一种大模型支持的电力设备异常检测方法及系统

一种大模型支持的电力设备异常检测方法，包括如下步骤：获取电力设备的运行数据以及维护数据，作为输入样本；将输入样本输入至预训练的大模型中，提取电力设备的特征嵌入，通过所述特征嵌入优化对比学习；使用输入样本进行小样本任务学习，对于生成模型的调整；通过生成模型和对比学习实现已知异常检测和未知异常推理；通过动态更新和反馈机制，对生成模型进行优化。减少对大规模标注数据的依赖，通过预训练和生成模型实现“小样本→高泛化”，当出现新增异常类别时，仅需少量样本即可通过生成模型扩展数据，结合对比学习快速调整模型参数，提升适应性。