基于多模态大模型的测点时序异常分析方法及系统

本发明涉及了火电生产、人工智能和时间序列分析技术领域，具体涉及了基于多模态大模型的测点时序异常分析方法及系统，方法包括：获取火电厂故障设备的多模态数据，提取各模态特征，基于自注意力机制计算跨模态特征相似性权重以得到融合特征向量；通过自监督学习算法对比融合特征向量与正常模式特征表示实现异常检测，结果包含异常时间、故障图像区域及文本关键词；将结果输入多模态大模型，利用跨模态注意力机制关联数据，进行故障推理和因果关系分析，生成可视化诊断报告，进而提高测点筛选以及时序异常分析的准确性。