基于数字化空域系统的巡检方法、装置、设备及介质

本发明公开了一种基于数字化空域系统的巡检方法、装置、设备及介质，其通过预训练的神经网络模型对待巡检区域的多源感知监测数据进行特征提取和校准，得到结构化语义描述和时序测量值以与外部气象空间数据结合输入至基于MoE架构的数字化空域专家模型中进行多模态融合；通过变分自编码器对生成的多模态融合表征进行增强处理，以输入至多模态transformer解码器中进行解码，得到实体三元组集合来构建数字化空域知识图谱；采用基于图神经网络的注意力增强机制对知识图谱中的节点表征进行增强，以输入至条件生成对抗网络模型中进行多任务预测，生成巡检决策建议以使无人机执行，有效提高了对多源感知数据的利用率，进而提高了无人机的巡检效率。