基于人工智能的电气设备故障诊断方法及装置

本申请提出一种基于人工智能的电气设备故障诊断方法及装置，涉及故障识别技术领域，其中，方法包括：获取电力系统中安装的传感器采集的历史运行数据作为原始数据集；对原始数据集进行扩充；将扩充后的所述原始数据集输入到特征提取模型中进行特征提取模型的训练；进行特征降维模型的训练，进行分类器模型的训练；将电力系统中安装的传感器采集的实时运行数据依次输入训练好的所述特征提取模型、特征降维模型和分类器模型中，并输出对应的故障类别。通过数据扩充技术增强数据集的多样性，提升模型的泛化能力，进行特征提取、特征降维以及分类处理，实现了对数据进行深入分析和处理，从而能够更准确地判定电气设备的运行状态和可能的故障类型。