一种基于深度学习的电力设备跨模态数据融合方法及系统

本发明公开了一种基于深度学习的电力设备跨模态数据融合方法及系统，涉及数据处理技术领域；对电气数据和声纹数据进行应力值提取得到电气应力值和声纹应力值；对图像数据进行特征提取得到目标图像特征，通过全连接神经网络分别对电气数据和声纹数据进行特征提取得到目标电气特征和目标声纹特征；根据电气应力值和声纹应力值对目标图像特征、目标电气特征和目标声纹特征进行特征融合得到目标总特征，根据目标总特征确定目标设备的故障类型。在电气和声纹数据中提取应力值，并利用神经网络分别提取各模态特征，再将电气、声纹和图像的目标特征融合成统一的总特征，根据总特征确定故障类型，提升了电力系统的整体稳定性和运行效率。