一种基于机器学习的电力设备状态评估方法及系统

本申请提供了一种基于机器学习的电力设备状态评估方法及系统，涉及设备检测技术领域，该方法通过在电力设备周围部署Wi‑Fi发射端与接收端获取通道状态信息，并结合在设备周围布设的声学传感器所采集的机械振动或局放信号，分别采用深度去噪与自适应滤波—时频变换提取关键特征。随后，将去噪后的CSI特征与经滤波的声学特征输入多模态融合模型，实现对电力设备运行状态的准确评估。该方案不仅可在强电磁干扰和复杂噪声背景下捕捉设备的微弱故障征兆，还具备非侵入式、低功耗和实时在线监测等优势，为电力系统的安全运行与智能运维提供可靠支持。