机制
跨模态
时序
数据特征提取方式
故障诊断模型
文本
音频
多模态信息融合
多模态特征融合
多模态数据融合
诊断模块
矩阵
视觉
双线性插值法
系统为您推荐了相关专利信息
病变区域自动分割方法
编码器
解码器
多级特征
瓶颈
跨模态
脱敏方法
预训练模型
区块链存证
差分隐私
时序动作检测方法
跨模态
视觉特征
文本编码器
图像编码器
特征提取方法
大语言模型
模版
格式化
文本规范化
工业机器人
状态检测方法
LSTM模型
时序
传感器模块