基于多源异构数据表征学习的电网通信设备故障识别方法及系统

本发明公开了一种基于多源异构数据表征学习的电网通信设备故障识别方法及系统，该方法首先采集各类包含故障电网通信设备的复杂多源异构数据并进行预处理；用预训练特征提取网络提取深度语义特征并得到特征向量序列；然后将特征向量序列经过双向长短期记忆网络捕获时间特征并通过全连接层得到全序列特征表示；对全序列特征表示使用低秩多模态融合结合跨模态Transformer得到三种输出拼接构建联合表征，利用自注意力机制得到的融合特征；最后利用融合特征，构建故障识别模型。本发明通过创新的数据预处理和数据融合技术，结合先进的深度学习模型，能够自动从多源异构数据中学习到故障相关的特征，实现对电网通信设备故障状态的智能识别。